亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

無線傳感器網絡（WSNs）通常由大量廉價的傳感器節點組成，每個節點由電池或其他有限能源供電，這些能源因其所在環境或更換成本而難以替換。無線傳感器網絡的應用包括軍事監視、災害管理、目標跟蹤和環境條件監測。為了延長無線傳感器網絡的壽命，傳感器節點的節能感知和通信方法至關重要。最近，利用無人飛行器（UAVs）作為無線傳感器網絡中地面傳感器節點的便攜式數據收集器的興趣有所增加。本論文研究了幾種解決傳感器節點與融合中心之間有效通信的方法。由于處理能力、感知范圍、傳輸帶寬和能耗總是有限的，因此不利用每個傳感器節點提供的所有信息是有益的，以延長其壽命并降低通信成本。為了解決這個問題，首先，提出了使用單個融合中心和多個傳感器的高效測量量化技術。動態比特分配在所有傳感器之間以及測量元素內部進行。隨后，該問題擴展到包含多個融合中心，并提出了一種新穎的算法將傳感器關聯到融合中心。解決了由多個傳感器監視的目標的帶寬分配問題。此外，討論了如何利用傳感器位于多個融合中心覆蓋半徑內的情況在它們之間共享目標。最后，提出了性能有界的數據收集算法，其中指定了每個目標所需的精度。為了確定所需數據收集器的最小數量及其初始放置位置，提出了一種算法。當固定數據收集器的數量少于需要收集數據的區域數量時，開發了一種覆蓋路徑規劃方法。由于最優解需要巨大的計算量，對于實時在線實施不切實際，因此針對多目標整數優化問題提出了近似算法。為了評估每個建議算法的有效性，使用了多種模擬場景以及基線和簡單的現有方法。

以下是本文的貢獻：

? 比特分配問題被表述為一個多目標整數優化問題，該問題最小化所有目標的PCRLB（后驗克拉美-羅下界）并遵守帶寬限制。在創建動態比特分配時，考慮了融合中心（FC）和每個傳感器節點的帶寬限制（第2章）。

? 提出了一種近似的比特分配算法，該算法將比特分配到測量向量的各分量以及融合中心處的各個目標（第2章）。

? 針對雜波背景下多分布式雷達網絡中的多目標跟蹤，提出了一種用于聯合帶寬分配和目標分配到融合中心的新策略（第3章）。

? 針對聯合帶寬分配和目標分配，提出了兩種近似分配算法。這些算法在更短的時間內提供了近乎理想的結果（第3章）。

? 提出了一種為多目標整數優化問題生成初始值的算法（第3章）。

? 計算了在帶寬和覆蓋區域受限的情況下，覆蓋所有傳感器并為每個目標獲得指定精度結果所需的數據收集器的最小數量（第4章）。

? 表述了一個多目標優化問題來描述數據收集器與傳感器節點之間的關系，其中每個傳感器僅關聯一個數據收集器（第4章）。

? 表述了一個覆蓋路徑規劃問題，用于使用預定數量的數據收集器覆蓋區域（第4章）。

微型無人機在業余愛好者、攝影師以及像亞馬遜這樣計劃在英國測試無人機配送系統的公司中引起了日益濃厚的興趣。然而，這些平臺也被用于犯罪活動，構成諸如走私和空域干擾等危險。雷達傳感器在主動識別和跟蹤這些平臺方面展現出潛力，即使在惡劣條件下也是如此。需要進行大量研究以理解其獨特的信號變異性，從而促進成功的探測和分類算法實現。研究表明，雷達傳感器能夠主動探測和評估此類平臺。此外，這些傳感器還具有在遠距離、惡劣天氣條件和低光照環境下有效運行的優勢。為了促進這些新型飛行器安全融入低空空域，需要進一步研究以理解它們發出的獨特信號特征，而雷達系統是滿足此需求的理想候選者。

