Chào thầy và các bạn!

Sau đay e và nhóm mình xin trình bày về đề tài : tiềm hiểu các cải tiến mới của mạng fanet

Nhóm e gồm các thành viên sau:

Bài trình bày của chúng em bao gồm các nội dung sau :

1.

2. các cải tiến của fanet

3. các hướng phát triển tiềm năng

Đầu tiên, ta cùng tìm hiểu sơ qua về fanet.

Vậy vì sao phải dùng đến fanet:

- khả năng đi vào các khu vực khó tiếp cận: rừng núi, khu vực hoang dã, động đất

- khả năng giám sát cao

Trên đây ta có thể thấy được 2 tình huống:

1. UAVs kết nối trực tiếp với cơ sở hạ tầng

- bị giới hạn về phạm vi, vì khi ra khỏi phạm vi sẽ bị gián đoạn kết nối

- không có tính chủ động, bị phụ thuộc vào sự điều khiển ở trạm cơ sở hạ tầng

2. sử dụng mạng fanet để tổ chức uavs

- di chuyển tự do, với phạm vi rộng

- có tính đọc lập và tự chủ, tự tổ chức và hoạt động

Vì có nhiều ưu điểm nên fanet đươc ứng dụng rộng rãi trong nhiều lĩnh vực n hư

Sau đây, chúng ta chùng tìm hiểu về các cải tiến của mạng fanet trong thời gian gần đây,

Thứ nhất là Q-fanet : cải thiện giao thức định tuyến cho fanet dựa trên q-learning

Như chúng ta đã biết thì fanet là mạng có tính cơ động cao: do chúng liên tục di chuyển, thay
đổi môi trường và nhiệm vụ => dẫn đến một vấn đề về lỗi liên kết,……

Vì vậy vấn đề đưa ra là cần có một giao thức để ….

Dựa trên yêu cầu này , người ta đã áp dụng Q-learning vào mạng fanet để cải tiến giao thức
định tuyến của nó. Giúp giải quyết được một số vấn đề.

Tiếp theo ta đến với giao thức Q-fanet

Q-fanet bao gồm 2 mô đun hoạt động là

1. tìm kiếm các nút lân cận

hoạt động của Q-learning – thuật toán học tăng cường để tối đa hóa phần thưởng.

Chúng ta sẽ bắt đầu từ trạng thái S(t), tại trạng thái này, máy sẽ dựa trên chiến thuật đã được thiết kế
sẵn để đưa ra một hành động A(t) trong môi trường. Môi trường sau khi quan sát hành động sẽ chuyển
đổi sang trạng thái tiếp theo S(t+1) đối với máy và đồng thời dựa theo hành động mà máy đã thực
hiện, môi trường sẽ đưa ra phần thưởng R(t) tương ứng. Máy sẽ lặp đi lặp lại qui trình này cho đến khi
tìm được chuỗi những hành động tối đa hóa phần thưởng được nhận.

Sơ đồ hoạt động tổng quát của q-fanet:

Đầu tiên.

- các uav sẽ thu thập về trạng thái của các uav xung quanh

- nếu các uav cập nhật trị trí nút đúng tần số mật định là 100ms thì gói tin HELLO sẽ
được gửi, sẽ được cập nhật vào bảng định tuyến.

- nếu có dữ liệu để trao đối thì xem xét xem có nút lân cận nào thích hợp để truyền dữ
liệu không

+ có Mô đun con QMR : ưu tiên các nút có vận tốc lớn hơn 0 và chọn ra nút vận
tốc cao nhất để tối ưu tg truyền dữ liệu.

+ không : mô đun Q-learning:

Khởi tạo giá trị ngẫu nhiên.

 Nếu số ngẫu nhiên này nhỏ hơn hoặc bằng 𝜖, điều này có nghĩa rằng hệ thống sẽ
thực hiện việc khám phá (exploration). Điều này sẽ kích hoạt việc chọn một hành
động ngẫu nhiên từ tất cả các hành động có sẵn.
 Nếu số ngẫu nhiên này lớn hơn 𝜖, điều này có nghĩa rằng hệ thống sẽ thực hiện
việc khai thác (exploitation). Điều này sẽ kích hoạt việc chọn hành động có giá trị
Q cao nhất từ các hành động có sẵn.

Biểu đồ thể hiện ưu điểm khi áp dụng q-fanet vào định tuyến.