戰場環境中無人機自組閘道器鍵技術的研究
0 引 言
無人機(Unmanned Aerial Vehicle,UAV)以其自身成本低、易部署、易操作、無人員傷亡風險、機動效能好等優點,在軍事領域有著廣泛的應用和悠久的歷史。但是,無人機支援戰場通訊服務保障的相關研究,目前尚處於初始階段。無人機可以大大擴充套件戰場環境中的通訊範圍,克服不利地形的約束,提高通信服務質量,已被廣泛應用於現有的通訊支援單位。但是,單個大型無人機的能力是有限的,而小型多無人機系統(Multi-UAV System)網路可以覆蓋整個戰場,滿足戰鬥人員實時資訊共享的需要。小型多無人機協同應用,比單個大型無人機系統具備可生存性更強、可擴充套件性更高、完成任務更快、雷達截面小更難被發現等優勢,同時也面臨著許多實際問題和獨特的挑戰。其中,最重要的一個設計問題是多無人機間的協同通訊。如何設計並實現適用於未來發展需要、穩定可靠的多無人機通訊網路,成為迫切需要解決的問題。
本文介紹無人機自組網的概念及其特點,總結概括近年來無人機自組網相關領域的研究進展,主要包括物理層的無線電傳播模型和天線結構、資料鏈路層的MAC協議以及網路層的路由協議等。
1無人機自組網簡介
近年來,無人機戰場應用越來越受到重視。無人機戰術網際網路絡,將成為今後戰場通訊重要的發展方向。無人機自組網(UAV Ad-Hoc Network,UANET)在這種需求下應運而生,是以傳統移動自組網(Mobile Ad-Hoc Network,MANET)和車載自組網(Vehicle Ad-Hoc Network,VANET)為基礎發展而來的。UANET可以快速部署並提供安全可靠、抗干擾、抗毀性強的通訊網路,可有效減少單個無人機的負載和開銷,同時可以輔助其他現有戰場通訊方式,大幅提升無人機作戰平臺作戰半徑和作戰效率。
1.1UANET基本概念
為了減少多無人機間協同通訊對地面站或衛星等基礎通訊設施的依賴,UANET將每個無人機作為網路中的節點。各節點間能夠相互收發資料,自動連線搭建起一個無線移動多跳網路。該網路中每個節點都集成了發射器、接收器和路由器功能,以多跳通訊的方式把資料傳遞給遠處節點。
1.2UANET主要特點
UANET可以看作MANET和VENET的一類特殊演變形式,不但具備MANET固有的一些特點,還具備自身的特殊性。
1.2.1高速移動的節點和動態變化的網路拓撲
這是UANET和傳統MANET最明顯的區別。飛行中的旋翼無人機速度可以達到30~460 km/h[1]。節點的高速移動會引起網路拓撲的頻繁更新,從而嚴重影響網路通訊和協議效能。此外,無人機平臺的通訊丟失和視距鏈路的不穩定性,也是導致鏈路中斷和拓撲頻繁更新的原因。
1.2.2稀疏的節點和異構的網路
無人機節點在戰場環境的空域中稀疏分佈,節點間大多都相距較遠。在一定空域內,無人機節點可能分佈較少,導致無人機節點密度降低。因此,網路連通性至關重要。在無人機實際應用中,網路結構可能會包括不同型別的無人機、飛行器或採用分級式架構。這些場景中,節點間彼此都存在一定的差異性,導致整個無人機網路可能是異構互聯的。
1.2.3無線電傳播模型的特殊性
UANET和其他移動自組網執行環境之間的差異會影響無線電傳播特性。MANET和VANET節點非常接近地面,許多情況下,傳送者和接收者之間不存在視距鏈路。所以,無線電訊號受地形地理結構的影響較多。然而,UANET節點可能都遠離地面。在大多數情況下,無人機之間存在視距鏈路,受地形地理結構的影響較少。
1.2.4移動模型特殊性
