CN111555798A - 一种多平台航空网络分簇方法 - Google Patents

一种多平台航空网络分簇方法 Download PDF

Info

Publication number
CN111555798A
CN111555798A CN202010390096.2A CN202010390096A CN111555798A CN 111555798 A CN111555798 A CN 111555798A CN 202010390096 A CN202010390096 A CN 202010390096A CN 111555798 A CN111555798 A CN 111555798A
Authority
CN
China
Prior art keywords
aviation
platform
task
nodes
node
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
CN202010390096.2A
Other languages
English (en)
Other versions
CN111555798B (zh
Inventor
王科翔
郑学理
刘畅
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 CN202010390096.2A priority Critical patent/CN111555798B/zh
Publication of CN111555798A publication Critical patent/CN111555798A/zh
Application granted granted Critical
Publication of CN111555798B publication Critical patent/CN111555798B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/14Relay systems
    • H04B7/15Active relay systems
    • H04B7/185Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502Airborne stations
    • H04B7/18506Communications with or from aircraft, i.e. aeronautical mobile service
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/02Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/04Large scale networks; Deep hierarchical networks
    • H04W84/06Airborne or Satellite Networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明属于航空电子技术领域,尤其涉及一种多平台航空网络分簇方法,根据层次分析模型计算任务信息、节点之间的距离、节点之间延时约束三个因素的权重系数,按照权重系数依次从高到低进行三项约束因素的判决,完成节点的当次分簇,在当前任务阶段结束后,重新进行下一阶段的约束因素的权重系数计算和判决,完成网络簇节点的维护和更新,使多平台航空网络能够自适应的随多航空平台执行任务的动态变化而变化。

