文献类型：期刊文章

作　　者：孙明杰[1,2] 周林[1] 于云龙[1] 顾金玲[3]

SUN Mingjie;ZHOU Lin;YU Yunlong;GU Jinling(Air and Missile Defense College,Air Force Engineering University,Xi’an 710051,China;Unit 93861 of the PLA,Xianyang 713800,China;Unit 32272 of the PLA,Lanzhou 730060,China)

机构地区：[1]空军工程大学防空反导学院,陕西西安710051 [2]中国人民解放军93861部队,陕西咸阳713800 [3]中国人民解放军32272部队,甘肃兰州730060

出　　处：《系统工程与电子技术》

基　　金：陕西省自然科学基础研究计划(2019JQ-708)资助课题.

年　　份：2021

卷　　号：43

期　　号：9

起止页码：2562-2572

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：无人机自组织网络具有节点移动性强、网络拓扑变化快、数据交互频繁、应用环境复杂等特点,采用传统的路由算法会使该网络在传输延时、丢包率、路由开销等方面性能均较差,以至于无法为多无人机协同执行任务提供有效的通信保障。为了解决该问题,提出一种基于蚁群优化的多态感知路由(ant colony optimization based polymorphism-aware routing,APAR)算法。该算法将蚁群算法与动态源路由算法相结合,通过感知路径长度、路径拥塞度和路径稳定性,计算出由路由发现过程得到路径的信息素水平,并将其作为选路标准,经过改进的信息素挥发机制也被引入该算法。同时,根据无人机编队的变化做出合适的调整,以保证其网络性能不下降。仿真结果表明,与其他经典算法相比,APAR算法提高了数据包成功传输率,降低了平均端到端延时,减少了路由开销,且在战场环境下有较高的可靠性。

关 键 词：无人机自组织网络  蚁群算法  动态源路由算法  多态感知  路径拥塞度  路径稳定性  

分 类 号：V271.4]