Полный текст статьи (PDF) XML (JATS 1.2)
Авторы / Authors
  • Деркач Алексей Евгеньевич (Derkach Alexey E.) Адъюнкт, Военная академия связи, Санкт-Петербург, Санкт-Петербург, Россия
    Adjunct, Military Academy of Communications, St. Petersburg     alder2000@inbox.ru
  • Лиманцева Елена Владимировна (Limantseva Elena V.) Адъюнкт, Военная академия связи, Санкт-Петербург, Санкт-Петербург, Россия
    Adjunct, Military Academy of Communications, St. Petersburg     lena.limantseva@mail.ru
  • Чуднов Александр Михайлович (Chudnov Alexander M.) Доктор технических наук, профессор, профессор Военной академии связи имени Маршала Советского Союза С. М. Буденного, Санкт-Петербург, Санкт-Петербург, Россия
    Dr.Sc. of Technical Sciences, Professor, Professor of the Military Academy of Communications named after Marshal of the Soviet Union S. M. Budyonny, St. Petersburg     chudnow@yandex.ru
Ключевые слова
сеть с коммутацией пакетовпропускная способность сетиустойчивость сетиуправление маршрутизацией пакетовтаблицы маршрутизации пакетовсамоорганизация сетевого обмена
Keywords
packet-switched networknetwork capacitynetwork resiliencepacket routing managementpacket routing tablesnetwork exchange self-organization
Аннотация / Abstract
Русский

Цель работы: повышение устойчивости сети обмена данными большой группы беспилотных летательных аппаратов (БпЛА) к дестабилизирующим воздействиям за счет динамической оптимизации ее структуры.

Методы исследования: теории сетей массового обслуживания, теория управления, динамическое программирование.

Результаты исследования: разработаны принципы анализа и оптимизации структуры системы обмена данными большой группы (роя) БпЛА с кластеризованной структурой маршрутизации пакетов. Показано, что повышение эффективности функционирования сети обмена данными (СОД) может быть обусловлено за счет сокращения трафика, необходимого для сбора данных.

Научная новизна результатов состоит в разработке новой модели обмена данными в крупномасштабной СОД, учитывающей в процессе управления маршрутизацией кластеризованную структуру, а также постановке и разработки метода решения задачи оптимизации кластеризованной сетевой структуры.

English

The purpose of the work is to increase the stability of the data exchange network of a large group of unmanned aerial vehicles (UAVs) to destabilizing effects due to the dynamic optimization of its structure.

Research methods: queuing network theories, control theory, dynamic programming.

Results of the study: the principles of analysis and optimization of the structure of the data exchange system of a large group (swarm) of UAVs with a clustered packet routing structure have been developed. It is shown that the increase in the efficiency of the data exchange network (DPN) can be due to the reduction of traffic required for data collection.

The scientific novelty of the results lies in the development of a new model of data exchange in a large-scale ODS, which takes into account the clustered structure in the process of routing management, as well as the formulation and development of a method for solving the problem of optimizing the clustered network structure.

Финансирование / Funding

Источники финансирования не указаны.

No funding sources reported.

