基于人工智能的无人机自组网路由算法研究进展

王庆; 邓小芳; 朋静; 秦真; 廖勇

doi:10.3969/j.issn.2096-6091.2023.20.007

您当前的位置：

首页 >

文章列表页 >

基于人工智能的无人机自组网路由算法研究进展

综述 | 更新时间：2024-07-15

- 基于人工智能的无人机自组网路由算法研究进展
- Research Progress on Artificial Intelligence Based Routing Algorithms for Unmanned Aerial Vehicle Self-Organizing Networks
- 新一代信息技术 2023年6卷第20期页码：34-40
- 作者机构：
  
  1.杭州长望智创科技有限公司,浙江杭州 310012
  2.重庆大学物理学院,重庆 401331
  3.重庆大学微电子与通信工程学院,重庆 400044
- 作者简介：
  
  [ "王庆（1984—），男，重庆忠县人，学士，高级工程师，主研无人机设计。E-mail： wangtsing@126.com" ]
  [ "邓小芳（1987—），女，四川资阳人，学士，工程师，主研通信系统。E-mail： dxf1225hd@163.com" ]
  [ "朋静（1981—），女，重庆人，学士，工程师，主研通信系统。E-mail： 95308449@qq.com" ]
  [ "秦真（2003—），女，安徽芜湖人，主研智能信号处理。E-mail： qz20030728@163.com" ]
  [ "廖勇（1982—），男，四川自贡人，博士，副研究员，主研高速移动通信、智能通信。 E-mail： liaoy@cqu.edu.cn" ]
- 基金信息：
  
  杭州长望智创科技有限公司科技项目(HCZC-20231122)
- DOI：10.3969/j.issn.2096-6091.2023.20.007
  中图分类号： TN929.5
- 纸质出版日期：2023-10-30，
- 稿件说明：
扫描看全文
王庆, 邓小芳, 朋静, 等. 基于人工智能的无人机自组网路由算法研究进展[J]. 新一代信息技术, 2023, 6(20): 34-40

WANG Qing, DENG Xiao-feng, PENG Jing, et al. Research Progress on Artificial Intelligence Based Routing Algorithms for Unmanned Aerial Vehicle Self-Organizing Networks[J]. New Generation of Information Technology, 2023, 6(20): 34-40
王庆, 邓小芳, 朋静, 等. 基于人工智能的无人机自组网路由算法研究进展[J]. 新一代信息技术, 2023, 6(20): 34-40 DOI： 10.3969/j.issn.2096-6091.2023.20.007.

WANG Qing, DENG Xiao-feng, PENG Jing, et al. Research Progress on Artificial Intelligence Based Routing Algorithms for Unmanned Aerial Vehicle Self-Organizing Networks[J]. New Generation of Information Technology, 2023, 6(20): 34-40 DOI： 10.3969/j.issn.2096-6091.2023.20.007.

摘要

无人机自组织网络在商业、科研、军事等领域具有极其广泛的运用，为了保障网络通信服务的可靠性，对路由协议有明确的要求。采用人工智能对无人机自组网络路由进行优化是近年来研究的热点。为此，本文围绕基于人工智能的无人机自组网路由算法，对采用启发式和机器学习的路由协议进行了分析、归纳和比较，并对其代表性算法进行了描述，总结了算法优势，最后探讨了未来的技术挑战。

Abstract

The drone self-organizing network has an extremely wide range of applications in the fields of commerce

scientific research

military

etc. In order to ensure the reliability of network communication services

there are clear requirements for routing protocols. The use of artificial intelligence to optimize the routing of drone self-organizing networks is a hot topic in recent years. For this reason

this paper focuses on the drone Ad Hoc network routing algorithm based on artificial intelligence

analyzes

concludes and compares the routing protocols using heuristics and machine learning

describes its representative algorithms

summaries the advantages of the algorithm

and finally discusses future technical challenges.

关键词

人工智能机器学习深度强化学习无人机路由

Keywords

artificial intelligencemachine learningdeep reinforcement learningdronesrouting

references

张旭东, 李少波, 李传江, 等. 无人机集群综述: 技术、挑战与未来[J]. 无线电工程, 2023, 53(7): 1487-1501.

张洪海, 任真苹, 冯讴歌, 等. 城市低空物流无人机飞行计划预先调配[J]. 系统工程与电子技术, 2023, 45(9): 2802-2811.

VIVALDINI K C T , MARTINELLI T H, GUIZILINI V C, et al. UAV route planning for active disease classification[J]. Autonomous Robots, 2018, 43(5): 1137-1153.

姜鹏, 王瑞, 郑力会, 等. 国外有人/无人机协同作战研究现状与发展趋势[J]. 兵工自动化, 2023, 42(3): 84-89.

张珉, 董超, 杨朋, 等. 无人机自组网路由协议研究综述[J]. 数据采集与处理, 2022, 37(5): 952-970.

《数学辞海》部. 数学辞海(第二卷)[M]. 南京: 东南大学出版社, 2002.

吴兆香, 欧阳权, 王志胜, 等. 基于人工智能的无人机区域侦察方法研究现状与发展[J]. 航空科学技术, 2020, 31(10): 57-68.

柳长安, 李为吉, 王和平. 基于蚁群算法的无人机航路规划[J]. 空军工程大学学报(自然科学版), 2004, 5(2): 9-12.

孙明杰, 周林, 于云龙, 等. 无人机自组网中基于蚁群优化的多态感知路由算法[J]. 系统工程与电子技术, 2021, 43(9): 2562-2572.

张然, 高莹雪, 丁元明. 无人机集群网络分簇优化算法[J]. 计算机工程与设计, 2022, 43(7): 1848-1855.

李秋月, 杨鹏飞. 基于萤火虫算法的无人机组网多径路由协议优化方法[J]. 长江信息通信, 2023, 36(7): 107-109.

刘庆华, 黄声培, 叶金才, 等. 一种无人机自组网DSR协议优化方法[J]. 计算机工程与应用, 2022, 58(1): 128-133.

梅家栋, 南建国. 无人机自组网中改进型反应-贪婪-反应路由协议[J]. 空军工程大学学报(自然科学版), 2021, 22(4): 22-28.

刘辰屹, 徐明伟, 耿男, 等. 基于机器学习的智能路由算法综述[J]. 计算机研究与发展, 2020, 57(4): 671-687.

黄万伟, 郑向雨, 张超钦, 等. 基于深度强化学习的智能路由技术研究[J]. 郑州大学学报(工学版), 2023, 44(1): 44-51.

ALAJEELY M, DOSS R, AHMAD A . Routing protocols in an opportunistic network: A survey[J]. IETE Technical Review, 2018, 35(4): 369-387.

周彬, 郭艳, 李宁, 等. 基于导向强化Q学习的无人机路径规划[J]. 航空学报, 2021, 42(9): 498-505.

李海滨, 唐晓刚, 常继红, 等. 基于Q-learning算法的无人机自组网AODV稳定路由改进方法[J]. 现代电子技术, 2023, 46(6): 91-97.

乔冠华, 吴麒, 王翔, 等. 基于深度强化学习的无人机自组网路由算法[J]. 重庆邮电大学学报(自然科学版), 2023, 35(2): 335-342.

SWAIN S, KHILAR P M, SENAPATI B R, et al. A reinforcement learning-based cluster routing scheme with dynamic path planning for mutli-UAV network[J]. Vehicular Communications, 2023, 41(4): 1-20.

魏瑶, 刘志成, 蔡彬, 等. 基于深度循环双Q网络的无人机避障算法研究[J]. 西北工业大学学报, 2022, 40(5): 970-979.

张云燕, 魏瑶, 刘昊, 等. 基于深度强化学习的端到端无人机避障决策[J]. 西北工业大学学报, 2022, 40(5): 1055-1064.

WANG Z, YAO H, MAI T, et al. Learning to routing in UAV swarm network: A multi-agent reinforcement learning approach[J]. IEEE Transactions on Vehicular Technology, 2023, (5): 6611-6624.

钟剑峰, 王红军. 适用于无人机集群应急通信系统分簇路由协议[J]. 火力与指挥控制, 2022, 47(2): 56-66.

PARK C, LEE S, JOO H, et al. Empowering adaptive geolocation-based routing for UAV networks with reinforcement learning[J]. Drones, 2023, 7(6): 387.

张雅楠, 仇洪冰. 基于深度强化学习的无人机可信地理位置路由协议[J]. 电子与信息学报, 2022, 44(12): 4211-4217.

FAN M, WU Y, LIAO T, et al. Deep reinforcement learning for UAV routing in the presence of multiple charging stations[J]. IEEE Transactions on Vehicular Technology, 2023, (5): 5732-5746.

关震宇, 杨东晓, 李杰, 等. 基于Dubins路径的无人机避障规划算法[J]. 北京理工大学学报, 2014, 34(6): 570-575.

MINHAS H I, AHMAD R, AHMED W, et al. A reinforcement learning routing protocol for UAV aided public safety networks[J]. Sensors. 2021, 21(12): 4121.

赵晟. 基于移动自组网络的无人机通信设计[J]. 信息记录材料, 2023, 24(9): 155-157.

李鑫, 张黎黎, 肖文, 等. 空中农业无线传感网环境监测系统[J]. 江苏农业科学, 2021, 49(16): 200-204.

孟泠宇, 郭秉礼, 杨雯, 等. 基于深度强化学习的网络路由优化方法[J]. 系统工程与电子技术, 2022, 44(7): 2311-2318.

孔凌辉, 饶哲恒, 徐彦彦, 等. 基于深度强化学习的无线网络智能路由算法[J]. 计算机工程, 2023, 49(9): 199-207, 216.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于人工智能的视频节目生产数字模型设计

预测COVID-19感染风险的医疗决策机器学习方法研究