Description

一种多平台航空网络分簇方法
技术领域
本发明属于航空电子技术领域,尤其涉及一种多平台航空网络分簇方法。
背景技术
多平台航空自适应组网是航空自组网的一种延伸应用,其是一种能够适应网络节点不断随着发生变化依旧能够保证不同属性的航电平台之间正常通信的自适应网络,以实现不同类别、不同平台的航空飞行器相互之间进行通信。
在自适应组网的技术中,实现多平台航空网络的动态分簇机制是关键的一部分,但目前并未有效的多平台航空网络划分方法。
发明内容
针对现有技术的不足,本发明提供一种多平台航空网络分簇方法,解决多平台航空网络运行过程中的动态簇划分问题,使多平台航空网络能够自适应的随多航空平台执行任务的动态变化而变化。。
为实现上述目的,本发明提供如下技术方案:
一种多平台航空网络分簇方法,所述方法包括:
步骤1,确定多平台航空网络中航空平台节点任务信息、航空平台节点之间的距离以及航空平台节点之间的延时时间分别对应的权重优先级;
步骤2,在某多平台航空网络在执行当前任务的初始阶段,获取所述某多平台航空网络中所有航空平台节点的信息;所述所有航空平台节点的信息至少包含:每个航空平台节点的当前任务信息、两两航空平台节点之间的当前距离以及两两航空平台节点之间的当前延时时间;
步骤3,根据步骤1确定的权重优先级对步骤2中所述某多平台航空网络中所有航空平台依次进行三次网络分簇划分;
步骤4,根据三次网络分簇划分结果为所述所有航空平台节点配置网络信息,并执行当前任务;在所述当前任务结束后,返回步骤2开始下一任务的网络分簇划分。
本发明技术方案的特点和进一步的改进为:
(1)步骤1中,所述多平台航空网络中航空平台节点任务信息的权重优先级大于航空平台节点之间的距离的优先级;
所述航空平台节点之间的距离的优先级大于航空平台节点之间的延时时间的优先级。
(2)步骤3具体包括:
(3a)首先按照所述多平台航空网络中航空平台节点当前任务信息对所述某多平台航空网络中所有航空平台进行初次网络划分,筛选出待分配航空平台节点;
(3b)在所述初次网络划分的基础上,再按照航空平台节点之间的当前距离对所述待分配航空平台节点进行第二次网络划分,筛选出剩余航空平台节点;
(3c)在所述第二次网络划分的基础上,再按照航空平台节点之间的当前延时时间对所述剩余航空平台节点进行第三次网络划分,得到三次网络划分后的航空平台网络划分结果。
(3)设每个航电平台在一个任务阶段内只能执行一个子任务,且每个子任务只能由一个航电平台单独完成;步骤(3a)具体为:
获取所述多平台航空网络中所有航空平台节点完成当前任务所要执行的所有子任务,并将所述所有子任务按照任务属性划分为TA,TB,TC,TD四个任务类型;
记当前任务阶段第j个航空平台节点执行的任务为T1j,j=1,…,N,N为所述多平台航空网络中航空平台节点的总个数;预先定义每个航空平台节点执行的任务的任务类型;
记下一任务阶段第j个航空平台节点执行的任务为T2j,j=1,…,N,N为所述多平台航空网络中航空平台节点的总个数;预先定义每个航空平台节点执行的任务的任务类型;
若某一航空平台节点在当前任务阶段执行的任务的任务类型与其在下一阶段执行的任务的任务类型相同,则将该航空平台节点作为对应的任务类型中的节点;
若某一航空平台节点在当前任务阶段执行的任务的任务类型与其在下一阶段执行的任务的任务类型不同,则将该航空平台节点作为待分配节点;
遍历完所述某多平台航空网络中所有航空平台节点,分别得到划分到TA,TB,TC,TD四个任务类型中的航空平台节点和待分配节点。
(4)设航空平台节点之间的最大通信距离为Dmax,步骤(3b)具体为:
在当前任务阶段下,计算所述筛选出的待分配航空平台节点中的某一航空平台节点到Tk任务类型中任一航空平台节点的距离;Tk任务类型为待分配航空平台节点中的某一航空平台节点执行的子任务所属的任务类型,k=A、B、C、D;
