​微信公众号
手机版
​​新浪微博
会员登录
关于我们  |   商务合作  |  友情链接   |  意见反馈  |  人才招聘
北京云翼同创科技有限公司 深圳高博特文化发展有限公司   版权所有,并保留所有权利 © 2018 京ICP备16044150号-1                       

跨界 · 融合 · 服务 · 创新



双击此处添加文字
新闻聚焦
行业技术
首页  >  新闻聚焦   >  行业技术  >   详情
软件定义的无人机网络架构研究综述
来源:尖兵之翼 | 作者:无人机 | 发布时间: 2023-11-27 | 1857 次浏览 | 分享到:
从SDN控制器的部署方式入手对目前SD-FANET的发展现状进行综述,探讨了MEC与SD-FANET结合的可能性……

2.2.2 分布式部署

通过上一小节的综述可知,在网络中设置集中式的SDN控制器能够较好地解决FANET中的网络管理、负载均衡、吞吐量和时间延迟等问题,但也存在一定的局限性,如FANET的部分应用场景还存在用户和基础设施分布不均衡、单点控制器鲁棒性差和网络规模限制等问题,极大地限制了SDN架构在FANET中的作用发挥。基于此,Hu等人[10]提出了一种基于区块链平台的SDN控制器分布式平面。以区块链的核心技术为基础,在SDN控制平面设置多个不同物理分布的控制器,对一定区域的基础设施进行管理,这样就能在较好地增加网络灵活性和可编程性的基础上大幅度提升安全性能。具体做法是:利用了能够抵御拜占庭攻击的共识算法,防止分布式控制平面中少量控制器失控导致整个网络瘫痪;区块链通过P2P网络提供了全局一致的信息视图,这意味着无论无人机选择哪个控制器或接入点,都可以获得相同的信息视图,无需考虑权限控制和隐私保护,真正实现了无处不在的接入;利用数据加密和哈希链技术保证了数据传输的真实性;针对控制器或无人机节点失控时协议的执行时间和执行过程发生变化的问题,利用区块链的智能合约技术确保协议按照约定规则进行执行。

Zhou等人[20]提出了一种面向灾害应急的分布式SD-FANET架构,将FANET分为了应用层、控制层、转发层和访问层。其中,应用层能够根据控制层的无人机采集的数据情况,结合用户需求来制定策略,包括路由策略计算、安全策略和资源管理策略,然后将策略发送至控制层无人机,以指导无人机间的通信。而控制层分为无人机控制层、空间控制层和地面控制层,其中SDN控制器以物理分散的形式布置在地面控制层。无人机控制层主要由3架高空无人机构成,能够实现对整个网络的覆盖。高空无人机在收集了网络的链路信息后,通过一致性协议实现与空间控制层和地面控制层的同步;应用层的指令能够由地面控制层同步至无人机控制层,再转发给其他无人机,该过程通过OpenFlow流表分发的形式完成;转发层和访问层分布的主要是只具备基本接入和转发过程的中低空无人机,由于无人机中控制决策与转发实现分离,因此相比于传统FANET,配置这一类无人机的成本更低。实验仿真表明,该架构能够比传统方案节省30%~50%的网络能耗,降低了信令开销,并且提供了一个相对稳定的业务响应能力,在显著提高网络的生命周期的基础上满足用户的业务需求。

Qi等人[21]提出了一种具有SDN集群控制器和协同控制器的新型分簇飞行传感器网络(Flying Ad-hoc Sensor Network,FASNET)架构。为了提高网络的可扩展性,在该架构设计中,无人机被分成几个集群域,每个集群域由一个上层固定飞艇控制。控制器负责获取整个抽象集群网络视图,实现网络资源的统一调度,并指导数据的处理和转发。此外,还有一种协作式飞艇控制器,旨在实现单域控制器之间的交互。一旦在应用层上编写了多个模块,FASNET体系结构就可以同时执行不同的任务。在此基础上,作者还提出了一种集中式流量区分路由(Traffic-differentiated Routing,TDR)算法,该架构旨在保证时延敏感和可靠性要求较高的业务的QoS要求。不同的权重根据它们对延迟的敏感性和重要性级别被分配给不同的流程。特别地,在TDR中引入了一个既考虑链路可用性又考虑节点转发能力的传输可靠性预测模型。仿真结果表明,TDR不仅降低了对延迟敏感的应用的平均延迟,而且提高了对可靠性要求较高的应用的数据完整性。

Fei等人[22]提出了基于消息队列遥测传输(Message Queue Telemetry Transport,MQTT)的SD-FANET架构,充分结合了分布式和集中式的结构特点,能较好地应用于战场、灾区等恶劣环境。具体做法为:首先在无人机上设置控制器,然后在无人机蜂群中利用选举机制选举出主控制器和从控制器。两者的差别在于从控制器在应用平面上不具备通信管理、编队管理和安全管理功能,控制平面中,从机主要负责信息收集,主机则负责信息上传。基于此,该结构不仅能够有效地低于单点故障引发的整个网络瘫痪的问题,还能始终保证网络中存在一个指挥与决策的中心,保证任务执行的高效性。同时,集群中的每一架无人机都具有相同的内部部件和结构,该选举机制还能够支持主节点在无人机之间的迁移,一旦有任务需要或者主控制器发生瘫痪,其他从控制器就可以通过开启某些部件和功能来充当主控制器的角色。作者还采用了一种具有低处理能力、低内存的轻量级网络设备——MQTT作为简化网络应用运行和扩展的中间件,能够较好地契合灾区、战场等恶劣环境资源受限的特点。

2.3 与MEC的结合

目前,SD-FANET中无人机计算能力还十分有限,难以承载的数据量较大的计算密集型任务,因此亟需一种稳定的就近的计算服务模式,承载高密度任务的数据处理任务,以保证更低的传输时延。基于此,移动边缘计算(Mobile Edge Computing,MEC)开始在SD-FANET领域实现应用。其核心思想即通过实现集中化的云计算平台与网络边缘甚至用户终端本身相融合,将原本在中心云上的计算资源“下沉”到边缘侧,以实现终端用户在边缘侧就能获得较好的计算服务,计算处理请求能及时得到响应,用户的QoS获得提高。鉴于无人机移动性能好,部署灵活方便,成本低廉,是作为承载MEC服务器的理想平台。