一种大规模无人机集群自适应分簇组网方法技术

本发明专利技术为解决现有分簇组网方法分布不均匀、负载不均衡、需要事先确定分簇个数缺乏一定的自适应性等问题，而提供了一种大规模无人机集群自适应分簇组网方法。包括以下步骤：步骤一，根据无人机的通信半径、集群的部署位置，构建通信连通性矩阵，计算每架无人机的通信连通度和通信连通节点集；步骤二，以通信连通度为评价指标，通过循环迭代的方式选出初步簇首节点，对无人机集群进行初始化分簇；步骤三，计算初始化分簇方案中簇首节点的通信负载情况，根据单无人机的通信负载能力对分簇方案进行负载均衡优化；步骤四，根据通信距离计算出簇内子节点与簇首节点之间的通信能耗，对步骤三所得分簇方案的通信能耗进行优化，得出最终分簇组网方案。簇组网方案。

【技术实现步骤摘要】
一种大规模无人机集群自适应分簇组网方法


[0001]本专利技术涉及无人机集群
，具体涉及一种大规模无人机集群自适应分簇组网方法。

技术介绍

[0002]随着网络通信技术和低成本无人机技术的不断发展，无人机集群在民用和军事领域得到了广泛应用，承担着森林巡检、地图测绘、巡逻搜救、侦察探测、展示表演等多样化的任务。通过无人机集群协同工作，能够提升无人机系统的鲁棒性、容错性，显著提高无人机系统的感知范围、感知精度、续航时间、载荷重量等任务能力。但是，面对大规模无人机集群，传统的集中式通信控制方式对基站的通信能力要求很高，存在信道拥挤堵塞、传输信息丢失、能量消耗过快等问题。采用分布、分簇组网方式，利用簇首节点通过多跳通信的方式进行指挥控制，有利于减少通信代价和节省能量，已成为大规模无人机集群协同组网控制的研究热点问题。
[0003]现阶段，无人机集群分簇组网方法主要有最小ID方法、LEACH方法、K
‑
means聚类方法、HEED方法等。
[0004]最小ID方法中，无人机集群的节点被随机分配一个ID号，相邻两个节点在确定簇首节点时，ID号小的节点作为簇首节点，簇结构的维护也是基于ID号实现的。
[0005]LEACH方法需事先确定期望的簇首个数k，并基于无人机群节点总数和期望的簇首个数计算得出一个阈值T。然后，每个节点随机生成一个随机数，如果该随机数小于阈值T，则该节点作为簇首节点，其邻域不是簇首节点的节点作为其子节点。
[0006]K
‑
means聚类方法同样需事先确定期望的簇首个数k，首先随机选取k个无人机节点作为簇首节点，其余无人机节点计算自己与簇首节点的距离，并加入到距离最小簇首节点的簇中。然后计算所有簇的质心，评估质心的平方误差，若达到目标函数或最大迭代次数，则停止划分；若没有达到，则依据质心选择新的簇首，进行下一轮迭代处理。
[0007]HEED方法需事先确定簇首占总节点数的大概比例，基于节点的剩余能量信息，通过迭代分析选择出簇首节点。然后，剩余节点加入到最先接收到广播信息的簇首节点的簇中。
[0008]以上方法存在以下不足：
[0009]最小ID方法由于节点ID号是随机分配的，ID号小的节点可能会集中在一起，容易造成簇首节点分布不均匀、负载不均衡等问题。LEACH方法与最小ID方法类似，簇首的选择也是基于随机策略，容易造成簇首节点分布不均匀、负载不均衡等问题。此外，LEACH方法和K
‑
means聚类方法需要事先给定分簇个数，针对随机部署的大规模无人机集群网络，分簇个数难以事先准确评估，缺乏一定的自适应性。HEED方法没有考虑节点之间的距离信息，会造成簇分布不均匀、大簇较多等问题。

