基于无人机-地面站链路预测的无人机网关选择算法制造技术

本发明专利技术提出了一种减少传输时延增加吞吐量的无人机自组网网关选择算法，属于无线移动自组网领域，该算法在网关节点选择时加入了权函数计时机制和无人机‑地面站链路预测机制，并且将两个创新机制有效的结合了起来；在进行网关节点选择的过程中，该算法通过建立的马尔科夫位置预测模型和基于无人机运动趋势的位置预测模型对无人机未来一段时间内与地面站相对位置情况进行预测，进而得出无人机与地面站之间链路的状态将继续保持连接的概率；通过权函数计时机制就可以优先将与地面站链路连接持续时间长并且节点稳定性高的节点选作网关节点，从而整体上减小了无人机与地面站之间的通信时延并提高了无人机自组网的吞吐量。

UAV Gateway Selection Algorithms Based on UAV-Ground Station Link Prediction

The invention proposes a gateway selection algorithm for UAV ad hoc network, which reduces transmission delay and increases throughput, belonging to the field of wireless mobile ad hoc network. The algorithm adds weight function timing mechanism and UAV-ground station link prediction mechanism when selecting network nodes, and effectively combines the two innovative mechanisms; in the process of gateway node selection, the algorithm Through the established Markov position prediction model and the position prediction model based on UAV movement trend, the relative position of UAV and ground station in the future is predicted, and then the probability that the link state between UAV and ground station will continue to maintain the connection is obtained. Through the weight function timing mechanism, the link duration between UAV and ground station will be longer and longer. And the node with high stability is chosen as gateway node, which reduces the communication delay between UAV and ground station as a whole and improves the throughput of UAV ad hoc network.

