基于移动agent的机坪机会传输控制方法

针对民航机坪设备监控网络中存在过量数据分组而造成的数据拥塞和网络时延等问题,提出基于机会转发的路由算法.结合机坪与特种车辆的工况运行特点,建立了基于机会网络的机坪设备监控系统和节点移动模型;详述了基于移动agent的机坪机会网络路由算法机制,即依据消息权重计算消息副本的产生数量,将节点移动方向和自由度考虑进消息副本的产生与二叉发送中,再根据消息分组的优先级和缓存时长确定数据的缓存与释放顺序;在ONE环境下进行了试验验证.仿真结果表明:优化后的算法能有效减缓消息副本数量过多造成的数据冗余,降低路由开销和通信时延,将消息投递率提升27.78%;在路由资源有限的情况下,保障机坪设备工况数据在传输时具有稳定性和时效性.     

机坪感知场景下WSN-ON接入机制与协议

针对机坪网络WSN(wireless sensor network)-ON(opportunistic network)的接入问题,利用ON束协议的方式提出了一种基于博弈论的WSN与ON相融合的簇首选举方法(cluster head election method based on game theory,CEGT),在机坪网络特殊的接入环境下,CEGT可有效改善网络的连通性.在WSN节点分簇阶段,通过衡量多种节点的社会属性建立博弈模型,可使网络能耗更加均衡地选取簇首.在束协议下,簇首与移动智能体(M-agent)通信的有效性,即接入质量决定网络的品质性能.仿真结果表明:使用CEGT控制方法可合理选举簇首,将节点死亡率降低到57%,达到延长网络生命周期的目的;在束协议下,节点数目及缓存容量不同时,相比无M-agent边界区域的情况,M-agent产生的相遇机会使簇首的投递率有明显提高,实现了ON的高效接入.     

机坪感知场景下基于移动智能体的机会路由控制方法

针对机坪感知网络中存在的间歇性路由及弱连接问题,提出一种基于移动智能体(M-Agent)的机会路由控制方法。根据机坪保障运行特点,利用M-Agent连接非连通子域,完成对机坪感知数据流的分类模型设计,实现数据机会传输控制最优决策及负载均衡的数据汇集。在ONE环境中进行仿真,实验结果与经典Epidemic和Prophet算法相比,在节点数和缓存容量层面,消息投递率提高约8.07%-20.6%、网络开销降低约20.31%-48.79%,通信时延降低7.48%-12.31%,表明该路由控制方法在机坪感知网络中的可行性与有效性。     

元胞机制下机坪机会网络缓存控制策略

针对机坪感知机会网络中节点缓存空间的限制导致的数据拥塞问题,提出元胞演化规则下机坪机会网络缓存控制策略(ACER).建立基于节点拥塞度的路由通信模型,对节点拥塞度进行判断,在拥塞度较低节点中进行基于概率的数据路由通信,对于拥塞度较高的节点使用元胞自动机的消息丢弃策略,有效地缓解了因数据拥塞产生的网络投递率低等问题,使节...     

基于自触发脉冲牵制的机坪多智能体网络协同策略

针对机坪多智能体网络场景下传统的一致性算法存在收敛性差、资源严重浪费等问题,提出一种基于自触发脉冲牵制的控制策略.基于图论建立机坪多智能体网络模型,设计脉冲激发函数,实现对脉冲触发时刻自行预估;改进节点重要度评价算法,拓宽评价指标的维度,提高牵制节点选取的合理性.在MATLAB中进行网络状态收敛性模拟分析.结果表明：提出的方法在降低采样触发频率、减少受控节点数的同时,有效提高了网络的收敛速度,并使收敛趋势更为平滑,且拓扑结构越简单,控制效果越好.