nybanner

মাইক্রো-ড্রোন সোয়ার্মস MESH রেডিওর 3 নেটওয়ার্ক স্ট্রাকচার

63 বার দেখা হয়েছে

মাইক্রো-ড্রোনের ঝাঁকMESH নেটওয়ার্ক ড্রোনের ক্ষেত্রে মোবাইল অ্যাড-হক নেটওয়ার্কগুলির আরও একটি অ্যাপ্লিকেশন। সাধারণ মোবাইল AD hoc নেটওয়ার্ক থেকে ভিন্ন, ড্রোন মেশ নেটওয়ার্কের নেটওয়ার্ক নোডগুলি চলাচলের সময় ভূখণ্ড দ্বারা প্রভাবিত হয় না এবং তাদের গতি সাধারণত প্রচলিত মোবাইল স্ব-সংগঠিত নেটওয়ার্কগুলির তুলনায় অনেক দ্রুত হয়।

 

এর নেটওয়ার্ক কাঠামো বেশিরভাগই বিতরণ করা হয়। সুবিধা হল যে রাউটিং নির্বাচন নেটওয়ার্কে অল্প সংখ্যক নোড দ্বারা সম্পন্ন হয়। এটি শুধুমাত্র নোডের মধ্যে নেটওয়ার্ক তথ্য বিনিময় কমায় না বরং অতিরিক্ত কেন্দ্রীভূত রাউটিং নিয়ন্ত্রণের অসুবিধাও কাটিয়ে ওঠে।

 

UAV ঝাঁকের নেটওয়ার্ক গঠনMESH নেটওয়ার্কপ্ল্যানার স্ট্রাকচার এবং ক্লাস্টার স্ট্রাকচারে ভাগ করা যায়।

 

প্ল্যানার স্ট্রাকচারে, নেটওয়ার্কের উচ্চ দৃঢ়তা এবং নিরাপত্তা আছে, কিন্তু দুর্বল মাপযোগ্যতা, যা ছোট-স্কেল স্ব-সংগঠিত নেটওয়ার্কগুলির জন্য উপযুক্ত।

 

ক্লাস্টারযুক্ত কাঠামোতে, নেটওয়ার্কের শক্তিশালী মাপযোগ্যতা রয়েছে এবং এটি বড় আকারের ড্রোন ঝাঁক অ্যাড-হক নেটওয়ার্কিংয়ের জন্য আরও উপযুক্ত।

সোয়ার্ম-রোবোটিক্স-অ্যাপ্লিকেশন-ইন-মিলিটারি
প্লানার-স্ট্রাকচার-অফ-মেশ-নেটওয়ার্ক

প্ল্যানার স্ট্রাকচার

প্ল্যানার স্ট্রাকচারকে পিয়ার-টু-পিয়ার স্ট্রাকচারও বলা হয়। এই কাঠামোতে, শক্তি বিতরণ, নেটওয়ার্ক গঠন এবং রাউটিং নির্বাচনের ক্ষেত্রে প্রতিটি নোড একই।

সীমিত সংখ্যক ড্রোন নোড এবং সহজ বিতরণের কারণে, নেটওয়ার্কের শক্তিশালী দৃঢ়তা এবং উচ্চ নিরাপত্তা রয়েছে এবং চ্যানেলগুলির মধ্যে হস্তক্ষেপ কম।

যাইহোক, নোডের সংখ্যা বাড়ার সাথে সাথে প্রতিটি নোডে সংরক্ষিত রাউটিং টেবিল এবং টাস্ক তথ্য বৃদ্ধি পায়, নেটওয়ার্ক লোড বৃদ্ধি পায় এবং সিস্টেমের নিয়ন্ত্রণ ওভারহেড দ্রুত বৃদ্ধি পায়, যার ফলে সিস্টেম নিয়ন্ত্রণ করা কঠিন হয়ে পড়ে এবং ভেঙে পড়ার সম্ভাবনা থাকে।

