摘要：飞行自组织网络是由无人机组成的移动自组织网络,其高动态的特性使得网络拓扑结构频繁变化,应用在传统移动自组织网络的路由协议不再适用。因此提出了一种新的基于萤火虫算法(firefly algorithm,FA)的最优化链路状态(optimized link state routing,OLSR)协议FA-OLSR作为飞行自组织网络的路由协议。FA-OLSR协议通过节点之间的链路持续时间信息和链路质量信息衡量节点之间的链路稳定性,将链路稳定性作为选择多点中继(multipoint relay,MPR)集合的准则。此外,FA-OLSR协议使用萤火虫算法设计OLSR协议的MPR选择机制。仿真结果表明,FA-OLSR协议能够提高数据包的传输成功率、减小数据包传输的端到端时延,更适用于飞行自组织网络。

摘要：为解决公网设施缺失、卫星信号不稳等应急场景下,信息无法及时回传与上报的问题,针对信息采集与传输能力受能耗制约的应急无人机网络,提出了一种面向信息时效性的信息采集和传输调度机制。引入了信息年龄作为信息时效性的衡量指标和约束,构建了以最小化无人机信息采集和传输能耗为目标的随机优化问题。基于Lyapunov优化理论,设计了信息时效性约束的虚拟队列,将原问题转化为保证系统稳定前提下的无人机数据采集与传输控制2个子问题,并分别提出了对应的启发式算法。仿真结果表明,相较于传统的队列调度方案,所提算法在保证信息时效性在一定范围的前提下,具备更快的收敛速率和更低的系统平均能耗开销。

摘要：针对预设的单一媒体接入控制(MAC)协议难以满足飞行自组织网络(FANET)多样化业务需求的问题,提出一种基于Q Learning的FANET自适应MAC协议(FQL-AMAC)。使用两种基准协议联合控制,根据当前网络条件自动选择并切换至服务质量(QoS)显著的MAC协议。优化单个网络性能指标实现QoS局部最优,采用熵值法融合吞吐量、延迟并提出综合性能指标构建奖励函数,以趋近QoS全局最优。实验结果表明,FQL-AMAC能有效选择最佳协议运行,吞吐量、延迟和综合性能表现优于现有协议。

摘要：针对无人飞行器(unmanned aerial vehicles, UAV)群在飞行过程中动态无线通信飞行自组织网络(flying ad-hoc network, FANET)参数和扰动不确定的问题,采用多UAV无线协作通信模型研究动态不确定性,提出一种基于递归神经网络(recursive neural network, RNN)的多目标跟踪自适应控制算法。带有接入点控制方法的FANET网络可以优化无人机的通信系统容量和覆盖范围以及获得更快的响应速度。仿真结果表明:通过确定无人飞行器的最佳覆盖区域,所需总功率将有所降低,最大程度地确保地面设备最大的吞吐量,提高了UAV协作通信控制的准确性和灵敏度。