【技术实现步骤摘要】
基于无人机-地面站链路预测的无人机网关选择算法
本专利技术属于无线移动自组网通信
，主要针对的应用场景为无人机自组网网络，且主要应用是针对无人机自组网网络节点和地面控制站进行通信时网关节点选择的场景，更具体地，涉及一种选择合适的无人机节点做为网关节点的网关选择算法。
技术介绍
目前，无人机自组网具体到网络层的相关技术还不是很成熟，目前提出的无人机自组网网络层协议离最终应用还有一定的距离。网关的选择与切换的研究开始的还是比较早，自组网的出现使得关于这一方面的研究显得越加的重要，其进展也越加的深入；但是随着自组网应用成果不断增加，其应用场景也不断变换；无人机自组网与传统的移动自组网相比有很大的不同，其主要特点有：无人机的高移动性、低延迟的要求、通信的高可靠性和频繁快速的拓扑变换。由于这些特点，传统的移动自组网网关的相关协议算法并不能完全的切合于无人机自组网这一特殊的场景，因此需要对已有的网关选择机制进行改进。无人机自组网网关节点具备普通节点的全部功能，同时也是无人机网络与外部沟通的接口。无人机自组网网络在空中建立后，无人机网络与地面控制站、地面指挥车等外部通信的通信任务是全部由网关节点完成，同时网关节点还是网络的管理节点，负责网络拓扑的更新、节点出入网去确认等管理工作。无人机网关节点是从普通无人机节点中选举出来的，除了选举出执行网关任务的主网关节点外，还会同时选举备份网关。当主网关发生故障或战陨时，备份网关在规定时间内没有收到主网关的握手信号，则自动依次替补为主网关。网关是通信节点与网络控制中心通信的桥梁，网关的选择与切换对网络的性能有着至关重要的影响。无人机自组网的网关选择与AdHoc网络的簇头选择非常相似。但是，相比于传统的AdHoc网络，无人机组网覆盖范围更广，节点移动速度快，造成网络拓扑结构变化频繁。节点的高度移动造成网络拓扑快速变化，会导致网关和地面控制站及网关与普通节点之间的链路极不稳定，这将直接影响到无人机自组网中网关的性能，会对无人机节点和外部的通信质量，包括通信时延、吞吐率等都会受到影响。因为网关时无人机自组网与外部通信的接口，几乎所有的数据都要经过网关，所以高移动性对网关的影响远大于对普通节点的影响。现有的关于AdHoc网络分簇的研究在选择簇头时或者没有考虑节点的移动性或者所考虑的节点移动速度远远小于无人机，因此不能很好的在无人机自组网中应用。目前来说，关于无人机自组网网关选择的研究非常少，本次研究首先整理研究了目前移动自组网中网关选择与切换算法，虽然这些场景和无人机自组网的场景有很大的不同，但其中网关选择时考虑的参数及网关选择与切换的流程和时机均对本次研究具有启发性的意义。除此之外，还对现有的分布式无人机自组网网络网关选择算法进行了研究总结，参考其中的无人机节点稳定性的计算的数学模型来进行节点稳定性的计算，并且节点该研究中无人机网络分区的思想来进行网络的划分。文献[1]中，LiuKesheng等人通过研究近空间无人机联网的特点，如网络性能低、无人机集群通信能力低下、无人机无法管理等，提出了一种近空间无人机聚类算法。在该算法中，无人机自组网网络要进行分簇，其中簇头簇头节点直接或间接的浮空器连接，从而实现无人机网络与地面管理中心之间的通信。该算法通过综合考虑节点之间的连接时间、节点度、无人机和浮空器之间连接时间、剩余能量等因素并通过这些因素的加权计算得出簇头选举因子，最终选择簇中簇头选举因子最大的节点作为簇头。虽然该算法中簇头选择的过程考虑了无人机节点与浮空器之间、无人机与无人机节点之间链路的连接时间，但该链接耐久度的计算只是简单地根据无人机节点目前时刻的速度进行的预测性计算，由于无人及执行任务时其飞行轨迹具有随机性因此这样计算存在往往只在很短的时间内才比较准确，而且在军用无人机执行任务时往往是性能优先原则，能量因素是次要，甚至可以认为能量是充足的而不加考虑耗能问题；另外虽然该算法中的簇头节点的选举与分布式无人机自组网网关节点的选择非常类似，但网关节点只能直接与地面站进行通信而不像簇头节点那样可以间接的与浮空器连接；而且显然，当簇头节点间接的与浮空器进行连接时在网络中会存在数据包进行不必要的转发，例如距离浮空器更近的节点不得不将数据包发送到簇头节点由簇头节点在转发到浮空器，造成了数据包时延的增大且消耗了不必要的网络资源。[1]LiuK,ZhangJ,ZhangT.TheclusteringalgorithmofUAVNetworkinginNear-space[C]//Antennas,PropagationandEMTheory,2008.ISAPE2008.8thInternationalSymposiumon.IEEE,2008:1550-1553.文献[2]Jong-HongPark等人针对面向任务的飞行Adhoc网络进行了动态簇头选择的分析，其中簇头负责飞行Adhoc网络和地面控制站之间的通信；该文献进行网关节点选择时假设的FANET是面向而任务的SOLAR移动模型，即无人机的飞行是围绕着若干的任务中心进行的部分确定性移动。在该文献的FANET模型中，进行网关选择考虑了无人机节点的剩余能量与无人机-地面控制站之间的距离两个因素，从而选择剩余能量多且距离地面控制站近的节点作为簇头节点，该方案有效降低了每个无人机的平均能量消耗提升了网络的整体寿命。但该方案没有考虑簇头节点与成员节点之间的链路情况，显然簇头节点或者网关节点与普通无人机节点之间链路情况好坏将直接影响FANET和地面控制站之间的通信性能。另外，该簇头选择方案每次都选择选举参数最大的节点作为簇头，这样就会导致簇头切换次数比较多，增加了能量的消耗并且太过频繁的簇头切换不利用网络性能的提升。[2]Jong-HongPark,Sung-ChanChoi,HassenRedwanHussen,JaehoKim.AnalysisofDynamicClusterHeadSelectionforMission-OrientedFlyingAdHocNetwork[C]//Milan,Italy.2017NinthInternationalConferenceonUbiquitousandFutureNetworks(ICUFN).IEEE,2017:21-23.文献[3]中，LuoFeng等人重点研究了无人机组应用场景的特点及其与其它MANET不同的通信需求：发回传感器数据、接收控制命令、合作轨迹规划、动态任务分配，并据此提出了分布式网关选择算法，以达到选择一定数量的上级无人机作为无人机自组网网关的目的。该网关选择算法的过程由两部分组成。首先，每个子区域中的节点应该选择一个最稳定的节点作为其子区域的网关，之后，分区网络的参数应根据拓扑的方差进行优化。在经过多次迭代后，网络的状态可以被优化。该算法对无人机自组网网络的调整速度快，适应网络拓扑的快速变化，但是，该算法最终选择的网关是从满足稳定性阈值要求的潜在网关中随机产生的，这样存在的问题是随机产生的网关很可能并不是稳定性值最大的节点，甚至存在另外的潜在网关节点的稳定性值比最终确定的网关节点稳定性值大很多，这样就会造成下一轮的网关节点选择过程中可能会再次将网关节点切换到稳本文档来自技高网...