通常,MANET節點在特定地形上移動,VANET節點在高速公路上移動,而UANET節點在空中飛行。MANET通常選擇隨機路點移動模型,其節點隨機選擇移動方向和移動速度。VANET節點限制在高速公路或道路上移動。因此,VANET移動模型中的節點具有明確的可預測性。UANET中的節點通常具有自身獨特的運動規律,移動模型會對UANET的通訊服務、移動性管理和整體效能等產生重要影響。在某些選擇全域性路徑規劃的多無人機協同應用中,無人機的移動軌跡具有一定的可預測性。文獻[2]針對執行偵察巡視任務的無人機開發了兩種無人機移動模型。一種是實體隨機移動模型,即依據事先指定的馬爾可夫隨機過程進行方向控制的概率獨立性隨機運動;另一種是分散式叢集資訊素排斥模型(Distributed Pheromone Repel mobility model,DPR),即根據無人機在執行任務過程中產生的資訊素數量多少來指引無人機移動,具有準確、可靠的搜尋特性。文獻[3]針對在某一空域內做盤旋運動的無人機,提出了一種半隨機圓周移動(semi-random circular movement,SRCM)模型,依據一個二維圓形區域,推匯出節點移動概率的近似分佈函式。文獻[4]根據無人機在飛行軌跡中需要克服急停和急轉現象、保持平滑航跡的應用需求,提出了一種增強型高斯馬爾可夫移動模型(enhanced Gauss-Markov mobility model,EGM),通過修正GM模型中的方向偏離,可有效實現邊界避免機制,並獲取更貼近實際的無人機飛行航跡。文獻[5]提出了兩種基於圓形軌跡的機載網路移動模型,它們允許改變飛行高度。第一個模型捕獲所有三維之間的運動相關性,第二個模型z維運動(高度)獨立於其他兩個維度。文獻[6]提出了PPRZM模型(Paparazzi Mobility Model),給出了五種執行狀態,分別是停留(Stay-At)、方向點(Way-point)、八字(Eight)、掃描(Scan)和橢圓(Oval),即通過調整不同狀態的執行概率來執行更多不同的任務。表1為UANET與MANET和VANET的區別總結。
2UANET組閘道器鍵技術的研究進展
UANET基於無線通道且存在快速變化的無線網路。無人機節點的快速移動會引起網路的波動和拓撲的頻繁更新,從而導致UANET無法直接採用傳統的組網協議。因此,針對UANET網路設計的協議和演算法需要全面考慮各方面因素,在犧牲最小效能的前提下確保網路正常執行。
2.1物理層
物理層處理基本的訊號傳輸技術,如調製解調或訊號編碼。各種資料位元序列可以通過改變訊號的頻率、幅度和相位,用不同的波形表示。總體而言,在物理層中,資料位元被調製為正弦波形,並利用天線傳送到空中。為了開發適用於UANET的穩定、可持續的資料通訊體系結構,物理層必須提供可靠支援。其中,研究無線電傳播模型和天線結構是影響UANET物理層設計的關鍵因素。
2.1.1無線電傳播模型
電磁波從發射機發出後,通過無線通道到達接收機。無線電波傳播的特徵表示為一個數學函式,稱為無線電傳播模型。與其他型別的無線網路相比,UANET環境在無線電傳播方面有幾個獨特的挑戰:通訊距離的變化;天線輻射圖中通訊對的方向;地面反射效應;無人機平臺和機載電子裝置產生的陰影;機身姿態(俯仰、滾轉、偏航等)對無線鏈路質量的影響;環境條件;干擾和敵對干擾。
由於上述因素,通訊鏈路在UANET中隨著時間推移表現出不同的質量。文獻[7]研究了無人機之間、無人機到地面和地面到無人機通訊鏈路的特徵。這項研究中,對每種鏈路型別、自由空間和兩個地面的近似模型進行比較。當無人機接近地面時,觀察到灰色區域的存在。灰色區域表明,無人機到無人機鏈路的無線電傳播模型類似於雙射線地面模型,且UANET協議的設計必須意識到由於衰落造成的灰色區域的存在。文獻[8]研究了無人機之間通訊的通道建模問題。研究中觀察到無人機之間的無線通道的誤差統計是非平穩的。根據無人機之間距離的變化,提出了一個雙態馬爾科夫模型,以結合研究適用於強視線路徑的Rician衰落的影響。實驗結果表明,該無線電模型能夠模擬非平穩誤差統計下的分組丟包。