Идентификаторы / Identifiers
DOI10.21681/3034-4050-2026-1-2-7 УДК004.056.5 ЖурналТелекоммуникации и связь Год2026 Номер№ 1 (10) Страницы2–7 ISSNПИ №ФС77-88069
Список литературы / References
  1. Чуднов А. М., Губская О. А., Кичко Я. В.. Методика анализа вероятностно-временных характеристик обмена сообщениями в комплексе беспилотных летательных аппаратов // Известия ТулГУ. Технические науки. 2021. № 11. С. 117–124.
    Чуднов А. М., Губская О. А., Кичко Я. В.. Metodika analiza verojatnostno-vremennyh harakteristik obmena soobshhenijami v komplekse bespilotnyh letatel'nyh apparatov // Izvestija TulGU. Tehnicheskie nauki. 2021.
  2. Чуднов А. М., Положинцев Б. И., Кичко Я. В.. Анализ помехозащищенности обмена данными группы беспилотных летательных аппаратов в условиях оптимизированных помех // Радиотехника. 2022. Т. 86. № 12. С. 33–46. DOI: 10.18127/j00338486-202212-03.
    Чуднов А. М., Положинцев Б. И., Кичко Я. В.. Analiz pomehozashhishhennosti obmena dannymi gruppy bespilotnyh letatel'nyh apparatov v uslovijah optimizirovannyh pomeh // Radiotehnika. 2022. DOI: 10.18127/j00338486-202212-03.
  3. Чуднов А. М.. Математические основы моделирования, анализа и синтеза систем // СПб.: ВАС. 2021.
    Чуднов А. М.. Matematicheskie osnovy modelirovanija, analiza i sinteza sistem // SPb.: VAS. 2021.
  4. Jan Lansky, Saqib Ali, Amir Masoud Rahmani, Mohammad Sadegh Yousefpoor, Efat Yousefpoor, Faheem Khan, Mehdi Hosseinzadeh. Reinforcement Learning-Based Routing Protocols in Flying Ad Hoc Networks (FANET) // Mathematics. 2022. Т. 10. С. 3017. DOI: 10.3390/math10163017.
    Jan Lansky, Saqib Ali, Amir Masoud Rahmani, Mohammad Sadegh Yousefpoor, Efat Yousefpoor, Faheem Khan, Mehdi Hosseinzadeh. Reinforcement Learning-Based Routing Protocols in Flying Ad Hoc Networks (FANET) // Mathematics. 2022. DOI: 10.3390/math10163017.
  5. Siddiqi M. A., Vivendi C., Jaroslava K., Anumbe N.. Analysis on security-related concerns of unmanned aerial vehicle: Attacks, limitations, and recommendations // Math. Biosci. Eng.. 2022. Т. 19. С. 264/1–2670.
    Siddiqi M. A., Vivendi C., Jaroslava K., Anumbe N.. Analysis on security-related concerns of unmanned aerial vehicle: Attacks, limitations, and recommendations // Math. Biosci. Eng.. 2022.
  6. Rovira-Sugranes A., Razi A., Afghah F., Chakareski J.. A review of AI-enabled routing protocols for UAV networks: Trends, challenges, and future outlook // Ad Hoc Netw.. 2022. Т. 130. С. 102790. DOI: 10.48550/arXiv.2104.01283.
    Rovira-Sugranes A., Razi A., Afghah F., Chakareski J.. A review of AI-enabled routing protocols for UAV networks: Trends, challenges, and future outlook // Ad Hoc Netw.. 2022. DOI: 10.48550/arXiv.2104.01283.
  7. Rezwan S., Choi W.. A survey on applications of reinforcement learning in flying ad hoc networks // Electronics. 2021. Т. 10. С. 449. DOI: 10.3390/electronics10040449.
    Rezwan S., Choi W.. A survey on applications of reinforcement learning in flying ad hoc networks // Electronics. 2021. DOI: 10.3390/electronics10040449.
  8. Shrestha R., Bajracharya R., Kim S.. 6G enabled unmanned aerial ehicle traffic management: A perspective // IEEE Access. 2021. Т. 9. С. 91119–91136. DOI: 10.1109/ACCESS.2021.3092039.
    Shrestha R., Bajracharya R., Kim S.. 6G enabled unmanned aerial ehicle traffic management: A perspective // IEEE Access. 2021. DOI: 10.1109/ACCESS.2021.3092039.
  9. Sirajuddin M., Rupa C., Iwendi C., Biamba C.. TBSMR: A trust-based secure multipath routing protocol for enhancing the qos of the mobile ad hoc network // Secur. Commun. Netw.. 2021. С. 2021. DOI: 10.1155/2021/5521713.
    Sirajuddin M., Rupa C., Iwendi C., Biamba C.. TBSMR: A trust-based secure multipath routing protocol for enhancing the qos of the mobile ad hoc network // Secur. Commun. Netw.. 2021. DOI: 10.1155/2021/5521713.
  10. Деркач А. Е., Чуднов А. М.. Методика структурирования сети обмена данными роя беспилотных летательных аппаратов для обеспечения устойчивого их взаимодействия // Подготовка профессиональных кадров в магистратуре в эпоху цифровой трансформации (ПКМ-2024). 2025. С. 622–629.
    Деркач А. Е., Чуднов А. М.. Metodika strukturirovanija seti obmena dannymi roja bespilotnyh letatel'nyh apparatov dlja obespechenija ustojchivogo ih vzaimodejstvija // Podgotovka professional'nyh kadrov v magistrature v jepohu cifrovoj transformacii (PKM-2024). 2025.
  11. Alam M. M., Moh S.. Survey on Q-Learning-Based Position-Aware Routing Protocols in Flying Ad Hoc Networks // Electronics. 2022. Т. 11. С. 1099. DOI: 10.3390/electronics11071099.
    Alam M. M., Moh S.. Survey on Q-Learning-Based Position-Aware Routing Protocols in Flying Ad Hoc Networks // Electronics. 2022. DOI: 10.3390/electronics11071099.