若所述某一航空平台节点到Tk任务类型中任一航空平台节点的距离均小于所述最大通信距离Dmax,则将该航空平台节点划分到Tk任务类型;否则,将该航空平台节点作为剩余航空平台节点。
(5)满足若所述某一航空平台节点到Tk任务类型中任一航空平台节点的距离均小于所述最大通信距离Dmax条件的Tk任务类型有多个,则计算该航空平台节点到Tk任务类型中所有航空平台节点的平均距离,并将该航空平台节点划分到平均距离较小时对应的Tk任务类型中。
(6)若所述某一航空平台节点到Tk任务类型中任一航空平台节点的距离均大于所述最大通信距离Dmax,则该航空平台节点不会被划分到Tk任务类型,k=A、B、C、D。
(7)对一个簇内节点之间的进行通信时的最大累积传播延迟为Tsum
在当前任务阶段下,计算所述剩余航空平台节点中的某一航空平台节点到Tk任务类型中所有航空平台节点的累积传播时延;Tk任务类型为剩余航空平台节点中的某一航空平台节点执行的子任务所属的任务类型,k=A、B、C、D;
将该航空平台节点划分到累积传播时延最小时对应的Tk任务类型。
(8)将一个任务类型中的所有航空平台节点作为一个网络分簇,从而完成多平台航空网络分簇的划分。
本发明的有益效果为:提出一种基于任务信息的多平台航空自适应网络分簇方法,该方法能够使多平台航空网络能够自适应的随多航空平台执行任务的动态变化而变化,提升航空网络自适应能力。
附图说明
图1为本发明实施例提供的一种多平台航空网络分簇方法的流程示意图;
图2为本发明实施例提供的多平台航空网络未分簇状态示意图;
图3为本发明实施例提供的节点在不同阶段执行的任务归属示意图;
图4为本发明实施例提供的多平台航空网络分簇后的状态示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明实施例提供的基于分层的多平台自适应组网分簇算法,首先利用层次分析法计算权重系数,然后对每一个影响分簇的因素进行判断,当判断结束后继续对下一个因素的判断。当所有因素判断结束后,即可以取其交集就可实现具有相同属性的节点的划分为同一个簇的目标。
图1表示基于分层的多平台组网的分簇算法框图,算法首先利用层次分析模型将网络中的任务信息、节点之间的距离、节点之间延时约束三个因素的权重系数进行计算,同时三个因素构成三个约束条件,当计算得到权重系数之后,可以按照权重系数的大小确定三个因素筛选的优先级,权重系数大的因素要优先作为判决条件,保留符合条件的节点,对不符合约束的节点将其放入待选区中。判决因素共有三个因素,故需要进行三次筛选,将最终保留下来的节点划分为相同的簇。按照图1中分簇算法中的结构顺序进行下面的介绍。
如图2所示的网络,将多航空平台抽象为10个节点,将其用N1,N2,N3,N4,N5,N6,N7,N8,N9,N10表示。以该网络为例对分簇方法进行详细描述。
步骤一:根据层次分析模型计算三个因素的权重系数
层次分析模型法是对一些较为复杂的、较为模糊的问题做出决策的简易方法,适合用于难于完全定量分析的问题。利用层次分析法进行建模,为三个判断准则构建判断矩阵,并进行层次单排序及一致性检验,计算一致性比例的CR,当CR<0.1,认为矩阵的一致性可以接受。根据分层模型计算任务信息、节点之间的距离、节点通信总延迟三个因素的权重进行计算,根据权重的大小对约束因素进行优先级排序,优先级高的因素首先进行节点分类的筛选,优先级低的因素之后再进行筛选,以此类推。计算过程不再详细描述,在该场景例子中计算得到任务信息、节点之间的距离、节点通信总延迟三个因素的计权重分别为0.64,0.26,0.10。故在逐层筛选的过程中,首先进行根据任务信息进行筛选,然后根据节点之间的距离进行筛选,最后根据节点通信总延迟进行筛选。
