CN116782330A - Sd-uanet中考虑负载和链路变化的路径选择方法及介质 - Google Patents
Sd-uanet中考虑负载和链路变化的路径选择方法及介质 Download PDFInfo
- Publication number
- CN116782330A CN116782330A CN202310554686.8A CN202310554686A CN116782330A CN 116782330 A CN116782330 A CN 116782330A CN 202310554686 A CN202310554686 A CN 202310554686A CN 116782330 A CN116782330 A CN 116782330A
- Authority
- CN
- China
- Prior art keywords
- node
- path
- controller
- load
- link
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008859 change Effects 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims description 42
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 51
- 238000010187 selection method Methods 0.000 claims abstract description 32
- 230000005540 biological transmission Effects 0.000 claims abstract description 31
- 230000007246 mechanism Effects 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013139 quantization Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 12
- 235000008694 Humulus lupulus Nutrition 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008531 maintenance mechanism Effects 0.000 description 2
- 229920006343 melt-processible rubber Polymers 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 241001608711 Melo Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000009628 lidan Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
- H04W40/14—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality based on stability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/30—Connectivity information management, e.g. connectivity discovery or connectivity update for proactive routing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明请求保护一种SD‑UANET中考虑负载和链路变化的路径选择方法及介质,属于无人机自组网技术领域。SD‑UANET中考虑负载和链路变化的路径选择方法的基本思路,是采用1种新算法——“能够自动及时终止的快速多轮D算法”和1种新机制——“基于归一化负载和链路变化率的路径选择”,去解决SD‑UANET控制器使用的现有路径选择方法存在的“计算多条最小跳数路径时操作有冗余”和“选择路径时对负载和链路变化的综合考虑有所不足”两个问题,减少SD‑UANET控制器所用路径选择方法的操作和用时,并为节点选出负载压力更小、稳定性更好的路径,有利于降低控制器的消耗并且提升数据分组传输的端到端平均时延和成功率性能。
Description
技术领域
本发明属于无人机自组网(UAV Ad hoc NETworks,UANET)技术领域,特别涉及采用了软件定义网络(Software Defined Networks,SDN)架构和先应式路由协议的无人机自组网应用场合。
背景技术
无人机(Unmanned Aerial Vehicle,UAV)是一种无人驾驶***,它起源于20世纪,能够利用自身的特点,尤其是在缺乏基础设施保障的情况下,进入到人员难以到达的位置提供救灾、监测、通信等服务,帮助人类执行危险、秘密的军事任务。无人机自组网是由多架无人机自组织形成的无线多跳网络,具有便捷灵活、成本低、高效高速的特点。由于无线自组网网络没有固定的网络设施,所以它可以在任何时间、任何地点构建和使用。UANET的无线路由协议是UANET研究的核心之一,可靠高效的无线路由协议是UANET成功运行的基础。OLSR(Optimized Link State Routing,最优化链路状态路由)协议是根据移动自组网的要求,在传统的链路状态协议的基础上进行优化改进而得来的适应于大规模网络规模的动态路由协议,是由因特网工程任务组移动自组织网络(Internet Engineering Task ForceMobile Ad-hoc Network,IETF MANET)工作组为无线移动自组网提出的一种标准化的表驱动式优化链路状态路由协议。多点中继(MultiPoint Relay,MPR)概念是OLSR路由协议中非常重要的概念,在所有的网内广播的节点中选择部分节点作为MPR节点,被选中为MPR的节点转发链路状态信息,同样地,链路状态信息只在多个MPR之间进行传播,此举能够减少洪泛的控制信息,在网络中进行拓扑控制(Topological Control,TC)消息传播之后,各个节点能够使用D(Dijkstra,迪杰斯特拉)算法计算并生成本地路由表。SDN架构是完全有别于传统的网络架构的,SDN架构以自下向上的顺序分为数据转发层、控制层和应用层。由基础的众多的网元设备共同构成底层的数据转发网络,无论是同层转发还是向上接收或汇报相关信息,这些设备都只拥有数据的转发功能,因此数据转发层设备中的转发表项也是通过与控制层的通信而接收到的命令信息。控制层是SDN架构中SDN控制器所在的层次,既负责服务应用层,又负责指挥调度数据转发层。应用层是整个网络架构的最上层,因此这一层是直接面对用户的,要理解和分析用户的需求与意图进而更好地做到对用户的反馈。
