Отказоустойчивый протокол маршрутизации для FANET с учетом топологии: адаптивный подход на основе Q-обучения
Topology-Aware Resilient Routing Protocol for FANETs: An Adaptive <i>Q</i>-Learning Approach
2022-03-29
SCID: 54.1/xpmnnfgq
Discuss with AI
маршрутизация FANETадаптивное Q-обучениечастота изменения соседейкоэффициент доставки пакетовтопологически-ориентированная маршрутизация
Figures from the paper
Abstract (AI)
Летающие самоорганизующиеся сети (FANET) играют важную роль во многих военных и гражданских приложениях, поскольку по сравнению с одним беспилотным летательным аппаратом (БПЛА) они значительно сокращают продолжительность выполнения миссии и повышают зону покрытия. Однако разработка энергоэффективного протокола маршрутизации для FANET с высокой долей доставки пакетов (PDR) и малой задержкой представляет собой сложную задачу из-за динамических изменений топологии. В данной статье предлагается отказоустойчивая стратегия маршрутизации с учетом топологии на основе адаптивного Q-обучения (TARRAQ), предназначенная для точного отслеживания изменений топологии при низких накладных расходах и принятия решений о маршрутизации распределенным и автономным образом. Сначала с использованием теории массового обслуживания анализируется динамическое поведение узлов БПЛА, после чего выводятся решения в замкнутой форме для скорости изменения соседей (NCR) и распределения времени между последовательными изменениями соседей (NCIT). На основе значений NCR и NCIT в реальном времени определяется отказоустойчивый интервал зондирования (SI) путем задания ожидаемой задержки зондирования сетевых событий. Кроме того, представлен адаптивный подход на основе Q-обучения, позволяющий БПЛА принимать распределенные, автономные и адаптивные решения о маршрутизации, причем указанный SI обеспечивает своевременное обновление пространства действий при низких затратах. Результаты моделирования подтверждают точность модели анализа динамики топологии и показывают, что TARRAQ превосходит маршрутизацию с учетом топологии на основе Q-обучения (QTAR), виртуальную маршрутизацию на основе прогнозирования мобильности (MPVR) и бестабличную маршрутизацию по жадному периметру на основе энергоэффективных сообщений Hello (EE-Hello), обеспечивая соответственно на 25,23%, 20,24% и 13,73% меньшие накладные расходы, на 9,41%, 14,77% и 16,70% более высокую PDR, а также на 5,12%, 15,65% и 11,31% меньшее энергопотребление.
Key Findings
1
Теоретико-массовая модель выводит замкнутые выражения для скорости изменения соседей и распределения интервалов между изменениями соседей, описывая динамику топологии БПЛА.
2
По сравнению с QTAR, MPVR и EE-Hello протокол TARRAQ снижает служебные издержки на 25,23%, 20,24% и 13,73% соответственно.
3
Показатели изменений соседей в реальном времени определяют отказоустойчивый интервал зондирования, снижая служебные издержки мониторинга и обеспечивая своевременное обновление пространства действий.
4
TARRAQ повышает коэффициент доставки пакетов на 9,41%, 14,77% и 16,70% и снижает энергопотребление на 5,12%, 15,65% и 11,31% по сравнению с указанными базовыми методами соответственно.
5
TARRAQ — отказоустойчивая маршрутизация FANET с учетом топологии, использующая адаптивное Q-обучение для распределенного и автономного принятия решений.
Research Object
Летающие самоорганизующиеся сети (FANET), состоящие из узлов беспилотных летательных аппаратов (UAV)
Research Subject
Эффективность отказоустойчивой маршрутизации с учетом топологии, включая накладные расходы, коэффициент доставки пакетов, задержку и энергопотребление, при динамических изменениях топологии
Publication Details
Publication Date
2022-03-29
Journal
Publisher
ISSN
Cited by
108
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest