基于访问密度的UAV三维移动模型

doi:10.13190/j.jbupt.2017.s.025

北京邮电大学学报 ›› 2017, Vol. 40 ›› Issue (s1): 112-116.doi: 10.13190/j.jbupt.2017.s.025

基于访问密度的UAV三维移动模型

张国敏¹, 王娜², 王睿³, 陈秋丽¹, 刘方鑫¹

1. 解放军理工大学指挥信息系统学院, 南京 210007;
2. 解放军理工大学通信工程学院, 南京 210007;
3. 中国电子科技集团第二十八研究所, 南京 210007

收稿日期:2016-05-30 出版日期:2017-09-28 发布日期:2017-09-28
作者简介:张国敏(1978-),男,博士,副教授,Email:zhanggm2016@sohu.com.
基金资助:
国家自然科学基金项目（61402521）；江苏省自然科学基金项目（BK20140068）；江苏省科技厅未来网络创新项目（BY2013095-5-03）

UAV 3D Mobility Model Based on Visit Density

ZHANG Guo-min¹, WANG Na², WANG Rui³, CHEN Qiu-li¹, LIU Fang-xin¹

1. College of Command Information and Systems, PLA University of Science and Technology, Nanjing 210007, China;
2. Communication Engineering, PLA University of Science and Technology, Nanjing 210007, China;
3. The 28th Research Institute of China Electronic Technology Group Corporation, Nanjing 210007, China

Received:2016-05-30 Online:2017-09-28 Published:2017-09-28

摘要/Abstract

摘要： 无人机（UAV）机载网络的性能紧密地依赖于所釆用的移动模型中节点的移动方式，移动模型及其参数的选择也对其仿真结果具有重要意义. 在三维高斯马尔可夫移动模型（3D-GMM）的基础上增加了基于访问密度的移动牵引，提出了一种基于访问密度的新型三维高斯半马尔可夫移动模型（3D-VDGMM）. 仿真实验表明3D-VDGMM能够很好地对UAV的移动进行模拟，且相比于3D-GMM能够有更高的事件捕获率.

关键词: 移动自组织无线网络, 无人机, 移动模型, 访问密度

Abstract: The network performance of unmanned aerial vehicle(UAV) airborne is closely relied on the movement of the mobile nodes which is decided by the mobility mode. And the selection of mobility model and its parameters is of great significance to the simulation results. Based on the three-dimensional Gauss Markov mobility model (3D-GMM), this paper expands GM by using visit density, and proposes a new three-dimensional Gauss markov mobility model based on visit density (3D-VDGMM). The results show that 3D-VDGMM can simulate the movement of UAVs well and have higher event capture rate compared to 3D-GMM.

Key words: mobile Ad hoc wireless network, unmanned aerial vehicle, node mobility models, visit density

中图分类号:

TP393

张国敏, 王娜, 王睿, 陈秋丽, 刘方鑫. 基于访问密度的UAV三维移动模型[J]. 北京邮电大学学报, 2017, 40(s1): 112-116.

ZHANG Guo-min, WANG Na, WANG Rui, CHEN Qiu-li, LIU Fang-xin. UAV 3D Mobility Model Based on Visit Density[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2017, 40(s1): 112-116.

[1]	杨青青, 陈剑, 彭艺. 基于DDPG的无人机轨迹规划及功率控制算法[J]. 北京邮电大学学报, 2023, 46(3): 43-48.
[2]	林德平, 王亚祺, 钱荣荣, 彭涛, 王文博. 领导-跟随协同飞行无人网络的通信容量分析[J]. 北京邮电大学学报, 2023, 46(3): 97-102.
[3]	周理辉肖霖吴法辉杨鼎成王雅鹏. 无人机全双工双向中继的资源及轨迹优化设计[J]. 北京邮电大学学报, 2023, 46(1): 77-83.
[4]	李子能胡智群肖海林曾张帆. 基于智能反射面和协作干扰的无人机安全通信算法[J]. 北京邮电大学学报, 2023, 46(1): 69-76.
[5]	张天魁李亚楠沈鸿. 无人机蜂群通信的虚拟大规模MIMO信道估计算法[J]. 北京邮电大学学报, 2022, 45(6): 48-54.
[6]	蒋丽缪家辉郑镐谢正昊赖健鑫. 虚实映射误差条件下数字孪生辅助的无人机网络计算任务卸载及资源自适应优化机制[J]. 北京邮电大学学报, 2022, 45(6): 138-144.
[7]	刘金铭张玉艳张碧玲. 基于LSTM-KF的无人机航迹跟踪算法[J]. 北京邮电大学学报, 2022, 45(5): 121-128.
[8]	孙晶晶, 张治中, 邓炳光. A2G场景下三维宽带非平稳信道建模与分析[J]. 北京邮电大学学报, 2021, 44(5): 61-66.
[9]	汪萧萧, 淡振雷, 顾晨伟, 朱卫平, 林敏. 多天线无人机通信系统中的安全波束成形方案[J]. 北京邮电大学学报, 2020, 43(6): 103-109.
[10]	焦铭晗, 彭木根, 刘晨熙. 无人机网络的覆盖及切换性能研究[J]. 北京邮电大学学报, 2020, 43(6): 74-81.
[11]	王敏, 张碧玲. 无人机辅助5G网络中基于合同的缓存租赁机制[J]. 北京邮电大学学报, 2020, 43(3): 83-91.
[12]	刘志超, 赵宜升, 高锦程, 陈忠辉. 基于射频能量收集的无人机协助的分时段功率分配策略[J]. 北京邮电大学学报, 2020, 43(3): 24-31.
[13]	慕熹东, 郭莉, 董超, 林家儒. 一种基于无人机毫米波通信的波束选择方法[J]. 北京邮电大学学报, 2019, 42(3): 120-126.
[14]	胡根生, 张学敏, 梁栋. 基于WWSVDD多分类的遥感图像病害松树识别[J]. 北京邮电大学学报, 2014, 37(2): 23-27.
[15]	吕博, 武穆清, 汪东洋. 基于遗传算法的社会网络移动模型[J]. 北京邮电大学学报, 2014, 37(1): 112-116.

基于访问密度的UAV三维移动模型

UAV 3D Mobility Model Based on Visit Density

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价