本工作討論了一種定制化雙波段自適應調頻連續波（FMCW）雷達系統的開發，其獨特之處在于能夠實時調整眾多雷達參數，這種能力在學術界鮮有探索。該項目已達到較高的技術成熟度等級（TRL），該系統能夠無需人工干預即可部署在野外，同時提供實時信號處理和即時用戶反饋。首先進行了文獻研究以識別挑戰，隨后對雷達進行了概念設計并推進到制造階段，對其進行了測試以確保滿足既定標準，最后將其封裝進便攜式外殼中。為了利用低功耗設備，同時滿足問題定義的要求，必須從頭開發一種新穎的信號處理實現方案。通過此功能，在2023年秋季進行的兩次活動中廣泛收集了一個大型雷達微多普勒特征數據庫，并設計了一個分類器，在18K幅圖像上實現了99.2%的分類準確率。

本論文的撰寫旨在引導未來的雷達工程師應對FMCW設計中呈現的挑戰，以及真實系統的生產生命周期和部署，同時兼顧數據處理限制和對原始研究目標的解決。

在我的研究過程中，我協助為多家科學期刊和會議論文集進行了超過75篇稿件的同行評審。我也是FPGA和編程社區的積極貢獻者。本項目的新穎研究貢獻陳述如下：
? 一款定制化的FMCW自適應雷達系統經過精心設計、組裝，能夠部署在野外，適用于戶外測量。這已通過2023年秋季進行的多次成功試驗得到驗證。該系統的主要目標是擴展雷達系統在無人機探測領域的研究范圍。
? 一個定制的FPGA加速信號處理系統已從頭設計和實現，允許實時處理和顯示來自S波段和C波段的FMCW數據。這包括可以精確控制的距離時間信息和多普勒時間信息。
? 無人機在飛行中的動力學特性已通過數學模型進行建模，并利用所設計的FMCW雷達系統驗證了其部分特性。基于此分析，開發了一系列分類算法對收集到的整套數據進行分類。
 ? 該系統使得能夠收集市場上各種商用無人機的新穎雷達數據，并因此生成了多個數據庫。最值得注意的是探索了不同雷達參數和波形效果的數據集，這些參數和波形在操作過程中可進行自適應調整。

論文將按如下結構呈現：
? 第2章將涵蓋本工作背后的核心理論概念，探討核心電磁（EM）和雷達基礎原理，以及該博士項目涉及的其他相關主題。將從雷達散射截面（RCS）理論開始，并將其擴展到雷達距離方程。接著將介紹FMCW雷達，討論其波形以及對雷達距離方程所需的修改。然后介紹多基地雷達，包括一些伴隨的數據融合和決策級理論。隨后是FMCW信號處理部分，最后是關于無人機飛行動力學的一些基礎數學章節。
? 第3章，文獻綜述將包含本項目初期一篇期刊出版物[25]的摘錄，其內容截至2018年3月是準確的，本章將稍作擴展以納入一些近期工作。
? 第4章，將涵蓋雷達系統設計與開發，記錄FMCW雷達系統的設計過程。包括框圖和高頻（RF）功率電平預算，省略電路原理圖。它還將包括雷達系統的校準過程以及相關的性能指標，如接收機噪聲系數和波形相位噪聲。
? 第5章，是現場可編程門陣列（FPGA）加速信號處理部分，將探討在硬件中實現的FMCW信號處理階段，涵蓋最終加速處理系統的優勢、劣勢和性能。它還將詳細說明圖形用戶界面（GUI）的使用方式、數據流以及自適應雷達參數。
? 第6章，將涵蓋實驗測試與測量，包含在2023年秋季使用所開發的雷達系統進行的真實實驗活動的結果。這些實驗活動側重于解決無人機探測與識別的關鍵問題，并展示使用預訓練和調整的深度神經網絡（DNNs）訓練得到的分類結果。
? 第7章，將最終總結論文，概述所進行的工作、研究發現，指出需要改進的領域以及未來的研究潛力。

