효율적인 그룹 무인기 정찰을 위한 이동성 모델 연구 :A Study on Mobility Models for Efficient UAV Group Reconnaissance

조용일

추천

검색

자료유형: 학위논문

저자정보: 조용일 (경상대학교, 경상대학교 대학원)

발행연도: 2014

저작권: 경상대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (3)

2017

진화적 연산을 이용한 무인기 정찰용 Random Waypoint 이동성 모델 향상

조용일 , 정용민 , 김경훈 한국정보과학회 학술발표논문집 2017.06 학술대회자료

2016

영역별 탐색수를 고려한 그룹 무인기 정찰용 Random Waypoint 이동성 모델

조용일 , 정용민 , 하옥균 외 1명 한국컴퓨터정보학회 학술발표논문집 2016.07 학술대회자료

2014

효율적인 그룹 무인기 정찰을 위한 이동성 모델 연구

조용일 정보 2014.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

As ad-hoc networks technologies have been developed, FANETs (Flying Ad-Hoc Networks) have become a recent issue for many aerial applications which requires cooperative work among multiple UAVs (Unmanned Aerial Vehicles). Since aerial reconnaissance is an essential mission in many aerial applications, we focus on new mobility models of multiple UAVs for the purpose of efficient cooperative reconnaissance. The first proposed model is Modified Random Direction (MRD) model. This model is based on Random Direction (RD) model to try to search sides evenly. The second proposed model is Modified Random Direction&Random Mobility (MRD&RM) model which combines MRD model with Random Mobility model. The third proposed model is Modified Random Direction&Pheromone Mobility (MRD&PM) model which uses MRD with Pheromone Mobility (PM) model. Throughout the simulation results, we show the better coverage rate than the related mobility models.

#UAV #Reconnaissance #Mobility model

Abstract
I. 서론
II. 연구 배경
1. UAV Mobility Model
1) RW 모델
2) RD 모델
3) RM 모델
4) PM 모델
2. 연구 동기 및 문제 정의
III. 제안 하는 방법
1. 시스템 모델
2. MRD 모델
3. MRD&RM 모델
4. MRD&PM 모델
IV. 성능평가
1. 실험 환경
2. 누적 정찰비율 실험 결과
3. 무인기 대수에 따른 80% 정찰비율 도달시간 실험 결과
4. 스캔 영역 변화에 따른 80% 정찰비율 도달시간 실험 결과
5. 무인기 속도 변화에 따른 80% 정찰비율 도달시간 실험 결과
V. 결론
VI. 참고문헌

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)