অতএব, প্ল্যানার স্ট্রাকচারে একই সময়ে প্রচুর সংখ্যক নোড থাকতে পারে না, যার ফলে দুর্বল স্কেলেবিলিটি হয় এবং এটি শুধুমাত্র ছোট আকারের MESH নেটওয়ার্কের জন্য উপযুক্ত।

ক্লাস্টারিং স্ট্রাকচার

ক্লাস্টারিং স্ট্রাকচার হল ড্রোন নোডগুলিকে তাদের বিভিন্ন ফাংশন অনুসারে বিভিন্ন সাব-নেটওয়ার্কগুলিতে ভাগ করা। প্রতিটি সাব-নেটওয়ার্কে, একটি কী নোড নির্বাচন করা হয়, যার কাজ হল সাব-নেটওয়ার্কের কমান্ড কন্ট্রোল সেন্টার হিসাবে কাজ করা এবং নেটওয়ার্কের অন্যান্য নোডগুলিকে সংযুক্ত করা।

ক্লাস্টারিং কাঠামোর প্রতিটি সাব-নেটওয়ার্কের মূল নোডগুলি একে অপরের সাথে সংযুক্ত এবং যোগাযোগ করা হয়। নন-কী নোডগুলির মধ্যে তথ্য বিনিময় কী নোডের মাধ্যমে বা সরাসরি করা যেতে পারে।

পুরো সাব-নেটওয়ার্কের কী নোড এবং নন-কী নোডগুলি একসাথে একটি ক্লাস্টারিং নেটওয়ার্ক গঠন করে। বিভিন্ন নোড কনফিগারেশন অনুসারে, এটিকে আরও একক-ফ্রিকোয়েন্সি ক্লাস্টারিং এবং মাল্টি-ফ্রিকোয়েন্সি ক্লাস্টারিং-এ ভাগ করা যায়।

(1) একক-ফ্রিকোয়েন্সি ক্লাস্টারিং

 

একক-ফ্রিকোয়েন্সি ক্লাস্টারিং কাঠামোতে, নেটওয়ার্কে চার ধরনের নোড রয়েছে, যথা ক্লাস্টার হেড/নন-ক্লাস্টার হেড নোড, গেটওয়ে/ডিস্ট্রিবিউটেড গেটওয়ে নোড। ব্যাকবোন লিঙ্কটি ক্লাস্টার হেড এবং গেটওয়ে নোডের সমন্বয়ে গঠিত। প্রতিটি নোড একই ফ্রিকোয়েন্সির সাথে যোগাযোগ করে।

 

এই কাঠামোটি একটি নেটওয়ার্ক গঠনের জন্য সহজ এবং দ্রুত, এবং ফ্রিকোয়েন্সি ব্যান্ড ব্যবহারের হারও বেশি। যাইহোক, এই নেটওয়ার্ক স্ট্রাকচার রিসোর্স সীমাবদ্ধতার জন্য প্রবণ, যেমন চ্যানেলের মধ্যে ক্রসস্ট্যাক যখন নেটওয়ার্কে নোডের সংখ্যা বৃদ্ধি পায়।

 

সহ-ফ্রিকোয়েন্সি হস্তক্ষেপের কারণে মিশন সম্পাদনের ব্যর্থতা এড়াতে, এই কাঠামোটি এড়ানো উচিত যখন প্রতিটি ক্লাস্টারের ব্যাসার্ধ একটি বড় আকারের ড্রোন স্ব-সংগঠিত নেটওয়ার্কে একই রকম হয়।

MESH নেটওয়ার্কের ক্লাস্টারিং স্ট্রাকচার
মাল্টি-ফ্রিকোয়েন্সি MESH নেটওয়ার্ক

(2) মাল্টি-ফ্রিকোয়েন্সি ক্লাস্টারিং

 

