1 中国工程物理研究院 电子工程研究所，四川 绵阳 621999
2 中国工程物理研究院 院机关，四川 绵阳 621999
无人机自组网（UANET）可通过多跳转发增大通信范围，其中路由算法承担数据包传输路径规划的任务。针对高动态网络下，无人机定位偏差带来的定向天线波束对不准所造成的增益衰减问题，提出一种基于链路质量预测的蚁群路由算法（LQP-ACO）。该算法利用双向门控循环单元-全连接神经网络（BiGRU-FCNN）预测无人机节点之间的链路质量，然后根据预测的链路质量，利用蚁群算法寻找最优的2条路径进行业务数据传输。仿真结果表明，提出的路由算法相较于传统的Dijkstra算法，在随机路点（RWP）及随机游走（RW）移动模型下，丢包率分别降低了2.75%、4.5%。
无人机自组网路由 蚁群优化算法 双向门控循环单元 全连接神经网络（FCNN） UAV ad-hoc Network routing Ant Colony Optimization algorithm Bidirectional Gated Recurrent Unit Fully Connected Neural Network(FCNN) 太赫兹科学与电子信息学报
2025, 23(3): 240