近年來，將AI賦能應用部署至邊緣端的訴求與能力顯著增長。然而，邊緣設備在算力、面積與功耗方面的限制，與AI應用對底層神經網絡規模、深度與能力的持續提升需求形成矛盾。此類應用通常具有數億至數十億參數的大內存占用特征，并通過矩陣運算產生高計算需求，導致其成為諸多架構問題的極端案例。為解決諸如"內存墻"等架構挑戰，計算機架構師與工程師開發了多種解決方案、框架與技術。面向內存計算架構、SIMD協處理器、神經網絡引擎等專用系統的模擬裝置已不同程度地提出與實施，但多數存在共同局限——設計時僅考慮有限實驗場景，通常僅與傳統系統進行對比。鑒于AI應用架構選擇的多樣性，孤立評估單一方案或對比融合多方案的異構系統變得極為困難。現代計算架構挑戰的復雜性及異構系統普及趨勢，使得架構設計空間探索的不可遍歷性成為未來架構發展的阻礙。

為此，本博士論文提出ALPINE框架——基于gem5-X模擬器構建的全系統級計算機架構框架，并通過集成開發的工具與方法論，支持新型異構邊緣架構的實施、建模與關鍵指標提取。該框架通過在通用系統全系統級仿真內核中集成多種新型加速器與接口建模能力，為現代神經網絡架構探索奠定基礎，并支撐未來研究。

利用ALPINE框架，我們首先實現對CPU近端模擬內存計算單元的建模，該單元通過指令集擴展接口執行恒定時間的矩陣向量乘法運算（AI應用常見瓶頸）。通過對多層感知機、循環神經網絡與卷積神經網絡等AI應用的廣泛探索，聚焦關鍵子區域分析，我們驗證了該方案的應用優勢，揭示了跨核通信這一新興瓶頸，并證明相較傳統SIMD向量化系統可實現最高20.5倍加速與20.8倍能效提升。針對通信瓶頸，ALPINE框架內建模的無線暫存器可實現核間高速數據傳輸，使測試卷積神經網絡額外獲得20%性能提升。

基于ALPINE框架的高度可擴展性，我們重構加速器模型以支持CPU近端小規模脈動陣列建模。以Transformer模型為測試案例，驗證其在全應用層面最高可實現89.5倍加速。通過ALPINE集成的脈動陣列與模擬內存計算雙模型，我們能夠在同系統中對比兩種加速方案的性能、能效與功能取舍，并與配備SIMD協處理器與大容量緩存的系統進行橫向評估。

為拓展ALPINE設計空間異質性維度，我們進一步研究基于總線傳輸接口的遠端模擬內存計算單元，并與近端方案進行對比。該探索揭示了多進程神經網絡中負載均衡與數據傳輸開銷的影響機制，通過優化先進負載均衡算法，我們在多種卷積網絡中實現額外加速與能效提升（最高超5倍）。

本論文研究表明，通過實施應用至加速器的映射、瓶頸隔離、架構工具與指標分析等方法，不僅能實現異構架構探索，更能揭示其實際效能。ALPINE框架具備充分通用性，可高效支持未來新型加速器模型、配置方案及神經網絡瓶頸的探索。

關鍵詞：全系統級仿真，計算機架構，人工智能，機器學習，深度學習，異構架構，神經網絡，推理，內存計算，加速器，多層感知機，循環神經網絡，卷積神經網絡，Transformer模型，接口。

隨著無人機（UAV）技術日趨成熟，無線生態系統正經歷前所未有的范式轉變。這類空中平臺因其快速靈活部署、高性價比及與地面節點建立視距（LoS）鏈路的優勢，在多樣化應用中展現出獨特價值。然而，將無人機整合至現有蜂窩網絡的實際效益，需通過全面探索內在權衡空間方能準確表征。本研究核心目標即基于無人機特性，對無人機蜂窩網絡展開詳細系統級分析。