একক-ফ্রিকোয়েন্সি ক্লাস্টারিং থেকে আলাদা, যার প্রতি স্তরে একটি ক্লাস্টার রয়েছে, মাল্টি-ফ্রিকোয়েন্সি ক্লাস্টারিংয়ে বেশ কয়েকটি স্তর রয়েছে এবং প্রতিটি স্তরে কয়েকটি ক্লাস্টার রয়েছে। একটি ক্লাস্টারযুক্ত নেটওয়ার্কে, নেটওয়ার্ক নোডগুলিকে একাধিক ক্লাস্টারে ভাগ করা যায়। একটি ক্লাস্টারের বিভিন্ন নোডগুলিকে তাদের স্তর অনুসারে ক্লাস্টার হেড নোড এবং ক্লাস্টার সদস্য নোডে ভাগ করা হয় এবং বিভিন্ন যোগাযোগ ফ্রিকোয়েন্সি বরাদ্দ করা হয়।

 

একটি ক্লাস্টারে, ক্লাস্টার সদস্য নোডগুলির সহজ কাজ থাকে এবং নেটওয়ার্ক রাউটিং ওভারহেড উল্লেখযোগ্যভাবে বৃদ্ধি করে না, তবে ক্লাস্টার হেড নোডগুলিকে ক্লাস্টার পরিচালনা করতে হবে এবং বজায় রাখার জন্য আরও জটিল রাউটিং তথ্য থাকতে হবে, যা প্রচুর শক্তি খরচ করে।

একইভাবে, যোগাযোগ কভারেজ ক্ষমতা বিভিন্ন নোড স্তর অনুযায়ী পরিবর্তিত হয়। উচ্চ স্তর, বৃহত্তর কভারেজ ক্ষমতা. অন্যদিকে, যখন একটি নোড একই সময়ে দুটি স্তরের অন্তর্গত হয়, এর মানে হল যে নোডটিকে একাধিক কাজ সম্পাদন করতে বিভিন্ন ফ্রিকোয়েন্সি ব্যবহার করতে হবে, তাই ফ্রিকোয়েন্সির সংখ্যাটি কাজের সংখ্যার সমান।

এই কাঠামোতে, ক্লাস্টার হেড ক্লাস্টারের অন্যান্য সদস্যদের সাথে এবং ক্লাস্টারের অন্যান্য স্তরগুলিতে নোডের সাথে যোগাযোগ করে এবং প্রতিটি স্তরের যোগাযোগ একে অপরের সাথে হস্তক্ষেপ করে না। এই কাঠামোটি বড় আকারের ড্রোনগুলির মধ্যে স্ব-সংগঠিত নেটওয়ার্কগুলির জন্য উপযুক্ত। একটি একক ক্লাস্টার কাঠামোর সাথে তুলনা করে, এটির আরও ভাল মাপযোগ্যতা, উচ্চ লোড এবং আরও জটিল ডেটা পরিচালনা করতে পারে।

 

যাইহোক, যেহেতু ক্লাস্টার হেড নোডকে প্রচুর পরিমাণে ডেটা প্রক্রিয়া করতে হবে, তাই শক্তি খরচ অন্যান্য ক্লাস্টার নোডের তুলনায় দ্রুত, তাই নেটওয়ার্কের জীবন একক-ফ্রিকোয়েন্সি ক্লাস্টারিং কাঠামোর চেয়ে ছোট। উপরন্তু, ক্লাস্টারিং নেটওয়ার্কের প্রতিটি স্তরে ক্লাস্টার হেড নোডের নির্বাচন স্থির নয় এবং যে কোনো নোড ক্লাস্টার হেড হিসেবে কাজ করতে পারে। একটি নির্দিষ্ট নোডের জন্য, এটি ক্লাস্টার হেড হতে পারে কিনা তা ক্লাস্টারিং মেকানিজম শুরু করতে হবে কিনা তা সিদ্ধান্ত নিতে নেটওয়ার্ক কাঠামোর উপর নির্ভর করে। সুতরাং, নেটওয়ার্ক ক্লাস্টারিং অ্যালগরিদম ক্লাস্টারিং নেটওয়ার্কে একটি গুরুত্বপূর্ণ ভূমিকা পালন করে।


পোস্টের সময়: জুন-২১-২০২৪