增强FANET路由弹性：一种模糊驱动的仿生方法及其定量评估

在飞行自组网中，无人机的高机动性导致拓扑快速变化和链路不稳定。分簇可以简化拓扑管理，但在高度动态的环境中维持稳定的簇结构仍然具有挑战性。本文采用多因素优化来增强基于人工蜂群的簇头选举算法，并引入了一种双层信标机制用于簇维护，从而提高了簇稳定性并减少了重构开销。同时，虽然缩短hello间隔有助于及时捕获链路变化，但它显著增加了控制开销。为了解决这个问题，提出了一种基于模糊逻辑的hello间隔控制器，根据网络动态自适应调整控制消息频率，在保持传输性能的同时有效降低开销。此外，为了在大规模和高度动态的场景中定量评估路由弹性，本文提出了一种参数敏感性指数，以表征整体协议性能及其对环境变化的敏感性。在NS-3仿真中，将所提出的协议与常见的基线方案进行了比较，弹性评估框架分析揭示了在整体性能上的显著优势，同时也暴露了峰值性能与参数稳定性之间的权衡。