针对现有的UANET中处理时延偏大、传统分布式路由丢包率偏高等问题,周佳琦等提出了一种路由维护机制(参见文献:周佳琦,黄璨,曹建玲,任丽丹,任智.软件定义无人机自组网高效自适应路由维护机制[J].电讯技术,2022,62(02):179-185),将已有的流表项信息与已有的控制消息相结合,该机制自适应路由的变化。一旦无人机节点接收到路由信息缺失的数据包,就自行判断信息缺失的路由数据包的转发方式,判断依据已有的流表项信息进行比对。具体来说有两种方式,一种是借由SDN控制器直接转发,另一种是在普通节点直接进行转发,因此可以自适应网络的状态。虽然借助控制器解决了传统分布式网络中存在的如丢包率较高,网络传输时延较高等问题,但是在该机制中,存在着如控制器节点处拥塞进而造成业务数据包传输受阻,可能使得传输时延上升甚至丢包,也存在着在传输的过程中缺乏路径质量判断、因而影响数据包传输成功率和时延的问题。
对于采用SDN架构的无线网络在海上的应用,各通信实体对单路径传输控制协议(Transmission Control Protocol,TCP)的卫星通信***有严重的依赖性。但卫星通信***主动或被动的缺失将会引发严重的战场信息中断问题,为减小该问题带来的担忧,Zhao等提出了一种移动异构网络架构(参见文献:Zhao Q,Du P,Gerla M,et al.Softwaredefined multi-path tcp solution for mobile wireless tactical networks[C]//2018IEEE Military Communications Conference(Milcom2018).IEEE,2018:1-9),利用基于多路径TCP与SDN技术的方法,使用无人机群作为通信中继,与单路径TCP网络相比更具有可靠性,并且使用流偏差法算法可减少影响流量重新分配。该方法的目标是减少延迟并通过平衡路径的可用负载来增加吞吐量。经验证该方法有效地减小了链路拥塞并提高了带宽利用率;但是该移动异构网络架构在解决方案上增加了网络的额外的控制开销,并且对于海上军用的场景来说,SDN架构引入了新的网络安全问题。
为实现更快速的路径收敛与更优质的路径识别,结合软件网络定义网络,突破分布式自组网的限制,Labraoui等提出了基于OLSR的一跳到达的SD-UANET模型(参见文献:Labraoui M,Boc M M,Fladenmuller A.Software defined networking-assistedrouting in wireless mesh networks[C]//2016International WirelessCommunications and Mobile Computing Conference(IWCMC 2016).IEEE,2016:377-382),通过普通节点之间HELLO消息的周期***互以及控制器节点与普通节点之间的一跳周期性的交互,方便控制器进行快速组网,并在其基础上,保证在普通节点无法获得去往目的地的下一跳的情况下,控制器节点能够提供全局拓扑下的路由分发,此协同机制将更好地帮助维护链路的可靠性。SDN架构帮助延伸了业务数据包的可达范围,所提出的协议在由于路由不可用、数据包传递率和吞吐量导致的数据包丢失方面进行了改善,提高了网络性能。虽然这种OLSR协议与SDN结合的混合路由架构利用控制器辅助研究传统路由会带来更好的性能和控制,且可靠性也得到增强,但网络的控制开销会根据网络规模较明显增加。
为解决机载网络中存在的节点移动速度较快,位置变化较频繁以及通信干扰而导致的机载网络中存在的链路不稳定与业务传输不连续等问题,邹鑫清等提出了一种解决链路拥塞与提升业务转发效率的办法(参见文献:邹鑫清,吕娜,陈柯帆,胡诗骏.软件定义航空集群机载网络自适应更新策略[J].空军工程大学学报(自然科学版),2021,22(02):34-41),通过混合更新算法对各业务流的更新顺序进行规范,得到操作序列,该序列表示了更新顺序;然后设计了链路感知模块,在更新方法中嵌入链路感知模块并优化了更新顺序的获取。该方法增加链路感知能力,减少链路拥塞的发生,从而提高了业务转发效率;但是该方法主要适用于控制器直连网络,抑制了航空自组网的高抗毁伤性的特点。
为解决在机载网络中节点快速移动导致节点邻居关系变化较快、使得传统的分布式OLSR路由协议无法快速感知邻居变化进而无法有效地指导路由决策的问题,吕娜等提出了一种借助SDN架构设计的网络模型(参见文献:吕娜,曹芳波,陈柯帆,刘创,高维廷.软件定义航空集群机载网络自适应邻居探测方法[J].***工程与电子技术,2019,41(10):2260-2270),该模型以节点移动距离作为待调节点的选择标准,完成待调节点的选择之后为待调节点分配邻居探测周期,控制器以集中式的方式高效地控制普通节点的邻居探测周期,进而保障邻居关系变化情况能够及时感知;该方法提高了数据包传输成功率并降低了时延,增强了路由可靠性。根据该方法,控制器所发送的周期控制配置信息可省略对控制器的描述从而减少不必要的控制开销,但在生成路径时对链路稳定性的考虑有所不足。
