论文部分内容阅读
无人机网络以其高效、经济等优点在军事及民用等领域被广泛应用。无人机网络的分层区域管理及内部信息的灵活交互对无人机网络的稳定运行具有重要意义。本文针对如何在无人机网络独特特征中通过算法解决区域分割及层级节点划分和拓扑构建的问题，分别研究了无人机网络的区域分割技术和Xpander拓扑结构，提出了利用传统传感器网络的自组织分割和分布式算法有效解决了无人机群区域分割及层级节点划分问题；利用Xpander拓扑结构有效解决了无人机群内部和机群间通信拓扑结构构建问题。主要研究内容如下： （1）区分了无人机网络与传统传感器网络和移动自组网（MobileAd-HocNetworks,MANET）的不同，分析了关于无人机网络区域分割、层级节点选择和拓扑结构构建的相关技术，提取了无人机网络区域分割、层级节点选择和拓扑结构构建之间的层次结构及关系，明确了优化无人机网络稳定运行的关键技术问题。 （2）基于层级传感器网络技术、分布式算法、Gossip算法等相关技术，提出局部广播守卫节点选择算法（BroadcastingLocalGuardianSelectAlgorithm,BLGS），算法通过节点向相邻节点广播自身节点信息，有效地解决了无人机网络的自组织分割并根据剩余能量最优原则选择守卫节点。 （3）考虑到无人机网络通讯过程中拓扑结构优化以及无人机群灵活分散和聚合问题，基于已完成的区域分割及节点层级划分，进一步提出了Xpander无人机集散拓扑结构（XpanderSwarmofDronesDivideandMergeTopology,XSDDM），构建了在无人机网络流体拓扑结构下的Xpander拓扑链路结构，解决了无人机集散过程对拓扑结构造成的影响。 （4）利用NOAA的真实数据对BLGS算法进行检验，得到区域分割和守卫节点选择的输出结果并分析。通过三维随机分布无人机群模型对XSDDM进行拓扑构建仿真。 结果表明BLGS和XSDDM根据随机分布的无人机模型按照需求生成分割区域，选择剩余能量最优的守卫节点，并形成Xpander无人机集散拓扑结构。通过这两个方法建立普适性方案以解决无人机区域分割及层级划分和无人机集散拓扑构建问题，为无人机在将来实际应用过程中提供新颖的构建方案。