BICSF: биоинспирированная схема кластеризации для FANET
BICSF: Bio-Inspired Clustering Scheme for FANETs
2019-01-01
SCID: 54.1/7tazttxm
Discuss with AI
Биоинспирированная кластеризацияВыбор кластерной головкиЛетающие самоорганизующиеся сетиОптимизация роем светлячковСтадо криля
Figures from the paper
Abstract (AI)
Беспилотные самоорганизующиеся сети (FANET) имеют динамическую топологию вследствие мобильности беспилотных летательных аппаратов (БПЛА). Ограниченные ресурсы аккумуляторных батарей и мобильность БПЛА приводят к нестабильной маршрутизации в FANET. В данной работе для решения этой проблемы предлагается эффективная схема кластеризации. Предложенная биоинспирированная схема кластеризации для FANET (BICSF) использует гибридный механизм, объединяющий оптимизацию роем светлячков (GSO) и алгоритм стада криля (KH). Предлагаемая схема выполняет формирование кластеров с учетом энергопотребления и выбор головных узлов кластеров на основе алгоритма GSO. Кроме того, предложен эффективный алгоритм управления кластерами, основанный на поведенческих характеристиках KH. Для определения оптимальных положений БПЛА также используются генетические операторы, такие как мутация и скрещивание. Для выбора маршрута предложена функция обнаружения пути, учитывающая взвешенный остаточный энергетический ресурс, число соседей и расстояние между БПЛА, что обеспечивает эффективную связь. Эффективность BICSF оценивается по времени построения кластеров, энергопотреблению, времени жизни кластеров и вероятности успешной доставки и сравнивается с алгоритмами кластеризации на основе оптимизации серого волка и оптимизации муравьиной колонии.
Key Findings
1
Функция выбора маршрута совместно учитывает остаточную энергию, число соседей и расстояние между БПЛА для повышения эффективности связи.
2
BICSF представляет био-инспирированную схему кластеризации FANET, объединяющую оптимизацию роем светлячков для энергоэффективной кластеризации и поведение стада криля для управления кластерами.
3
BICSF оценивается в сравнении со схемами кластеризации на основе оптимизации серым волком и муравьиной колонии по времени построения кластеров, энергопотреблению, времени жизни кластеров и вероятности успешной доставки.
4
Формирование кластеров и выбор голов кластеров выполняются с учетом энергии на основе алгоритма оптимизации роем светлячков.
5
Управление кластерами моделирует поведение стада криля, а генетические операторы мутации и кроссовера оптимизируют позиции БПЛА.
Research Object
беспилотные самоорганизующиеся сети (FANET), состоящие из мобильных беспилотных летательных аппаратов (БПЛА)
Research Subject
энергоэффективная кластеризация, выбор кластерных голов, управление кластерами и эффективность маршрутизации в условиях динамической топологии и ограниченного ресурса батарей БПЛА
Publication Details
Publication Date
2019-01-01
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest