CN109474908A - 一种基于任务驱动的航空自组网方法 - Google Patents

一种基于任务驱动的航空自组网方法 Download PDF

Info

Publication number
CN109474908A
CN109474908A CN201811471352.XA CN201811471352A CN109474908A CN 109474908 A CN109474908 A CN 109474908A CN 201811471352 A CN201811471352 A CN 201811471352A CN 109474908 A CN109474908 A CN 109474908A
Authority
CN
China
Prior art keywords
node
information
task
analysis
network
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.)
Granted
Application number
CN201811471352.XA
Other languages
English (en)
Other versions
CN109474908B (zh
Inventor
郑学理
王科翔
周庆
康敏旸
李兵飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Aeronautical Radio Electronics Research Institute
Original Assignee
China Aeronautical Radio Electronics Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Aeronautical Radio Electronics Research Institute filed Critical China Aeronautical Radio Electronics Research Institute
Priority to CN201811471352.XA priority Critical patent/CN109474908B/zh
Publication of CN109474908A publication Critical patent/CN109474908A/zh
Application granted granted Critical
Publication of CN109474908B publication Critical patent/CN109474908B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • 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
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明属于航空通信领域，涉及一种基于任务驱动的航空自组网方法。本发明包括：步骤一，场景分析；步骤二，任务流程分析；步骤三，节点能力分析；步骤四，建立任务与节点映射关系；步骤五，基于步骤四中输出的网络关系完成节点入网，建立初始航空网络；步骤六，基于步骤五中建立的初始航空网络，使用步骤四中的任务清单和航路信息建立路由以及维护路由，实现信息传输；形成网络状态信息；步骤七，基于步骤四中的任务清单，以及步骤五中的网络状态信息自适应地优化调整通信功率。本发明针对多平台航电网络的组网过程，提出以任务为驱动的航空自组网方法，为多平台航电网络的任务自适应组网研究提供了有力支撑。

