14、基于无人机的无线通信网络算法与中继网络研究

基于无人机的无线通信网络算法与中继网络研究

在无人机通信网络中，实现高效的数据传输和稳定的连接是至关重要的。本文将介绍基于Backpressure和FlashLinQ的算法，以及无人机中继网络的相关内容，包括系统模型、算法设计、性能评估等方面。

基于预测轨迹的联合背压与FlashLinQ算法

在分布式系统中，为了让每个无人机能局部估计整个网络的潜在链路集，引入了具有预测能力的PTBP方案。该方案主要有两个步骤：
1. 更新本地知识 ：更新网络中所有其他无人机队列积压的本地知识。
2. 本地运行算法 ：基于更新后的队列积压知识，本地运行相关算法。

每个无人机在每个时隙开始时执行这两个步骤，从而能够预测网络中其他无人机的状态，并大致了解网络中的所有潜在链路。

假设在时隙 $t$ 有 $M$ 架无人机接入网络，每架无人机维护一个本地向量：
[Q_{a}^{b_1:b_M}(t) := {Q_{a}^{b_i}(t)} {i = 1}^{M}]
其中，$Q {a}^{b_i}$ 是无人机 $a$ 本地记录的无人机 $b_i$ 的队列积压。

通过本地信息共享机制更新 $Q_{a}^{b_1:b_M}$，定义 $\lambda_{b_i}(t)$ 为无人机 $b_i$ 与邻居共享的本地信息：
[\lambda_{b_i}(t) := Q_{b_i}(t) \cup {Q_{b_i}^{b_j}(t - 1)} {b_j \in N {b_i}} \cup {\varphi_{b_i}^