可扩展性是大规模无线自组网网络中的一个重要问题。为此,Abolhasan等扩展了SDN的概念,提出了一种新的网络架构(参见文献:Abolhasan M,Lipman J,Ni W,etal.Software-defined wireless networking:centralized,distributed,or hybrid?[J].IEEE Network,2015,29(4):32-38),该架构消除了路由发现的多跳洪泛需求,从而使自组织网络能够扩展;它的关键思想是通过使用两个独立的频带来拆分网络控制和数据转发,采用SDN集中式链路状态信息收集和预处理,辅助节点实现分布式路由决策,巧妙地解决了路由可拓展性不足的难题。然而在该架构中,控制器的主要功能是信息收集和预处理,未能完全发挥出集中式高效决策的优势;如果采用该混合式网络架构并通过SDN集中式优化路由协议参数配置,有希望进一步提升路由整体性能。
Dapper等提出了一种基于SDN的UANET拓扑管理方法(参见文献:Dapper T,Melo CF E D,Cumino P,et al.STFANET:SDN-based topology management for flying ad hocnetwork[J].IEEE Access,2019,7:173499-173514),该方法将节点分为控制节点、中继节点和独立节点;控制节点通过拓扑管理算法为中继节点计算和设置最佳位置,以及为中继节点和独立节点计算和设置路由表;中继节点负责维护控制节点与独立节点之间的通信;独立节点负责传输数据。该方法在控制包和数据包的丢包率、时延和连通性方面都有一定的优化;然而,中继节点和独立节点的区分会导致***复杂度和控制开销呈上升趋势。
Ramaprasath等提出了一种基于SDN的无人机对无人机通信方法(参见文献:Ramaprasath A,Srinivasan A,Lung C H,et al.Intelligent wireless ad hoc routingprotocol and controller for UAV networks[C]//8th EAI International Conferenceon Ad Hoc Networks(ADHOCNETS 2016).Ottawa,2016:92-104)。该方法在无人机节点到达指定地点后,利用优化链路状态路由协议OLSR周期性发送HELLO消息收集邻居信息,在邻居表建立完成后,通过按需距离矢量路由协议AODV(Ad Hoc On-Demand Distance VectorRouting)将邻居信息发送至控制节点。该方法虽然解决了基于SDN无人机自组网拓扑收集的问题,但是需要使用到OpenFlow、OLSR和AODV三种协议,增大了数据平面和控制平面的复杂度和控制开销。
从上述研究背景和现状不难看出,研究人员对软件定义无人机自组网SD-UANET(Software Defined UAV Ad hoc NETworks)领域已开展一些研究,并在网络架构和适用路由协议等方面取得一定进展。但通过深入研究发现,SD-UANET中控制器使用的现有路径选择方法存在两个问题:(1)计算多条最小跳数路径时操作有冗余;(2)选择路径时对负载和链路变化的综合考虑有所不足。为此,本发明将针对这些问题提出创新性的解决方法。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种SD-UANET中考虑负载和链路变化的路径选择方法。本发明的技术方案如下:
一种SD-UANET中考虑负载和链路变化的路径选择方法,所述SD-UANET包含控制器和普通节点两类节点,在一个SD-UANET中,控制器只有1个,普通节点可以有1个或多个,在控制器和普通节点上都运行无线自组网的先应式路由协议,其所述方法包括以下步骤:
设计一种新算法——“能够自动及时终止的快速多轮D算法”,即:运行第1轮D算法,找出一条源—目的节点间的最小跳数路径;在第2及后续轮次运行D算法进行路径搜索的过程中,路径每增加1跳,就比较路径跳数和最小跳数即最短路径的跳数;如果跳数相等且尚未到达目的节点,说明次短及后续路径跳数大于最小跳数,则停止搜索,多轮D算法结束运行;
设计一种新机制——“基于归一化负载和链路变化率的路径选择”,即:用“MAC子层发送缓存中等待发送的数据”与“MAC子层发送缓存容量”的比值来表征一个节点的负载;用节点度变化率来表征一个节点关联链路数量的变化快慢,在一个计时周期内节点度变化率=节点度变化次数/(节点度变化次数的最大值+1),对于1条路径,用中间节点负载的最大值来表征该路径的负载L,用中间节点的节点度变化率的平均值来表征该路径的链路变化率V;为负载和链路变化率分别分配归一化权值α1和α2:每个普通节点在本地统计负载和度的变化,并借助先应式路由协议的控制消息将负载和度变化标志信息用“捎带”的方式传送给控制器;控制器用赋权后的负载和链路变化率计算路径困难度D;运行多轮D算法后,如果源—目的节点对之间存在多条最小跳数路径,控制器则比较这些路径的困难度D,选择D值最小的路径作为路径选择的结果。
进一步的,所述节点度变化率=节点度变化次数/(节点度变化次数的最大值+1),分母中的“+1”是为了让节点变化率<1,以便使分配权重后的归一化负载和链路变化率之和<1,从而将负载和路径稳定度的影响限制在1跳之内,保障“跳数优先”的路径选择效果。
进一步的,所述权值α1和α2:α1+α2=1,0≤α1≤1,0≤α2≤1,α1和α2缺省值都为0.5,可以根据两部分的重要程度进行调整;路径困难度D:D=α1*L+α2*V。
进一步的,所述普通节点的主要操作如下:
P1:普通节点根据配套的先应式路由协议更新邻居节点表时,先应式路由协议即缺省使用的配套路由协议为最优化链路状态路由协议OLSR,如果发现邻居节点数量即自己的度发生了变化,则运行“基于归一化负载和链路变化率的路径选择”新机制,置预先设置的度变化标志Fi=1,i
为普通节点的ID或序号;
P2:普通节点的MAC子层获取发送缓存中保存的待发送的数据量和发送缓存的容量,计算原始负载参数L0:
P3 L0=发送缓存中的待发数据量/发送缓存容量
P4可知:0≤L0≤1;然后,MAC子层将L0跨层传送给网络层;
为了减少位数以节省传送L0的控制开销,网络层用将L0转换为整数型的量化负载Li表示的整数或分数;
P5:普通节点根据作为基础的先应式路由协议向全网广播控制消息时,缺省使用的控制消息为OLSR路由协议周期性广播的拓扑控制TC消息;
