FANET中時(shí)延感知的跨層優(yōu)化方法

文少杰，黃傳河

（武漢大學(xué)計(jì)算機(jī)學(xué)院，湖北 武漢430072）

和傳統(tǒng)的路由方法一樣，源節(jié)點(diǎn)預(yù)先為每一個(gè)數(shù)據(jù)分組建立一條端到端路徑，而這條路徑的生命周期不是確定的而是與路徑上鏈路的最小連通時(shí)間有關(guān)[9]。網(wǎng)絡(luò)中每一個(gè)節(jié)點(diǎn)廣播路由請(qǐng)求消息將會(huì)消耗大量不必要的資源，因?yàn)樵贔ANET中每個(gè)GB的位置一般是固定的，每個(gè)節(jié)點(diǎn)都存儲(chǔ)有GB的相關(guān)信息，所以需要采用一些方法減少?gòu)V播帶來(lái)的資源消耗。定義一個(gè)變量SPP（single-hop packet progress）[27]表示中繼節(jié)點(diǎn)j相對(duì)于它的父節(jié)點(diǎn)i對(duì)數(shù)據(jù)產(chǎn)生的距離增益。

1 引言

無(wú)人機(jī)（UAV,unmanned aerial vehicle）可以作為傳感器收集環(huán)境中的數(shù)據(jù)，并把這些收集的數(shù)據(jù)傳遞到地面基站（GB）[1]。單架UAV系統(tǒng)由于其靈活性、易安裝和可擴(kuò)展性等特點(diǎn)已經(jīng)被廣泛地應(yīng)用于不同的場(chǎng)景中[2]，但是單架UAV系統(tǒng)由于受到功能簡(jiǎn)單、覆蓋范圍有限的限制，因此不能擴(kuò)展到更多的應(yīng)用中。為了克服單架 UAV系統(tǒng)的不足，可以通過(guò)不同UAV之間的協(xié)作建立multi-UAV系統(tǒng)[3]擴(kuò)展應(yīng)用范圍。在multi-UAV系統(tǒng)中，由于受到通信半徑的限制單架UAV與GB之間的鏈路可能會(huì)出現(xiàn)不連通的情況，這種局限性縮小了multi-UAV系統(tǒng)的應(yīng)用范圍。一種可選的解決方案是在不同的UAV之間建立ad hoc模式的網(wǎng)絡(luò)，稱(chēng)為飛行自組網(wǎng)絡(luò)（FANET,flying ad hoc network）。在FANET中，每架UAV可以通過(guò)單跳或多跳方式與GB進(jìn)行通信，同時(shí)每架UAV既可以作為源節(jié)點(diǎn)也可以作為中繼節(jié)點(diǎn)幫助其他UAV傳遞數(shù)據(jù)分組。與單架UAV系統(tǒng)相比，F(xiàn)ANET具有更好的靈活性和可擴(kuò)展性，它允許 UAV可以根據(jù)實(shí)際需求選擇不同的通信模式，同時(shí)也允許 UAV可以在一定范圍內(nèi)自由地飛行從而擴(kuò)大監(jiān)測(cè)的范圍。盡管FANET能夠彌補(bǔ)單UAV系統(tǒng)的不足，但是FANET也面臨一些挑戰(zhàn)，其中，實(shí)時(shí)路由、速率分配和功率控制是3個(gè)主要的問(wèn)題。

FANET具有更高的移動(dòng)性和空間維度[4]，這導(dǎo)致源節(jié)點(diǎn)和目的節(jié)點(diǎn)之間預(yù)先建立的路徑可能會(huì)很快失效，因此，F(xiàn)ANET中的路由問(wèn)題需要考慮節(jié)點(diǎn)之間的連通時(shí)間。實(shí)時(shí)路由要求每一種數(shù)據(jù)分組在時(shí)延約束內(nèi)到達(dá)目的節(jié)點(diǎn)，如何設(shè)計(jì)一種算法同時(shí)滿(mǎn)足FANET的特征和時(shí)延約束的要求是主要研究的內(nèi)容之一。UAV處于三維空間中，它們之間建立的鏈路更易受到其他無(wú)線信號(hào)的干擾，如何選擇發(fā)射功率既能減少信號(hào)之間的干擾又能保證傳輸?shù)目煽啃允橇硪粋€(gè)研究的主要內(nèi)容。一個(gè)精確的干擾模型不僅能夠使傳輸者選擇更合適的中繼節(jié)點(diǎn)而且也能夠保證每個(gè)數(shù)據(jù)分組以較高的概率傳遞到目的節(jié)點(diǎn)。在FANET中，UAV之間的鏈路容量受到物理信道的約束，每個(gè) UAV的傳輸速率被限制在一定的范圍內(nèi)，如果超出了這個(gè)范圍數(shù)據(jù)分組將不能被正確地接收到。傳輸速率的上界是由發(fā)射功率和干擾信號(hào)決定的，因此，需要選擇合適的發(fā)射功率和傳輸速率，既保證端到端傳輸?shù)目煽啃杂譂M(mǎn)足實(shí)時(shí)路由的要求。根據(jù)FANET的特征可知，鏈路狀態(tài)的快速變化使集中式優(yōu)化方法不能很好地工作，而分布式的方法可以很好地解決這個(gè)問(wèn)題，因?yàn)樗试S每個(gè) UAV僅與鄰居交換信息來(lái)更新所對(duì)應(yīng)的網(wǎng)絡(luò)參數(shù)而不需要全局拓?fù)渲R(shí)。為了實(shí)施分布式方法，首先利用拉格朗日松弛方法把集中式問(wèn)題轉(zhuǎn)化為分布式問(wèn)題，然后使用原始—對(duì)偶分解方法[5]把全局問(wèn)題分解為若干個(gè)規(guī)模較小的子問(wèn)題。由于無(wú)線鏈路的不可靠性，數(shù)據(jù)分組在傳輸過(guò)程中的丟失容易導(dǎo)致部分中繼節(jié)點(diǎn)不能根據(jù)當(dāng)前的信息更新網(wǎng)絡(luò)參數(shù)。傳統(tǒng)的同步優(yōu)化方法[6]需要所有節(jié)點(diǎn)在同一時(shí)刻根據(jù)最新接收到的數(shù)據(jù)分組更新參數(shù)，這在不可靠的通信環(huán)境中很難實(shí)現(xiàn)。異步優(yōu)化方法[7]允許節(jié)點(diǎn)在沒(méi)有接收到最新數(shù)據(jù)分組時(shí)使用最近保存的信息更新參數(shù)，所以利用異步優(yōu)化方法能夠很好地解決因數(shù)據(jù)分組丟失導(dǎo)致部分節(jié)點(diǎn)不能正常更新參數(shù)的問(wèn)題。本文的主要貢獻(xiàn)包括以下2點(diǎn)。1) 提出時(shí)延約束的跨層優(yōu)化框架，利用拉格朗日松弛和原始—對(duì)偶分解技術(shù)把問(wèn)題劃分為若干個(gè)多項(xiàng)式時(shí)間可解的子問(wèn)題。2) 提出基于異步更新的時(shí)延感知分布式優(yōu)化算法，每一個(gè)中繼節(jié)點(diǎn)僅使用局部信息更新原始和對(duì)偶變量以達(dá)到最優(yōu)解。

2 相關(guān)工作

對(duì)于FANET中的路由問(wèn)題，目前，已經(jīng)存在很多的研究工作[8,9]，它們通過(guò)構(gòu)建不同的網(wǎng)絡(luò)模型和考慮不同的網(wǎng)絡(luò)參數(shù)設(shè)計(jì)路由算法以滿(mǎn)足FANET的需要。這種僅考慮路由優(yōu)化的算法局限性比較大，在考慮實(shí)時(shí)性和信號(hào)干擾的情況中不能很好地工作。跨層優(yōu)化問(wèn)題在其他網(wǎng)絡(luò)中提出了很多解決方案，文獻(xiàn)[10]針對(duì)智能電網(wǎng)絡(luò)通信的服務(wù)質(zhì)量問(wèn)題，提出了一種滿(mǎn)足端到端時(shí)延約束的跨層優(yōu)化算法以保證物理層、MAC層和網(wǎng)絡(luò)層能夠很好地進(jìn)行交互。在實(shí)時(shí)的無(wú)線網(wǎng)絡(luò)中，為了聯(lián)合優(yōu)化速率控制和調(diào)度問(wèn)題，文獻(xiàn)[11]提出了2種簡(jiǎn)單的分布式策略，其中，優(yōu)化操作在每個(gè)節(jié)點(diǎn)處完成而不要求節(jié)點(diǎn)間的協(xié)同；文獻(xiàn)[12]提出了一種基于干擾管理的高容量跨層優(yōu)化策略，在多跳多基站場(chǎng)景中考慮干擾消除和區(qū)域劃分方法，并基于最小跳數(shù)建立的路由或多時(shí)間片分配設(shè)計(jì)吞吐量更大的優(yōu)化策略。上面介紹的優(yōu)化方法雖然能夠很好地解決所提出的問(wèn)題，但是不能直接應(yīng)用于鏈路狀態(tài)快速變化的FANET中。

UAV的高速移動(dòng)性導(dǎo)致FANET的網(wǎng)絡(luò)拓?fù)淇焖僮兓玩溌凡豢煽浚@些特征使源節(jié)點(diǎn)和目的節(jié)點(diǎn)之間預(yù)先建立的路徑很快失效。同步優(yōu)化方法[13,14]需要所有節(jié)點(diǎn)在同一時(shí)刻更新自身的網(wǎng)絡(luò)參數(shù)，而在多跳不可靠傳輸中這些方法不能正常工作。雖然文獻(xiàn)[15]考慮端到端時(shí)延要求下的動(dòng)態(tài)速率分配方案，但是它要求網(wǎng)絡(luò)中所有節(jié)點(diǎn)同步地更新原始和對(duì)偶參數(shù)，這種操作將會(huì)帶來(lái)大量的通信開(kāi)銷(xiāo)，在資源有限的FANET中是不合適的。然而異步優(yōu)化方法不需要節(jié)點(diǎn)間的協(xié)作，每個(gè)節(jié)點(diǎn)可以使用舊的信息更新當(dāng)前的參數(shù)，這些方法在時(shí)延較大和通信質(zhì)量較差的場(chǎng)景中能夠保證算法的收斂性和優(yōu)化性能。異步方法的優(yōu)勢(shì)使它在不同的場(chǎng)景中得到廣泛的應(yīng)用，包括智能電網(wǎng)[16]、通信網(wǎng)絡(luò)[17]等。近些年，出現(xiàn)了很多異步優(yōu)化方法[18,19]，這些方法從不同的角度出發(fā)，例如，目標(biāo)函數(shù)的性質(zhì)、算法收斂速率和解的優(yōu)劣等，設(shè)計(jì)不同的參數(shù)更新方法以滿(mǎn)足應(yīng)用的需要。文獻(xiàn)[18]針對(duì)可分的非平滑成本函數(shù)分布式優(yōu)化問(wèn)題提出了一種基于隨機(jī)對(duì)偶近似梯度的異步優(yōu)化算法。文獻(xiàn)[19]研究了非凸和非平滑優(yōu)化問(wèn)題中ADMM的異步實(shí)施問(wèn)題，該文提出的算法在每次迭代過(guò)程中只需要部分節(jié)點(diǎn)更新自身的參數(shù)。在這些文獻(xiàn)中，文獻(xiàn)[18,19]提出的異步優(yōu)化方法假設(shè)通信的時(shí)延是有界的，而文獻(xiàn)[17]討論了在通信時(shí)延不受限制的情況下如何保證異步對(duì)偶子梯度方法的性能，并在可分的凸規(guī)劃中給出了一種解決方案。文獻(xiàn)[7]針對(duì)編碼無(wú)線網(wǎng)絡(luò)多播場(chǎng)景中的資源分配問(wèn)題，結(jié)合異步優(yōu)化的思想提出了一種聯(lián)合優(yōu)化端到端傳輸層速率、鏈路容量和平均功率消耗等的跨層設(shè)計(jì)方案。文獻(xiàn)[20]研究了如何以在線的方式設(shè)計(jì)一個(gè)平均最優(yōu)的資源分配策略問(wèn)題，并提出一種異步遞增對(duì)偶下降的資源分配算法，其中每個(gè)節(jié)點(diǎn)使用時(shí)延的隨機(jī)梯度更新參數(shù)。文獻(xiàn)[7,20]解決了不同網(wǎng)絡(luò)模型中的跨層優(yōu)化問(wèn)題，但是它們都沒(méi)有考慮實(shí)時(shí)性和動(dòng)態(tài)拓?fù)鋯?wèn)題。FANET是自組織的網(wǎng)絡(luò)，網(wǎng)絡(luò)中的所有節(jié)點(diǎn)都是同構(gòu)和快速移動(dòng)的，而這些移動(dòng)節(jié)點(diǎn)構(gòu)成隨機(jī)變化的網(wǎng)絡(luò)拓?fù)洌墨I(xiàn)[20]中的多跳模式建立在環(huán)形網(wǎng)絡(luò)拓?fù)浠A(chǔ)上，不能滿(mǎn)足 FANET的要求。

針對(duì)以上方法的局限性，結(jié)合異步更新的思想并同時(shí)考慮端到端時(shí)延和每個(gè)中繼節(jié)點(diǎn)處的干擾，本文提出一種分布式的跨層優(yōu)化方法解決所提出的問(wèn)題。

