典型文献
基于卡尔曼-DNN预测的UANET路由协议
文献摘要：
针对无人机自组织网络(Unmanned Aerial Vehicles Ad Hoc Network,UANET)因快速移动导致拓扑变化频繁,路由信息因未能及时根据邻居节点的变化而更新导致链路中断的问题,提出了基于卡尔曼-DNN(Deep Neural Net-work)节点位置预测的路由协议.该协议能够在卡尔曼预测邻居节点位置的基础上通过DNN的非线性运算对卡尔曼位置预测的结果进行修正,从而提高邻居信息的准确性,并根据邻居更新的结果计算路由.基于QualNet平台对该路由协议进行仿真,结果表明,基于卡尔曼-DNN的路由协议在一定程度上提高了邻居信息的准确性,并且满足了无人机自组网系统端到端时延低、数据分组投递率高的需求.
文献关键词：
UANET;节点位置预测;卡尔曼滤波;DNN
中图分类号：
作者姓名：
徐一航;王傲;杨锦彬;李大鹏
作者机构：
南京邮电大学 通信与信息工程学院,江苏 南京210003
文献出处：
引用格式：
[1]徐一航;王傲;杨锦彬;李大鹏-.基于卡尔曼-DNN预测的UANET路由协议)[J].无线电通信技术,2022(06):1006-1011
A类：
节点位置预测,QualNet
B类：
DNN,UANET,路由协议,无人机自组织网络,Unmanned,Aerial,Vehicles,Ad,Hoc,Network,快速移动,拓扑变化,邻居节点,链路,Deep,Neural,非线性运算,结果计算,无人机自组网,自组网系统,端到端时延,数据分组,投递率,卡尔曼滤波
AB值：
0.328608
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