如果节点不广播TC消息则用自己周期性广播的Hello消息将相关信息捎带给要广播TC消息的邻居节点,在该控制消息上增加两个字段,将最新算得的Li和Fi装入其中,然后进行广播,由该控制消息捎带着传送给控制器。然后,清零Fi:Fi=0。最后,返回P1。
进一步的,所述步骤P3网络层用将L0转换为整数型的量化负载Li表示的整数或分数,具体包括:
i)如果L0=0,则Li=0;
ii)如果L0≤1/255,则Li=255;
iii)如果L0>1/255,则Li由不等式算得;
从上述3种情形可知:0≤Li≤255,于是仅用1个字节来传送Li的值,即间接地传送L0的值。
进一步的,所述控制器主要操作步骤为:
C1:控制器运行“基于归一化负载和链路变化率的路径选择”新机制,如果收到普通节点全网广播的控制消息,则取出其中捎带的量化负载Li和度变化标志Fi的值;接着,用Li替换之前已存储的Li值,将Fi的值加到度变化次数Ni上,Ni的初始值为0;并且通过比较,让度最大变化次数Nmax=最大的Ni值;Nmax初始值为0;
C2:控制器判断:是否到了为控制器和普通节点计算路由的时刻,如果是,将自己作为路径计算和选择的当前节点,执行下一步;如果否,返回本步骤;
C3:控制器运行“能够自动及时终止的快速多轮D算法”,为当前路径的源节点计算通往一个目的节点的一条或多条端分离的最小跳数路径:先用预先建立的原始邻接矩阵复制成一个邻接矩阵,接着用该邻居矩阵运行一轮D算法,计算出通往目的节点的最小跳数路径,存储该路径和最小跳数;
C4:接下来,控制器在当前的邻接矩阵中删除上一步得到的最小跳数路径的所有中间节点,得到一个剩余邻接矩阵,然后,使用剩余邻接矩阵,再运行一轮D算法,计算另一条通往目的节点的路径;在计算过程中,每确定一个中间节点,就计算1次已算出路径的跳数,直到已算出路径的跳数=最小跳数;如果尚未到达目的节点,则说明已经没有通往目的节点的最小跳数路径,转下一步;如果到达目的节点,说明找到一条通往目的节点的端分离最小跳数路径,存储该路径,然后继续寻找端分离最小跳数路径,返回本步骤;
C5:控制器判断:是否为当前源节点算出了通往其它所有节点的、全部的端分离最小跳数路径,如果是,转下一步;如果否,按照预先设定的节点顺序改变作为目的节点的节点,返回C3;
C6:控制器判断:是否为每个节点算出了通往其它所有节点的、全部的端分离最小跳数路径,如果是,转下一步;如果否,按照预先设定的顺序改变作为源节点的节点,返回C3;
C7:控制器将自己作为当前源节点,也是当前节点;
C8:控制器判断:当前源节点通往其它所有节点的路径是否都已确定,如果是,
转C15;如果否,执行下一步;
C9:控制器按照预先设定的顺序,将其它节点中排序第1的节点作为当前目的节点;
C10:控制器判断:当前源节点通往当前目的节点的路径是否确定,如果是,
转C14;如果否,执行下一步;
C11控制器判断:当前源节点通往当前目的节点的最小跳数路径是否只有1条,如果是,将该最小跳数路径确定为当前源节点通往当前目的节点的路径,转C14;如果否,执行下一步;
C12:控制器为当前源节点通往当前目的节点的所有最小跳数路径计算出路径困难度D:D=α1*L+α2*V;缺省取值α1=α2=0.5;L为该最小跳数路径上所有中间节点的量化负载Li中、最小的Li值的倒数,如果最小Li值=0,则L=0;V=该最小跳数路径上所有中间节点的度变化次数Ni除以(Nmax+1)
后的平均值;
C13:控制器比较所有最小跳数路径的路径困难度D的大小,选择最小D值
对应的最小跳数路径作为当前源节点通往当前目的节点的路径即最优路径;C14:控制器判断:当前源节点通往所有其它节点的路径是否都已确定,如果是,执行下一步;如果否,转按照预先设定的顺序,将下一个其它节点作为当前目的节点,返回C10;
C15:控制器判断:是否为每个节点确定了通往其它所有节点的路径,如果是,停止操作,算法结束;如果否,按照预先设定的顺序,将下一个节点作为当前源节点,返回C8。
一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其所述处理器执行所述程序时实现如任一项所述SD-UANET中考虑负载和链路变化的路径选择方法。
一种非暂态计算机可读存储介质,其上存储有计算机程序,其所述计算机程序被处理器执行时实现如任一项所述SD-UANET中考虑负载和链路变化的路径选择方法。
一种计算机程序产品,包括计算机程序,其所述计算机程序被处理器执行时实现如任一项所述SD-UANET中考虑负载和链路变化的路径选择方法。
本发明的优点及有益效果如下:
(1)本发明采用“能够自动及时终止的快速多轮D算法”新算法,为SD-UANET控制器减小了在计算多条最小跳数路径时操作上的冗余,从而减少了控制器在路径选择过程中的操作和用时,同时也为控制器节省了计算资源。
(2)采用“基于归一化负载和链路变化率的路径选择”新机制,使
SD-UANET控制器在选择路径时加强了对负载和链路变化的综合考虑,从而能够为节点选出负载压力更小、稳定性更好的路径,有利于提升数据分组传输的端到端平均时延和成功率性能。本发明第2及后续轮次的D算法能够自动及时终止,不容易想到;链路变化率的采集、计算和综合加权使用,不容易想到。
附图说明
图1是本发明提供优选实施例无人机自组网UANET示意图。
图2为软件定义无人机自组网SD-UANET示意图。
图3为UANET运行OLSR路由协议时广播的控制消息。
图4为本发明提出的SD-UANET中考虑负载和链路变化的路径选择方法的组成示意图。
图5为新路径选择方法中普通节点主要操作流程。
图6为新路径选择方法中控制器主要操作流程第一部分。
图7为新路径选择方法中控制器主要操作流程第二部分。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
本发明所述的SD-UANET,包含控制器和普通节点两类节点。在一个SD-UANET中,控制器只有1个,普通节点可以有1个或多个。在控制器和普通节点上都运行无线自组网的先应式路由协议(缺省使用的路由协议是最优化链路状态路由协议OLSR(Optimized LinkState Routing))。控制器和普通节点在无线信道中都采用全向通信方式。普通节点在传输数据分组过程中使用的路由都由控制器提供;控制器可以在时间上以“轮”的形式,周期性地收集全网拓扑信息、为每个普通节点计算路由并下发给普通节点使用,也可以只计算和下发路由一次。