技术实现思路

[0010]本专利技术的目的是解决现有分簇组网方法分布不均匀、负载不均衡、需要事先确定分簇个数缺乏一定的自适应性等问题，而提供了一种大规模无人机集群自适应分簇组网方法，无需事先给定无人机集群分簇个数，可自适应处理大规模无人机集群，实现不同任务场景下的大规模无人机集群自适应分簇组网，分簇结果更加均匀和负载也较为均衡。
[0011]为达到上述目的，本专利技术采用的技术方案为：
[0012]一种大规模无人机集群自适应分簇组网方法，其特殊之处在于，包括以下步骤：
[0013]步骤1、根据无人机数量m、无人机通信半径r以及无人机w
i
(i＝1,2,...,m)的部署位置b
i
＝(x
i
,y
i
,z
i
)，构建通信连通性矩阵M，计算得出每架无人机的通信连通度η
i
(i＝1,2,...,m)和通信连通节点集ψ
i
(i＝1,2,...,m)；
[0014]步骤2、以每个无人机w
i
的通信连通度η
i
为评价指标，根据通信连通节点集ψ
i
循环迭代出初步簇首节点，对无人机集群进行初始化分簇；
[0015]步骤3、计算初始化分簇中簇首节点的通信负载情况，根据单个无人机的最大通信负载能力k，对初始化分簇方案进行负载均衡优化；
[0016]步骤4、根据通信距离计算出簇内子节点与簇首节点之间的通信能耗，结合单个无人机的最大通信负载能力k，对步骤3所得分簇方案的通信能耗进一步优化，得到最终的无人机集群的分簇组网方案。
[0017]进一步地，步骤1中：
[0018]所述通信连通度η
i
为与无人机w
i
通信连通的无人机个数，具体为：
[0019][0020]所述通信连通节点集ψ
i
为与无人机w
i
通信连通的无人机集合，根据通信连通性矩阵M求得，具体为：
[0021]ψ
i
＝{w
j
|l
ij
＝1,i≠j}
[0022][0023]其中，l
ij
(i,j＝1,2,...,m)为通信连通函数值；
[0024]d(w
i
,w
j
)为无人机w
i
与无人机w
j
之间的欧式距离；
[0025]所述通信连通性矩阵M为一个m
×
m维的方形矩阵，具体为：
[0026][0027]进一步地，步骤2具体为：
[0028]2.1、首先依据无人机w
i
的通信连通度η
i
从大到小对所有无人机进行排序，依次判断无人机w
i
是否已被设置为簇首节点；
[0029]若无人机w
i
未设置为簇首节点，则进入步骤2.2；
[0030]若无人机w
i
已被设置为簇首节点，则再判断无人机w
i
的通信连通节点集ψ
i
中的其他无人机是否已设置为簇首节点；
[0031]若是，则不做改变；
[0032]若否，则令无人机w
i
的通信连通节点集ψ
i
中的其他无人机节点为簇中子节点；
[0033]2.2、依次比较无人机w
i
通信连通度η
i
与其通信连通节点集ψ
i
中的其他无人机节点的通信连通度大小；
[0034]若无人机w
i
通信连通度η
i
大于与其通信连通节点集ψ
i
中的其他无人机的通信连通度，且其通信连通节点集ψ
i
中的其他无人机未被设为簇首节点，则令该无人机w
i
为初始簇首节点，其通信连通节点集ψ
i
中的其他无人机为该簇中子节点；
[0035]若无人机w
i
通信连通度η
i
大于与其通信连通节本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大规模无人机集群自适应分簇组网方法，其特征在于，包括以下步骤：步骤1、根据无人机数量m、无人机通信半径r以及无人机w
i
(i＝1,2,...,m)的部署位置b
i
＝(x
i
,y
i
,z
i
)，构建通信连通性矩阵M，计算得出每架无人机的通信连通度η
i
(i＝1,2,...,m)和通信连通节点集ψ
i
(i＝1,2,...,m)；步骤2、以每个无人机w
i
的通信连通度η
i
为评价指标，根据通信连通节点集ψ
i
循环迭代出初步簇首节点，对无人机集群进行初始化分簇；步骤3、计算初始化分簇中簇首节点的通信负载情况，根据单个无人机的最大通信负载能力k，对初始化分簇方案进行负载均衡优化；步骤4、根据通信距离计算出簇内子节点与簇首节点之间的通信能耗，结合单个无人机的最大通信负载能力k，对步骤3所得分簇方案的通信能耗进一步优化，得到最终的无人机集群的分簇组网方案。2.根据权利要求1所述的大规模无人机集群自适应分簇组网方法，其特征在于，步骤1中：所述通信连通度η
i
为与无人机w
i
通信连通的无人机个数，具体为：所述通信连通节点集ψ
i
为与无人机w
i
通信连通的无人机集合，根据通信连通性矩阵M求得，具体为：ψ
i
＝{w
j
|l
ij
＝1,i≠j}其中，lij(i,j＝1,2,...,m)为无人机w
i
与无人机w
j
通信连通函数值；d(w
i
,w
j
)为无人机w
i
与无人机w
j
之间的欧式距离；所述通信连通性矩阵M为一个m
×
m维的方形矩阵，具体为：3.根据权利要求2所述的大规模无人机集群自适应分簇组网方法，其特征在于，步骤2具体为：2.1、首先依据无人机w
i
的通信连通度η
i
从大到小对所有无人机进行排序，依次判断无人机w
i
是否已被设置为簇首节点；若无人机w
i
未设置为簇首节点，则进入步骤2.2；若无人机w
i
已被设置为簇首节点，则再判断无人机w
i
的通信连通节点集ψ
i
中的其他无人机是否已设置为簇首节点；若是，则不做改变；若否，则令无...

【专利技术属性】
技术研发人员：徐公国，刘钰，蔡利兵，王勋，夏洪富，
申请(专利权)人：西北核技术研究所，
类型：发明
国别省市：