【技术保护点】
1.一种基于无人机‑地面控制站链路状态预测的网关选择算法，其特征是：它主要适用于分布式的无人机飞行自组网或者分区的分布式无人机飞行自组网，分区的无人机飞行自组网根据要求划分为了几个区域，每个区域要求要有一个网关，无人机飞行自组网与地面控制站之间的通信需求通过网关节点实现。无人机飞行自组网初始化完成后需要周期性的根据网关选择算法计算稳定性值来进行网关的选择，且只有候选网关节点的稳定性值与当前网关节点的稳定性值的差值超出阈值时才进行下一步的网关选择流程。本专利技术提出的基于无人机‑地面控制站链路状态预测的网关选择算法(1)“无人机‑地面控制站链路状态预测”新机制；(2)“权函数计时的延迟等待时间”新机制；第一种新机制是在潜在网关节点中进行计算，第二种机制是用在潜在网关到网关节点的选择时延迟等待时间的计算；通过使用上述两种机制，本专利技术提出的网关选择算法可以选择稳定性好、与地面控制站链路连接时间长的节点作为网关节点，提高网关节点稳定性的同时减少网关节点的切换次数，从而实现降低无人机自组网网络与地面控制站进行数据传输时延，提高吞吐量。

【技术特征摘要】
1.一种基于无人机-地面控制站链路状态预测的网关选择算法，其特征是：它主要适用于分布式的无人机飞行自组网或者分区的分布式无人机飞行自组网，分区的无人机飞行自组网根据要求划分为了几个区域，每个区域要求要有一个网关，无人机飞行自组网与地面控制站之间的通信需求通过网关节点实现。无人机飞行自组网初始化完成后需要周期性的根据网关选择算法计算稳定性值来进行网关的选择，且只有候选网关节点的稳定性值与当前网关节点的稳定性值的差值超出阈值时才进行下一步的网关选择流程。本发明提出的基于无人机-地面控制站链路状态预测的网关选择算法(1)“无人机-地面控制站链路状态预测”新机制；(2)“权函数计时的延迟等待时间”新机制；第一种新机制是在潜在网关节点中进行计算，第二种机制是用在潜在网关到网关节点的选择时延迟等待时间的计算；通过使用上述两种机制，本发明提出的网关选择算法可以选择稳定性好、与地面控制站链路连接时间长的节点作为网关节点，提高网关节点稳定性的同时减少网关节点的切换次数，从而实现降低无人机自组网网络与地面控制站进行数据传输时延，提高吞吐量。2.根据权利1所述的基于无人机-地面控制站链路状态预测的网关选择算法，其特征是：无人机-地面控制安链路状态预测模型应该满足以下特征：执行任务的无人机节点其下一时刻的无人机-地面控制站链路状态只与此刻的链路状态有关，而与之前的历史链路状态无关，即使用历史信息进行预测时无人机节点必须满足马尔科夫预测特性。预测分两部分，一是根据无人机的历史位置记录将无人机的链路状态信息以ΔT时间间隔进行抽样，据此，我们可以得到无人机-地面控制站链路状态转移情况，根据该马尔科夫链路状态预测模型得出无人机-地面控制站链路状态由“通”到“通...

【专利技术属性】
技术研发人员：姚玉坤，宋威威，李其超，张云霞，李威，濮浩，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50