基于机器学习链路权重优化的无人机网络路由算法

摘要

针对分布式“马赛克战”场景下侦察-判断-决策-行动(observe orient decide act, OODA)环通信加速的要求，提出了基于机器学习链路权重优化的无人机集群网络路由算法。针对OODA环当前阶段业务量通信需求，对业务量通信的完成时间进行建模，以最小化业务量通信完成时间为优化目标，通过利用机器学习梯度下降方法实现无人机集群网络分布式路由链路权重的优化，从而满足OODA环的通信加速要求，使己方可以先敌行动，获得战场主动权。仿真表明，相比于现有无人机网络的路由算法，提出的算法能显著降低OODA环的通信时间，提高数据报文传输成功率。

关键词

无人机集群网络 / 侦察-判断-决策-行动(OODA) / 路由算法 / 机器学习