提议为FANET路由协议:模糊系统的方法与体验质量/ QoS保证

文摘

飞行特设网络(FANET)已成为地区的另一个访问技术,没有固定的基础设施或很难达到。这种新型的网络是由被称为无人机(uav)的设备相互通信,但没有特定的路由协议FANET允许高效的这些设备之间的通信的应用程序。本文提出一种FANET自适应路由协议基于模糊系统。FANET自适应协议的验证是通过模拟使用网络模拟器版本2 (NS-2),这是评估服务质量(QoS)和质量的经验(体验质量)指标。

1。介绍

近年来,已经有大量的动机在寻找新的无线通信机制,以极大的增长由于新技术或配置天线技术,监控或偏远地区的灾害情况。在这种背景下,FANETs(飞行特设网络)出现了,这是一种特别的网络配置组成的无人驾驶飞行器(无人机)。无人机负责监视特定区域通过捕获图像,再将其传输基础地面站(1)的过程称为UAV-to-ground (U2G)通信。

FANETs在这种背景下,新的挑战出现与传统基础设施和电缆的挑战:(1)定位的无人机最拨款的方式监控区域,减少成本,最大化网络的性能;(2)减少无人机高迁移率的负面影响;和(3)传统的路由协议不能处理,以一种有效方式,飞行网络,特别是飞行特设网络,由于高节点移动性和拓扑变化等特性。这可以妥协无人机和网络之间的通信性能。因此,重要的是定义一个策略,以确保足够的沟通在这些条件下,提供资源保证满意的和智能的性能减少选择的挑战[2]。

FANET /无人机场景中另一个需要考虑的重要的一点是,大多数移动设备的平均飞行时间大约30分钟(3,4)由于电池容量有限。这个事实了下列结论:一个节点,低电池充电,将停止航空网络的一部分由于其“死亡”,要求网络可以使用autoconfigure和重组,重组其拓扑结构,避免损害可能影响空中无线通信。因此,有必要确定和/或预测哪些设备低飞行自治或接近丧失劳动能力,为了减少对通信质量的影响。

无人机需要附加传感器获取实时图像的一个特定的区域,因为这,有必要评估收集到的数据和视频的质量,可以通过使用体验质量(质量的经验),相当于直接测量与评价多媒体流,从用户感知的角度来看,确凿和补充传统的QoS(服务质量)指标,从网络的角度评估客观测量吞吐量,延迟,等,但不能反映最终用户体验的视频流和最终质量收到视频(5]。

如前所说,飞行范围和流动性影响因素会严重改变航空网络的拓扑结构。因此,至关重要的是,建立一个新的路由协议,可以考虑这些因素,发挥它们之间相互交互和网络的拓扑变化,尤其是目前还没有特定的路由协议对于这些特设网络场景超越传统路由协议可以追溯到互联网的出现,如特别按需距离矢量(AODV)和链路状态路由(OLSR)优化既不充分也不高效的在这些场景6]。

在许多问题中遇到FANETS和空气网络场景,提出了一种路由协议适应和实现这些场景通过模糊系统,使最好的无人机之间的通信路径(这一过程称为UAV-to-UAV communication-U2U)。新的路由协议将找到最好的路线,最好的连接和最长的耐久性,改善网络性能。

摘要分布如下:部分1,提出了更符合实际的工作,介绍了它的贡献。部分2讨论了相关工作并比较它们。部分3礼物FANET的艺术状态的应用程序。部分4描述了拟议的新路由协议和系统实现的细节。部分5论述了绩效评估提出的路由协议,这是按顺序辅以部分6总结了工作并提出了其主要贡献。

2。相关工作

本节探讨了相关工作的飞行ad hoc网络路由协议(FANETs)。目的是展示一些差距相关工作和提出的路由协议是如何解决这些问题的。

在文献[7),通过模拟网络模拟器3 (NS-3), AODV的性能、OLSR, HWMP协议FANETs相比。使用QoS的协议进行评估指标和高斯-马尔可夫移动模型。尽管比较,提出改进的协议。

在文献[8),作者设计一种新的数据路由机制基于gps定位或GPS-challenged地区本地化。这种机制依赖于加权质心定位技术,在未知的UAV节点的位置是通过模糊逻辑计算。本文不考虑拓扑的改变需要新的数据包路由或每个无人机的飞行的自主权。

在文献[9),作者调查了一个叫做预测OLSR路由协议(P-OLSR),这是一个扩展传统的OLSR协议。作者比较了P-OLSR OLSR的QoS指标。然而,尽管本文提出一种新的路由协议,它不与其他路由协议进行比较,未能与体验质量评价指标。

在文献[10),作者推荐的节能算法的无人机,包括通信信道的参数。该系统减少了能源消耗,但即使有许多拓扑的变化,网络无法识别新航线的有效途径,因此维持所需的质量水平。

在文献[11],作者进行了一项调查VANET的路由协议和FANET。他们讨论了使用优化技术(粒子群算法、蚁群优化和蜜蜂殖民地优化)提高路由性能,但没有使用飞行自治作为参数或考虑体验质量指标。

在文献[12敌手,作者讨论的使用无人机的增加之间的通信网络覆盖区域。然而,本文不讨论拓扑的变化在多大程度上可以影响传输的质量,同时也未能解决需要一个高效的路由协议。

在文献[13),作者介绍了使用多个路径的OLSR (MP-OLSR)路由协议到FANET应用程序,特别是在野火,拯救受害者的可能性增加。工作考虑的场景用不同的速度范围,但没有解决飞行自治问题。

在文献[14],作者提出了利用连续Hopfield神经网络(CHNN)优化路由发现的动态源路由(域)协议,这样他们会适应的高速运动FANET节点。模拟使用NS-3表明,优化的动态安全域协议提高了端到端平均时延等指标,吞吐量和分组交付率。作者并没有解决体验质量和QoS指标。

作者在7- - - - - -14)检查FANET中所使用的技术,但没有人提出了一个路由协议,它提供了一个有效的应对网络拓扑的变化。这些论文没有解决无人机的飞行的自主权,不使用计算机智能决策系统。

提出的路由协议,与文献中给出的相关工作中解决,认为FANET的需求和挑战。表1显示了广泛的相关工作地址FANET路由及其解决方案。本文提出了另一种方法已用于FANET路由协议采用模糊系统。提出的路由协议是通过体验质量指标进行验证。

3所示。飞行特设网络(FANET)

移动自组网(manet)使用的不断增加,车辆的临时网络(VANETs)和无线传感器网络,使得他们使用新设备移动和自主飞行的能力,产生更复杂的系统。

在FANET,设备通常被称为无人机(uav)。无人机的使用创造了操作的创新应用程序的新方法,通过引入一种新型的网络被称为FANETs范式。

网络与传统的前辈(manet)由于无人机的机动性高,他们更大的连接,在应用领域的扩张,等等。在这方面,FANETs可以概括和推断从2 d到3 d拓扑通过自由活动计划,由于无人机飞行的能力独立在三维空间中。这个新环境吸引了研究人员和行业以及为实际的应用程序提供了驱动力。

FANETs通常用于提供连接到难以到达的地区,地方有自然灾害,甚至军事应用。在灾难性的事件(如地震、飓风、海啸和大坝破坏),传统的网络基础设施遭受破坏,可以自动关闭。然而,通过FANET配置中,它们可以用来恢复和提供足够的连接和通信网络在偏远地区。此外,无人机可以配备摄像头和其他类型的传感器和设备提供一个恒定的鸟瞰图,从而帮助救援人员和消防员拯救生命。

在广泛的覆盖领域,它可能是行不通的建立直接沟通从无人机地面基站在某些时刻。然而,这个问题是可以克服的敌手通过沟通,这需要使用路由协议发现最佳路线/路径从源到最终目的地(15]。