Description

一种基于任务驱动的航空自组网方法
技术领域
本发明属于航空通信领域，涉及一种基于任务驱动的航空自组网方法。
背景技术
未来体系化空中平台具有信息化、网络化、无人自主化、多平台分布式协同以及任务样式多变等特征，这要求航空网络需要在广域、高动态变化环境下具备高连通能力。航空网络是连接各空中平台计算和信息等各类资源的通道，航空网络体系结构决定了网络的主要性能。空中平台采用集中式的网络结构易被发现和易遭摧毁，所以不适合采用集中式网络体系结构。通常采用的分布式结构主要有两种，一是完全分布式网络结构(即平面结构)，二是分级分布式网络结构(分级结构)。
平面网络结构比较简单，不需要对网络做出大的维护动作，具有较强的鲁棒性、抗毁性，但是平面结构网络的可扩充性差，网络规模不能过大。特别是在用户较多，节点的动态性很强的情况下，该结构对信息的处理能力将急剧下降，用于控制的开销急剧增大，网络中断的问题将会经常出现。因此，它主要应用于动态性不大的中小型网络。分级结构的优势在于它的规模不受限制，便于节点随时加入或者移出簇，因此具有很好的扩充性；不需要维护全局的路由信息，可以大大地减少用于控制路由信息的开销；同时，由于簇头可以根据网络结构的局部变化而重新选举，因此该结构也具有很强的鲁棒性、抗毁性。
传统航空网络的研究主要针对网络网络层和MAC层开展网络组网及网络优化研究，这些研究主要利用网络自身的性能(连通性、延迟、可靠性等)作为判断依据，对网络路由以及QoS机制等进行调整，从而提升网络性能，使网络满足业务传输的需求。然后这种单纯从网络本身出发，开展的网络路由及性能优化研究，基本能满足传统的通信网络中的通信业务需求，而面对大范围、高移动性会给航空网络带来较高的传输延时，同时网络拓扑具备高动态性，给路由技术带来了较大的挑战，现有的通信组网技术很难满足其应用需求。
发明内容
本发明的目的是：针对当前空中平台之间信息共享能力有限、且根据任务提前配置的网络无法自适应任务的动态变化的问题，本发明以分级网络为基础，提出一种基于任务驱动的航空自组网方法，使空中平台具备任务自适应组网能力，为空中平台的敏捷组网、高速互联提供支撑。
本发明的技术方案如下：一种基于任务驱动的航空自组网方法，所述方法以任务输入信息为驱动，结合网络本身的状态信息，实现场景任务能力分析、任务与节点映射、节点入网、路由建立与维护、网络优化，所述方法步骤如下：
步骤一，场景分析；通过运用场景建模仿真分析工具对任务场景进行分析，初步得出场景中包含的任务信息和节点信息；
步骤二，任务流程分析：对场景分析中得出的任务信息进行细化分析，得到任务流程信息；
步骤三，节点能力分析：对场景分析中得出的节点信息进行细化分析，得出每个节点所具备的能力信息；
步骤四，建立任务与节点映射关系：形成任务清单、航路信息，并输出网络关系；
步骤五，基于步骤四中输出的网络关系完成节点入网，建立初始航空网络；
步骤六，基于步骤五中建立的初始航空网络，使用步骤四中的任务清单和航路信息建立路由以及维护路由，实现信息传输；形成网络状态信息；
步骤七，网络优化：基于步骤四中的任务清单，以及步骤五中的网络状态信息自适应地优化调整通信功率。
进一步的，所述步骤四的具体步骤如下：
4.1任务分解：将任务流程信息分解为多个子任务；
4.2子任务执行能力需求评估：分析评估执行每个子任务所需具备的节点能力；
4.3子任务与节点能力匹配权衡：根据执行每个子任务所需具备的节点能力，选择每个子任务对应的执行节点，通过匹配权衡确保每个子任务都有对应的执行节点，且执行节点数量最少；
4.4节点任务清单分析：基于子任务与节点能力匹配结果，分析得出每个节点的在整个场景过程中所需执行的任务清单信息；
4.5节点子任务阶段点航路信息分析：基于节点任务清单信息，分析得出每个节点在每个子任务阶段刚开始执行时的航路信息；
4.6输出网络关系：基于子任务与节点能力匹配结果以及节点任务清单信息，确定节点之间的通信关系，输出节点之间的网络关系。
进一步的，所述步骤六的具体步骤如下：
6.1传输业务解析：对通信传输业务进行解析，判断业务类型以及业务优先级；
6.2路由策略选择：基于业务类型和业务优先级选择高可靠路由策略或并发传输路由策略；
6.3基于任务清单和航路信息的路由建立：基于下一子任务阶段的节点航路信息，分析能支撑当前业务传输的各条路径中的节点的空间位置变化趋势，确定各条路径的持续时间；同时通过节点任务清单信息确定当前业务传输所需的持续时间；选择路径的持续时间大于业务传输所需的持续时间、且路径跳数最少的路径建立该业务的路由；
6.4信息传输：基于步骤三中确定的路径完成数据传输；
6.5网络态势监测：收集当前网络中网络态势信息，包括每个节点的通信状态、通信负载信息；
6.6基于航路信息的网络拓扑重构：基于当前的网络态势信息，结合下一子任务阶段的节点航路信息，综合权衡节点之间当前的距离关系、节点的通信负载、以及节点之间的距离变化趋势，进行节点的簇划分；与常规簇划分方法不同点在于：分析当前时刻簇内通信半径1.5倍距离内的节点在下一子任务阶段的航路信息，将簇内通信半径1.5倍距离内的存在向当前簇中心靠近趋势的节点划分为同一分簇，实现网络拓扑重构。
