摘要：为解决无人机集群网络结构不稳定以及网络生命周期短的问题,提出一种基于改进灰狼算法的分簇优化方法。根据无人机节点的相对移动性和节点间的相对距离,对无人机网络中所有节点分簇,综合考虑簇内节点的剩余能量、最高节点度、通信情况、任务种类4个影响因素,基于灰狼优化算法选举最佳簇首。仿真结果表明,该分簇算法提升了分簇平衡度、统治集更新次数、节点生存个数等多个性能指标,稳定了网络结构,延长了网络生命周期。

摘要：针对簇首选取过程中的指标权重适应性差与分簇规模差异性大等问题,提出一种基于自适应ANP CRITIC的无人机集群网络优化算法。结合无人机集群的分簇规模与节点能耗,通过节点连通度、节点负载失衡度、节点平均通信距离、节点剩余能量和节点相对移动性五个因素指标,设计ANP CRITIC自适应机制,实现不同编队飞行场景下各因素指标主客观权重的求解;引入博弈论的思想修正主客观权重,根据簇首权值选取最优簇首,并对文中算法性能进行仿真和分析。仿真结果表明,相较于LID算法、WCA算法和IWCA算法,文中算法的簇首数量和簇内平均通信距离控制在较优范围;在网络中节点失效率达到1%,20%,50%的情况下,文中算法无人机集群网络寿命分别延长约99.36%,47.97%和12.85%;簇内节点间通信质量分别提升约425%,147%和31%。结论可为无人机集群网络管理优化提供理论参考。