Método de Programación de Cola Inteligente para Redes de UAV Basadas en SPMA
Autores: Yang, Kui; Xu, Chenyang; Qiao, Guanhua; Zhong, Jinke; Zhang, Xiaoning
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Método de Programación de Cola Inteligente para Redes de UAV Basadas en SPMA
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Protocolo mac inalámbrico
Redes de uav
Spma
Modelador adaptativo basado en crédito
Aprendizaje por refuerzo
Calidad de servicio
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La programación de acceso múltiple basada en prioridades estáticas (SPMA) es un protocolo MAC inalámbrico emergente y prometedor que se utiliza ampliamente en redes de vehículos aéreos no tripulados (UAV). Las redes UAV, también conocidas como redes de drones, se refieren a un sistema de UAV interconectados que se comunican y colaboran para realizar tareas de manera autónoma o semiautónoma. Estas redes aprovechan las tecnologías de comunicación inalámbrica para compartir datos, coordinar movimientos y optimizar la ejecución de misiones. En SPMA, el tráfico que llega al nodo de la red UAV se puede dividir en múltiples prioridades según la puntualidad de la información, y los paquetes de cada prioridad se almacenan en las colas correspondientes con diferentes umbrales para transmitir paquetes, garantizando así una alta tasa de éxito y baja latencia para el tráfico de mayor prioridad. Desafortunadamente, la programación de colas de múltiples prioridades de SPMA priva a los paquetes de tráfico de baja prioridad de la oportunidad de transmisión, lo que resulta en condiciones injustas entre el tráfico de diferentes prioridades. Para abordar este problema, en este documento proponemos el método de modelador basado en créditos adaptativos con aprendizaje por refuerzo (abreviado como ACBS-RL) para equilibrar el rendimiento de todo el tráfico de prioridades. En ACBS-RL, se introduce el modelador basado en créditos (CBS) en SPMA para proporcionar una oportunidad de transmisión de paquetes relativamente justa entre múltiples colas de tráfico al limitar la tasa de transmisión. Debido a las situaciones dinámicas del entorno inalámbrico, se utiliza el método de aprendizaje por refuerzo basado en Q-learning para ajustar de manera adaptativa los parámetros de CBS (es decir, idleslope y sendslope) para lograr un mejor rendimiento entre todas las colas de prioridad. Los extensos resultados de simulación muestran que, en comparación con el protocolo SPMA tradicional, el ACBS-RL propuesto puede aumentar el rendimiento de la red UAV mientras garantiza los requisitos de Calidad de Servicio (QoS) de todo el tráfico de prioridad.
Descripción
La programación de acceso múltiple basada en prioridades estáticas (SPMA) es un protocolo MAC inalámbrico emergente y prometedor que se utiliza ampliamente en redes de vehículos aéreos no tripulados (UAV). Las redes UAV, también conocidas como redes de drones, se refieren a un sistema de UAV interconectados que se comunican y colaboran para realizar tareas de manera autónoma o semiautónoma. Estas redes aprovechan las tecnologías de comunicación inalámbrica para compartir datos, coordinar movimientos y optimizar la ejecución de misiones. En SPMA, el tráfico que llega al nodo de la red UAV se puede dividir en múltiples prioridades según la puntualidad de la información, y los paquetes de cada prioridad se almacenan en las colas correspondientes con diferentes umbrales para transmitir paquetes, garantizando así una alta tasa de éxito y baja latencia para el tráfico de mayor prioridad. Desafortunadamente, la programación de colas de múltiples prioridades de SPMA priva a los paquetes de tráfico de baja prioridad de la oportunidad de transmisión, lo que resulta en condiciones injustas entre el tráfico de diferentes prioridades. Para abordar este problema, en este documento proponemos el método de modelador basado en créditos adaptativos con aprendizaje por refuerzo (abreviado como ACBS-RL) para equilibrar el rendimiento de todo el tráfico de prioridades. En ACBS-RL, se introduce el modelador basado en créditos (CBS) en SPMA para proporcionar una oportunidad de transmisión de paquetes relativamente justa entre múltiples colas de tráfico al limitar la tasa de transmisión. Debido a las situaciones dinámicas del entorno inalámbrico, se utiliza el método de aprendizaje por refuerzo basado en Q-learning para ajustar de manera adaptativa los parámetros de CBS (es decir, idleslope y sendslope) para lograr un mejor rendimiento entre todas las colas de prioridad. Los extensos resultados de simulación muestran que, en comparación con el protocolo SPMA tradicional, el ACBS-RL propuesto puede aumentar el rendimiento de la red UAV mientras garantiza los requisitos de Calidad de Servicio (QoS) de todo el tráfico de prioridad.