《表2 仿真结果 (平均超过100次)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《边缘计算下的多无人机野外协同作业机制研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验运行100次蒙特卡洛模拟，每次运行代表20分钟的仿真时间.实验过程中目标产卵率高于死亡率，因此所有节点的任务到达率通常会随时间增加（见图6）.每隔一分钟拍下任务完成情况和能量消耗的快照，并将其作为任务到达率γ的函数进行绘制（见图7）.结果符合预期，Oracle的结果最理想，NC表现最差.PC的结果次好，但也消耗更多能量.在到达率上升到总标准到达率的约60%之前，RD和PD的性能优于PC，明显优于非协作情况.并且RD的功耗仅略高于PC，PD在该点附近甚至低于PC.但是随着目标到达率的升高，分布式算法的性能明显降低.此外，图7（b）显示了RD在更高的目标到达率下的较低功耗，但这也与其性能的下降一致.这是因为随着目标到达率升高，越来越多的邻节点更加忙碌.实验表明分布式算法适合较低的任务到达率，而集中式算法适合较高的任务到达率.