本发明所述的SD-UANET中考虑负载和链路变化的路径选择方法,其主要目的是为控制器选出所有节点(包括自己和普通节点)使用的最优路径,因此操作涉及控制器和普通节点,主要由控制器执行,也有部分操作由普通节点执行。
本发明提出的路径选择新方法的基本思路
本发明提出的SD-UANET中考虑负载和链路变化的路径选择方法的基本思路,是采用1种新算法——“能够自动及时终止的快速多轮D算法”和1种新机制——“基于归一化负载和链路变化率的路径选择”,去解决SD-UANET控制器使用的现有路径选择方法存在的“计算多条最小跳数路径时操作有冗余”和“选择路径时对负载和链路变化的综合考虑有所不足”两个问题,减少SD-UANET控制器所用路径选择方法的操作和用时,并为节点选出负载压力更小、稳定性更好的路径,有利于降低控制器的消耗并且提升数据分组传输的端到端平均时延和成功率性能。
能够自动及时终止的快速多轮D算法的基本思路
多轮D算法能够为一个源—目的节点对找出多条端分离的路径(如果存在多条路径的话),因此,也能够为一个源—目的节点对找出多条端分离的最小跳数路径(如果存在多条最小跳数路径的话),这些路径的跳数相等,都是最小跳数。
多轮D算法在为一个源—目的节点搜索多条端分离的最小跳数路径时,常规的操作是先运行一轮D算法,找出一条源—目的节点间的最小跳数路径(如果以跳数衡量,该路径即为最短路径,也是第1条最短路径)。接着,在全网拓扑中将该最小跳数路径上的中间节点删除,得到剩余拓扑;在剩余拓扑上运行第2轮D算法,得到次短路径。然后,比较次短路径与最短路径的跳数;如果跳数相等,则保留次短路径;继续运行第3轮D算法;如果跳数不等(肯定是次短路径跳数>最短路径),则删除次短路径,算法结束运行。
从上述操作可以看出,第2轮D算法将次短路径搜索完成后才去比较跳数决定取舍;如果次短路径跳数大于最短路径,则在搜索次短路径的过程中会出现冗余——当次短路径跳数等于最短路径而还没有到达目的节点时,已经没有必要继续进行搜索。据此,本发明提出的“能够自动及时终止的快速多轮D算法”采用了如下基本思路:运行第1轮D算法,找出一条源—目的节点间的最小跳数路径;在第2及后续轮次运行D算法进行路径搜索的过程中,路径每增加1跳,便比较路径跳数和最小跳数(即最短路径的跳数);如果跳数相等且尚未到达目的节点,说明次短及后续路径跳数大于最小跳数,则停止搜索,多轮D算法结束运行。
“基于归一化负载和链路变化率的路径选择”新机制的基本思路
为了解决现有相关路径选择方法“选择路径时对负载和链路变化的综合考虑有所不足”的问题,本发明提出了“基于归一化负载和链路变化率的路径选择”新机制,它的基本思路是:用“MAC子层发送缓存中等待发送的数据(用比特表示)”与“MAC子层发送缓存容量(用比特表示)”的比值来表征一个节点的负载;用节点度变化率来表征一个节点关联链路(指与节点相连的链路)数量的变化快慢,在一个计时周期(如一轮)内节点度变化率=节点度变化次数/(节点度变化次数的最大值+1),分母中的“+1”是为了让节点变化率<1,以便使分配权重后的归一化负载和链路变化率之和<1,从而将负载和路径稳定度的影响限制在1跳之内,保障“跳数优先”的路径选择效果;对于1条路径,用中间节点负载的最大值来表征该路径的负载L,用中间节点的节点度变化率的平均值来表征该路径的链路变化率V;为负载和链路变化率分别分配归一化权值α1和α2:α1+α2=1,0≤α1≤1,0≤α2≤1,α1和α2缺省值都为0.5,可以根据两部分的重要程度进行调整;每个普通节点在本地统计负载和度的变化,并借助先应式路由协议的控制消息将负载和度变化标志信息用“捎带”的方式传送给控制器;控制器用赋权后的负载和链路变化率计算路径困难度D:D=α1*L+α2*V;运行多轮D算法后,如果源—目的节点对之间存在多条最小跳数路径,控制器则比较这些路径的困难度D,选择D值最小的路径作为路径选择的结果。
本发明提出的路径选择新方法的主要操作
本发明提出的SD-UANET中考虑负载和链路变化的路径选择方法,其主要功能是为控制器选出每个节点(包括自己和普通节点)通往其它所有节点的最优路径,其操作涉及控制器和普通节点,主要由控制器执行,也有部分操作由普通节点执行。该方法运行的次数与控制器为普通节点计算路由的次数有关;如果控制器周期性地为普通节点计算路由,则该方法会被周期性地执行;如果控制器只为普通节点计算一次路由,则该方法只运行一次。
SD-UANET的路由过程可以分为具有先后顺序的4个阶段,依次为:控制器收集网络拓扑信息;控制器计算路由;控制器向普通节点下发路由信息;控制器和普通节点使用路由传输数据分组。
本发明提出的SD-UANET中考虑负载和链路变化的路径选择方法包含1种新算法——“能够自动及时终止的快速多轮D算法”和1种新机制——“基于归一化负载和链路变化率的路径选择”,涉及上述4个阶段中的“控制器收集网络拓扑信息”和“控制器计算路由”两个阶段;其中,“能够自动及时终止的快速多轮D算法”工作在控制器计算路由阶段,“基于归一化负载和链路变化率的路径选择”新机制工作在控制器收集网络拓扑信息和计算路由两个阶段。
本发明提出的SD-UANET中考虑负载和链路变化的路径选择方法的主要操作涉及控制器和普通节点,下文分别做介绍。
普通节点主要操作
普通节点的主要操作如下:
P1、普通节点根据配套的先应式路由协议更新邻居节点表时,先应式路由协议即缺省使用的配套路由协议为最优化链路状态路由协议OLSR,如果发现邻居节点数量即自己的度发生了变化,则运行“基于归一化负载和链路变化率的路径选择”新机制,置预先设置的度变化标志Fi=1,i为普通节点的ID或序号;
P2、普通节点的MAC子层获取发送缓存中保存的待发送的数据量和发送缓存的容量,计算原始负载参数L0:
L0=发送缓存中的待发数据量/发送缓存容量
可知:0≤L0≤1;然后,MAC子层将L0跨层传送给网络层;
P3、为了减少位数以节省传送L0的控制开销,网络层用将L0转换为整数型的量化负载Li表示的整数或分数:
P4、普通节点根据作为基础的先应式路由协议向全网广播控制消息时,缺省使用的控制消息为OLSR路由协议周期性广播的拓扑控制TC消息;如果节点不广播TC消息则用自己周期性广播的Hello消息将相关信息捎带给要广播TC消息的邻居节点,在该控制消息上增加两个字段,将最新算得的Li和Fi装入其中,然后进行广播,由该控制消息捎带着传送给控制器。然后,清零Fi:Fi=0。最后,返回P1。
进一步的,所述步骤P3网络层用将L0转换为整数型的量化负载Li表示的整数或分数,具体包括:
i)如果L0=0,则Li=0;
ii)如果L0≤1/255,则Li=255;
iii)如果L0>1/255,则Li由不等式算得;
从上述3种情形可知:0≤Li≤255,于是仅用1个字节来传送Li的值,即间接地传送L0的值。
进一步的,所述控制器主要操作步骤为:
C1、控制器运行“基于归一化负载和链路变化率的路径选择”新机制,如果收到普通节点全网广播的控制消息,则取出其中捎带的量化负载Li和度变化标志Fi的值;接着,用Li替换之前已存储的Li值,将Fi的值加到度变化次数Ni上,Ni的初始值为0;并且通过比较,让度最大变化次数Nmax=最大的Ni值;Nmax初始值为0;
C2、控制器判断:是否到了为控制器和普通节点计算路由的时刻,如果是,将自己作为路径计算和选择的当前节点,执行下一步;如果否,返回本步骤;
C3、控制器运行“能够自动及时终止的快速多轮D算法”,为当前路径的源节点计算通往一个目的节点的一条或多条端分离的最小跳数路径:先用预先建立的原始邻接矩阵复制成一个邻接矩阵,接着用该邻居矩阵运行一轮D算法,计算出通往目的节点的最小跳数路径,存储该路径和最小跳数;
C4、接下来,控制器在当前的邻接矩阵中删除上一步得到的最小跳数路径的所有中间节点,得到一个剩余邻接矩阵,然后,使用剩余邻接矩阵,再运行一轮D算法,计算另一条通往目的节点的路径;在计算过程中,每确定一个中间节点,就计算1次已算出路径的跳数,直到已算出路径的跳数=最小跳数;如果尚未到达目的节点,则说明已经没有通往目的节点的最小跳数路径,转下一步;如果到达目的节点,说明找到一条通往目的节点的端分离最小跳数路径,存储该路径,然后继续寻找端分离最小跳数路径,返回本步骤;
C5、控制器判断:是否为当前源节点算出了通往其它所有节点的、全部的端分离最小跳数路径,如果是,转下一步;如果否,按照预先设定的节点顺序改变作为目的节点的节点,返回C3;
C6、控制器判断:是否为每个节点算出了通往其它所有节点的、全部的端分离最小跳数路径,如果是,转下一步;如果否,按照预先设定的顺序改变作为源节点的节点,返回C3;
C7、控制器将自己作为当前源节点,也是当前节点;
C8、控制器判断:当前源节点通往其它所有节点的路径是否都已确定,如果是,转C15;如果否,执行下一步;
C9、控制器按照预先设定的顺序,将其它节点中排序第1的节点作为当前目的节点;
C10、控制器判断:当前源节点通往当前目的节点的路径是否确定,如果是,转C14;如果否,执行下一步;
C11、控制器判断:当前源节点通往当前目的节点的最小跳数路径是否只有1条,如果是,将该最小跳数路径确定为当前源节点通往当前目的节点的路径,转C14;如果否,执行下一步;
C12、控制器为当前源节点通往当前目的节点的所有最小跳数路径计算出路径困难度D:D=α1*L+α2*V;缺省取值α1=α2=0.5;L为该最小跳数路径上所有中间节点的量化负载Li中、最小的Li值的倒数,如果最小Li值=0,则L=0;V=该最小跳数路径上所有中间节点的度变化次数Ni除以(Nmax+1)后的平均值;
C13、控制器比较所有最小跳数路径的路径困难度D的大小,选择最小D值对应的最小跳数路径作为当前源节点通往当前目的节点的路径即最优路径;
C14、控制器判断:当前源节点通往所有其它节点的路径是否都已确定,如果是,执行下一步;如果否,转按照预先设定的顺序,将下一个其它节点作为当前目的节点,返回C10;
C15、控制器判断:是否为每个节点确定了通往其它所有节点的路径,如果是,停止操作,算法结束;如果否,按照预先设定的顺序,将下一个节点作为当前源节点,返回C8。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (9)
1.一种SD-UANET中考虑负载和链路变化的路径选择方法,所述SD-UANET包含控制器和普通节点两类节点,在一个SD-UANET中,控制器只有1个,普通节点可以有1个或多个,在控制器和普通节点上都运行无线自组网的先应式路由协议,其特征在于,所述方法包括以下步骤:
采用一种新算法——“能够自动及时终止的快速多轮D算法”,即:运行第1轮D算法,找出一条源—目的节点间的最小跳数路径;在第2及后续轮次运行D算法进行路径搜索的过程中,路径每增加1跳,就比较路径跳数和最小跳数即最短路径的跳数;如果跳数相等且尚未到达目的节点,说明次短及后续路径跳数大于最小跳数,则停止搜索,多轮D算法结束运行;
采用一种新机制——“基于归一化负载和链路变化率的路径选择”,即:用“MAC子层发送缓存中等待发送的数据”与“MAC子层发送缓存容量”的比值来表征一个节点的负载;用节点度变化率来表征一个节点关联链路数量的变化快慢,在一个计时周期内节点度变化率=节点度变化次数/(节点度变化次数的最大值+1);对于1条路径,用中间节点负载的最大值来表征该路径的负载L,用中间节点的节点度变化率的平均值来表征该路径的链路变化率V;为负载和链路变化率分别分配归一化权值α1和α2:每个普通节点在本地统计负载和度的变化,并借助先应式路由协议的控制消息将负载和度变化标志信息用“捎带”的方式传送给控制器;控制器用赋权后的负载和链路变化率计算路径困难度D;运行多轮D算法后,如果源—目的节点对之间存在多条最小跳数路径,控制器则比较这些路径的困难度D,选择D值最小的路径作为路径选择的结果。
2.根据权利要求1所述的一种SD-UANET中考虑负载和链路变化的路径选择方法,其特征在于,所述节点度变化率=节点度变化次数/(节点度变化次数的最大值+1),分母中的“+1”是为了让节点变化率<1,以便使分配权重后的归一化负载和链路变化率之和<1。