3 網(wǎng)絡(luò)模型和問(wèn)題描述

3.1 網(wǎng)絡(luò)模型

假設(shè)UAV基本均勻地分布在一定的區(qū)域內(nèi)，每個(gè)UAV同時(shí)可以作為源節(jié)點(diǎn)和中繼節(jié)點(diǎn)，而地面基站（GB）只作為目的節(jié)點(diǎn)。所有的UAV可以自由地在區(qū)域內(nèi)飛行，而GB的坐標(biāo)在任意時(shí)間固定不變，UAV可以通過(guò)一跳或多跳的傳輸模式把數(shù)據(jù)傳遞到GB，如圖1所示。使用無(wú)向圖G=(V,E)表示FANET的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，其中，V表示所有UAV的集合，E表示網(wǎng)絡(luò)中所有鏈路的集合（圖1中UAV之間的虛線）。為了簡(jiǎn)化符號(hào)，節(jié)點(diǎn)i表示第i個(gè)UAV。如果節(jié)點(diǎn)i發(fā)射的信號(hào)能夠被節(jié)點(diǎn)j正確的接收到，那么節(jié)點(diǎn)，其中是節(jié)點(diǎn)i在t時(shí)間的鄰居集合。二元組(i,j)表示一條連接節(jié)點(diǎn)i和節(jié)點(diǎn)j的鏈路，也可以用符號(hào)l代替。第k個(gè)數(shù)據(jù)流在鏈路l上消耗的時(shí)延表示為，端到端時(shí)延不能超過(guò)預(yù)設(shè)的時(shí)延閾值。假設(shè)每一個(gè)數(shù)據(jù)流具有相同的時(shí)延閾值，網(wǎng)絡(luò)中所有節(jié)點(diǎn)都存儲(chǔ)關(guān)于GB的位置信息，并且每個(gè)節(jié)點(diǎn)具有相同的通信半徑R。每一個(gè)中繼節(jié)點(diǎn)可以根據(jù)問(wèn)題的最優(yōu)解在[pmin,pmax]中選擇發(fā)射功率p和確定傳輸速率r。

圖1 FANET模型

3.1.1 干擾中斷概率

為了提高傳輸效率，減少網(wǎng)絡(luò)資源和時(shí)延的消耗，每一個(gè)中繼節(jié)點(diǎn)需要評(píng)估與鄰居節(jié)點(diǎn)之間的鏈路質(zhì)量。由于網(wǎng)絡(luò)中每一個(gè)節(jié)點(diǎn)的位置隨著時(shí)間變化，所以任意2個(gè)節(jié)點(diǎn)之間的距離也是動(dòng)態(tài)變化的。為了評(píng)估動(dòng)態(tài)性對(duì)傳輸?shù)挠绊懀酶蓴_預(yù)測(cè)方法[21]得到Δt時(shí)間內(nèi)每個(gè)中繼節(jié)點(diǎn)處的平均干擾值。表示在t0時(shí)刻消息可用的情況下t時(shí)刻的干擾值，當(dāng)t0=t時(shí)稱(chēng)為t時(shí)刻的瞬時(shí)干擾值。在移動(dòng)場(chǎng)景中，由得到的瞬時(shí)SINR不能很好地反映一段時(shí)間內(nèi)鏈路的質(zhì)量，而平均SINR可以很好地滿(mǎn)足這個(gè)要求。假設(shè)f(x)和g(x)分別表示與時(shí)間t相關(guān)的鏈路增益函數(shù)和衰減函數(shù)，在節(jié)點(diǎn)j處的預(yù)測(cè)干擾可以表示為

根據(jù)式(1)可以得到鏈路(i,j)上的平均SINR，其中，傳輸者為節(jié)點(diǎn)i，接收者為節(jié)點(diǎn)j，則有

其中，W表示網(wǎng)絡(luò)帶寬，其值為常數(shù)。參考文獻(xiàn)[22]中速率中斷概率的定義，鏈路質(zhì)量表示為節(jié)點(diǎn)i的傳輸速率不超過(guò)鏈路容量 cl的概率。假設(shè)路徑增益服從方差為σ2=1的指數(shù)分布，速率中斷概率可以表示為

3.1.2 排隊(duì)時(shí)延

在每一個(gè)中繼節(jié)點(diǎn)處只考慮排隊(duì)時(shí)延，假設(shè)數(shù)據(jù)分組服從均值為Kbit的指數(shù)分布，每一個(gè)節(jié)點(diǎn)維持單一的隊(duì)列。根據(jù)文獻(xiàn)[23]計(jì)算的結(jié)果，當(dāng)?shù)竭_(dá)過(guò)程服從獨(dú)立的指數(shù)分布時(shí)，在t時(shí)刻鏈路l的期望排隊(duì)時(shí)延可以近似表示為

其中，rl和cl分別表示t時(shí)刻的傳輸速率和鏈路最大容量。

3.1.3 鏈路連通時(shí)間

為了延長(zhǎng)路徑的使用時(shí)間，減少重建消耗的網(wǎng)絡(luò)資源，每一個(gè)源節(jié)點(diǎn)盡量選擇生命周期較長(zhǎng)的路徑傳輸數(shù)據(jù)流。在t0時(shí)刻，節(jié)點(diǎn)i和j的坐標(biāo)分別為移動(dòng)速率向量分別表示為和根據(jù)t0時(shí)刻節(jié)點(diǎn)i和j的坐標(biāo)可以得到它們之間的距離為，如果在一定時(shí)間間隔內(nèi)所有節(jié)點(diǎn)勻速地沿著各自的方向移動(dòng)，那么經(jīng)過(guò)Δt時(shí)間后節(jié)點(diǎn)i的坐標(biāo)為

3.2 問(wèn)題描述

式(11)為聯(lián)合成本函數(shù)，主要目標(biāo)是最小化以有效傳輸速率和功率為參數(shù)的成本函數(shù)。式(12)保證每一個(gè)發(fā)送者所使用的傳輸速率不能超過(guò)當(dāng)前鏈路的最大容量，根據(jù)式(4)可知，鏈路的質(zhì)量和期望排隊(duì)時(shí)延與中繼節(jié)點(diǎn)的傳輸速率相關(guān)，選擇合適的速率不僅能夠保證鏈路可靠性也能減少單跳時(shí)延。實(shí)時(shí)路由問(wèn)題是需要考慮的一個(gè)主要問(wèn)題，式(13)表示每一個(gè)數(shù)據(jù)流所消耗的端到端時(shí)延不能超過(guò)給定閾值，否則數(shù)據(jù)分組將會(huì)被中繼或GB丟棄。由于硬件的限制每一個(gè)節(jié)點(diǎn)不能用無(wú)限大的功率傳輸數(shù)據(jù)分組，式(14)把中繼節(jié)點(diǎn)發(fā)射功率限制在一定的范圍內(nèi)，既要保證傳輸?shù)目煽啃杂忠獪p少對(duì)其他數(shù)據(jù)流的干擾。

