无人机辅助的基于集群的任务分配,用于移动人群传感,在一个空间-空中-地面-海洋集成网络中
Yang Liu1, Yong Li1, Wei Cheng1
1School of Electronics and Information, Northwestern Polytechnical University, Xi'an 710129, China.
Sensors (Basel, Switzerland)
|January 11, 2024
概括
本研究介绍了一种无人机辅助的基于集群的任务分配 (UCTA) 算法,用于集成网络中的移动人群传感 (MCS). 在动态环境中,UCTA算法提高了数据质量和覆盖范围.
科学领域:
- 计算机科学 计算机科学
- 网络工程 网络工程
- 数据科学数据科学数据科学
背景情况:
- 移动人群传感 (MCS) 正在获得空间-空气-地面-海洋综合网络 (SAGSIN) 的吸引力.
- 在SAGSIN中,动态的环境条件和可变的参与者能力对MCS中的数据质量和覆盖面构成了挑战.
- 现有的MCS方法难以应对SAGSINs的复杂性.
研究的目的:
- 为SAGSIN中的MCS提出一种新的无人机辅助集群式任务分配 (UCTA) 算法.
- 在动态的SAGSIN环境中应对数据质量和覆盖范围的挑战.
- 提高SAGSINs.内部MCS任务分配的效率.
主要方法:
- 引入了边缘节点和一个三层层次的层次系统 (平台边缘集群参与者) 与无人机协助.
- 开发了一个基于属性的边缘辅助集群算法来组织任务,减少通信和计算开销.
- 采用一个贪的选择算法,以在集群中进行最佳的任务分配.
主要成果:
- 拟议的UCTA算法在与三个基准算法相比显示出更高的性能.
- 实现了通信开销和计算复杂性的显著降低.
- 通过广泛的模拟,SAGSIN中MCS任务分配的提高效率得到了验证.
结论:
- UCTA算法有效地提高了SAGSINs内的MCS数据质量和覆盖范围.
- 层次结构和集群方法是算法的成功的关键.
- 在复杂的集成网络中,UCTA为高效和有效的移动人群传感提供了一个有前途的解决方案.