文獻[9]提出基於Nakagami-m的無線電傳播模型用於UANET通訊。該模型估計了覆蓋衰落效應的多徑環境的接收訊號強度,並將其表示為兩個引數的函式——平均接收無線電強度和衰落強度。此外,針對合作無人機網路,推匯出Nakagami-m衰落通道上的中斷概率的數學表示式。文獻[10]中,基於多載波中繼的無人機網路的效能分析,在衰落通道上進行分析建模,給出了無人機之間和無人機對地面站鏈路中斷概率的一般分析公式。文章指出,衰落通道模型應根據執行環境來選擇。例如,瑞利衰落可能更適合於低空擁擠區域應用,而有高衰落引數的Nakagami-m和威布林衰落最適合高空開放空間任務。
2.1.2天線結構
天線結構是高效UANET通訊體系結構的最重要因素之一。無人機之間的距離相對更遠,且直接影響UANET天線結構。雖然可以使用更高功率的無線電來克服這個問題,但是在更遠距離上仍然會出現高鏈路損耗和變化。為了克服這種現象,可以部署多個接收器節點,以利用無線通道的空間和時間分集來提高分組傳送速率。結果表明,無人機接收器節點在短時間尺度上表現出較差的分組接收相關性,最終需要使用多個發射器和接收器提高分組傳送速率。天線型別是影響UANET效能的另一個因素。文獻中為UANET應用部署了兩種型別的天線——定向和全向天線。全向天線在全方位輻射接收功率,而定向天線可以通過期望的方向收發資料。
全向天線的優點是可以全方位輻射功率,不需要知道節點位置資訊,但通訊範圍和空間複用之間有一個折衷。定向天線的優點是傳輸範圍比全向天線的傳輸範圍更大。對於UANET來說,這是一個重要的優勢。較長的傳輸範圍減少跳數,且可以降低網路時延。尤其是在實時UANET應用中,時延是最主要的設計因素之一。基於定向天線的系統,可以同時處理UANET的通訊範圍和空間複用的問題。它可以增加通訊範圍,但不會限制空間複用。定向天線的另一個優點是,相對於全向天線具有更高的安全性,抗干擾能力更強。表2為全向天線和定向天線的對比。
2.2MAC協議
MAC協議的質量直接影響有限頻寬的資源效率,並對UANET的通訊效能產生重要影響。目前,UANET的MAC協議面臨如下問題:
(1)由於節點高移動性導致的鏈路質量變化頻繁和節點之間的距離較遠造成通道中斷;
(2)多跳共享廣播通道會帶來嚴重的報文衝突問題;
(3)由於節點發射機功率、節點所處地理位置的差異、周圍環境的差異等因素影響,可能造成單通訊道,嚴重影響MAC協議的效能;
(4)由於無線通道本身的物理特性,以及報文衝突、訊號衰減、通道噪聲等因素,通道實際可用頻寬非常有限,會遠小於理論設計的最大頻寬。
MAC協議的設計要求:要有更高的空間複用能力,以實現最大化網路節點的同時通訊需求;由於報文衝突將嚴重影響無線通道的利用效率,因此需要提供衝突避免和解決方案;應該降低對硬體裝置的依賴,即不能對無線收發機做太多假設,從而讓任何滿足基本功能假設的裝置都能採用該MAC協議。
2.2.1基於定向天線的MAC協議
定向天線大大增加了通訊距離,抗干擾能力增強,有較大的前向增益。定向天線還帶來了獨特的設計問題,特別是對於MAC層。雖然現有的大多數定向天線MAC層都是針對MANET和VANET提出的,但也有少數關於定向天線的UANET的MAC層設計的研究。文獻[11]中,Alshbatat和Dong提出了無人機自適應MAC協議方案(AMUAV)。AMUAV通過其全向天線傳送其控制包(RTS、CTS和ACK),而DATA包則由定向天線傳送,證明了基於定向天線的AMUAV協議可以提高多無人機系統的吞吐量、端到端時延和誤位元速率。
2.2.2具有全雙工無線電和多分組接收的MAC協議
