一种面向无人机自组网的自适应路由方法技术

本发明专利技术是一种面向无人机自组网的自适应路由方法，结合了逐跳（HBH）和存储

【技术实现步骤摘要】
一种面向无人机自组网的自适应路由方法


[0001]本专利技术涉及无线通信
，具体的说是一种面向无人机自组网的自适应路由方法。

技术介绍

[0002]基于体积小、机动灵活、造价低廉等多个优势，无人机吸引了工业界和学术界的大量关注，成为各国竞相发展的热点，其应用领域十分广泛包括监视、侦查、巡逻、军事、目标探测、灾害传感等。在无人机的众多应用中，无人机实施的多目标定位被广泛应用于军事侦察以及目标检测中。一方面无人机具有体积小、机动灵活、不易被发现的优点，可以在敌占区上空进行长时间低空侦察；另一方面无人机可以携带多种传感器，能提供多种形式高分辨率的目标信息；其次无人机造价低廉，不会造成人员伤亡，具有经济、安全的特点。在很多实际场景中，例如侦察、检测无人区或核辐射区的目标等，并不适合派遣人员进入去完成任务，而与无人车相比，无人机对地面地形、道路的要求较低且就多径效应而言，空中的通信质量高于地面，由于无人机特有的优越性和灵活性，无人机在这类场景中更胜一筹。
[0003]随着任务范围的扩大以及难度和复杂度的加强，单架无人机完成任务所需的时间变长、任务的完成度大打折扣。随着无人机不断小型化的发展以及对无人机续航时间等局限的考虑，多无人机协作完成多目标定位成为一种趋势。与其他Ad
‑
hoc网络一样，路由协议对于保证FANETs的性能至关重要，近二十年来，FANETs路由协议的大量研究都在研究如何解决高机动性无人机和动态拓扑造成的路由失败。根据转发方式，现有FANETs路由协议可分为两类：逐跳(HBH)路由和存储转发(SCF)路由。HBH路由分布在下一跳中，当节点接收到包到目的地时，它将包转发到与目的节点相对应的最近的下一跳。当较少的无人机需要传输数据时，HBH更合适。然而，在FANETs中实现的HBH路由协议很容易受到不适当的转发路径的影响。在SCF路由中，消息存储在一个节点(或一些节点)中，并一次一跳地从源节点移动到目的地。对于一些典型的应用场景，如灾后研究和救援，数据包可能是大而丰富的，SCF路由是首选。然而，SCF路由协议将面临时延过大、无人机冗余部署等问题。
[0004]因此，结合HBH和SCF的自适应路由协议可以满足不同的应用需求。但现有的基于预测的路由方法大多侧重于预测未来的2D移动性或位置，而不考虑分组流量。我们认为分组流量信息的缺乏和三维移动性降低了预测精度，从而影响了路由性能。综上所述，虽然无人机自组网路由方法已经做了大量的工作，但是自适应路由协议的设计仍然是一个挑战。首先，无人机自组网的无线环境总是复杂而动态的，这使得无人机很难确定此时哪种路由模式更合适。此外，邻居节点的的3D移动性和数据包分组到达都在快速变化，因此考虑链路状态(包括3D移动性和分组到达预测)的路由决策是非常重要的。