步骤二:当前阶段与下一阶段任务信息相关性约束
假设该网络中各平台节点所要执行的子任务,可以根据子任务的属性分为TA,TB,TC,TD四个大类。假定每一个航电平台在一个阶段内只能执行一个子任务,而且每一个子任务只能由一个航电平台单独进行完成,不存在多个航电台共同执行同一个子任务的情况出现。
图3表示位于相同等级的节点在不同阶段内需要执行的任务归属。航电节点在执行任务的时可以根据时间将执行任务划分为若干个阶段,设第i个阶段执行的任务用Tij表示,其中j表示第j个节点的所要执行的任务。预先定义任务的属性,每一个任务都会根据其具体类型划分为不同的任务类型,图中将任务类型简要的划分为4类,分别为TA,TB,TC,TD。根据当前阶段即第一阶段和下一阶段即第二阶段,根据任务属性将两个阶段的任务分别归属于4个任务类型中。这样就可以得到每一个任务类型中在不同的阶段的任务统计量,可以用表1进行表示:
表1任务类型与节点信息统计
Figure BDA0002484129060000061
根据任务属性将节点分开,当前阶段和下一阶段进行执行任务时,每一个节点进行在两个阶段内执行的任务类型可能有所变化,这导致同一个节点出现在不同的群中。通过表1观察得到,节点N4,N6,N7,N9至少在两个或者两个以上的群中出现,所以将这些节点放入到待选区中,等待第二个和第三个约束条件判断之后,为待选区中的节点分配簇。
根据当前阶段和下一阶段任务的属性将其归纳为不同的任务类型,由于任务都是由不同的节点执行,所以这会对节点在进行分簇时产生条件约束,完成多航电平台分簇算法中的第一次任务属性约束,第一次筛选后的簇划分情况如表2所示。
表2第一次筛选后的簇划分情况
任务类型 T<sub>A</sub> T<sub>B</sub> T<sub>C</sub> T<sub>D</sub>
确定的节点 N<sub>3</sub>,N<sub>5</sub> N<sub>1</sub> N<sub>2</sub> N<sub>8</sub>,N<sub>10</sub>
步骤三:节点之间的距离约束
为了保证网络节点之间能够实现正常的通信,所以需要对节点之间的距离进行约束。
设节点与节点之间的最大通信距离为Dmax,从而可以得到距离约束条件为:
当某节点i到当前分簇中任何一个节点j的距离dij<Dmax时,则节点之间可以正常进行单跳路由,此时i节点应划分到当前簇中。
当前分簇中存在某一个节点j,使得当某节点i到节点j的距离dij>Dmax时,则节点i和节点j之间的通信需要多跳路由,则i节点需要进行第三个约束条件的判断,决定是否加入该簇中。
当某节点i到当前分簇中任何一个节点j的距离均满足dij>Dmax时,节点i无法通过多跳路由与分簇中其他任何节点通信,此时i节点不应该划分到当前簇中。
通过第二个约束条件即可以对属于同一任务类型的节点进行距离的判别。对于同一个任务类型对应的若干节点的距离可以用矩阵表示,本例中节点间距离如表3所示。
表3不同任务类型之间的距离矩阵
Figure BDA0002484129060000081
设节点之间的最大通信距离Dmax=8,通过表2可知,经过第一个约束条件的筛选,已经确定了6个节点的簇划分情况,剩余位于待选池中的节点N4,N6,N7,N9需要通过第二个约束条件节点进行判别。
任务类型为TA的节点距离矩阵中,可知节点N7与N3,N5之间的距离都小于Dmax所以他们之间可以进行通信,将待选区中的节点N7加入到任务类型为TA的初始簇中,而节点N7与N9之间的距离大于Dmax,N9需要进行第三个约束条件的判断,决定是否加入该簇中。
在任务类型为TB的节点距离矩阵中,通过距离矩阵就可以判断得到N6和N1之间的距离小于Dmax,所以可以将N6加入N1所在分簇中,而N9和N1之间的距离大于Dmax,N9需要进行第三个约束条件的判断,决定是否加入该簇中。