3.根据权利要求1所述的一种SD-UANET中考虑负载和链路变化的路径选择方法,其特征在于,所述权值α1和α2:α1+α2=1,0≤α1≤1,0≤α2≤1,α1和α2缺省值都为0.5,可以根据两部分的重要程度进行调整;路径困难度D:D=α1*L+α2*V。
4.根据权利要求1所述的一种SD-UANET中考虑负载和链路变化的路径选择方法,其特征在于,所述普通节点的主要操作如下:
P1:普通节点根据配套的先应式路由协议更新邻居节点表时,先应式路由协议即缺省使用的配套路由协议为最优化链路状态路由协议OLSR,如果发现邻居节点数量即自己的度发生了变化,则运行“基于归一化负载和链路变化率的路径选择”新机制,置预先设置的度变化标志Fi=1,i为普通节点的ID或序号;
P2:普通节点的MAC子层获取发送缓存中保存的待发送的数据量和发送缓存的容量,计算原始负载参数L0:
L0=发送缓存中的待发数据量/发送缓存容量
然后,MAC子层将L0跨层传送给网络层;
P3:为了减少位数以节省传送L0的控制开销,网络层用将L0转换为整数型的量化负载Li表示的整数或分数:
P4:普通节点根据作为基础的先应式路由协议向全网广播控制消息时,缺省使用的控制消息为OLSR路由协议周期性广播的拓扑控制TC消息;如果节点不广播TC消息则用自己周期性广播的Hello消息将相关信息捎带给要广播TC消息的邻居节点,在该控制消息上增加两个字段,将最新算得的Li和Fi装入其中,然后进行广播,由该控制消息捎带着传送给控制器。然后,清零Fi:Fi=0。最后,返回P1。
5.根据权利要求4所述的一种SD-UANET中考虑负载和链路变化的路径选择方法,其特征在于,所述步骤P3网络层用将L0转换为整数型的量化负载Li表示的整数或分数,具体包括:
i)如果L0=0,则Li=0;
ii)如果L0≤1/255,则Li=255;
iii)如果L0>1/255,则Li由不等式算得;
从上述3种情形可知:0≤Li≤255,于是仅用1个字节来传送Li的值,即间接地传送L0的值。
6.根据权利要求1所述的一种SD-UANET中考虑负载和链路变化的路径选择方法,其特征在于,所述控制器主要操作步骤为:
C1:控制器运行“基于归一化负载和链路变化率的路径选择”新机制,如果收到普通节点全网广播的控制消息,则取出其中捎带的量化负载Li和度变化标志Fi的值;接着,用Li替换之前已存储的Li值,将Fi的值加到度变化次数Ni上,Ni的初始值为0;并且通过比较,让度最大变化次数Nmax=最大的Ni值;Nmax初始值为0;
C2:控制器判断:是否到了为控制器和普通节点计算路由的时刻,如果是,将自己作为路径计算和选择的当前节点,执行下一步;如果否,返回本步骤;
C3:控制器运行“能够自动及时终止的快速多轮D算法”,为当前路径的源节点计算通往一个目的节点的一条或多条端分离的最小跳数路径:先用预先建立的原始邻接矩阵复制成一个邻接矩阵,接着用该邻居矩阵运行一轮D算法,计算出通往目的节点的最小跳数路径,存储该路径和最小跳数;
C4:接下来,控制器在当前的邻接矩阵中删除上一步得到的最小跳数路径的所有中间节点,得到一个剩余邻接矩阵,然后,使用剩余邻接矩阵,再运行一轮D算法,计算另一条通往目的节点的路径;在计算过程中,每确定一个中间节点,就计算1次已算出路径的跳数,直到已算出路径的跳数=最小跳数;如果尚未到达目的节点,则说明已经没有通往目的节点的最小跳数路径,转下一步;如果到达目的节点,说明找到一条通往目的节点的端分离最小跳数路径,存储该路径,然后继续寻找端分离最小跳数路径,返回本步骤;
C5:控制器判断:是否为当前源节点算出了通往其它所有节点的、全部的端分离最小跳数路径,如果是,转下一步;如果否,按照预先设定的节点顺序改变作为目的节点的节点,返回C3;
C6:控制器判断:是否为每个节点算出了通往其它所有节点的、全部的端分离最小跳数路径,如果是,转下一步;如果否,按照预先设定的顺序改变作为源节点的节点,返回C3;
C7:控制器将自己作为当前源节点,也是当前节点;
C8:控制器判断:当前源节点通往其它所有节点的路径是否都已确定,如果是,转C15;如果否,执行下一步;
C9:控制器按照预先设定的顺序,将其它节点中排序第1的节点作为当前目的节点;
C10:控制器判断:当前源节点通往当前目的节点的路径是否确定,如果是,转C14;如果否,执行下一步;
C11:控制器判断:当前源节点通往当前目的节点的最小跳数路径是否只有1条,如果是,将该最小跳数路径确定为当前源节点通往当前目的节点的路径,转C14;如果否,执行下一步;
C12:控制器为当前源节点通往当前目的节点的所有最小跳数路径计算出路径困难度D:D=α1*L+α2*V;缺省取值α1=α2=0.5;L为该最小跳数路径上所有中间节点的量化负载Li中、最小的Li值的倒数,如果最小Li值=0,则L=0;V=该最小跳数路径上所有中间节点的度变化次数Ni除以(Nmax+1)后的平均值;
C13:控制器比较所有最小跳数路径的路径困难度D的大小,选择最小D值对应的最小跳数路径作为当前源节点通往当前目的节点的路径即最优路径;
C14:控制器判断:当前源节点通往所有其它节点的路径是否都已确定,如果是,执行下一步;如果否,转按照预先设定的顺序,将下一个其它节点作为当前目的节点,返回C10;
C15:控制器判断:是否为每个节点确定了通往其它所有节点的路径,如果是,停止操作,算法结束;如果否,按照预先设定的顺序,将下一个节点作为当前源节点,返回C8。
7.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述SD-UANET中考虑负载和链路变化的路径选择方法。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述SD-UANET中考虑负载和链路变化的路径选择方法。
