针对城市环境复杂且存在多种火灾隐患这一场景,提出一种多无人机与车联网协同消防应急的任务卸载方法。综合考虑场景中的时延、能耗和远程计算成本,本文以最小化系统效用为代价,采用一种基于网络环境的三方顺序博弈算法(Game Theory Bas...针对城市环境复杂且存在多种火灾隐患这一场景,提出一种多无人机与车联网协同消防应急的任务卸载方法。综合考虑场景中的时延、能耗和远程计算成本,本文以最小化系统效用为代价,采用一种基于网络环境的三方顺序博弈算法(Game Theory Based Network, NGT)。仿真结果表明,相比于其他任务卸载算法,NGT算法可以有效降低系统效用,展示了所提策略在该场景下的优越性。展开更多
采用定向天线进行蜂群组网,具有空间复用度高、信号传输距离远、抗干扰以及低截获的先天优势。无人机蜂群在编队前期,需要快速发现相邻节点进行组网,因此邻居发现是组网的必要前提,对MAC层和网络层的相关设计有着重要的影响。针对采用...采用定向天线进行蜂群组网,具有空间复用度高、信号传输距离远、抗干扰以及低截获的先天优势。无人机蜂群在编队前期,需要快速发现相邻节点进行组网,因此邻居发现是组网的必要前提,对MAC层和网络层的相关设计有着重要的影响。针对采用定向天线的组网模式,在基于扫描方式的邻居发现规划型算法(scan-base algorithm-deterministic,SBA-D)的基础上,提出了基于邻居交集迭代发现的方案(neighbor discovery algorithm based on iterative common neighbors,ICN-ND),充分利用已知的邻居信息,在相邻节点之间寻找邻居集合中的交集,利用公共邻居来提高邻居发现的效率,加快邻居发现的过程,进而降低无人机前期组网的时延,此外为了降低邻居信息交互的数据量,对表征邻居位置的数据结构进行了优化。最后的仿真实验表明,在不同节点密度和不同天线波束宽度下,ICN-ND算法收敛速度以及发现全部邻居所需时隙数远远优于SBA-D。展开更多
文摘针对城市环境复杂且存在多种火灾隐患这一场景,提出一种多无人机与车联网协同消防应急的任务卸载方法。综合考虑场景中的时延、能耗和远程计算成本,本文以最小化系统效用为代价,采用一种基于网络环境的三方顺序博弈算法(Game Theory Based Network, NGT)。仿真结果表明,相比于其他任务卸载算法,NGT算法可以有效降低系统效用,展示了所提策略在该场景下的优越性。
文摘采用定向天线进行蜂群组网,具有空间复用度高、信号传输距离远、抗干扰以及低截获的先天优势。无人机蜂群在编队前期,需要快速发现相邻节点进行组网,因此邻居发现是组网的必要前提,对MAC层和网络层的相关设计有着重要的影响。针对采用定向天线的组网模式,在基于扫描方式的邻居发现规划型算法(scan-base algorithm-deterministic,SBA-D)的基础上,提出了基于邻居交集迭代发现的方案(neighbor discovery algorithm based on iterative common neighbors,ICN-ND),充分利用已知的邻居信息,在相邻节点之间寻找邻居集合中的交集,利用公共邻居来提高邻居发现的效率,加快邻居发现的过程,进而降低无人机前期组网的时延,此外为了降低邻居信息交互的数据量,对表征邻居位置的数据结构进行了优化。最后的仿真实验表明,在不同节点密度和不同天线波束宽度下,ICN-ND算法收敛速度以及发现全部邻居所需时隙数远远优于SBA-D。