在傳統無線通訊中,接收和傳送不能同時進行。隨著無線電電路的最新進展,現在可以在同一個通道上實現全雙工無線通訊。另一個關於傳統無線通訊的限制是資料包接收。如果有多個發件人,則接收機無法正確接收發送來的資料。然而,在多分組接收(Multi-Packet Reception,MPR)無線電電路的幫助下,使得來自多個訊號源的資料接收成為可能。全雙工和MPR無線電電路對UANET的MAC層有重大影響。通道狀態資訊(Channel State Information,CSI)是全雙工無線電最重要的引數之一。在高度動態的環境中,幾乎不可能確定完美的CSI。文獻[12]中,提出了一種新的基於標記的UANET MAC層協議,具有全雙工和多分組接收(MPR)無線電,目的在頻繁更新CSI,以便無人機可以隨時獲得最新的CSI資訊。CSI更新的基於令牌的結構,消除了資料包衝突。效能結果顯示,提出的MAC協議效能較為突出。
2.3路由協議
路由協議是網路層的主要功能。UANET中節點之間的通訊服務通過多跳資料轉發機制實現,這將需要路由協議決定如何進行有效的資料轉發。但是,由於UANET特有的問題,如鏈路質量的快速變化和節點的高速移動性等,大多數MANET路由演算法對於UANET並不理想。
2.3.1基於拓撲的路由協議
基於拓撲的路由可分為主動式和被動式,其根據網路的鏈路資訊傳輸資料。它的執行原理是通過跳數(Hop)尋找最短可用路徑,但在較大型網路和高度動態網路中無法保證資料包的傳輸速率。為了滿足高動態UANET的通訊需求,提出了許多可行的路由協議。
(1)主動式路由
主動式路由協議使用表來儲存連線節點的相關資訊。A.I. Alshabtat[13]提出了一種基於定向天線的優化路由協議,稱為定向優化鏈路狀態路由(Directional Optimized Link State Routing,DOLSR)。它通過使用多點中繼節點(Multipoint Relay,MPR),減少傳輸開銷,降低網路時延。FS-OLSR[14]提出了一種跨層快速相鄰感知協議。基於鏈路感知和鄰居檢測的Hello訊息,與鏈路層反饋資訊一起,用於快速更新網路層鄰居列表,從而有效提升感知鄰居節點的能力。此外,計算MPR所需要的引數之一是鄰居節點的新鮮度。該協議提高了拓撲控制(Topology Control,TC)訊息中廣播鄰居節點的新鮮度,使其更適用於節點快速移動的場景。
文獻[15]提出了使用GPS資訊的預測OLSR,根據節點之間的相對速度,測量預期傳輸計數(ETX),然後通過它進行輔助路由決策。該協議有效解決了UANET頻繁切換路由引起的資料包丟失問題。文獻[16]提出了一種基於節點移動性和負載感知的OLSR協議,稱為ML-OLSR協議。該演算法將節點移動性和負載感知演算法引入OLSR協議,實現了更好的傳輸效能和更低的網路時延。
Linhua Ma[17]提出了一種用於高速移動航空網路的鏈路感知OLSR(OLSR-LA)路由協議。該協議通過使用收到的2個連續的Hello資料包中煩人多普勒頻率和其他訊號特徵,推算2個相鄰節點的相對移動速度和移動趨勢,以及2個節點間的鏈路保持時間。通過鏈路感知,使用負載均衡演算法來避免擁塞。實驗結果表明,該優化演算法能有效提高資料傳輸速率,降低資料包端到端時延,提高網路可用頻寬。此外,文獻[18]提出NCR-OLSR路由協議,通過引入鄰居變化率(Neighbors Change Rate,NCR)的概念,充分利用區域性網路拓撲結構的穩定性,優化MPR選擇演算法,提升傳輸穩定性和成功率。
(2)反應式路由
反應式路由協議旨在克服維護路由表引起的路由開銷問題。AODV(Ad-Hoc按需距離向量路由)是一種Ad-Hoc網路中廣泛使用的典型無源路由協議。AODV在傳輸資料時,在整個網路路徑上廣播以查詢訊息。當節點收到路由並查詢訊息時,它會檢查本地節點是否是目標節點。若是目標節點,則節點響應路由請求;否則,將源節點地址加入到本節點的路由表中並轉發該訊息。文獻[19]為UANET提出了AODV的時隙版本。當AODV以隨機接入模式傳送其控制分組時,按時間點播的協議使用專用時隙,網路中只有一個節點可以傳送資料分組。模擬結果指出,它可以有效減少資料包衝突,並提高資料包傳輸率。
