跨界 · 融合 · 服務 · 創新
FANET以移動性更快的無人機作為轉發節點，網絡拓撲更加復雜，對網絡結構和路由協議的要求也更高，與SDN結合的細節也因此不同。本文主要聚焦于SDN在FANET中的應用研究現狀，結合FANET特點探究SDN的應用前景和面臨的挑戰。
2.2 SD-FANET研究進展
FANET主要由地面基站(或衛星通信節點)和無人機群構成，其中無人機作為網絡節點構成一個自組網，節點之間能夠相互轉發數據，并兼具收發器和路由器角色，通過多跳轉發的形式與更遠的節點和地面基站(或衛星通信節點)進行通信。但是，區別于傳統移動自組織網絡，作為中繼節點的無人機為了應對長達數萬公里的通信距離，通常要實現數米每秒的運動速度，高速運動的無人機會導致高度變化的網絡拓撲和不穩定的鏈路連接。而SDN的引入解耦合了控制平面和數據平面，對于網絡組件具有較好的可控性和可見度，資源的分配和管理也更加靈活。文獻[13]描述了SDN支持無人機網絡的各種需求的潛力，包括高移動性、自適應交換和路由，以及處理非永久鏈路，其利用SDN網絡的可編程性對網絡進行高效配置，使得控制器在更改網絡協議和創建新路徑時更加簡單。
目前根據SDN控制器的部署情況主要分為集中式和分布式兩種形式，表1對這兩種形式的部分文獻成果進行了總結。
表1 SD-FANET部分文獻成果
表1(續)
2.2.1 集中式部署
由于傳統的基于IP的FANET是垂直整合的，控制平面和數據平面被捆綁在一起，網絡的靈活性和動態性是最小的，基于此，Chetna等[14]在無人機輔助的網絡中結合移動功能和WiFi接口，利用OpenFlow協議開發了無線場景下的SDN框架。框架中SDN控制器負責處理網絡和無人機信息，并與無人機控制器進行協商。為實現對網絡更加實時的監控，SDN控制器中還設置了監控平臺，能夠對無人機網絡采集到的數據進行檢查和處理。基于此，作者依賴監控平臺的數據信息，以提升端到端數據傳輸的服務質量(Quality of Service，QoS)為指標提出一種負載均衡算法，解決了動態的無人機輔助網絡中路由和鏈路的切換問題。仿真結果驗證了SDN框架和負載均衡算法的可行性。
Rahman等人[15]利用SDN框架解決面向災區的無人機通信網絡的部署問題，通過無人機節點實時上傳信息給SDN控制器，構建網絡狀態的全局視圖，并在其包含的網絡拓撲信息、數據速率需求和路徑信息的基礎上提出了一種基于禁忌搜索的無人機定位最大吞吐量算法。仿真表明，算法通過優化無人機定位，提升了26%的網絡吞吐量。
當無人機平臺在計算密集的地區頻繁轉移時，不僅會造成較大的吞吐量，與地面節點通信的身份認證同樣是不可忽視的安全問題。基于此，Kumar等人[16]提出了一種基于無線傳感器網絡節點傳輸密度的移動方案，利用SDN控制器提供了在移動中更新流的機會，從而適應動態拓撲，并通過預先安裝的流表更新合法的移動和節點認證。通過實驗仿真，該方案不僅實現了無線傳感器網絡和空中節點的認證和協調，還能極大地改善吞吐量、覆蓋率和延遲等指標。
針對軍事偵察和災區通信基礎差以及敵對勢力通信干擾強的現狀，Secinti等人[17]提出了一種新的SD-FANET路由框架。在基于軟件定義的控制平面中，無人機作為軟件開關，能夠執行轉發命令，并根據控制器指令確定首選路由，同時還使用了多層圖形模型，并在3D空間中創建了最大程度分離的路徑，以確保對干擾的彈性。最后基于降低時間延遲和提高針對干擾的彈性指標的綜合考慮，提出了一種彈性指標結合啟發式方法。通過實驗仿真，與傳統算法相比，該算法能夠降低12%的時間延遲，端到端中斷彈性提高了34%。
Zhao等人[18]研究了SD-FANET的無人機中繼節點優化布置問題，通過考慮無人機位置、運動軌跡和剩余能量等全局上下文信息，實現實時視頻服務和避免碰撞。在文獻[18]的基礎上，Pedro等人[19]考慮了控制信息對于網絡的影響，在網絡中設置了一個集中的控制器，能夠基于無人機的全局上下文信息在不需要控制消息傳輸的情況下對無人機信息進行預測。同時作者提出了一個基于集群的控制平面消息管理軟件定義飛行自組織網絡，稱為CAPONE。CAPONE通過Gap統計方法計算聚類數量，并將其作為模糊C-means方法的輸入值，定義聚類頭，并對每個聚類的節點進行分組。其中，作為聚類頭的無人機可以作為本地控制器執行更復雜的任務，如控制每個組成員，從非聚類頭的無人機收集數據進行數據聚合，并將聚合后的數據發送給控制器。如表2和圖4所示，通過與傳統SDN-FANET網絡架構以及只應用了預測算法的SDN-FANET進行仿真對比，CAPONE能夠有效地通過降低網絡開銷和能耗，提高控制消息管理的整體網絡性能，同時提高可擴展性和應用性能，為由更多數量的無人機組成的廣闊任務區域提供更好的性能。
表2 不同控制平面消息管理機制的開銷[19]
圖4 不同控制平面消息管理機制
模擬期間的剩余能量[19]