进一步的，所述步骤七的具体步骤如下：
7.1基于任务清单的业务传输环境解析：基于任务清单解析当前业务传输中节点所处的环境，搞对抗环境或普通环境；
7.2通信功率自适应优化调整：根据节点所处的环境对通信功率进行自适应优化调整，在高对抗环境中，在保持通信传输的前提下尽可能低的降低通信功率。
发明效果
本发明的有益效果是：本发明针对多平台航电网络的组网过程，提出以任务为驱动的航空自组网方法，为多平台航电网络的任务自适应组网研究提供了有力支撑，填补了现有研究的不足。本发明在多平台航电自组网过程中，将每个子任务下一阶段的节点航路信息和任务信息用于当前阶段的节点组网分簇及路由搜寻过程中，相比传统路由方法更具参考价值，能更有效的支撑航电网络自组网研究，从而有助于提高航电网络对动态任务的适应能力。
附图说明
图1是基于任务驱动的航空自组网流程图。
图2是步骤四任务与平台映射流程图。
图3是步骤六路由建立与路由维护流程图。
图4是步骤七网络优化流程图。
具体实施方法
下面结合附图和实施例对本发明作进一步的详细说明。
如图1，基于任务驱动的航空自组网具体流程如下：
步骤一场景分析，该步骤通过运用场景建模仿真分析工具对典型的任务场景进行分析，初步得出场景中包含的任务信息和节点信息；
步骤二任务步骤分析，该步骤对场景分析中得出的任务信息进行细化分析，得到任务步骤信息；
步骤三节点能力分析，该步骤对场景分析中得出的节点信息进行细化分析，得出每个节点所具备的能力信息；
步骤四任务与节点映射，该步骤通过研究任务步骤信息与节点能力之间的映射，形成任务清单、航路信息，并输出网络关系；
步骤五节点入网，该步骤基于步骤四中输出的网络关系完成节点入网，建立初始航空网络；
步骤六路由建立与维护，该步骤基于步骤五中建立的初始航空网络，完成基于步骤四中的任务清单和航路信息的路由建立以及路由维护，实现信息传输；
步骤七网络优化，该步骤基于步骤四中的任务清单、以及网络态势信息自适应的优化调整通信功率。
如图2，步骤四任务与节点映射具体流程如下：
步骤4.1任务分解，该步骤将任务步骤信息分解为多个子任务；
步骤4.2子任务执行能力需求评估，该步骤分析评估执行每个子任务所需具备的节点能力；
步骤4.3子任务与节点能力匹配权衡，该步骤根据执行每个子任务所需具备的节点能力，选择每个子任务对应的执行节点，通过匹配权衡确保每个子任务都有对应的执行节点，且执行节点数量最少；
步骤4.4节点任务清单分析，该步骤基于子任务与节点能力匹配结果，分析得出每个节点的在整个场景过程中所需执行的任务清单信息；
步骤4.5节点子任务阶段点航路信息分析，该步骤基于节点任务清单信息，分析得出每个节点在每个子任务阶段刚开始执行时的航路信息；
步骤4.6输出网络关系，该步骤基于子任务与节点能力匹配结果以及节点任务清单信息，确定节点之间的通信关系，输出节点之间的网络关系。
如图3，步骤六路由建立与路由维护具体流程如下：
步骤6.1传输业务解析，该步骤对通信传输业务进行解析，判断业务类型以及业务优先级；
步骤6.2路由策略选择，该步骤基于业务类型和业务优先级选择高可靠路由策略或并发传输路由策略；
步骤6.3基于任务清单和航路信息的路由建立，该步骤基于下一子任务阶段的节点航路信息，分析能支撑当前业务传输的各条路径中的节点的空间位置变化趋势，确定各条路径的持续时间；同时通过节点任务清单信息确定当前业务传输所需的持续时间；选择路径的持续时间大于业务传输所需的持续时间、且路径跳数最少的路径建立该业务的路由；
步骤6.4信息传输，该步骤基于步骤6.3中确定的路径完成数据传输；
步骤6.5网络态势监测，该步骤收集当前网络中网络态势信息，包括每个节点的通信状态、通信负载信息；
步骤6.6基于航路信息的网络拓扑重构，该步骤基于当前的网络态势信息，结合下一子任务阶段的节点航路信息，综合权衡节点之间当前的距离关系、节点的通信负载、以及节点之间的距离变化趋势，进行节点的簇划分；与常规簇划分方法不同点在于，该步骤分析当前时刻簇内通信半径1.5倍距离内的节点在下一子任务阶段的航路信息，将簇内通信半径1.5倍距离内的存在向当前簇中心靠近趋势的节点划分为同一分簇，实现网络拓扑重构。
如图4，步骤七网络优化具体步流程下：
步骤7.1基于任务清单的业务传输环境解析，该步骤基于任务清单解析当前业务传输中节点所处的环境，搞对抗环境或普通环境；
步骤7.2通信功率自适应优化调整，该步骤根据节点所处的环境对通信功率进行自适应优化调整，在高对抗环境中，在保持通信传输的前提下尽可能低的降低通信功率。
可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及其发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。

Claims (4)

1.一种基于任务驱动的航空自组网方法，其特征为：所述方法以任务输入信息为驱动，结合网络本身的状态信息，实现场景任务能力分析、任务与节点映射、节点入网、路由建立与维护、网络优化，所述方法步骤如下：
步骤一，场景分析；通过运用场景建模仿真分析工具对任务场景进行分析，初步得出场景中包含的任务信息和节点信息；
步骤二，任务流程分析：对场景分析中得出的任务信息进行细化分析，得到任务流程信息；
步骤三，节点能力分析：对场景分析中得出的节点信息进行细化分析，得出每个节点所具备的能力信息；
步骤四，建立任务与节点映射关系：形成任务清单、航路信息，并输出网络关系；
步骤五，基于步骤四中输出的网络关系完成节点入网，建立初始航空网络；
步骤六，基于步骤五中建立的初始航空网络，使用步骤四中的任务清单和航路信息建立路由以及维护路由，实现信息传输；形成网络状态信息；
步骤七，网络优化：基于步骤四中的任务清单，以及步骤五中的网络状态信息自适应地优化调整通信功率。
2.根据权利要求1所述的航空自组网方法，其特征为：所述步骤四的具体步骤如下：
4.1)任务分解：将任务流程信息分解为多个子任务；
4.2)子任务执行能力需求评估：分析评估执行每个子任务所需具备的节点能力；
4.3子任务与节点能力匹配权衡：根据执行每个子任务所需具备的节点能力，选择每个子任务对应的执行节点，通过匹配权衡确保每个子任务都有对应的执行节点，且执行节点数量最少；
4.4)节点任务清单分析：基于子任务与节点能力匹配结果，分析得出每个节点的在整个场景过程中所需执行的任务清单信息；
4.5)节点子任务阶段点航路信息分析：基于节点任务清单信息，分析得出每个节点在每个子任务阶段刚开始执行时的航路信息；
4.6)输出网络关系：基于子任务与节点能力匹配结果以及节点任务清单信息，确定节点之间的通信关系，输出节点之间的网络关系。
3.根据权利要求1所述的航空自组网方法，其特征为：所述步骤六的具体步骤如下：
6.1)传输业务解析：对通信传输业务进行解析，判断业务类型以及业务优先级；
6.2)路由策略选择：基于业务类型和业务优先级选择高可靠路由策略或并发传输路由策略；
6.3)基于任务清单和航路信息的路由建立：基于下一子任务阶段的节点航路信息，分析能支撑当前业务传输的各条路径中的节点的空间位置变化趋势，确定各条路径的持续时间；同时通过节点任务清单信息确定当前业务传输所需的持续时间；选择路径的持续时间大于业务传输所需的持续时间、且路径跳数最少的路径建立该业务的路由；
6.4)信息传输：基于步骤三中确定的路径完成数据传输；
6.5)网络态势监测：收集当前网络中网络态势信息，包括每个节点的通信状态、通信负载信息；
6.6)基于航路信息的网络拓扑重构：基于当前的网络态势信息，结合下一子任务阶段的节点航路信息，综合权衡节点之间当前的距离关系、节点的通信负载、以及节点之间的距离变化趋势，进行节点的簇划分；与常规簇划分方法不同点在于：分析当前时刻簇内通信半径1.5倍距离内的节点在下一子任务阶段的航路信息，将簇内通信半径1.5倍距离内的存在向当前簇中心靠近趋势的节点划分为同一分簇，实现网络拓扑重构。
4.根据权利要求1所述的航空自组网方法，其特征为：所述步骤七的具体步骤如下：
7.1)基于任务清单的业务传输环境解析：基于任务清单解析当前业务传输中节点所处的环境，搞对抗环境或普通环境；
7.2)通信功率自适应优化调整：根据节点所处的环境对通信功率进行自适应优化调整，在高对抗环境中，在保持通信传输的前提下尽可能低的降低通信功率。
CN201811471352.XA 2018-12-04 2018-12-04 一种基于任务驱动的航空自组网方法 Active CN109474908B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811471352.XA CN109474908B (zh) 2018-12-04 2018-12-04 一种基于任务驱动的航空自组网方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811471352.XA CN109474908B (zh) 2018-12-04 2018-12-04 一种基于任务驱动的航空自组网方法

Publications (2)

Publication Number Publication Date
CN109474908A true CN109474908A (zh) 2019-03-15
CN109474908B CN109474908B (zh) 2021-10-26

Family

ID=65675420

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811471352.XA Active CN109474908B (zh) 2018-12-04 2018-12-04 一种基于任务驱动的航空自组网方法

Country Status (1)

Country Link
CN (1) CN109474908B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111555798A (zh) * 2020-05-09 2020-08-18 中国航空无线电电子研究所 一种多平台航空网络分簇方法
CN111784211A (zh) * 2020-08-04 2020-10-16 中国人民解放军国防科技大学 一种基于分簇的群体多任务分配方法及存储介质

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101867519A (zh) * 2010-06-03 2010-10-20 中国人民解放军91655部队 一种自组网的动态区域路由方法及系统
CN103260265A (zh) * 2013-05-16 2013-08-21 北京交通大学 一种事件触发型无线传感器网络的组网方法和运行机制
CN104092668A (zh) * 2014-06-23 2014-10-08 北京航空航天大学 一种可重构网络安全服务构造方法
CN104581862A (zh) * 2014-12-27 2015-04-29 中国人民解放军63655部队 一种基于低空无人飞行器自组网的测控通信方法和系统
CN105163308A (zh) * 2015-05-25 2015-12-16 华南理工大学 一种车载自组网中基于信任度检测的安全路由协议
CN105792312A (zh) * 2016-03-02 2016-07-20 山东航天电子技术研究所 一种主动与被动相结合的自组网路由方法
CN106209202A (zh) * 2016-06-27 2016-12-07 东南大学 一种航空自组织网络拓扑构建及互联网接入的方法
US20160381596A1 (en) * 2015-06-25 2016-12-29 The Board Of Trustees Of The University Of Alabama Intelligent multi-beam medium access control in ku-band for mission-oriented mobile mesh networks
CN107979872A (zh) * 2017-11-10 2018-05-01 西安电子科技大学 基于定向天线的多频时分多址接入系统和方法
CN108170147A (zh) * 2017-12-31 2018-06-15 南京邮电大学 一种基于自组织神经网络的无人机任务规划方法
CN108322249A (zh) * 2018-01-22 2018-07-24 新疆联海创智信息科技有限公司 面向任务驱动的可重构星座卫星入网决策方法及系统
US10068336B1 (en) * 2015-04-20 2018-09-04 Hrl Laboratories, Llc Generic frontal and side doorway detection with line tracking and vanishing point based verification
CN108668257A (zh) * 2018-04-28 2018-10-16 中国人民解放军陆军工程大学 一种分布式无人机邮差中继轨迹优化方法
CN108683445A (zh) * 2018-03-14 2018-10-19 西安电子科技大学 一种飞行器编队分层入网管理方法及系统
CN108809707A (zh) * 2018-05-30 2018-11-13 浙江理工大学 一种面向实时应用需求的tsn调度方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101867519A (zh) * 2010-06-03 2010-10-20 中国人民解放军91655部队 一种自组网的动态区域路由方法及系统
CN103260265A (zh) * 2013-05-16 2013-08-21 北京交通大学 一种事件触发型无线传感器网络的组网方法和运行机制
CN104092668A (zh) * 2014-06-23 2014-10-08 北京航空航天大学 一种可重构网络安全服务构造方法
CN104581862A (zh) * 2014-12-27 2015-04-29 中国人民解放军63655部队 一种基于低空无人飞行器自组网的测控通信方法和系统
US10068336B1 (en) * 2015-04-20 2018-09-04 Hrl Laboratories, Llc Generic frontal and side doorway detection with line tracking and vanishing point based verification
CN105163308A (zh) * 2015-05-25 2015-12-16 华南理工大学 一种车载自组网中基于信任度检测的安全路由协议
US20160381596A1 (en) * 2015-06-25 2016-12-29 The Board Of Trustees Of The University Of Alabama Intelligent multi-beam medium access control in ku-band for mission-oriented mobile mesh networks
CN105792312A (zh) * 2016-03-02 2016-07-20 山东航天电子技术研究所 一种主动与被动相结合的自组网路由方法
CN106209202A (zh) * 2016-06-27 2016-12-07 东南大学 一种航空自组织网络拓扑构建及互联网接入的方法
CN107979872A (zh) * 2017-11-10 2018-05-01 西安电子科技大学 基于定向天线的多频时分多址接入系统和方法
CN108170147A (zh) * 2017-12-31 2018-06-15 南京邮电大学 一种基于自组织神经网络的无人机任务规划方法
CN108322249A (zh) * 2018-01-22 2018-07-24 新疆联海创智信息科技有限公司 面向任务驱动的可重构星座卫星入网决策方法及系统
CN108683445A (zh) * 2018-03-14 2018-10-19 西安电子科技大学 一种飞行器编队分层入网管理方法及系统
CN108668257A (zh) * 2018-04-28 2018-10-16 中国人民解放军陆军工程大学 一种分布式无人机邮差中继轨迹优化方法
CN108809707A (zh) * 2018-05-30 2018-11-13 浙江理工大学 一种面向实时应用需求的tsn调度方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
BAUHAUS LUFTFAHRT E.V: "Availability of Aeronautical Ad-hoc Network in Different Global Air Transport Fleet Scenarios", 《32ND URSI GASS》 *
FRÉDÉRIC BESSE: "Interference estimation in an aeronautical ad hoc network", 《HAL》 *
寇明延: "面向任务能力的自组织网络系统结构", 《系统工程与电子技术》 *
常来花: "无线自组网的分簇算法研究", 《信息科技辑》 *
詹志娟: "基于模型的战斗机航电系统能力需求分析方法", 《火力与指挥控制》 *
郑学理: "面向任务的无人机自组网方法研究", 《面向任务的无人机自组网方法研究》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111555798A (zh) * 2020-05-09 2020-08-18 中国航空无线电电子研究所 一种多平台航空网络分簇方法
CN111555798B (zh) * 2020-05-09 2022-02-11 中国航空无线电电子研究所 一种多平台航空网络分簇方法
CN111784211A (zh) * 2020-08-04 2020-10-16 中国人民解放军国防科技大学 一种基于分簇的群体多任务分配方法及存储介质