靜態網絡架構分析
 首先聚焦三維（3D）雙跳蜂窩網絡的靜態場景性能表征，其中地面基站（BS）與無人機協同服務地面用戶設備（UE）。具體而言，UE可通過接入鏈路直連地面基站，或通過無人機中繼（聯合接入與回程）間接連接至地面基站。采用第三代合作伙伴計劃（3GPP）開發的實用模型，對基站與無人機天線輻射方向圖進行真實建模，并引入包含視距與非視距鏈路的空地傳輸概率信道模型。基于最大功率接入策略，研究放大轉發（AF）與解碼轉發（DF）中繼協議下的網絡性能。運用隨機幾何工具，解析3D場景中最近（服務）無人機與原點間距離及天頂角的聯合分布，構建接收信號干擾噪聲比（SINR）分布的核心數學框架，推導AF與DF協議下覆蓋概率的精確表達式。針對基站下傾天線導致回程鏈路衰弱的問題，提出并分析專用于回程的上傾定向天線配置，通過大量仿真驗證無線回程無人機搭配定向天線的優越性。

移動網絡模型研究
 其次轉向移動場景，研究無人機基站服務地面用戶的四大經典移動模型：直線（SL）、隨機駐停（RS）、隨機游走（RW）與隨機路點（RWP）。其中SL模型參考3GPP無人機部署與軌跡仿真模型，其余模型則在真實性與可解析性間取得平衡。基于最近鄰接入策略，定義兩種UE服務模式：UE獨立模型（UIM）與UE依賴模型（UDM）。UIM中服務無人機與其他無人機遵循相同移動模式，UDM中服務無人機則飛向目標UE并懸停其上空。提出統一方法表征各移動與服務模型下的無人機點過程，推導典型UE平均接收速率與會話速率的精確表達式。運用變分法證明：當各無人機移動獨立同分布時，簡單SL模型可為其他通用移動模型（含曲線軌跡）的性能提供下界。

切換概率解析
 延續移動場景分析，研究初始位置服從齊次泊松點過程（PPP）的無人機蜂窩網絡切換概率。假設所有無人機遵循SL模型沿隨機方向直線運動，考慮同速（SSM）與異速（DSM）兩種場景。基于最近鄰接入策略，推導兩種移動場景的切換概率。對于SSM，通過建立與單層地面蜂窩網絡（靜態基站、移動UE）的等效性，計算精確切換概率；對于DSM，通過刻畫無人機空間分布演化推導切換概率下界。

空地信道特性研究
 完成網絡級分析后，聚焦空地無線信道獨特屬性。首先基于萊斯多徑信道模型，研究無人機晃動對信道相干時間的影響，分析單無人機（SUS）與多無人機（MUS）場景。針對兩種場景，采用維納與正弦隨機過程模擬晃動，推導信道自相關函數（ACF）進而計算相干時間。研究表明：即使微弱晃動也會導致相干時間快速衰減，增加信道追蹤與可靠鏈路建立的難度。

損傷感知統一信道建模
 最后構建綜合考慮晃動與硬件損傷的空地統一信道模型。其中晃動由無人機隨機物理波動引發，硬件損傷源自收發端射頻非理想特性（如相位噪聲、I/Q失衡、功放非線性）。采用維納與正弦過程建模晃動影響，硬件損傷則建模為乘性與加性失真噪聲過程（涵蓋寬平穩與非平穩特性）。嚴格推導信道ACF，系統分析四項關鍵指標：功率延遲分布（PDP）、相干時間、相干帶寬及失真噪聲過程的功率譜密度（PSD）。結合合理參數驗證發現：高頻段下即使微小晃動也會嚴重降低相干時間，導致高頻段空地信道估計極其困難。

無人機（UAV）被視為搜救行動、災害救援、遙感測繪、空中監視與安防領域的重要工具。無人機輔助通信網絡憑借其成本效益與靈活性，作為能提供新功能與機遇的網絡基礎設施正獲得廣泛關注。除了支持復雜多機任務的互聯互通，無人機網絡還可部署于偏遠地區與極端環境提供連接服務，并根據可變需求對移動網絡覆蓋進行補充擴展。然而，利用這種靈活性需應對無人機網絡固有的動態性特征——包括高度移動性與資源受限性。通過軟件定義網絡（SDN）與網絡功能虛擬化（NFV）實現的網絡軟件化，能借助集中化可編程性與虛擬化網絡功能，為無人機網絡提供靈活自適應的控制與重構能力。