文獻[20]提出了IMAODV(改進的AODV)路由協議。該協議改進了Hello訊息機制和路由修復機制,同時改進MAC層,允許節點具有監聽功能,旨在高速運動條件下建立穩定可靠的路由,減少資料包端到端傳輸時延,提高網路可用頻寬。文獻[21]同樣基於AODV協議,在路由查詢過程中使用最小跳數的原則,使用路由更新、路徑長度和路徑可靠性來進一步優化路由。
文獻[22]提出了AODV-NM路由協議,協議基於節點移動性和可用鄰居數量,並通過設定門限值來確定鏈路質量,可以選擇準確可靠的路由。文獻[23]介紹了一種新的基於輔助維護的改進AODV路由協議,稱為CSE-AODV路由協議。在CSE-AODV協議中,為了提升區域性修復的速度和修復率,優化了AODV協議的動態TTL估計演算法,並設計了輔助節點的維護機制。同時,為了提高路徑的穩定性和優化路徑選擇機制,增加了基於快速區域性路由演算法的鏈路穩定性度量機制和穩定性閾值觸發機制。
動態源路由(DSR)是一種簡單而有效的反應式路由演算法,文獻[24]中開發了帶有動態源路由(DSR)[25]協議的UANET測試平臺,並針對UANET提出了一種優化的UAV-DSR演算法,可以根據不同的阻塞狀態和能量等級,建立相應的RREQ響應策略。文獻[26]提出REDSR協議,對於強訊號UANET限制了最大跳數的路由請求,可以節省本地節點的儲存空間,減少路由開銷。文獻[27]提出UEDSR協議來研究小型無人機的任務,引入了能量均衡機制,可以有效減少熱點過多的能量消耗,並延長網路壽命。
2.3.2基於位置的路由協議
基於地理位置的路由協議是為移動Ad-Hoc網路提出的一種新穎的路由設計策略。它根據最短距離或最近的方向確定下一跳節點。基於地理位置的路由協議可以實現無狀態、分散式的資料轉發,因為它不需要考慮全域性鏈路狀態。因此,它更適用於拓撲結構頻繁變化的網路結構。文獻[28]表明,當與基於拓撲的路由比較時,貪婪周邊無狀態路由(GPSR)協議效能更優越。文獻[29]開發了一種基於位置的路由協議模擬實驗框架,驗證了GPSR協議適用於節點密度較大的UANET,但在節點密度較小的網路中表現較差。
文獻[30]介紹了地理位置移動導向路由(GPMOR),使用高斯—馬爾可夫移動模型來預測節點移動,並選擇下一跳節點。文獻[31]中的UANET傳統貪婪轉發策略,當發生路由漏洞時採用分組恢復策略。文獻[32]提出了用於UANET的多媒體資料傳輸的改進GPSR協議。在選擇最佳下一跳時,需要考慮節點位置、相對移動速度和移動方向等因素。此外,依據網路中的節點發送的反饋資訊,實現全域性路徑最優化。
文獻[33]提出負載平衡地理路由(LBGR)協議,適用於三維高動態Ad Hoc網路。該協議將以“到達目標節點通訊範圍以內的時間”作為主要路由決策依據,代替GPSR使用的“最接近目標節點”決策原則,以提高高動態網路環境下的有效性環境路線選擇和可靠性。同時,節點之間流量合理分配,實現了負載均衡,有效減少了擁塞問題。GRAA(航空器Ad-Hoc網路的地理路由協議)[34]根據節點的三維座標位置資訊和速度資訊,在一段時間後選擇到目標節點的最近節點作為下一跳路由選擇的依據。
文獻[35]提出基於節點移動預測的MPGR(基於移動性預測的地理路由)。該協議通過鄰居節點和源節點之間的距離以及鄰居節點和目的節點之間的距離,判斷下一跳路由選擇。在DGLAR(Dynamic Geographic Load Aware Routing,動態地理負載感知路由)[36]中,路由選擇考慮了節點相對運動速度和資料擁塞,定義了一個新的度量標準,可以根據網路應用環境調整動態路由因子。但是,根據具體的理論,實際應用中很難獲得有效的路由因子。