3.1。问题陈述和主要贡献

无人机的高机动性意味着网络拓扑结构可以改变随着时间的推移,所以发现和维护路线变成了要解决的一个主要问题(16]。出于这个原因,本文的重点是建立一个特定FANET协议,可以更有效地执行此任务。

路由协议负责寻找、建立和维护两个节点之间的路径,希望交流。这些协议应该减少开销和带宽消耗。

一种路由协议,目标FANETs是更复杂的比固定网络协议;这是由于一些特性等这些网络的动态拓扑算法,相互干扰,限制权力,无人机和可用的资源有限。

FANET,鉴于无人机移动,它可能发生,一架飞机并不是足够接近另一个建立通信,所以它将需要使用路由信息选择了另一条路。这种沟通可以通过通过中间节点的协作多跳;即通信并不局限于每台设备单独的活动半径,但作用半径之和所有设备(图1)。

无人机的流动及其空间排列判定通信线路也很重要的。作为运动的结果,这些路线通常重新排列,这样可以继续无人机之间的互连。出于这个原因,必须进行动态路由通过增加无人机的自主和减少延迟在数据发送源节点和目标节点(17]。

本文的另一个主要贡献是采用一个新的通信网络模型用于提供连接的地区很难达到土地(特别是区域自然灾害后)。FANETs很容易建立,因为他们很容易搬到一个新的地区。

控制信息的频繁的更新可以确保更准确的信息;然而,需要使用更多的能源,因为这降低了节点的自治。出于这个原因,本文提出了一个特定的路由协议FANETs接收信号强度指示(RSSI)的流动性水平,特别是每个无人机的飞行自治作为决策指标,确保服务质量和网络质量的经验。

本文还提出,作为一个贡献,使用模糊系统实现的路由协议,组成的一组输入的信息收集,实时,从网络本身。信息收集是飞行的自主权,流动性水平和RSSI。基于这些信息,可以建立通信线路将保持活跃的时间较长。目标是发现高飞行路线自治(更长使用寿命),低流动性(更少的拓扑变化),和更好的RSSI(更好的条件数据传输)。

FANETs通常用来监控区域通过使用传感器捕捉图像和/或视频。因此,它是非常重要的,视频的质量可以使用体验质量评估指标,以确保事实上,良好的数据沟通反映了良好的用户体验。因此,本文进行跨层评价涉及网络和应用程序层来验证它。

4所示。模糊系统的路由协议

模糊系统是一种特殊的以知识为基础的系统,通过动态和不准确的测量工作。模糊集表达语言的意义相关的语言变量值。一个语言变量可以与一组语言的值有关,与模糊集相关联,表达相应程度的相关性(真值)的一个语言变量。模糊集是用来量化相应程度的不确定性评估给定概念(实例)。属于模糊集合的元素范围的可能度的相关性[0.1]。

这些系统广泛应用于动态场景,如车载网络场景中,陆地或空中,因为动态发生的场景,值改变,网络,因此,新的解决方案。本文认为三个输入指标(语言变量模糊系统):流动性水平,飞行自治和RSSI。

流动性水平与速度指标,这是一个重要的措施,因为它会影响沟通的质量/传输,因为这个措施表明无人机正以多快的速度移动,从而改变网络拓扑方法或特定区域的距离。为变量,三个语言值定义:低速(范围从0到5 m / s),平均速度(范围4到13米/秒),和高速度(当速度大于11米/秒)。

另一个重要的指标是飞行的自主权,直接关系到设备的电池容量;在这种情况下,这是与时间有关的无人机能够飞越和监控一个特定的地区。电池容量越大,时间越长,飞行范围,因此,路线的时间越长,网络拓扑结构将保持活跃。这个指标分为三个语言值在这个设置:低范围(0到600秒),中期(600到1200秒),和高范围(1200秒)。

第三个和最后一个指标与信号强度使用,也可以代表RSSI信号质量和表示。RSSI越好,两个或两个以上的无人机之间的通信。相反,越RSSI,更糟糕的是机载设备之间的信号质量,更糟糕的是它们之间的通信。在这个指标,三个语言变量被定义为RSSI (dBi):低RSSI (−125.1−102.1 dBi),平均RSSI(−111.1到63.1 dBi)和高RSSI(大于−71.1)。

模糊系统的支持和使用的规则集,准确的结果将处理不精确和模糊的条目输入语言变量,解释和分类如下:可怕的路径,路径,良好的道路,和优秀的路径。当无人机检测到一个新的路径/路线,它将提供嵌入式模糊系统的输入变量收集,经过应用推理方程和扩散过程,将显示检测到的质量水平路径/路线,排位赛的最佳路由过程空气网络。

在本文中,使用高斯fuzzifier由于其固有的能力来减少噪声的输入变量18]。输入变量的模糊化是映射的范围将由一个模糊规则库,分析推理机,和他们各自的一组语言变量的隶属函数,确定属于哪个组。100年之后的交互仿真过程,得出结论,0.6的值将被认为是好或优秀的路径。在某些情况下,一个推理值可以是两个或两个以上的模糊集的一部分在同一时间(比如0.55)。在这种情况下,最相关的指标根据关联函数将是决定性的识别输出设置(图2)。

这种模糊系统的实现和建设和后一组测试和模拟,得出理想的无人机之间的通信设备将在一个场景中飞行高自主性、高信号强度(RSSI)和低流动性水平,因为在这种情况下/拓扑,路线长这样传播保持更长时间和更少的沟通问题。距离越大这个理想的场景中,模糊系统可以获取的结果最接近的背景下,基于一个表的规则和推理机可以在智能决策是动态的和现实的。

表2显示一组定义模糊系统规则来执行这个角色。通过这组规则,结合推理引擎,实现系统找到最合适的决策选择路线/最长路径将保持活跃,改善和维护网络性能最好的路径(表2),主要是选择优秀和良好的路径和很少的常规和坏的路径。

最后的决定是根据模糊推理系统组值符合推理值最高的选择。在模糊系统的实现,人们观察到推理值等于或高于0.6代表最好的方法在这些场景中,因此这些被选中的概率最高的(图3)。

在3 d图形的形象图4,黄色区域表示最有可能选择的路线/路径,因为他们对应的路线,无人机飞行的自主权,高流动性低,和高RSSI。图表中带绿色阴影的区域对应的平均速度、平均RSSI和平均飞行范围的无人机,在这种情况下,几乎没有机会无人机被选为交流的路线。过去的地区,由图表上的蓝色,代表了一种无人机具有高流动性,低RSSI和较低的飞行范围,在这种情况下,无人机将不会被选为通讯路线(图4)。

5。结果

本节评估FANET协议的性能,证明了提出的路由协议AODV相比的好处(活性协议)和OLSR(主动的协议)。模拟执行的结果通过网络模拟器版本2和多媒体应用程序。是使用的视频“Sintel”,这是高清晰度(HD 1280×7200 p)和1200帧。

传播模型用于模拟是阴影,因为它是更现实的信号衰减比空间模型和地面双线模型(传播模型中可用NS-2) (19]。模拟器不支持三维场景,因此认为,无人机在相同的高度和视线的交流。表3显示了仿真参数用于场景与随机移动10无人机(随机路点)和速度范围从2米/秒到20 m / s面积200 m×200 m。

由于无人机的随机移动,他们能飞靠近或远离对方,考虑无人机的速度慢也可以靠近或飞或更快。网络拓扑的变化由于无人机移动从路由协议需要快速响应;如果发生这种反应并不高效,网络性能会退化。

FANET自适应协议优于其他协议如图5。AODV和OLSR协议,由于网络拓扑变化,没有快速有效地更新自己的路由表,无法维持一个活跃的路线,因此,这两个协议期间打断他们的传输模拟的一部分。与别人不同,FANET自适应协议更新其路由表快速高效地总是保持一个活跃的路线传播,因此避免连接故障。

平均吞吐量也表明FANET自适应协议AODV和OLSR协议相比表现的更好。提出的路由协议执行大约300%比其他两个协议,如图6。

除了通过服务质量评价指标,本文还评估了FANET自适应协议使用体验的质量指标。体验质量的三个主要指标是峰值信噪比(PSNR),结构相似度(SSIM),视频质量指标(VQM)。PSNR评价视频的信噪比考虑亮度等特性,噪音,和颜色。图7表明OLSR协议的PSNR平均18 dB(评为穷人视频),AODV协议的PSNR平均28 dB(评为普通视频),和FANET自适应协议平均PSNR的42 dB(评为优秀的视频)。

FANET自适应协议也优于OLSR AODV当使用SSIM指标评估。度规评估视频考虑亮度等特性,颜色和对比。SSIM指标有一个值范围从0到1,接近值1,视频质量越好。OLSR协议平均SSIM 0.43(被认为是糟糕的视频),AODV协议平均SSIM 0.61(被认为是普通视频),和FANET自适应协议平均SSIM 0.91(被认为是一个优秀的视频),如图8。

三个协议之间的比较也用VQM度量,也显示的优越性FANET自适应协议。VQM度量范围从0到5,在这种情况下,接近0,视频质量越好。度规评估视频考虑特征,如颜色、亮度、强度、和框架变形。OLSR协议VQM平均4.1,AODV协议VQM平均3.3,和FANET自适应协议VQM如图1.4的平均水平9。

本文还评估了协议通过可视化地比较收到帧使用MSU视频质量测量工具软件(20.]。视觉比较每个协议的帧传输FANET自适应协议也表现出更好的性能。图10显示一个视频帧通过OLSR协议中可以观察到帧是扭曲的,像素的缺陷。

图11显示一个视频帧传输的AODV协议,其中有一个质量改进的前一帧相比。然而,视频不能被评为优秀的品质,和它有轻微的扭曲和缺陷,所以被列为常规的视频质量。

视频帧通过FANET自适应协议AODV相比有更好的质量和OLSR协议。图12显示帧没有扭曲或缺陷被评为优秀的高质量的视频。

6。结论

FANETs提供许多好处(正如前面提到的),但仍有一些挑战,如无人机在空中网络之间路由。出于这个原因,飞行网络一直是一个研究课题。

空气没有特定的路由协议网络,所以本文提出了一种路由协议FANETs使用模糊系统提高路由发现过程。FANET自适应协议考虑RSSI,流动性水平,飞行的自治权。

FANET自适应协议与AODV和OLSR协议(传统特设路由协议)。比较是由模拟使用QoS和体验质量指标,和提出的路由协议有一个更好的性能(约35%)比另两个路由协议。

在以后的论文,作者打算开发新的人工智能技术,包括新机器参数决定,以及使用一个新的无线技术(即。、长期evolution-LTE)和新的传播模式(即。,air-to-ground path loss for low-altitude platforms and air-to-ground path loss for high-altitude platforms).

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

引用

1. e·克鲁兹,“对未来FANETs全面调查,“IEEE拉丁美洲事务,16卷,不。3,2018。视图:出版商的网站|谷歌学术搜索
2. o . Burdakov p·多尔蒂,k开始,j . Kvarnstrom,下午。奥尔森,”继电器定位为无人机监视。”国际机器人研究杂志》上卷,29号8,1069 - 1087年,2018页。视图:出版商的网站|谷歌学术搜索
3. 幻影4用户手册V 1.6, 2017,https://dl.djicdn.com/downloads/phantom_4/20170706/Phantom_4_User_Manual_v1.6.pdf。
4. Mavic 2 pro缩放用户手册2.0 V, 2019年,https://dl.djicdn.com/downloads/Mavic_2/20190417/Mavic_2_Pro_Zoom_User_Manual_v2.0_en.pdf。
5. 温克勒,“感知视频质量metrics-a审查,”数字视频图像质量和感知编码美国佛罗里达州波卡拉顿,CRC新闻,2005年。视图:谷歌学术搜索
6. 郑z、a . Sangaiah和t . Wang“飞行特设网络自适应通信协议”,IEEE通讯杂志卷,56号1,第142 - 136页,2018。视图:出版商的网站|谷歌学术搜索
7. d·s·瓦西里耶夫d s Meitis, a . Abilov”AODV的仿真比较,OLSR和HWMP协议为飞行特设网络,”《物联网、智能空间和下一代网络和系统NEW2AN 2014s . Balandin s .安德列夫,y Koucheryavy, Eds。,页245 - 252年,2014年8月俄罗斯,圣彼得堡。视图:谷歌学术搜索
8. f . Khelifi a . Bradai k·辛格(manmohan Singh)和m·阿特”无人机的本地化和节能的数据路由:fuzzy-logic-based方法,”IEEE通讯杂志卷,56号4、129 - 133年,2018页。视图:出版商的网站|谷歌学术搜索
9. 纳亚尔a,“飞行adhoc网络网络(FANETs):基于仿真的路由协议的性能比较:AODV、DSDV,安全域,OLSR, AOMDV, HWMP”《国际会议上大数据的发展,计算和数据通信系统(icABCD),页1 - 9,德班,南非,2018年8月。视图:谷歌学术搜索
10. 产品表面p·考尔和a·辛格,优化技术在VANETs FANETs:一项调查,”先进的计算和通信模式。先进的智能系统和计算美国Bhattacharyya, n . Chaki d .东部赫拉Chakraborty,和c·辛格,Eds。施普林格,卷。706年,新加坡,2018年。视图:谷歌学术搜索
11. g·a·利特维诺夫市、a . v .列昂诺夫和d . a . Korneev则“应用静态流动模型在基于mini-UAVs FANET传送网络组织,”学报的2018系统信号同步,生成和处理在电信(SYNCHROINFO)2018年7月,页1 - 7,。视图:出版商的网站|谷歌学术搜索
12. o . s . Oubbati A .拉周,m . Guneş和m . b . Yagoubia”调查定位为飞行Ad hoc网络路由协议(FANETs)”车辆通信,10卷,29-56,2017页。视图:出版商的网站|谷歌学术搜索
13. d·拉a . Cretu b Parrein et al .,“飞行特设网络应急应用程序连接到一个雾系统,”互联网的发展,数据和网络技术Fev,页675 - 686年,亚琛,德国,2018年。视图:谷歌学术搜索
14. h·杨和刘z“FANETs的优化路由协议,”J无线通讯网络,卷2019,不。1,p。120年,2019。视图:出版商的网站|谷歌学术搜索
15. w .征服者和汗,“会飞的ad hoc网络:科技和社会影响,”IEEE技术与社会杂志,35卷,不。2、67 - 74年,2016页。视图:出版商的网站|谷歌学术搜索
16. s . Rosati k . Krużelecki g . Heitz d . Floreano和b . Rimoldi“飞行特设网络动态路由,”IEEE车辆技术,卷65,不。3,2016。视图:出版商的网站|谷歌学术搜索
17. b·杨·m·刘,z,“交会飞:高效的邻居发现自主无人机,“IEEE在选定地区通讯》杂志上,36卷,不。9日,2018年。视图:出版商的网站|谷歌学术搜索
18. z刘居和h,“模糊高斯混合模型,模式识别,45卷,不。3,2012。视图:谷歌学术搜索
19. ns手册(原ns笔记和文档),2011年,https://www.isi.edu/nsnam/ns/doc/ns_doc.pdf。
20. 密歇根州立大学质量测量工具,2016年,https://www.compression.ru/video/quality_measure/vqmt_download.html。

版权

版权©2019 Jorge Souza等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。