本論文通過識別軟件化為無人機網絡帶來的潛在增益——這些增益在先前研究中尚未被充分探索——展開對無人機網絡軟件化的研究。為實現SDN與NFV在無人機網絡中的應用，我們提出并描述了一種軟件化無人機網絡架構。此外，針對SDN架構的核心要素——SDN控制器的關鍵挑戰展開研究，該控制器通過邏輯集中式控制器與可編程網絡節點間的接口實現網絡可編程性。為適應網絡移動性與連接約束，我們提出部署與分配嵌入式SDN控制器的方案，確保在網絡拓撲動態變化及地面基礎設施可能不可用時控制功能的持續運行。同時，我們充分利用NFV提供的靈活性。需開發新型部署與編排方案，以有效管理由虛擬網絡功能（VNF）定義任務與網絡功能的無人機網絡。為此，我們描述了受益于此靈活性的適用場景，并提出高效部署與管理基于NFV的無人機網絡方案。

本文的貢獻如下：

• 軟件化增益評估：為驗證無人機網絡軟件化的合理性，我們通過建立軟件化無人機性能增益評估模型展開研究。該模型模擬由多架無人機組成的系統執行不同需求任務的場景，對比有限或非軟件化系統，分析多種情境下網絡重構能力的效果。

• 軟件化無人機網絡架構：提出支持無人機網絡軟件化的架構體系，描述實現網絡部署與重構所需的組件與功能，并解決現有技術限制。該架構包含以下核心創新：

• SDN控制器部署方案：針對無人機快速移動特性及偏遠地區無法部署地面SDN控制器的挑戰，提出空中控制器部署方案。該方案在容量與通信約束條件下，以最少無人機作為控制器，并通過靈活設計確保節點-控制器及控制器間連接。進一步提出動態調整機制，使空中控制器能追蹤拓撲變化的無人機網絡節點，同時限制控制器移動以減少拓撲調整的時間與能耗。

• 基于NFV的無人機網絡：利用NFV在無人機計算設施上部署多樣化網絡與處理功能，實現靈活網絡規劃、資源高效利用及動態重構能力。該特性對缺乏計算基礎設施的偏遠地區任務尤為重要，支持數據就地采集、處理與傳輸。我們展示需在任務區不同位置完成數據捕獲、處理與交付的適用場景，將網絡或任務功能表達為由系列虛擬網絡功能（VNF）構成的服務功能鏈（SFC），并提出聯合無人機網絡部署與SFC布局方案。該方案構建覆蓋任務區域的最小化無人機網絡，分配充足資源滿足VNF及其流量需求。為適應網絡移動性，設計動態編排機制，在無人機移動引發拓撲變化時維持網絡連接與SFC需求，同時限制因反復移動與調整導致的網絡中斷與開銷。

后續結構安排如下：第二章綜述無人機網絡的應用場景與挑戰，介紹軟件化技術（SDN與NFV）及其在通信網絡中的通用性，探討無人機網絡軟件化的動機，梳理現有SDN/NFV與無人機網絡融合的研究進展與局限。第三章量化無人機網絡軟件化增益，提出多任務場景下的評估模型，分析不同情境下的重構性能提升。第四章闡述支持可編程性與重構能力的軟件化無人機網絡架構，包含空中SDN控制與NFV網絡部署的創新組件。第五章專注SDN控制器部署，分析無人機網絡與地面控制器斷連時的挑戰，提出高效可動態調整的空中控制器部署方案并進行性能評估。第六章聚焦NFV與無人機網絡融合，討論應用動機與受益場景，描述并評估NFV網絡初始部署方案與動態編排流程。第七章總結研究成果，提出結論并展望未來研究方向。