2.3.3分級路由協議
為解決網路可擴充套件性問題,開發了另一組用於UANET的分級路由協議。網路由多個不同任務區域的叢集組成。每個叢集都有一個簇首(Cluster Head,CH),且叢集中的所有節點都在CH的直接傳輸範圍內。CH與上層無人機或衛星直接或間接連線形成分級網路。當任務區域很大時,該模型可以產生更好的效能結果。分級路由最重要的設計問題之一是叢集的形成。
移動性預測分級協議是為UANET開發的分級形成演算法[37]。UANET節點的高移動性結構導致頻繁的叢集更新,且移動性預測叢集目的是通過預測網路拓撲更新來解決這個問題。它通過字典Trie結構預測演算法[38]和鏈路到期時間移動性模型,預測無人機的移動結構。它需要這些模型的加權總和,且其鄰居中具有最高權重的無人機被選為CH。模擬研究表明,這種CH選擇方案可以增加群組和CH的穩定性。文獻[39]中,提出了另一種用於無人機組網的分級演算法。它首先在地面上構建叢集,然後在多無人機系統執行期間更新它。地面分級規劃計算分級方案,然後根據地理資訊選擇CH。部署無人機後,根據任務資訊調整叢集結構。模擬研究表明,它可以有效提高穩定性,保證動態組網的能力。表3為路由協議分類彙總。
3結語
近年來,UANET受到廣泛關注,因為它具有更大的操作範圍、更廣闊的應用場景和完成更復雜的任務等優勢。但是,UANET的設計與實現涉及到諸多方面的先進技術,面臨著諸多不同的嚴峻挑戰,而通訊服務問題是UANET極具挑戰性的設計問題之一。本文從移動性、節點密度、拓撲變化、無線電傳播模型和移動模型等方面,討論了UANET和其他Ad-Hoc網路型別之間的差異,以分層方式介紹了近年來有關UANET的相關研究。其中,物理層的特性直接影響其他層的設計和整體UANET效能。現有的與UANET物理層相關的研究,主要集中在無線電傳播模型和天線結構上。MAC協議的質量直接影響有限頻寬的資源效率,並對UANET的通訊效能產生重要影響。現有的一些MAC層研究中使用定向天線技術或者全雙工無線電技術有效降低報文衝突,提升了整體網路效能。路由協議的質量直接影響了通訊服務中資料傳遞的效率和效能。現有的路由協議研究針對不同的應用場景和需求設計了不同的路由協議,各有優劣。實際應用中,應根據不同的需求,選取不同方式的路由協議。
參考文獻:
[1] Do D.U S Army Roadmap for Unmanned Aircraft Systems 2010-2035[Z].2010.
[2] Kuiper E,Nadjm-Tehrani S.Mobility Models for UAV Group Reconnaissance Applications[C].Proceedings of International Conference on Wireless and Mobile Communications,2006.
[3] Wang W,Guan X,Wang B,et al.A Novel Mobility Model Based on Semi-random Circular Movement in Mobile Ad Hoc Networks[J].Information Science,2010,180(03):399-413.
[4] Biomo J D,Kunz T,St-Hilaire M.An Enhanced Gauss-Markov Mobility Model for Simulations of Unmanned Aerial Ad Hoc Networks[C].Proceedings of 7th Wireless and Mobile Networking Conference,2014.
