FANET management process simulation at the deployment and operation stage

Abstract

The object of the study is the process of managing the air network of air communication platforms of the FANET class (Flying Ad-Hoc Network), which is a component of the ground-air communication network, and which is performed on rotary unmanned aerial vehicles (UAVs) of the mini class, at the stage of deployment and operational management. The scientific research is aimed at the managing process formalization of aerial communication platforms of the air communication network in the implementation of two classes of management tasks – the class of traffic management tasks and the class of communication tasks. The analysis of this subject area showed that the management tasks at the stage of deployment and operational management of the air subnet are a multi-parameter optimization task and require the formation of control solutions at the OSI physical, channel and network levels, open systems interaction model. Tasks related to the adaptive management of radio coverage in zones (geographic areas of the area), including the clustering of terrestrial subscribers (communication nodes), were not considered, and relate to processes at the transport and application levels. At the same time, the article shows the mathematical apparatus of the approach to the compensation of the deviations of the trajectory of an unmanned aerial vehicle (UAV) in the conditions of a directional obstacle, which will allow the formation of control solutions for adaptive control, directional patterns at the output of the transmission path. Such compensation is carried out using methods of algorithmic exchange of probes (messages) between the mobile base station and communication platforms with a certain periodicity – solutions at the channel and network levels, as well as the use of Multi User MIMO technologies. This technology allows for information exchange with several client devices at the same time, and not sequentially, sending probes to several spacecraft on one channel, using several transmitting and receiving antennas, and the calculation of channel coefficients allows to estimate the azimuthal angle of deviation and the angle of elevation.

Evaluation of the effectiveness of methodological approaches to hierarchical intelligent control of ground-air Ad-Hoc communication network

“…В наукових працях [6][7][8][9][10][11][12][13][14][15] окреслено принципи, методи, моделі та підходи інтелектуального управління наземно-повітряними комунікаційними мережами з використанням нейронних мереж та машинного навчання із підкріпленням та визначено, що для підвищення ефективності цього процесу необхідно збільшити глибину опису функціональної взаємодії мобільних комунікаційних вузлів наземної і повітряної підмережі шляхом моделювання на етапі планування мережі, тим самим підвищуючи умовну ймовірність прийняття «правильних» рішень на етапах розгортання та оперативного управління.…”

“…Метою статті є аналіз статистичних даних розробленої моделі мобільності мереж FANET-MANET на етапі планування, визначення репрезентативності навчальної вибірки порівняно з існуючими підходами, оцінка ефективності інтелектуального управління наземноповітряною комунікаційною мережею з використанням алгоритму Reinforcement Learning -FA-OSELM. Початкове положення зависання комунікаційних аероплатформ мережі повітряного рівня визначено за критерієм рівномірного розподілу покриття зон функціонування мобільних користувачів, де кожна мобільна базова станція (МБС) управляє підгрупою комунікаційних аероплатформ (КА) за загальною методикою управління переміщенням, описаною в [13].…”