傳統上，無人機以一對一的傳輸模式運行，即無人機與一個地面指揮和控制站之間只有一條數據鏈路。因此，無人機的飛行半徑受到限制。傳統鏈路的帶寬限制在 8Mbps 以下，視頻質量低于 1080p。4G 技術已應用于無人機數據鏈路，以解決上述一些傳統問題。然而，4G 數據鏈路也有其自身的局限性，如下行鏈路干擾，而且只能在延遲容忍度較高的場景中發揮作用。

5G 技術通過增加天線模塊數量、融合天線模塊和無線電硬件來解決空間覆蓋問題。其結果是形成三維波束。無人機本身可用作 5G 網絡的基站，這樣，當無人機繼續飛行時，所有地面站都可以連接起來。無人機還可用作大型蜂群網絡中的空中節點，以覆蓋更大的區域。此外，使用 OpenStack 架構可讓海軍根據需要定制協議。

擬議的研究包括調查目前無人機與艦艇/岸上的通信是如何進行的。本論文的目的是確定無人機與艦船/岸上資產之間是否可以進行 5G 通信，成功地將無人機連接到 4G 網絡（也可能是 5G 網絡），并確定無人機之間是否可以向地面站發送數據。

隨著無人駕駛系統在各個領域日益普及，確保智能體有能力獲得可靠的導航估計變得更加重要。對抗性環境會產生更多的問題，限制了無人智能體可用的導航方法。可以假定，除全球導航衛星系統（GNSS）接收器外，無人智能體還攜帶一種或多種傳感能力。在有爭議的環境中，無法保證使用全球導航衛星系統進行位置估計，因此必須考慮其他方法。隨著替代導航技術的日益普及，必須將最新技術納入自主規劃，以便在規劃問題期間考慮到導航狀態的需要。

雖然許多規劃算法都展示了對單一非全球導航衛星系統測量過程的使用，但還沒有一種算法展示了對多個傳感域和替代導航（alt-nav）技術的使用，以提供通過有爭議環境的穩健導航計劃。本文包括開發一種基于采樣的信念空間規劃（BSP）算法，該算法考慮到了多種替代導航測量技術，命名為快速探索隨機信念替代導航圖（RRBANG）算法。這項研究填補了規劃研究與 Alt-nav 研究之間的空白，充分利用了兩者的優勢，根據智能體的各種感知能力，為到達目的地制定了穩健的計劃。

附帶的工作側重于通過可觀測環境進行規劃，利用多個感知域找到通往目標區域的最佳路徑。RRBANG 算法利用離線規劃中可用的信息，通過各種導航技術和可用的傳感器，在避開障礙物的同時，制定出一條通過空間的初始最佳軌跡。該算法采用用戶自定義的成本函數，允許用戶確定可接受的風險以及目標區域內路徑長度和不確定性之間的權衡。

RRBANG 能夠利用域內更多可用的多個傳感域，從而克服某些輔助導航技術的局限性。有些領域因環境而存在很大的局限性，例如在缺乏一致視覺地標的水體或大森林中嘗試使用基于視覺的導航（VisNav）技術。RRBANG 同時實現了視覺導航、通信測距和標量地圖匹配（SMM）等導航方法，為無人智能體提供了強大的初始計劃。

圖6。規劃框架

圖 33. 頂部） 僅利用視覺豐富的區域，在障礙物密集的環境中找到的解決方案路徑。這樣做是為了確保至少有一個域存在穩健可行的路徑。中圖）使用測距測量域返回的可行解決方案。下圖）利用所有傳感域找到的多域解決方案，風險系數為 δ = 0.05。單獨使用 SMMNav 時未發現可行方案。