  12. Liu T., Sun Y., Wang C., Zhang Y., Qiu Z., Gong W., Lei S., Tong X., Duan X.. Unmanned aerial vehicle and artificial intelligence revolutionizing efficient and precision sustainable forest management // J. Clean. Prod.. 2021. Т. 311. С. 127546. DOI: 10.1016/j.jclepro.2021.127546.
    Liu T., Sun Y., Wang C., Zhang Y., Qiu Z., Gong W., Lei S., Tong X., Duan X.. Unmanned aerial vehicle and artificial intelligence revolutionizing efficient and precision sustainable forest management // J. Clean. Prod.. 2021. DOI: 10.1016/j.jclepro.2021.127546.
  13. Khan M. F., Yau K. L. A., Ling M. H., Imran M. A., Chong Y. W.. An Intelligent Cluster-Based Routing Scheme in 5G Flying Ad Hoc Networks // Appl. Sci.. 2022. Т. 12. С. 3665. DOI: 10.3390/app12073665.
    Khan M. F., Yau K. L. A., Ling M. H., Imran M. A., Chong Y. W.. An Intelligent Cluster-Based Routing Scheme in 5G Flying Ad Hoc Networks // Appl. Sci.. 2022. DOI: 10.3390/app12073665.
  14. Arafat M. Y., Moh S. A.. Q-learning-based topology-aware routing protocol for flying ad hoc networks // IEEE Internet Things J.. 2021. Т. 9. С. 1985–2000. DOI: 10.1109/JIOT.2021.3089759.
    Arafat M. Y., Moh S. A.. Q-learning-based topology-aware routing protocol for flying ad hoc networks // IEEE Internet Things J.. 2021. DOI: 10.1109/JIOT.2021.3089759.
  15. Cui Y., Zhang Q., Feng Z., Wei Z., Shi C., Yang H.. Topology-Aware Resilient Routing Protocol for FANETs: An Adaptive Q-Learning Approach // IEEE Internet Things J.. 2022. DOI: 10.48550/arXiv.2306.17360.
    Cui Y., Zhang Q., Feng Z., Wei Z., Shi C., Yang H.. Topology-Aware Resilient Routing Protocol for FANETs: An Adaptive Q-Learning Approach // IEEE Internet Things J.. 2022. DOI: 10.48550/arXiv.2306.17360.
  16. Zhang M., Dong C., Feng S., Guan X., Chen H., Wu Q.. Adaptive 3D routing protocol for flying ad hoc networks based on prediction-driven Q-learning // China Commun.. 2022. Т. 19. С. 302–317. DOI: 10.23919/JCC.2022.05.005.
    Zhang M., Dong C., Feng S., Guan X., Chen H., Wu Q.. Adaptive 3D routing protocol for flying ad hoc networks based on prediction-driven Q-learning // China Commun.. 2022. DOI: 10.23919/JCC.2022.05.005.
  17. Макаренко С. И.. Усовершенствование функций многоуровневой иерархической кластеризации протокола маршрутизации pnni с целью повышения устойчивости сети связи // I-methods. 2020. Т. 12. № 2. С. 1–21.
    Макаренко С. И.. Usovershenstvovanie funkcij mnogourovnevoj ierarhicheskoj klasterizacii protokola marshrutizacii pnni s cel'ju povyshenija ustojchivosti seti svjazi // I-methods. 2020.
  18. Guo J., Gao H., Liu Z., Huang F., Zhang J., Li X., Ma J.. ICRA: An Intelligent Clustering Routing Approach for UAV Ad Hoc Networks // IEEE Trans. Intell. Transp. Syst.. 2022. С. 1–14. DOI: 10.1109/TITS.2022.3145857.
    Guo J., Gao H., Liu Z., Huang F., Zhang J., Li X., Ma J.. ICRA: An Intelligent Clustering Routing Approach for UAV Ad Hoc Networks // IEEE Trans. Intell. Transp. Syst.. 2022. DOI: 10.1109/TITS.2022.3145857.
  19. Idrissi M., Salami M., Annaz F.. A Review of Quadrotor Unmanned Aerial Vehicles: Applications, Architectural Design and Control Algorithms // J. Intell. Robot. Syst.. 2022. Т. 104. С. 1–33. DOI: 10.1007/s10846-021-01527-7.
    Idrissi M., Salami M., Annaz F.. A Review of Quadrotor Unmanned Aerial Vehicles: Applications, Architectural Design and Control Algorithms // J. Intell. Robot. Syst.. 2022. DOI: 10.1007/s10846-021-01527-7.
  20. Rovira-Sugranes A., Afghah F., Qu J., Razi A.. Fully-echoed Q-routing with Simulated Annealing Inference for Flying Adhoc Networks // IEEE Trans. Netw. Sci. Eng.. 2021. Т. 8. С. 2223–2234. DOI: 10.48550/arXiv.2103.12870.
    Rovira-Sugranes A., Afghah F., Qu J., Razi A.. Fully-echoed Q-routing with Simulated Annealing Inference for Flying Adhoc Networks // IEEE Trans. Netw. Sci. Eng.. 2021. DOI: 10.48550/arXiv.2103.12870.
  21. Da Costa L. A. L., Kunst R., de Freitas E. P.. Q-FANET: Improved Q-learning based routing protocol for FANETs // Comput. Netw.. 2021. Т. 198. С. 108379. DOI: 10.1016/J.COMNET.2021.108379.
    Da Costa L. A. L., Kunst R., de Freitas E. P.. Q-FANET: Improved Q-learning based routing protocol for FANETs // Comput. Netw.. 2021. DOI: 10.1016/J.COMNET.2021.108379.
  22. Agrawal J., Kapoor M.. A comparative study on geographic-based routing algorithms for flying ad hoc networks // Concurrency and Computation: Practile and Experience. 2021. Т. 33. № 16. DOI: 10.1002/cpe.6253.
    Agrawal J., Kapoor M.. A comparative study on geographic-based routing algorithms for flying ad hoc networks // Concurrency and Computation: Practile and Experience. 2021. DOI: 10.1002/cpe.6253.