技术实现思路

[0005]本专利技术要解决的技术问题是提供一种面向无人机自组网的自适应路由方法，能够解决多无人机群通信的路由需求。
[0006]为解决上述技术问题，本专利技术采用的技术方案为：
[0007]一种面向无人机自组网的自适应路由方法，其特征在于：包括由多个可以自由移动的无人机组成的无人机组，每个无人机均设置有全球导航卫星系统，所述的通全球导航卫星系统用于获取无人机位置数据，每一架无人机通过其无人机地址识别与邻居无人机进行通信，每个无人机与地面站信号连接并将地面站定义为所有无人机的路由目的地，每个无人机均可获取地面站的位置数据；面向无人机自组网的自适应路由方法用于提高包转移率并提高服务质量，具体步骤如下：
[0008]步骤1，无人机对邻居无人机的链路质量进行预测和评估；包括使用基于线性拟合的方法预测基站朝向度，即3D空间内预测距离基站的距离和基站射范围的比(DTGS)；和使用最大似然方法预测邻居节点的包到达率；
[0009]步骤2，将基站朝向度DTGS值赋予若干个等级，并将该等级建模为状态空间，将路由决策建模为动作空间，动作空间包括SCF和HBH；
[0010]步骤3，当存在路由请求时，使用基于Q学习的路由决策架构做出路由决策，包括Q学习算法和辅助决策操作。
[0011]所述的步骤1中，使用基于线性拟合的方法预测邻居无人机的位置序列，并使用基站朝向度的指标来衡量位置信息的质量，表示为：
[0012][0013]其中，d(G,i)代表假设邻居无人机在拟合的直线上飞行时，抵达过地面站而垂直于地面站和当前无人机的平面时和地面站的距离，r
GS
代表地面站的通信半径；使用基于线性拟合的方法，由输入位置序列，可以计算d
DTGS
值。
[0014]所述的步骤1中，由邻居无人机的数据包到达序列{k1,k2,...,k
n
}，使用最大似然方法可以预测出下个数据包到达的时间间隔。
[0015]所述的步骤2中，将马尔可夫决策过程的状态空间建模为步骤1中的d
DTGS
值的等级，如下式所示：
[0016][0017]其中μ为d
DTGS
的等级个数，D
mi
是d
DTGS
的最大值；
[0018]将动作空间建模为{CU,NU1,NU2,
…
,NU
M
}，其中CU为数据包保存在当前无人机中，即启动SCF模式，{NU1,NU2,
…
,NU
M
}是转发给NU1～NU
M
中的邻居无人机，即启动HBH模式。
[0019]所述的步骤3中，将即时反馈建模为：
[0020]R＝ωR
′
[0021]其中
[0022]R
′
＝
△
d(CU,GS),a∈{NU1,NU2,
…
,NU
M
}
[0023][0024]式中，R为即时反馈；ω是指示数据包是否转发成功的因子，如果成功则为1，否则为0；R
′
为即时反馈原始值，其在SCF和HBH模式下的计算方式是不同的；
△
d为HBH模式做出
动作a∈{NU1,NU2,
…
,NU
M
}后的基站朝向度d
DTGS
的差值，其中CU为数据包保存在当前无人机中，GS为地面站；当a∈{CU,GS}即SCF模式，d
p
代表时延值，d
m
代表最大延时容忍；
[0025]Q表的辅助更新表示为：
[0026][0027]其中ε表示辅助更新步长，Q
t
(s,a)表示Q值，并且辅助实时反馈r
s
表示为：
[0028][0029]其中，代表NU
i
的DTGS值，代表下一时刻数据包到达时间间隔，用来指示是否辅助数据包发送成功，ξ,ψ和ζ为权重因子，满足ξ+ψ+ζ＝1；E
mi
、D
mi
和R...

【技术保护点】

【技术特征摘要】
1.一种面向无人机自组网的自适应路由方法，其特征在于：包括由多个可以自由移动的无人机组成的无人机组，每个无人机均设置有全球导航卫星系统，所述的通全球导航卫星系统用于获取无人机位置数据，每一架无人机通过其无人机地址识别与邻居无人机进行通信，每个无人机与地面站信号连接并将地面站定义为所有无人机的路由目的地，每个无人机均可获取地面站的位置数据；面向无人机自组网的自适应路由方法用于提高包转移率并提高服务质量，具体步骤如下：步骤1，无人机对邻居无人机的链路质量进行预测和评估；包括使用基于线性拟合的方法预测基站朝向度，即3D空间内预测距离基站的距离和基站射范围的比；和使用最大似然方法预测邻居节点的包到达率；步骤2，将DTGS值赋予若干个等级，并将该等级建模为状态空间，将路由决策建模为动作空间，动作空间包括SCF和HBH；步骤3，当存在路由请求时，使用基于Q学习的路由决策架构做出路由决策，包括Q学习算法和辅助决策操作。2.如权利要求1所述的一种面向无人机自组网的自适应路由方法，其特征在于：所述的步骤1中，使用基于线性拟合的方法预测邻居无人机的位置序列，并使用基站朝向度的指标来衡量位置信息的质量，表示为：其中，d(G,i)代表假设邻居无人机在拟合的直线上飞行时，抵达过地面站而垂直于地面站和当前无人机的平面时和地面站的距离，r
GS
代表地面站的通信半径；使用基于线性拟合的方法，由输入位置序列，可以计算d
DTGS
值。3.如权利要求2所述的一种面向无人机自组网的自适应路由方法，其特征在于：所述的步骤1中，由邻居无人机的数据包到达序列{k1,k2,...,k
n
}，使用最大似然方法可以预测出下个数据包到达的时间间隔。4.如权利要求3所述的一种面向无人机自组网的自适应路由方法，其特征在于：所述的步骤2中，将马尔可夫决策过程的状态空间建模为步骤1中的d
DTGS
值的等级，如下式所示：其中μ为d
DTGS
的等级个数，D
mi
是d
DTGS
的最大值；将动作空间建模为{CU,NU1,NU2,
…
,NU
M
}，其中CU为数据包保存在当前无人机中，即启动SCF模式，{NU1,NU2,
…
,NU
M
}是转发给NU1～NU
M
中的邻居无人机，即启动HBH模式。5.如权利要求4所述的一种面向无人机自组网的自适应路由方法，其特征在于：所述...

【专利技术属性】
技术研发人员：吴启晖，张珉，沈锋，董超，冯斯梦，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：