在任务类型为TC的节点距离矩阵中,通过节点距离矩阵可知,N4和N2之间的距离小于Dmax,符合距离约束要求,故将N4从待选区中加入到TC群中。
在任务类型为TD的节点距离矩阵中,此时待选池中没有任务类型为TD的节点,不需要进行判决。
通过上述分析得到待选区中节点N4,N6,N7用节点距离约束加入到不同的分簇中,现在只剩余节点N9还处于待选池中。此时分簇情况可以用表4进行表示。
表4第二次筛选后的簇划分情况
任务类型 T<sub>A</sub> T<sub>B</sub> T<sub>C</sub> T<sub>D</sub>
确定的节点 N<sub>3</sub>,N<sub>5</sub>,N<sub>7</sub> N<sub>1</sub>,N<sub>6</sub> N<sub>2</sub>,N<sub>4</sub> N<sub>8</sub>,N<sub>10</sub>
步骤四:最大通信延时约束
为保证通信质量,设对一个簇内节点之间的进行通信时的延迟累积为Tsum,假设网络中各节点传输速率平均分布,则对于某一个分簇,簇中延迟累积为Tsum主要取决于正比与簇中节点传播时延之和,即Tsum正比于
Figure BDA0002484129060000091
对待选区节点,对其所有可加入簇,计算其加入后的簇中延时累计值,选择累计值最小的簇,将该节点分配进簇,同一个任务类型中的节点距离和如表5所示。
表5同一个任务类型中的节点距离和
任务类型 T<sub>A</sub> T<sub>B</sub>
确定的节点 N<sub>3</sub>,N<sub>5</sub>,N<sub>7</sub> N<sub>1</sub>,N<sub>6</sub>
距离和 16 5
N<sub>9</sub>加入后的距离和 34 22
此时侯选区的节点只剩余节点N9。为了将N9分配其可加入的两个簇中,故利用通信延迟进行约束。利用其计算最大通信延迟,为了方便计算,只需要考虑节点之间的距离总和即可。从上一个约束可知,节点N9可以加入的簇有TA簇和TB簇,其节点距离和如表5。可知N9应该加入TB簇中。至此,待选区中的所有节点选择完毕,从而实现了最终的分簇,分簇结果如表6所示。
表6网络节点分簇结果
任务类型 T<sub>A</sub> T<sub>B</sub> T<sub>C</sub> T<sub>D</sub>
确定的节点 N<sub>3</sub>,N<sub>5</sub>,N<sub>7</sub> N<sub>1</sub>,N<sub>6</sub>,N<sub>9</sub> N<sub>2</sub>,N<sub>4</sub> N<sub>8</sub>,N<sub>10</sub>
通过分簇之后,表6是分簇后的结果,则图2中的多平台航空网络经过本阶段分簇之后状态可以用图4表示。
步骤五:分簇维护与更新
当前任务阶段结束后,网络重新运行分簇算法,更新网络中各节点的当前任务与下一阶段任务、网络中节点的位置、相互之间的距离关系表,重新进行步骤一、二、三、四,更新网络簇划分状态,直到所有任务阶段结束。
本发明内容为通过平台任务信息完成多平台航空自适应网络分簇。主要通过
1)根据层次分析模型计算任务信息、节点之间的距离、节点之间延时约束三个因素的权重系数。
2)按照权重系数依次从高到低进行三项约束因素的判决,完成节点的当次分簇。
3)在当前任务阶段结束后,重新进行下一阶段的约束因素的权重系数计算和判决,完成网络簇节点的维护和更新。
本发明的有益效果为:提出一种基于任务信息的多平台航空自适应网络分簇方法。该方法能够使多平台航空网络能够自适应的随多航空平台执行任务的动态变化而变化。提升航空网络自适应能力。