[5] Xie J,Wan Y,Namuduri K,et al.A Comprehensive Modeling Framework for Airborne Mobility[C].The American Institute of Aeronautics and Astronautics (AIAA) Conference,2013.
[6] Ouns B,Alinoe A,Fabien G,et al.A Mobility Model For UAV Ad hoc Network[C].International Conference on Unmanned Aircraft Systems(ICUAS),2014.
[7] Ahmed N,Kanhere S,Jha S.Link Characterization for Aerial Wireless Sensor Networks[C].GLOBECOM Wi-UAV Workshop,2011:1274–1279.
[8] Zhou Y,Li J,Lamont L,et al.Modeling of Packet Dropout for UAV Wireless Communications[C].International Conference on Computing,Networking and Communications(ICNC) IEEE,2012:677-682.
[9] Abualhaol I Y,Matalgah M M.Outage Probability Analysis in a Cooperative UAVs Network over Nakagami-m Fading Channels[C].IEEE Conference on Vehicular Technology,2006:1-4.
[10]Abualhaol I Y,Matalgah M M.Performance Analysis of Cooperative Multi-carrier relay-based UAV Networks over Generalized Fading Channels[C].International Journal of Communication Systems,2011,24(08):1049-1064.
[11]Alshbatat A I,Dong L.Adaptive MAC Protocol for UAV Communication Networks Using Directional Antennas[C].Proceedings of International Conference on Networking,Sensing and Control(ICNSC),2010:598-603.
[12]Cai Y,Yu F,Li J,et al.MAC Performance Improvement in UAV Ad-hoc Networks with Full-duplex Radios and Multi-packet Reception Capability[C].Proc. of IEEE International Conference on Communications(ICC),2012:523-527.
[13]Alshabtat A I,Dong L,Li J,et al.Low Latency Routing Algorithm Forunmanned Aerial Vehicles Ad Hoc Networks[J].International Journal of Electrical and Computer Engineering,2010,6(01):48-54.
[14]Yang L,Hang L,Dawei G,et al.A Cross-Layer Fast Neighbor Sensing Based OLSR Protocol[J].Chinese Journal of Sensors and Actuators,2012,25(01):99-103.
[15]Rosati S,Kruzelecki K,Traynard L,et al.Speed-aware Routing for UAV Ad Hoc Networks[C].Proceedings of GLOBECOM,2013.
[16]Zheng Y,Wang Y,Li Z,et al.A Mobility and Load Aware OLSR Routing Protocol for UAV Mobile Ad Hoc Networks[C].Proceedings of 15th IEEE Information and Communication Technologies Conference,2014.
[17] Ma L H.Link Awareness-based OLSR Routing Algorithm for Airborne Highly Dynamic Networks[J].Journal of Beijing University of Aeronautics and Astronautics,2016,42(07):1326-1334.
[18]Shujie W.Research on Aircraft Ad Hoc Network Routing Protocols[D].Chengdu:University of Electronic Science and Technology of China,2016.
[19]Forsmann J H,Hiromoto R E,Svoboda J.A Time-slotted on-demand Routing Protocol for Mobile Ad Hoc Unmanned Vehicle Systems[J].Proceedings of SPIE-The International Society for Optical Engineering,2007:6561.
[20]Gongyan Y,Yujun K,Keping L.A Routing Protocol for High Speed Mobile Ad-hoc Networks[J].Application of Electronic Technique,2010(05):120-124.
[21]Biomo J D,Kunz T,St-Hilaire M.Routing in Unmanned Aerial Ad Hoc Networks:Introducing a Route Reliability Criterion[C].Proceedings of 7th IEEE Wireless and Mobile Networking Conference,2014.
[22]Wang D,Zhao Y,Ma J.Optimization of AODV Routing Protocol for UAV Network[J].Computer Measurement & Control,2013,21(06):1580-1583.
[23]Tian S.Research on AODV Routing Protocol Based on Maintenance of Assistance Nodes[D].Harbin:Harbin Institute of Technology,2016.
