Оценка характеристик производительности беспроводной сети на базе привязных БПЛА
Журнал: Проблемы информатики @problem-info
Рубрика: Прикладные информационные технологии
Статья в выпуске: 1 (66), 2025 года.
Бесплатный доступ
В настоящей работе дано описание преимуществ реализации широкополосной беспроводной сети на базе привязного дрона и оценки характеристик ее производительности. Приводится расчет увеличения зоны телекоммуникационного покрытия (зоны прямой видимости) и параметров канала связи между базовой станцией (БС), расположенной на дроне, и наземной станцией (НС) в пределах прямой видимости. Предложена модель стохастического поллинга с групповым обслуживанием пакетов, адекватно описывающая функционирование широкополосной беспроводной сети с централизованным механизмом управления. Дано описание архитектуры сети и протокола взаимодействия БС и НС с целью получения исходных данных при проведении численных расчетов. Для оценки производительности сети и проведения численных расчетов разработан новый подход, базирующийся на комбинации методов машинного обучения и имитационного моделирования.
Похожие статьи в разделе Электротехника
Короткий адрес: https://sciup.org/143185026
IDS: 143185026 | УДК: 519.872 | DOI: 10.24412/2073-0667-2025-1-60-77
Assessment of the performance characteristics of a wireless network based on tethered UAVs
This paper describes the advantages of implementing a broadband wireless network based on a tethered drone and evaluates its performance characteristics. It includes calculations for the expansion of the telecommunications coverage area (line-of-sight area) and the channel parameters between the base station (BS) on the drone and the ground station (GS) within line-of-sight. A stochastic polling model with batch packet servicing is proposed, which adequately describes the operation of the broadband wireless network with a centralized management mechanism. The network architecture and the protocol for interaction between the BS and GS are outlined to provide the necessary data for numerical calculations. A new approach for performance evaluation and numerical analysis is developed, combining machine learning methods with simulation modeling.