4 分布式解決方案

集中式的優(yōu)化方法需要網(wǎng)絡(luò)中的每一個(gè)節(jié)點(diǎn)頻繁地與控制中心通信來(lái)更新網(wǎng)絡(luò)參數(shù)以得到最優(yōu)解，這種優(yōu)化方法在節(jié)點(diǎn)快速移動(dòng)的FANET中是不可取的。一方面，節(jié)點(diǎn)頻繁地與控制中心交換信息將會(huì)消耗大量的帶寬和功率資源，同時(shí)并發(fā)的傳輸將會(huì)對(duì)其他鏈路產(chǎn)生干擾，降低鏈路質(zhì)量。另一方面，集中式優(yōu)化需要控制中心接收到所有節(jié)點(diǎn)發(fā)送的更新信息才能進(jìn)行下一步優(yōu)化，在鏈路質(zhì)量較差的情況中，控制中心可能會(huì)花費(fèi)大量的時(shí)間等待最后一個(gè)節(jié)點(diǎn)的更新信息。以上2個(gè)方面決定了集中式優(yōu)化方法不能用于高速移動(dòng)的實(shí)時(shí)傳輸場(chǎng)景，而分布式的方法[25]可以很好地解決集中式方法存在的問(wèn)題，它僅需要節(jié)點(diǎn)與其鄰居節(jié)點(diǎn)交換更新信息來(lái)執(zhí)行優(yōu)化操作。由于提出的跨層優(yōu)化問(wèn)題是一個(gè)非凸問(wèn)題，利用對(duì)偶分解[5]方法可以把非凸約束消除使問(wèn)題轉(zhuǎn)化為凸優(yōu)化問(wèn)題。

為式(12)引入拉格朗日對(duì)偶向量λ，向量中的每一元素λij對(duì)應(yīng)一條鏈路的約束，問(wèn)題可以轉(zhuǎn)化為

重新組合式(15)可以得到另外一種形式

根據(jù)式(16)可知，提出的跨層優(yōu)化問(wèn)題被分解為2個(gè)子問(wèn)題，分別為

從式(17)和式(18)的結(jié)構(gòu)和函數(shù)定義可知，2個(gè)子問(wèn)題都為凸優(yōu)化問(wèn)題。式(17)聯(lián)合優(yōu)化實(shí)時(shí)路由和速率分配問(wèn)題，而式(18)主要優(yōu)化功率控制問(wèn)題，2個(gè)問(wèn)題都可以利用分布式的方法在每個(gè)節(jié)點(diǎn)處獨(dú)立地執(zhí)行。對(duì)于式(17)還需要解決另外一個(gè)問(wèn)題，由于路徑的時(shí)延約束條件是全局耦合的，所有包含在路徑上的節(jié)點(diǎn)必須要協(xié)同的工作才能使端到端時(shí)延滿(mǎn)足式(13)。為了消除全局耦合約束式(13)，利用原始分解方法[5]進(jìn)一步對(duì)式(17)進(jìn)行劃分。引入一個(gè)輔助向量y把全局約束式(13)轉(zhuǎn)化為局部約束，y中的每一項(xiàng)與單條鏈路上的時(shí)延約束相關(guān)。通過(guò)考慮向量y，可將式(17)轉(zhuǎn)化為

如果把 yij看作t時(shí)刻鏈路l上的單跳時(shí)延閾值，優(yōu)化式(19)可以劃分為2個(gè)子問(wèn)題，對(duì)于每一個(gè)發(fā)送節(jié)點(diǎn)i，其優(yōu)化目標(biāo)為

假設(shè)F?(y)表示問(wèn)題式(20)在時(shí)延約束向量y時(shí)的最優(yōu)成本函數(shù)，通過(guò)解決下面的優(yōu)化形式更新耦合的時(shí)延約束集合y

為問(wèn)題式(20)中的時(shí)延約束引入對(duì)偶向量μ，問(wèn)題轉(zhuǎn)化為

推論1 如果式(21)和式(22)存在最優(yōu)解，那么對(duì)偶向量μ滿(mǎn)足條件

證明 為式(21)引入對(duì)偶向量β，可以得到

因?yàn)棣耰j和yij是正數(shù)，可以得到用不等式右邊的項(xiàng)代替左邊的項(xiàng)，式(23)可以改為

其中，βij?可以看作分配給鏈路l的最大可用時(shí)延時(shí)間。如果向量y?是式(23)的最優(yōu)解，那么它一定也是式(24)的最優(yōu)解，所以和成立。因?yàn)?是一個(gè)常數(shù)，所以可以得到式(22)得到最優(yōu)解或可行解的前提是式(22)中所使用的向量y必須是式(21)的最優(yōu)解或至少是可行解。根據(jù)這個(gè)思路可以得到2個(gè)問(wèn)題中對(duì)偶向量μ和β的關(guān)系，即與是等價(jià)的。如果式(21)得到的解y?能夠滿(mǎn)足(22)的約束條件，那么必須滿(mǎn)足結(jié)合之前的結(jié)論，可得

假設(shè)式(21)存在一個(gè)最優(yōu)解y?，那么跨層優(yōu)化問(wèn)題的對(duì)偶形式可以表示為

利用傳統(tǒng)的基于對(duì)偶的優(yōu)化方法，可以得到向量λ和μ在每一次迭代的更新操作為

其中，ε和ξ分別表示2個(gè)更新操作的步長(zhǎng)，[x]+表示參數(shù)x在非負(fù)象限內(nèi)的投影即由于FANET中節(jié)點(diǎn)的高速移動(dòng)性導(dǎo)致鏈路的連通性快速變化，所以選擇常數(shù)步長(zhǎng)可以保證優(yōu)化問(wèn)題的收斂性和加快收斂速率[26]。根據(jù)對(duì)偶參數(shù)值可以計(jì)算在t+1時(shí)刻原參數(shù)rij和pi的值，即

式(26)～式(29)提出的解決方案只適合于同步優(yōu)化的場(chǎng)景，因?yàn)閮?yōu)化過(guò)程中的每一次迭代都需要最新的參數(shù)信息。在FANET中，由于節(jié)點(diǎn)的移動(dòng)性和信號(hào)的干擾導(dǎo)致鏈路質(zhì)量較差，數(shù)據(jù)分組將會(huì)因?yàn)橄牡目倳r(shí)延大于給定的閾值而被丟棄，因此，部分中繼節(jié)點(diǎn)可能在有些時(shí)候接收不到當(dāng)前的參數(shù)信息。在以上提到的場(chǎng)景中同步優(yōu)化不能很好地進(jìn)行工作，所以為了解決這個(gè)問(wèn)題使用異步更新的方式優(yōu)化不同的網(wǎng)絡(luò)參數(shù)。異步更新方法允許數(shù)據(jù)分組在傳輸過(guò)程中丟失，沒(méi)有接收到數(shù)據(jù)分組的節(jié)點(diǎn)可以使用它們存儲(chǔ)的舊信息來(lái)更新網(wǎng)絡(luò)參數(shù)。定義變量τij(t)和?ij(t)為在迭代序列t上的投影，即離t最近一次迭代的序號(hào)。因?yàn)槊總€(gè)數(shù)據(jù)分組有一個(gè)時(shí)延閾值，當(dāng)傳輸在一些中繼節(jié)點(diǎn)消耗的時(shí)延大于閾值時(shí)，中繼節(jié)點(diǎn)認(rèn)為當(dāng)前數(shù)據(jù)分組失效并丟棄它，而之后的節(jié)點(diǎn)可以根據(jù)存儲(chǔ)的舊參數(shù)信息進(jìn)行更新。這樣利用τij(t)和?ij(t)代替當(dāng)前迭代序列t，如果中繼節(jié)點(diǎn)接收到了數(shù)據(jù)分組，則有τij(t)=t和?ij(t)=t，更新操作式(26)和式(27)可以修改為

原問(wèn)題中的參數(shù)更新操作式(28)和式(29)保持不變。為了使優(yōu)化問(wèn)題快速地收斂到最優(yōu)解，實(shí)際操作中利用到目前迭代t的平均值代替式(28)和式(29)參數(shù)rij和pi，其中，

和傳統(tǒng)的路由方法一樣，源節(jié)點(diǎn)預(yù)先為每一個(gè)數(shù)據(jù)分組建立一條端到端路徑，而這條路徑的生命周期不是確定的而是與路徑上鏈路的最小連通時(shí)間有關(guān)[9]。網(wǎng)絡(luò)中每一個(gè)節(jié)點(diǎn)廣播路由請(qǐng)求消息將會(huì)消耗大量不必要的資源，因?yàn)樵贔ANET中每個(gè)GB的位置一般是固定的，每個(gè)節(jié)點(diǎn)都存儲(chǔ)有GB的相關(guān)信息，所以需要采用一些方法減少?gòu)V播帶來(lái)的資源消耗。定義一個(gè)變量SPP（single-hop packet progress）[27]表示中繼節(jié)點(diǎn)j相對(duì)于它的父節(jié)點(diǎn)i對(duì)數(shù)據(jù)產(chǎn)生的距離增益。

其中，Hi為從源節(jié)點(diǎn)s到當(dāng)前節(jié)點(diǎn)i經(jīng)過(guò)的跳數(shù)。時(shí)延感知的跨層優(yōu)化分2個(gè)步驟實(shí)施，包括滿(mǎn)足時(shí)延約束的路徑選擇算法和聯(lián)合優(yōu)化速率分配及功率控制的算法。路徑選擇算法描述如算法1所示。

算法1 路徑選擇算法

1) //初始化

2) 在中繼節(jié)點(diǎn)i處：

3) if 節(jié)點(diǎn)i第一次接收到請(qǐng)求分組

5) ifs pij＞0

6) 把節(jié)點(diǎn) j加入Ai中;

7) end if

8) end for

9) end if

10) 基于式(8)和式(33)計(jì)算CTsi和Ui；

11) ifUi>then

13) else

14) 丟棄數(shù)據(jù)分組；

15) end if

16) ifC Tsi< C Tthen

17) C T←CTsi,ch++;

18) end if

19) 節(jié)點(diǎn)i把數(shù)據(jù)分組廣播給Ai中的每一個(gè)節(jié)點(diǎn)

20) end if

21) 目的節(jié)點(diǎn)GB處:

22) GB選擇具有最大UGB的路徑轉(zhuǎn)發(fā)數(shù)據(jù)分組并向源節(jié)點(diǎn)返回一個(gè)回復(fù)數(shù)據(jù)分組

算法1的具體執(zhí)行過(guò)程和參數(shù)描述如下。

網(wǎng)絡(luò)初始化階段，每個(gè)節(jié)點(diǎn)i向鄰居廣播一個(gè)HELLO分組。當(dāng)鄰居節(jié)點(diǎn)j接收到來(lái)自節(jié)點(diǎn)i的HELLO分組時(shí)返回一個(gè)包含自身的識(shí)別符和坐標(biāo)等信息的應(yīng)答分組，然后節(jié)點(diǎn)i從收到的應(yīng)答分組中提取出j的信息保存到中。如果節(jié)點(diǎn)i接收到了來(lái)自節(jié)點(diǎn)s的路徑請(qǐng)求分組，它根據(jù)式(8)和式(33)分別計(jì)算CTsi和 Ui，如果 Ui大于i當(dāng)前保存的值，那么用 Ui替換這個(gè)值并把傳輸節(jié)點(diǎn)記錄到路由表中，否則丟棄這個(gè)數(shù)據(jù)分組。如果CTsi小于分組頭部中已存在的CT，那么用當(dāng)前的 CTsi替換這個(gè)值，同時(shí)分組頭部的傳輸跳數(shù)ch值加1。然后i把路徑請(qǐng)求分組廣播給Ai中的每一個(gè)節(jié)點(diǎn)直到請(qǐng)求分組到達(dá)GB。當(dāng)GB收到一個(gè)路徑請(qǐng)求信息后，從請(qǐng)求分組中提取出 C Tmin和 HGB，利用式(33)計(jì)算總的路徑效用UGB，如果UGB大于當(dāng)前保存的值，那么用它替換這個(gè)值并把傳輸節(jié)點(diǎn)記錄到路由表中，否則，GB丟棄這個(gè)請(qǐng)求分組。

到達(dá)路徑請(qǐng)求的終止時(shí)間后，GB發(fā)送一個(gè)回復(fù)消息給路由表記錄的節(jié)點(diǎn)，每個(gè)中繼節(jié)從回復(fù)包中提取并保存 CTmin，重復(fù)這個(gè)過(guò)程直到回復(fù)消息到達(dá)源節(jié)點(diǎn)。

通過(guò)以上的路徑建立過(guò)程，每個(gè)被選擇的節(jié)點(diǎn)都保存下一跳節(jié)點(diǎn)的信息和路徑的最小持續(xù)時(shí)間CTmin，基于這些信息可以進(jìn)行下一步優(yōu)化操作。利用分布式優(yōu)化的思想，在每一個(gè)中繼節(jié)點(diǎn)i處執(zhí)行算法2。

算法2 異步分布式跨層優(yōu)化（ADCO）

1) 在中繼節(jié)點(diǎn)i和它的中繼節(jié)點(diǎn)j處：

2) 初始化參數(shù)λij(0)、μij(0)并從路由表中獲得中繼節(jié)點(diǎn)j;

3) 基于式(3)計(jì)算鏈路容量;

4) if當(dāng)前總的時(shí)延t

7) 基于式(30)和式(31)更新對(duì)偶變量λij和μij;

8) else

10)然后利用當(dāng)前的λij和μij更新對(duì)偶變量；

11) end if

12) end if

13)節(jié)點(diǎn)i基于式(4)、式(5)、式(28)和式(29)計(jì)算和；

14)節(jié)點(diǎn)i發(fā)送數(shù)據(jù)分組給算法1選擇出的中繼節(jié)點(diǎn)j

15) ift+1＞CTmin

16)調(diào)用算法1；

17) end if

算法 2不要求每一個(gè)節(jié)點(diǎn)擁有全局的優(yōu)化信息，每個(gè)中繼節(jié)點(diǎn)僅利用接收到的鄰居信息來(lái)完成優(yōu)化操作。為了更清楚地理解算法 2，其執(zhí)行過(guò)程描述如下。

初始化對(duì)偶向量λ(0)和μ(0)，同時(shí)給定由算法1得到的中繼節(jié)點(diǎn)集合。中繼節(jié)點(diǎn)i在t≤CTmin時(shí)刻接收到數(shù)據(jù)分組，首先判斷在當(dāng)前時(shí)刻數(shù)據(jù)分組是否超時(shí)。如果數(shù)據(jù)分組總的傳輸時(shí)延超過(guò)了給定閾值，節(jié)點(diǎn)i丟棄接收到的數(shù)據(jù)分組。否則節(jié)點(diǎn)i從數(shù)據(jù)分組頭部提取出其中，p為由算法1選擇的路徑，同時(shí)根據(jù)數(shù)據(jù)分組經(jīng)過(guò)的跳數(shù)，計(jì)算剩余跳數(shù)Hr。如果（參考推論 1的結(jié)果），則表明前面的鏈路質(zhì)量較好，節(jié)點(diǎn)i使用當(dāng)前的μij更新對(duì)偶變量，否則，把保存的μij替換為并用此參數(shù)更新對(duì)偶變量。節(jié)點(diǎn)i根據(jù)自身存儲(chǔ)的局部對(duì)偶變量λij(t)和μij(t)，利用式(4)、式(5)、式(28)和式(29)得到當(dāng)前的傳輸速率rij(t)和功率pi(t)，并分別計(jì)算它們的均值和。如果t+1＞CTmin，節(jié)點(diǎn)i從緩存表中清空路由表和對(duì)偶變量，返回到算法1。否則，節(jié)點(diǎn)i根據(jù)式(30)和式(31)更新2個(gè)對(duì)偶變量，并保存到緩存中。節(jié)點(diǎn)i使用和把數(shù)據(jù)分組傳遞給下一跳節(jié)點(diǎn)j，重復(fù)步驟2)直到數(shù)據(jù)分組到達(dá)GB。如果部分中繼節(jié)點(diǎn)在時(shí)延閾值?內(nèi)沒(méi)有接收到數(shù)據(jù)分組，它們將使用之前存儲(chǔ)的相關(guān)參數(shù)更新對(duì)偶變量。直到GB接收到數(shù)據(jù)分組本次傳輸任務(wù)結(jié)束。

接下來(lái)，分析算法2的時(shí)間復(fù)雜度，由于算法2是分布式實(shí)施的，因此，可以先分析每個(gè)節(jié)點(diǎn)i處的時(shí)間復(fù)雜度。在步驟3)中為每個(gè)鄰居節(jié)點(diǎn)計(jì)算鏈路容量，可以在單位時(shí)間內(nèi)完成，所以這個(gè)過(guò)程的時(shí)間復(fù)雜度最大為O(Nmax)。因?yàn)椴襟E3)、步驟5)、步驟8)為判斷條件，可以在單位時(shí)間內(nèi)完成，時(shí)間復(fù)雜度為O(1)，而計(jì)算剩余時(shí)延與更新原始和對(duì)偶變量操作也可以在單位時(shí)間內(nèi)完成，所以步驟 3)～步驟11)總的時(shí)間復(fù)雜度為O(1)。計(jì)算和判斷操作可以在單位時(shí)間內(nèi)完成，同時(shí)單跳傳輸操作也可以在單位時(shí)間內(nèi)完成，所以步驟 12)～步驟 16)的時(shí)間復(fù)雜度為O(1)。在節(jié)點(diǎn)i處總的時(shí)間復(fù)雜度為最壞情況下的時(shí)間復(fù)雜度為對(duì)于整個(gè)網(wǎng)絡(luò)來(lái)說(shuō)，總的時(shí)間復(fù)雜度為。結(jié)合以上對(duì)2個(gè)算法時(shí)間復(fù)雜度的分析可知，整個(gè)運(yùn)行過(guò)程的時(shí)間復(fù)雜度為

5 仿真實(shí)驗(yàn)

下面，利用OMNeT++5.0仿真平臺(tái)對(duì) ADCO的性能進(jìn)行仿真評(píng)估。ADCO主要考慮排隊(duì)時(shí)延和傳輸時(shí)延，而由MAC層競(jìng)爭(zhēng)產(chǎn)生的時(shí)延在實(shí)驗(yàn)中被忽略，并利用slotted-ALOHA協(xié)議實(shí)現(xiàn)MAC層的功能。假設(shè)所有的UAV均勻分布在1 000 m×1 000 m的區(qū)域內(nèi)，地面基站固定在（700 m,700 m）的位置。所有UAV有相同的傳輸半徑250 m，當(dāng)有數(shù)據(jù)分組傳輸時(shí)，UAV根據(jù)優(yōu)化得到的傳輸速率和功率層發(fā)送數(shù)據(jù)，而所要優(yōu)化的功率值從區(qū)間[0.37 W,0.66 W]中選擇。網(wǎng)絡(luò)中數(shù)據(jù)流的產(chǎn)生服從參數(shù)為 25的泊松分布，每一個(gè)數(shù)據(jù)分組的最大時(shí)延為10跳，假設(shè)每個(gè)UAV上都安裝有GPS，同時(shí)，所有UAV都擁有基站的位置信息。對(duì)偶向量λ(0)初始化為每條鏈路的排隊(duì)時(shí)延，如果在路由發(fā)現(xiàn)階段建立的路徑跳數(shù)為H，那么在每一個(gè)中繼節(jié)點(diǎn)處另外，2個(gè)步長(zhǎng)因子的值分別設(shè)置為ε=0.01和ξ=0.01，權(quán)重因子ω1=0.3和ω2=0.7。為了使實(shí)驗(yàn)結(jié)果更加準(zhǔn)確，針對(duì)每一個(gè)網(wǎng)絡(luò)參數(shù)，根據(jù)5次不同的運(yùn)行結(jié)果求平均得到最后的值，同時(shí)假設(shè)每個(gè)中繼節(jié)點(diǎn)對(duì)同一個(gè)數(shù)據(jù)分組最多重傳2次。

ADCO與文獻(xiàn)[9]中的RARP（robust and reliable predictive）路由協(xié)議和文獻(xiàn)[15]中提出的平均端到端時(shí)延約束的動(dòng)態(tài)速率分配方法（DA-DNUM）進(jìn)行比較。RARP是為 FANET提出的三維路由協(xié)議，主要考慮連通時(shí)間和端到端跳數(shù)，而DA-DNUM不考慮路由的問(wèn)題。在RARP中節(jié)點(diǎn)的傳輸速率為12 Mbit/s，傳輸功率為0.45 W，其他參數(shù)的設(shè)置和以上提到的一樣。實(shí)驗(yàn)結(jié)果主要包含超時(shí)率、分組丟失率、吞吐量和能量消耗4個(gè)參數(shù)，同時(shí)根據(jù)不同的移動(dòng)速率和節(jié)點(diǎn)數(shù)量把這些結(jié)果分為2部分。圖2～圖5主要表示在不同移動(dòng)速率下4個(gè)網(wǎng)絡(luò)參數(shù)在3種方法中的對(duì)比結(jié)果，圖6～圖9是在不同節(jié)點(diǎn)數(shù)量下3種方法的對(duì)比結(jié)果。

圖 2表示隨著移動(dòng)速率的增加，3種方法的數(shù)據(jù)分組超時(shí)率也隨著增加。ADCO考慮端到端時(shí)延約束，每一個(gè)中繼節(jié)點(diǎn)在傳輸數(shù)據(jù)分組之前都要根據(jù)式(5)評(píng)估與鄰居之間的時(shí)延。因?yàn)镈A-DNUM允許數(shù)據(jù)分組的時(shí)延在一定范圍內(nèi)大于閾值，而在本文中這些數(shù)據(jù)分組將會(huì)被中繼節(jié)點(diǎn)丟棄，所以在嚴(yán)格要求端到端時(shí)延條件下本文提出的方法比DA-DNUM的分組超時(shí)率小。為了得到優(yōu)化問(wèn)題的最優(yōu)解，中繼節(jié)點(diǎn)選擇能夠滿(mǎn)足當(dāng)前時(shí)延約束的鄰居作為下一跳節(jié)點(diǎn)，RARP不考慮端到端時(shí)延約束的問(wèn)題，它所選擇的中繼節(jié)點(diǎn)有可能消耗更多的時(shí)間傳輸數(shù)據(jù)分組。由于在每一個(gè)中繼節(jié)點(diǎn)處考慮時(shí)延約束，所以ADCO、DA-DNUM與RARP相比具有更小的超時(shí)率，如圖2所示。移動(dòng)速率的增加使鏈路具有更短的連通時(shí)間，2個(gè)節(jié)點(diǎn)之間的傳輸可能會(huì)因?yàn)樗鼈円瞥霰舜说耐ㄐ欧秶?，從而消耗更多的時(shí)延，所以在3種方法中超時(shí)率隨著移動(dòng)速率的增加而逐漸增加。

圖2 不同移動(dòng)速率下3種路由方法的分組超時(shí)率

總的分組丟失率包含超時(shí)率和在中繼節(jié)點(diǎn)處超過(guò)重傳次數(shù)導(dǎo)致的分組丟失率，在ADCO中每一個(gè)中繼節(jié)點(diǎn)根據(jù)式(4)評(píng)估與鄰居之間的鏈路質(zhì)量，同時(shí)鏈路質(zhì)量作為一個(gè)參數(shù)在目標(biāo)函數(shù)中被優(yōu)化。式(28)得到的最優(yōu)傳輸速率也暗示著當(dāng)前最好的鏈路質(zhì)量，而RARP使用固定傳輸速率可能會(huì)導(dǎo)致較差的鏈路質(zhì)量。因此，DA-DNUM和RARP比ADCO在中繼節(jié)點(diǎn)處會(huì)花費(fèi)更多的傳輸次數(shù)，而更多的傳輸次數(shù)可能會(huì)帶來(lái)更大的分組丟失率。DA-DNUM沒(méi)有考慮鏈路質(zhì)量問(wèn)題，單純的優(yōu)化傳輸速率并不能保證傳輸?shù)目煽啃裕?DA-DNUM的總分組丟失率比 ADCO中的大。如圖3所示，ADCO比DA-DNUM和RARP具有更低的總丟失率。一般來(lái)說(shuō)，總的丟失率越小表示被目的節(jié)點(diǎn)接收到的數(shù)據(jù)分組越多，也代表網(wǎng)絡(luò)的吞吐量越大，所以圖 4說(shuō)明 ADCO比DA-DNUM和RARP具有更高的吞吐量。

圖3 不同移動(dòng)速率下3種路由方法的總分組丟失率

為了減少信號(hào)之間的干擾，提高端到端傳輸?shù)目煽啃裕珹DCO要求每個(gè)中繼節(jié)點(diǎn)根據(jù)式(29)計(jì)算當(dāng)前的最優(yōu)功率層，得到的當(dāng)前最優(yōu)功率不僅可以減少信號(hào)之間的干擾，同時(shí)也提高了鏈路質(zhì)量，使中繼節(jié)點(diǎn)可以用較少的重傳次數(shù)完成端到端傳輸。而DA-DNUM和RARP使用固定的功率層，在數(shù)據(jù)流較多的情況中將會(huì)導(dǎo)致較差的鏈路質(zhì)量。在每一個(gè)中繼節(jié)點(diǎn)處更多的重傳表示更多的能量消耗，所以 ADCO傳輸單個(gè)數(shù)據(jù)分組所消耗的能量比DA-DNUM和RARP少，如圖5所示。

圖4 不同移動(dòng)速率下3種路由方法的平均吞吐量

圖5 不同移動(dòng)速率下3種路由方法中的能量消耗

當(dāng)節(jié)點(diǎn)的移動(dòng)速率設(shè)置為15 m/s時(shí)，運(yùn)行3種不同的方法可以得到圖6～圖9的結(jié)果。從圖6可以看出，當(dāng)網(wǎng)絡(luò)中節(jié)點(diǎn)的數(shù)量增加時(shí)，3種方法的超時(shí)率呈下降趨勢(shì)。因?yàn)榭紤]端到端時(shí)延約束，總節(jié)點(diǎn)數(shù)量越少中繼節(jié)點(diǎn)所能選擇的下一跳節(jié)點(diǎn)也越少。在鏈路質(zhì)量較差的情況下，中繼節(jié)點(diǎn)可能要花費(fèi)更多的時(shí)延完成一跳傳輸，這增加了數(shù)據(jù)分組超時(shí)的概率。當(dāng)網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)量較多時(shí)，每一個(gè)中繼節(jié)點(diǎn)可以選擇更好鏈路質(zhì)量的鄰居傳輸數(shù)據(jù)分組。另一方面，較大的節(jié)點(diǎn)密度意味著更長(zhǎng)的連通時(shí)間，因過(guò)多重傳次數(shù)導(dǎo)致數(shù)據(jù)分組丟失的概率較小，所以隨著節(jié)點(diǎn)數(shù)量增加，3種方法中的總丟失率減少。由于ADCO考慮端到端時(shí)延和鏈路質(zhì)量，因此，它與 RARP和僅考慮端到端時(shí)延的DA-DNUM相比具有較低的總分組丟失率，如圖7所示。和前面的分析相同，越低的總分組丟失率表示越高的吞吐量，從圖8中可知，ADCO在不同節(jié)點(diǎn)數(shù)量下比DA-DNUM和RARP有更高的吞吐量。聯(lián)合考慮速率和功率優(yōu)化不僅提高了網(wǎng)絡(luò)吞吐量，同時(shí)也減少了信號(hào)間的干擾和單跳重傳次數(shù)，從圖 9中可以看到，當(dāng)節(jié)點(diǎn)數(shù)量不同時(shí)，ADCO比DA-DNUM和RARP消耗更少的能量完成端到端傳輸。

圖6 不同節(jié)點(diǎn)數(shù)量下3種路由方法的分組超時(shí)率

圖7 不同節(jié)點(diǎn)數(shù)量下3種路由方法的總分組丟失率

圖8 不同節(jié)點(diǎn)數(shù)量下3種路由方法的平均吞吐量

圖9 不同節(jié)點(diǎn)數(shù)量下3種路由方法的能量消耗

6 結(jié)束語(yǔ)

本文提出了一種時(shí)延感知的分布式跨層優(yōu)化方法ADCO，該方法通過(guò)把優(yōu)化過(guò)程分為2個(gè)步驟

分別解決了實(shí)時(shí)路由、速率分配和功率控制問(wèn)題。為了實(shí)現(xiàn)分布式的方案，首先把跨層優(yōu)化問(wèn)題形式化為一個(gè)非凸優(yōu)化問(wèn)題，并使用拉格朗日松弛技術(shù)把非凸約束消除。然后利用對(duì)偶分解方法把一個(gè)全局問(wèn)題分解為2個(gè)子問(wèn)題，通過(guò)原始分解方法消除全局耦合的時(shí)延約束?？紤]到無(wú)線鏈路的不可靠性，利用異步更新的思想更新原始和對(duì)偶參數(shù)，直到算法達(dá)到最優(yōu)解或給定的更新間隔時(shí)間。實(shí)驗(yàn)結(jié)果表明，ADCO在吞吐量、能量消耗和超時(shí)率等方面都有很好的性能。所提方法要求所有節(jié)點(diǎn)的可用鄰居集合不能為空，但當(dāng) UAV的移動(dòng)速率很快導(dǎo)致網(wǎng)絡(luò)中某些中繼節(jié)點(diǎn)不滿(mǎn)足這個(gè)條件時(shí)，會(huì)產(chǎn)生空節(jié)點(diǎn)問(wèn)題[28]，如何在FANET中解決這個(gè)問(wèn)題將會(huì)是下一步工作的重點(diǎn)。

參考文獻(xiàn)：

[1]LAV G,RAJ J,GABOR V. Survey of important issues in UAV communication networks[J]. IEEE Communications Surveys & Tutorials,2016,18(2): 1123-1152.

[2]ANIKET D. MANETs as propellant in the growth of the Internet of things [J]. Journal of Computer Engineering,2016,18(5): 1-7.

[3] ?LKER B,OK S,?AMIL T. Flying ad hoc networks (FANET): a survey [J]. Ad Hoc Networks,2013,11(3):1254-1270.

[4]VISHAL S,RAJESH K. Cooperative frameworks and network models for flying ad hoc networks: a survey[J]. Concurrency and Computation:Practice and Experience,2017,DOI: 10.1002/cpe.3931.

[5]ALEJANDRO R,GEORGIOS B. G. Separation principles in wireless networking [J]. IEEE Transactions on Information Theory,2010,56(9):4488-4505.

[6]PENG L,WEI R,JAY A F. Distributed continuous-time optimization:non-uniform gradient gains,finite-time convergence,and convex constraint set [J]. IEEE Transactions on Automatic Control,2017,62(5):2239-2253.

[7]KETAN R,NIKOLAOS G,GEORGIOS B G. Cross-layer designs in coded wireless fading networks with multicast [J]. IEEE/ACM Transactions on Networking,2011,19(5):1276-1289.

[8]STEFANO R,KAROL K,GRéGOIRE H,et al. Dynamic routing for flying ad hoc networks[J]. IEEE Transactions on Vehicular Technology,2016,65(3): 1690-1700.

[9]GANBAYARG,ANISH P S,SANG J Y. Robust and reliable predictive routing strategy for flying ad hoc networks [J]. IEEE Access,2017,5(2017): 643-654.

[10]INES H,NOUREDDINE H. Cross layer optimization of end to end delay in WSN for smart grid communications [C]//International Symposium on Signal,Image,Video and Communications (ISIVC). 2016:217-223.

[11]SHUAI Z,I-HONG H,TIE L ,et al. Joint rate control and scheduling for real-time wireless networks [J]. IEEE Transactions on Wireless Communications,2017,DOI: 10.1109/TWC.2017.2700302.

[12]石雷,韓江洪,石怡,等. 無(wú)線多跳網(wǎng)絡(luò)下基于干擾管理的高容量跨層優(yōu)化策略[J]. 通信學(xué)報(bào),2014,35(12): 89-97.SHI L,HAN J H,SHI Y,et al. High capacity cross layer optimization strategy for multi-hop wireless network with interference management[J]. Journal on Communications,2014,35(12): 89-97.

[13]JUE Y L,GUO C,ZHI Y W,et al. Distributed subgradient method for multi-agent optimization with quantized communication [J]. Mathematical Methods in the Applied Sciences,2017,40(2017): 1201-1213.

[14]GUO Q Z,RICHARD H. Distributed optimization using the primal-dual method of multipliers [J]. IEEE Transactions on Signal and Information Processing over Networks,2017,DOI: 10.1109/TSIPN.2017.2672403.

[15]HAJIESMAILI M H,TALEBI M S,KHONSARI A. Utility-optimal dynamic rate allocation under average end-to-end delay requirements[C]//54th Annual Conference on Decision and Control (CDC).2015:4842-4847.

[16]NIKOLAOS G,GEORGIOS B G. Residential load control: distributed scheduling and convergence with lost AMI messages [J]. IEEE Transactions on Smart Grid,2012,3(2): 770-786.

[17]NIKOLAOS G,GEORGIOS B G. Asynchronous sub-gradient methods with unbounded delays for communication networks [C]//51st IEEE Conference on Decision and Control,2012: 5870-5875.

[18]IVANO N,GIUSEPPE N. Asynchronous distributed optimization via randomized dual proximal gradient [J]. IEEE Transactions on Automatic Control,2017,62(5): 2095-5875.

[19]MING Y H. A distributed,asynchronous and incremental algorithm for nonconvex optimization: an ADMM approach [J]. Transactions on Control of Network Systems,2017,DOI: 10.1109/TCNS.2017.2657460.

[20]AMRIT S B,KETAN R. Asynchronous incremental stochastic dual descent algorithm for network resource allocation[J]. arXiv preprint,arXiv: 1702.08290,2017.

[21]YI R C,XIANG Y Z,RODNEY A K,et al. Interference prediction in mobile ad hoc networks with a general mobility model [J]. IEEE Transactions on Wireless Communications,2015,14(8): 4277-4290.

[22]TAO L,PING Y F,KHALED B L. Outage probability of energy harvesting relay-aided cooperative networks over rayleigh fading channel[J]. IEEE Transactions on Vehichlar Technology,2016,65(2):972-978.

[23]GAGAN R G,NESS B S. Delay analysis for wireless networks with single hop traffic and general interference constraints [J]. IEEE/ACM Transactions on Networking,2010,18(2): 393-405.

[24]TONG M,FAN W,ZHENG Y,et al. Vasilakos spatial reusability-aware routing in multi-hop wireless networks[J]. IEEE Transactions on Computers,2016,65(1): 244-255.

[25]TYCHOGIORGOS G,LEUNG K K. Optimization-based resource allocation in communication networks[J]. Computer Networks,2014,66(2014): 32-45.

[26]ANDREA S,HADI J R. Primal recovery from consensus-based dual decomposition for distributed convex optimization[J]. Journal of Optimization Theory and Applications,2016,168(1): 172-197.

[27]LONG C,JIAN W N,JIAN N C,et al. QoS aware geographic opportunistic routing in wireless sensor networks[J]. IEEE Transactions on Parallel and Distributed Systems,2014,25(7): 1864-1875.

[28]SARAB F A R,MEHMMOOD A A,BRAJENDRA K S,et al. 3D real-time routing protocol with tunable parameters for wireless sensor networks[J]. IEEE Sensors Journal,2016,16(3): 843-853.