无人机自组网中基于蚁群优化的多态感知路由算法

无人机自组织网络具有节点移动性强、网络拓扑变化快、数据交互频繁、应用环境复杂等特点,采用传统的路由算法会使该网络在传输延时、丢包率、路由开销等方面性能均较差,以至于无法为多无人机协同执行任务提供有效的通信保障.为了解决该问题,提出一种基于蚁群优化的多态感知路由(ant colony optimization based polymorphism-aware routing,APAR)算法.该算法将蚁群算法与动态源路由算法相结合,通过感知路径长度、路径拥塞度和路径稳定性,计算出由路由发现过程得到路径的信息素水平,并将其作为选路标准,经过改进的信息素挥发机制也被引入该算法.同时,根据无人机编队的变化做出合适的调整,以保证其网络性能不下降.仿真结果表明,与其他经典算法相比,APAR算法提高了数据包成功传输率,降低了平均端到端延时,减少了路由开销,且在战场环境下有较高的可靠性.