Claims (9)

1.一种多平台航空网络分簇方法,其特征在于,所述方法包括:
步骤1,确定多平台航空网络中航空平台节点任务信息、航空平台节点之间的距离以及航空平台节点之间的延时时间分别对应的权重优先级;
步骤2,在某多平台航空网络在执行当前任务的初始阶段,获取所述某多平台航空网络中所有航空平台节点的信息;所述所有航空平台节点的信息至少包含:每个航空平台节点的当前任务信息、两两航空平台节点之间的当前距离以及两两航空平台节点之间的当前延时时间;
步骤3,根据步骤1确定的权重优先级对步骤2中所述某多平台航空网络中所有航空平台依次进行三次网络分簇划分;
步骤4,根据三次网络分簇划分结果为所述所有航空平台节点配置网络信息,并执行当前任务;在所述当前任务结束后,返回步骤2开始下一任务的网络分簇划分。
2.根据权利要求1所述的一种多平台航空网络分簇方法,其特征在于,步骤1中,所述多平台航空网络中航空平台节点任务信息的权重优先级大于航空平台节点之间的距离的优先级;
所述航空平台节点之间的距离的优先级大于航空平台节点之间的延时时间的优先级。
3.根据权利要求1所述的一种多平台航空网络分簇方法,其特征在于,步骤3具体包括:
(3a)首先按照所述多平台航空网络中航空平台节点当前任务信息对所述某多平台航空网络中所有航空平台进行初次网络划分,筛选出待分配航空平台节点;
(3b)在所述初次网络划分的基础上,再按照航空平台节点之间的当前距离对所述待分配航空平台节点进行第二次网络划分,筛选出剩余航空平台节点;
(3c)在所述第二次网络划分的基础上,再按照航空平台节点之间的当前延时时间对所述剩余航空平台节点进行第三次网络划分,得到三次网络划分后的航空平台网络划分结果。
4.根据权利要求3所述的一种多平台航空网络分簇方法,其特征在于,设每个航电平台在一个任务阶段内只能执行一个子任务,且每个子任务只能由一个航电平台单独完成;步骤(3a)具体为:
获取所述多平台航空网络中所有航空平台节点完成当前任务所要执行的所有子任务,并将所述所有子任务按照任务属性划分为TA,TB,TC,TD四个任务类型;
记当前任务阶段第j个航空平台节点执行的任务为T1j,j=1,…,N,N为所述多平台航空网络中航空平台节点的总个数;预先定义每个航空平台节点执行的任务的任务类型;
记下一任务阶段第j个航空平台节点执行的任务为T2j,j=1,…,N,N为所述多平台航空网络中航空平台节点的总个数;预先定义每个航空平台节点执行的任务的任务类型;
若某一航空平台节点在当前任务阶段执行的任务的任务类型与其在下一阶段执行的任务的任务类型相同,则将该航空平台节点作为对应的任务类型中的节点;
若某一航空平台节点在当前任务阶段执行的任务的任务类型与其在下一阶段执行的任务的任务类型不同,则将该航空平台节点作为待分配节点;
遍历完所述某多平台航空网络中所有航空平台节点,分别得到划分到TA,TB,TC,TD四个任务类型中的航空平台节点和待分配节点。
5.根据权利要求4所述的一种多平台航空网络分簇方法,其特征在于,设航空平台节点之间的最大通信距离为Dmax,步骤(3b)具体为:
在当前任务阶段下,计算所述筛选出的待分配航空平台节点中的某一航空平台节点到Tk任务类型中任一航空平台节点的距离;Tk任务类型为待分配航空平台节点中的某一航空平台节点执行的子任务所属的任务类型,k=A、B、C、D;
若所述某一航空平台节点到Tk任务类型中任一航空平台节点的距离均小于所述最大通信距离Dmax,则将该航空平台节点划分到Tk任务类型;否则,将该航空平台节点作为剩余航空平台节点。
6.根据权利要求5所述的一种多平台航空网络分簇方法,其特征在于,满足若所述某一航空平台节点到Tk任务类型中任一航空平台节点的距离均小于所述最大通信距离Dmax条件的Tk任务类型有多个,则计算该航空平台节点到Tk任务类型中所有航空平台节点的平均距离,并将该航空平台节点划分到平均距离较小时对应的Tk任务类型中。
7.根据权利要求5所述的一种多平台航空网络分簇方法,其特征在于,若所述某一航空平台节点到Tk任务类型中任一航空平台节点的距离均大于所述最大通信距离Dmax,则该航空平台节点不会被划分到Tk任务类型,k=A、B、C、D。
8.根据权利要求5所述的一种多平台航空网络分簇方法,对一个簇内节点之间的进行通信时的最大累积传播延迟为Tsum,其特征在于,
在当前任务阶段下,计算所述剩余航空平台节点中的某一航空平台节点到Tk任务类型中所有航空平台节点的累积传播时延;Tk任务类型为剩余航空平台节点中的某一航空平台节点执行的子任务所属的任务类型,k=A、B、C、D;
将该航空平台节点划分到累积传播时延最小时对应的Tk任务类型。
9.根据权利要求8所述的一种多平台航空网络分簇方法,其特征在于,将一个任务类型中的所有航空平台节点作为一个网络分簇,从而完成多平台航空网络分簇的划分。
CN202010390096.2A 2020-05-09 2020-05-09 一种多平台航空网络分簇方法 Active CN111555798B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010390096.2A CN111555798B (zh) 2020-05-09 2020-05-09 一种多平台航空网络分簇方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010390096.2A CN111555798B (zh) 2020-05-09 2020-05-09 一种多平台航空网络分簇方法