Also Published As

Publication number Publication date
CN109474908B (zh) 2021-10-26

Similar Documents

Publication Publication Date Title
CN113316118B (zh) 基于任务认知的无人机集群网络自组织系统及方法
Jiang Graph-based deep learning for communication networks: A survey
Garg et al. MobQoS: Mobility-aware and QoS-driven SDN framework for autonomous vehicles
CN111970044B (zh) 基于拉格朗日松弛的卫星网络时隙分配与路由规划方法
CN109005108B (zh) 一种空间网络路由规划方法及系统
CN110198278A (zh) 一种车联网云端和边缘联合任务调度的Lyapunov优化方法
CN101164289A (zh) 包括相关系统和方法的预测性移动自组织组网
Wang et al. Energy-efficient UAV deployment and task scheduling in multi-UAV edge computing
CN112104491B (zh) 面向服务的网络虚拟化资源管理方法
CN113727306B (zh) 一种基于深度强化学习的解耦c-v2x网络切片方法
Qu et al. An SDN-based space-air-ground integrated network architecture and controller deployment strategy
CN109474908A (zh) 一种基于任务驱动的航空自组网方法
CN101860938B (zh) 感知网络上下文信息实现自治路由控制的网络节点和方法
Feng et al. Bidirectional green promotion of 6G and AI: architecture, solutions, and platform
CN113114335B (zh) 一种基于人工智能的软件定义天基网络组网架构
CN102104889B (zh) 基于阻抗匹配的跨层优化系统及方法
Bensaid et al. A combined cluster-chain based routing protocol for lifetime improvement in WSN
CN109462498B (zh) 一种智融网络系统及其通信方法
Mehta Genetic algorithm based bi-objective optimization of sigmoidal utility and throughput in ad-hoc wireless networks
Nie et al. Vehdoop: A scalable analytical processing framework for vehicular sensor networks
Mezghani et al. WSN intelligent communication based on Khalimsky theory using multi-agent systems
Cui et al. Load balancing mechanisms of unmanned surface vehicle cluster based on marine vehicular fog computing
Rathod et al. Relay placement algorithms for IoT connectivity and coverage in an outdoor heterogeneous propagation environment
Lin et al. Hypergraph-Based Autonomous Networks: Adaptive Resource Management and Dynamic Resource Scheduling
Arif et al. DLICA: Deep Learning based novel Strategy for Intelligent Channel Adaption in Wireless SDN-IoT Environment

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
GR01 Patent grant
GR01 Patent grant