多無人機協同升降系統使用多個無人機共同升降和運輸有效載荷。從可擴展性和便攜性的角度來看，這些系統有可能大大降低空中運輸任務的物流成本。與傳統的單機物流模式不同，通過在多架廉價飛機之間分配起升能力，可以有針對性地運送大量有效載荷。為了以高度自主的方式完成大跨度的任務，合作飛機必須能夠在多個點可靠地與單一有效載荷對接，并在系統參數未知的情況下，以可變幾何配置的方式在飛行途中穩健地穩定下來。本論文提出了一種新穎的自適應飛行控制框架，該框架使用擴展卡爾曼濾波器在控制分配方案中更新相關系統參數。此外，這項研究還對之前開發的模塊化對接系統進行了擴展，該系統支持在不同的復合系統幾何結構中進行自組裝，考慮了多智能體操作，并通過模擬交易研究優化了設計參數。論文介紹了高保真模型和模擬，利用多體反饋線性化約束穩定和基于約束的脈沖接觸模型等技術，以驗證控制策略，并在復雜動力學條件下優化設計。本論文還介紹了無人飛行器合作飛行控制和參數估計的實驗結果。

完全自主的航空系統（FAAS）將邊緣和云硬件與無人機和大量軟件支持結合起來，以創建自主系統。FAAS 通過對環境的實時感知和響應，在無人駕駛的情況下完成復雜的任務。FAAS 需要高度復雜的設計才能正常運行，包括機載、邊緣和云硬件和軟件層。FAAS 還需要復雜的軟件，用于控制無人機的底層操作、數據收集和管理、圖像處理、機器學習、任務規劃和高層決策，這些軟件必須在整個計算層次結構中有效集成，以實時實現自主目標。

即使是相對簡單的 FAAS，其復雜性也難以保證效率。然而，效率對 FAAS 的有效性至關重要。FAAS 在資源稀缺的環境中執行任務，如自然災害地區、農田和偏遠的基礎設施設施。這些地區的計算資源、網絡連接和電力都很有限。此外，無人機電池壽命短，飛行時間很少超過 30 分鐘。如果 FAAS 設計不合理，無人機可能會浪費寶貴的電池壽命來等待遠程計算資源的進一步指示，從而延誤或無法完成任務。因此，FAAS 設計人員必須謹慎選擇或設計邊緣硬件配置、機器學習模型、自主策略和部署模式。

FAAS 有能力徹底改變許多行業，但要提高其可用性和有效性，還有許多研究工作要做。在本論文中，我將概述自己為設計和實施高效、有效的 FAAS 所做的努力。本文將重點討論以下五個主題，包括 FAAS 的設計、實施和應用：

§1. 創建新的通用和特定領域的機器學習算法，并謹慎使用其他算法

§2. FAAS 層次結構中各級硬件的選擇

§3. 為自主策略、硬件設備、機器學習技術和部署特性的選擇和切換提供動力和環境意識信息。

§4. 在線學習能力可抵御有限的云訪問、網絡中斷和電力短缺。

§5. 全面的應用，展示 FAAS 的技術價值，推動采用，并確定未來的研究挑戰。

圖：FAAS 非常復雜。它們在遠程環境中運行，使用新穎的自主策略和機器學習算法，必須承受功率限制并利用創造性的網絡解決方案來實現其目標。

最近無人駕駛飛行器（UAV）能力的進步導致對蜂群系統的研究越來越多。然而，無人機群的戰術應用將需要安全通信。不幸的是，到目前為止的努力還沒有產生可行的安全通信框架。此外，這些系統的特點是有限的處理能力和受限的網絡環境，這使得許多現有的安全群體通信協議無法使用。最近在安全群組通信方面的研究表明，消息層安全（MLS）協議可能為這些類型的系統提供一個有吸引力的選擇。這篇論文記錄了MLS與先進機器人系統工程實驗室（ARSENL）無人機群系統的整合情況。ARSENL的實施是為了證明MLS在安全蜂群通信中的功效，是一個概念驗證。實施的測試結果是在模擬環境中進行的實驗和用物理無人機進行的實驗。這些結果表明，MLS適用于蜂群，但需要注意的是，測試中沒有實施交付機制以確保數據包的可靠交付。對于未來的工作，如果要維持一個可靠的MLS系統，需要緩解不可靠的通信路徑。