Publications (2)

Publication Number Publication Date
CN111555798A true CN111555798A (zh) 2020-08-18
CN111555798B CN111555798B (zh) 2022-02-11

Family

ID=72008096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010390096.2A Active CN111555798B (zh) 2020-05-09 2020-05-09 一种多平台航空网络分簇方法

Country Status (1)

Country Link
CN (1) CN111555798B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070299947A1 (en) * 2006-06-26 2007-12-27 Hesham El-Damhougy Neural network-based mobility management for healing mobile ad hoc radio networks
CN102595412A (zh) * 2012-01-10 2012-07-18 南京邮电大学 一种基于移动节点的无线传感器网络分簇拓扑控制方法
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
WO2017019595A1 (en) * 2015-07-27 2017-02-02 Genghiscomm Holdings, LLC Airborne relays in cooperative-mimo systems
CN109474908A (zh) * 2018-12-04 2019-03-15 中国航空无线电电子研究所 一种基于任务驱动的航空自组网方法
CN109819495A (zh) * 2019-03-15 2019-05-28 北京科技大学 一种集群无人机自组网分簇方法
CN110234146A (zh) * 2019-05-25 2019-09-13 西南电子技术研究所(中国电子科技集团公司第十研究所) 适用于自组织网络的分布式自适应分簇方法
CN110312292A (zh) * 2019-07-04 2019-10-08 哈尔滨工业大学 一种无人机自组网动态加权簇首选举方法
CN110324788A (zh) * 2019-07-04 2019-10-11 河南牧业经济学院 基于航迹的航空自组网分簇方法及计算机可读存储介质
CN110913402A (zh) * 2019-11-27 2020-03-24 南京航空航天大学 一种联合优化通信与编队的高覆盖效率的无人机自组网分簇方法
CN110943920A (zh) * 2019-12-12 2020-03-31 电子科技大学 一种基于无线自组织网络的分布式簇头选举方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070299947A1 (en) * 2006-06-26 2007-12-27 Hesham El-Damhougy Neural network-based mobility management for healing mobile ad hoc radio networks
CN102595412A (zh) * 2012-01-10 2012-07-18 南京邮电大学 一种基于移动节点的无线传感器网络分簇拓扑控制方法
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
WO2017019595A1 (en) * 2015-07-27 2017-02-02 Genghiscomm Holdings, LLC Airborne relays in cooperative-mimo systems
CN109474908A (zh) * 2018-12-04 2019-03-15 中国航空无线电电子研究所 一种基于任务驱动的航空自组网方法
CN109819495A (zh) * 2019-03-15 2019-05-28 北京科技大学 一种集群无人机自组网分簇方法
CN110234146A (zh) * 2019-05-25 2019-09-13 西南电子技术研究所(中国电子科技集团公司第十研究所) 适用于自组织网络的分布式自适应分簇方法
CN110312292A (zh) * 2019-07-04 2019-10-08 哈尔滨工业大学 一种无人机自组网动态加权簇首选举方法
CN110324788A (zh) * 2019-07-04 2019-10-11 河南牧业经济学院 基于航迹的航空自组网分簇方法及计算机可读存储介质
CN110913402A (zh) * 2019-11-27 2020-03-24 南京航空航天大学 一种联合优化通信与编队的高覆盖效率的无人机自组网分簇方法
CN110943920A (zh) * 2019-12-12 2020-03-31 电子科技大学 一种基于无线自组织网络的分布式簇头选举方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
YAN LEI,ETC.: "UAV Weighted Efficient Clustering Method Based on Path-planning", 《COMPUTER ENGINEERING》 *
代家铭等: "高动态环境下航空自组网分簇算法设计", 《计算机应用研究》 *
张海等: "基于ADS-B报文的航空自组网分簇算法", 《电子技术应用》 *
郑学理,等: "面向任务的无人机自组网方法研究", 《全球智能工业创新大会暨全球创新技术成果转移大会(GIIC2018)——2018智能无人系统大会论文集》 *

Also Published As

Publication number Publication date
CN111555798B (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
CN109544998B (zh) 一种基于分布估计算法的航班时隙分配多目标优化方法
CN105302858B (zh) 一种分布式数据库系统的跨节点查询优化方法及系统
CN105488597B (zh) 旅客目的地预测方法及系统
CN107578141B (zh) 基于模糊层次分析和证据理论的机场跑道分配决策方法
CN111416774A (zh) 网络拥塞控制方法、装置、计算机设备及存储介质
CN111882033A (zh) 一种基于Keras的区域民航主被动碳排放预测方法
CN113487220B (zh) 面向静态目标观测的空天异构对地观测资源协同调度方法
CN114281104A (zh) 一种基于改进蚁群算法的多无人机协同调控方法
CN116050540B (zh) 一种基于联合双维度用户调度的自适应联邦边缘学习方法
CN110516871A (zh) 一种基于模糊滚动时域控制策略的动态车辆路径优化方法
CN115016537B (zh) 一种sead场景下异构无人机配置与任务规划联合优化方法
CN112149958A (zh) 一种天地基站网资源多维度效能评估指标的计算方法
CN113848970A (zh) 一种车辆-无人机多目标协同路径规划方法
CN113887748B (zh) 在线联邦学习任务分配方法、装置、联邦学习方法及系统
CN113365229B (zh) 一种多联盟链共识算法的网络时延优化方法
CN111008736A (zh) 用于新航线的开通决策方法及系统
CN113438620B (zh) 一种无人机集群中心节点最优选择方法
CN111555798B (zh) 一种多平台航空网络分簇方法
CN109919219B (zh) 一种基于粒计算ML-kNN的Xgboost多视角画像构建方法
CN115865914A (zh) 车辆边缘计算中基于联邦深度强化学习的任务卸载方法
CN115062868A (zh) 一种预聚类的车辆配送路径规划方法和装置
CN113986531A (zh) 一种任务调度以及资源分配方法
CN115049046A (zh) 一种数字孪生模型更新方法及架构
CN112948087A (zh) 一种基于拓扑排序的任务调度方法及系统
CN113516163A (zh) 基于网络剪枝的车辆分类模型压缩方法、装置及存储介质

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