[24]Brown T,Doshi S,Jadhav S,et al.A Full Scale Wireless Ad Hoc Network Test Bed[C].Proc. International Symposium on Advanced Radio Technologies,2005:50-60.
[25]Johnson D B,Maltz D A.Dynamic Source Routing in Ad Hoc Wireless Networks[C].Mobile Computing,The Kluwer International Series in Engineering and Computer Science,1996:153-181.
[26]Li J,Zhang X L.A Novel DSR-based Protocol for Signal Intensive UAV Network[J].Applied Mechanics and Materials,2013,241-244(12):2284-2289.
[27]Li J,Liu X C.A Novel DSR-based Protocol for Small Reconnaissance UAV Ad Hoc Network[J].Applied Mechanics and Materials,2014,568-570(07):1272-1277.
[28]Hyland M T,Mullins B E,Baldwin R O,et al.Simulation Based Performance Evaluation of Mobile Ad Hoc Routing Protocols in a Swarm of Unmanned Aerial Vehicles[C].Proceedings of 21st International Conference on Advanced Information Networking and Applications Workshops,IEEE Computer Society,2007.
[29]Shirani R,St-Hilaire M,Kunz T,et al.The Performance of Greedy Geographic Forwarding in Unmanned Aeronautical Ad Hoc Networks[C].Proceedings of 9th Annual Communication Networks and Services Research Conference,IEEE Computer Society,2011.
[30]Lin L,Sun Q,Li J,et al.A Novel Geographic Position Mobility Oriented Routing Strategy for UAVs[J].Journal of Computational Information Systems,2012,56(08):709-716.
[31]Biomo J D,Kunz T.Routing in Unmanned Aerial Ad Hoc Networks:a Recovery Strategy for Greedy Geographic Forwarding Failure[C].Proceedings of IEEE WCNC’14 Track 3(Mobile and Wireless Networks),2014.
[32]Shi X B,Wang F.A Routing Algorithm for UAV Ad Hoc Networks Multimedia Data Transmission[J].Journal of Shenyang Aerospace University,2012,29(02):32-36.
[33]Bo Z,Hengyang Z,Baoliang W,et al.Load Balancing Geographic Routing Strategy for Aeronautical Ad Hoc Networks[J].Journal on Communications,2016,37(12):67-76.
[34]Hyeson S,Kim K,Yang S.A New Geographic Routing Protocol for Aircraft Ad Hoc Networks[C].IEEE AIAA 29th Digital Avionics Systems Conference(DASC),2010.
[35]Lin L,Sun Q B,Wang S G,et al.A Geographic Mobility Prediction Routing Protocol for Ad Hoc UAV Network[C].IEEE Globecom Workshops,2012.
[36]Liu Z,Xu Z.Geographic Load Aware Routing Algorithm for Highly Dynamic Airborne Networks[J].Journal of Beijing University of Aeronautics and Astronautics,2014,40(12):1697-1701.
[37]Zang C,Zang S.Mobility Prediction Clustering Algorithm for UAV Networking[C].GLOBECOM Workshops IEEE,2011:1158-1161.
[38]Konstantopoulos C,Gavalas D,Pantziou G.A Mobility Aware Technique for Clustering on Mobile Ad-hoc Networks[C].Proceedings of the 8th International Conference on Distributed Computing and Networking,2006:397-408.
[39]Kesheng L,Jun Z,Tao Z.The Clustering Algorithm of UAV Networking in Near-space[C].8th International Symposium on Antennas,Propagation and EM Theory,2008:1550-1553.
作者簡介:
王旭東,陸軍工程大學通訊工程學院碩士,主要研究方向為Ad-Hoc網路;
米志超,陸軍工程大學通訊工程學院副教授,博士,主要研究方向為寬頻網路與交換技術;
王海,陸軍工程大學通訊工程學院教授,博士,主要研究方向為寬頻網路與交換技術。
(本文選自《通訊技術》2018年第九期 )
宣告:本文來自安全內參,版權歸作者所有。文章內容僅代表作者獨立觀點,不代表安全內參立場,轉載目的在於傳遞更多資訊。如需轉載,請聯絡原作者獲取授權。