引言

目前，無人駕駛飛行器（UAVs）的進步已經導致了對蜂群能力的研究。目前，多無人機群已被建議或用于一系列廣泛的應用，包括但不限于： 1：

• 攝影 [1］
• 電影制作[1]。
• 野火監測[2］
• 農業[1], [3]
• 遙感和測繪[4］
• 環境監測 [5］
• 建筑 [6］
• 無人機送貨服務 [7］
• 自然災害管理和恢復 [8］
• 軍事行動和防御 [9］

無人機群的戰術利用將取決于安全通信。不幸的是，單個蜂群平臺的處理能力有限，而且蜂群系統通常依賴于帶寬有限且可能不可靠的通信框架。這些限制使這些系統滿足安全要求的能力受到質疑。

以前的設備群通信安全方法不太可能適用于現有或設想中的蜂群系統。然而，最近對安全群組通信的研究表明，消息層安全（MLS）協議[10]可以提供一個有吸引力的選擇，其特點似乎特別適合這些類型的系統。該協議提供了一種有效的計算方法來實現異步安全的群體密鑰管理，但需要在現實的系統中進行實驗，以評估該協議在這些計算和通信有限的環境中的功能。這項工作是在海軍研究生院（NPS）高級機器人系統工程實驗室（ARSENL）的無人機群中實施MLS協議，以保護特定的信息流。

1.1 問題說明

NPS ARSENL開發并利用了一個無人駕駛飛行器（UAV）群系統，該系統已經成功地演示了多達50個UAV[11]。盡管這種能力為軍事行動提供了巨大的潛力，但ARSENL系統缺乏最終在現實世界中使用所需的通信安全功能。本論文在ARSENL蜂群系統上實現了MLS，以評估其對此類系統更廣泛的適用性。

MLS提供了一些與多無人機系統特別相關的能力。MLS提供了一個動態添加和刪除成員的機制，同時不斷地在群組成員之間提供安全的通信。由于無人機群成員可能是高度動態的，添加和刪除群成員是很重要的能力。隨著蜂群規模的增加，群體安全協議必須有效地擴展。同樣有利的是，MLS協議有利于強制移除已經被劫持的、被破壞的或發生故障的無人機。在這些情況下，該協議為小組提供了更新通信密鑰的手段，以排除被破壞或故障的無人機。本論文旨在解決以下問題：

1.MLS協議能否適用于ARSENL無人機群的使用？

2.MLS對ARSENL無人機群的性能有何影響？

3.ARSENL無人機能否加入群組并與群組的其他成員安全地進行通信？

4.小組密鑰是否能夠通過不可靠的ARSENL蜂群網絡定期更新？

5.在出現紕漏或其他標準的情況下，是否可以將無人機從ARSENL群中移除，不再解密信息？

1.2 范圍

在本論文中，研究了在NPS ARSENL無人機群中使用MLS作為一個連續的組密鑰協議。來自MLS GitHub倉庫[12]的社區維護的C++代碼被調整為納入ARSENL蜂群系統代碼庫。特別是，MLS組的密鑰更新、成員添加和成員刪除等操作被實現和測試。該研究包括分析MLS協議的使用對ARSENL蜂群性能的影響。指標包括各個無人機之間的數據包傳輸和接收率、可擴展性和時間。

1.3 論文組織

本文的其余部分分為四章。第二章提供了理解MLS和無人機群的必要背景信息。這包括討論多無人機群和常見的群組通信架構，ARSENL群組系統，以及潛在的安全通信方法，包括成對和分組協議。本章最后討論了MLS和它是如何工作的。

第三章描述了代碼開發過程。它首先總結了ARSENL機載軟件的機器人操作系統（ROS）框架和用于實現MLS功能的C++應用編程接口（API）。然后，本章討論了代碼的實現，包括代碼概述和討論將MLS集成到ARSENL蜂群中的經驗教訓。

第四章討論了MLS實現的實驗，并分析了它對各個ARSENL蜂群平臺的影響，這些影響受蜂群大小和密鑰更新率的影響。本章包括對測試過程的描述和對結果的描述。

最后，第5章提供了一個結論，包括本研究的意義和對未來工作的建議。