9.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述SD-UANET中考虑负载和链路变化的路径选择方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310554686.8A CN116782330A (zh) | 2023-05-16 | 2023-05-16 | Sd-uanet中考虑负载和链路变化的路径选择方法及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310554686.8A CN116782330A (zh) | 2023-05-16 | 2023-05-16 | Sd-uanet中考虑负载和链路变化的路径选择方法及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116782330A true CN116782330A (zh) | 2023-09-19 |
Family
ID=87995383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310554686.8A Pending CN116782330A (zh) | 2023-05-16 | 2023-05-16 | Sd-uanet中考虑负载和链路变化的路径选择方法及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116782330A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117978720A (zh) * | 2024-04-02 | 2024-05-03 | 深圳众投互联信息技术有限公司 | 一种基于高并发的路由调配*** |
-
2023
- 2023-05-16 CN CN202310554686.8A patent/CN116782330A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117978720A (zh) * | 2024-04-02 | 2024-05-03 | 深圳众投互联信息技术有限公司 | 一种基于高并发的路由调配*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110149671B (zh) | 无人机蜂群网络的路由选择方法 | |
CN107182074B (zh) | 一种基于Zigbee的路由最优路径选取方法 | |
CN108337166B (zh) | 一种面向航空集群网络的低时延高可靠路由方法 | |
CN105871717A (zh) | 一种基于链路稳定性的无人机自组网路由方法 | |
CN1984020A (zh) | 一种传输数据的方法及装置 | |
Robinson et al. | FPSOEE: Fuzzy-enabled particle swarm optimization-based energy-efficient algorithm in mobile ad-hoc networks | |
CN111741448A (zh) | 一种基于边缘计算策略的分簇aodv路由方法 | |
Sultanuddin et al. | Token system‐based efficient route optimization in mobile ad hoc network for vehicular ad hoc network in smart city | |
Toorchi et al. | Skeleton-based swarm routing (SSR): Intelligent smooth routing for dynamic UAV networks | |
CN115396975B (zh) | 无人机集群***网络化低延时高速数据传输方法 | |
CN114339661A (zh) | 基于鲸鱼优化的飞行器自组织网络多径路由机制 | |
Xu et al. | Improving traditional routing protocols for flying ad hoc networks: A survey | |
CN116782330A (zh) | Sd-uanet中考虑负载和链路变化的路径选择方法及介质 | |
Li et al. | Design of a location-based opportunistic geographic routing protocol | |
CN111132236A (zh) | 基于改进olsr协议的多无人机自组织网络mpr节点选择方法 | |
Harounabadi et al. | TAG: Trajectory aware geographical routing in cognitive radio ad hoc networks with UAV nodes | |
Li et al. | Ad hoc network routing protocol based on location and neighbor sensing | |
CN109803342A (zh) | 一种面向能量均衡高可靠传输的无人机自组织网络路由方法 | |
CN116528313A (zh) | 一种面向任务协同的无人机低能耗快速路由方法 | |
Verma et al. | Stable energy proficient and load balancing based QoS routing in mobile Ad-Hoc networks: Mobile software based approach | |
CN112423356B (zh) | 基于能量均衡的无人装备集群aodv路由方法 | |
CN114867081A (zh) | 基于中继无人机节点的移动自组网多源传输路由方法 | |
Yu et al. | Distributed packet-aware routing scheme based on dynamic network coding | |
CN114449608A (zh) | 一种基于Q-Learning的无人机自组网自适应路由方法 | |
CN106454940A (zh) | 一种无线mesh网络中的负载均衡方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |