基于空地集群轨迹预测的组播路由方法技术

本发明专利技术提供一种基于空地集群轨迹预测的组播路由方法，采用时间窗口挖掘用户的移动轨迹，构建图多注意力机制网络预测移动实体的轨迹变化，搭建工作移动模型生成移动实体的运动节点，最后构造分布式群组采用等待

【技术实现步骤摘要】
基于空地集群轨迹预测的组播路由方法


[0001]本专利技术涉及资源分发业务
，具体涉及一种基于空地集群轨迹预测的组播路由方法。

技术介绍

[0002]传统应急通信指挥控制过程中，受装备和信息化水平的限制，难以形成有效的救援分配，极有可能出现混乱失调的现象。尤其面向重大事故及灾害救援任务时，网络设备不仅面临现场高温高湿等复杂环境，同时现有网络基础设施破坏严重或难以部署，空地协同网络环境下协同救援网络中节点之间的通信受灾害环境影响，接入链路具有不稳定性，节点协同救援通信具有频繁中断，大延迟的特点，导致数据从源节点到目的节点之间没有固定的链路存在。
[0003]协同救援网络中的每个节点本身都配备移动自组网络通信模块，既具有路由功能，又具有报文转发功能，可以通过无线连接构成任意的网络拓扑。单个网络节点通常需要和集群中的多个网络节点进行数据交互，如定期报告自身的位置、数据采集与任务执行情况等。如果采用单播的方式进行上述通信，将成倍地增加网络中的传输数据量，甚至造成网络的严重拥塞。
[0004]然而，针对灾害环境中的受损网络设计组播路由协议具有很大的挑战性。节点在进行组播通信时，为了保证通信效率，数据在交付过程中不需要逐跳进行确认，但这可能导致组播节点无法及时检测到链路断开的问题。因此，在进行组播路由选择时，就应该尽可能提高路由的可靠性。现有应用于这方面的组播路由协议大都依赖于节点配备的全球定位系统(GlobalPositioning System，GPS)设备，然而，当集群中的网络设备在灾害环境中，很难无法获取自身准确定位时，大部分依赖于GPS定位信息的组播路由协议将无法保证所建立路由的可靠性。

技术实现思路

[0005]针对现有技术的不足，本专利技术一种基于空地集群轨迹预测的组播路由方法，包括：
[0006]步骤1：挖掘协同救援网络用户的移动轨迹；
[0007]步骤2：构建图多注意力机制网络，根据无人机采集到的地面移动实体数据预测移动实体的轨迹变化；
[0008]步骤3：构建工作移动模型，生成移动实体的运动节点；
[0009]步骤4：构造动态的分布式群组，采用等待
‑
对比
‑
分离的策略产生动态组播树实现多目的地消息的寻路。
[0010]所述步骤1包括：
[0011]步骤1.1：针对用户的移动轨迹引入时间窗口，将连续时间进行离散化处理；
[0012]步骤1.2：当用户在窗口中位置移动距离大于设定阈值L
g
时，定义当前状态为活动状态，否则定义为静止状态，寻找两个连续状态为静止状态的时间窗口，然后将两个时间窗
口之间包含的位置变换序列定义为一条移动轨迹；
[0013]步骤1.3：根据轨迹相似性将具有相同移动特征的轨迹划分为同一个特征轨迹集中；
[0014]步骤1.4：根据支持度的设定阈值去除噪声轨迹；
[0015]步骤1.5：针对保留下来的特征轨迹集，选取中心轨迹作为特征轨迹，即用户的移动轨迹。
[0016]所述步骤2包括：
[0017]步骤2.1：构建地面移动实体的图多注意力机制网络；具体表述为：根据地面移动实体的位置数据构建一个图结构，将每个地面移动实体作为图的节点，将不同地面移动实体之间的空间关系作为空间边，将相邻时间相同地面移动实体之间的时间关系作为时间边，将节点信息嵌入到向量中以保存图结构。
[0018]步骤2.2：根据构建的图多注意力机制网络，预测移动实体的轨迹序列。
[0019]所述步骤2.2具体表述为：
[0020]步骤2.2.1：引入空间注意力计算移动实体与周围实体之间的空间作用，在不同的时间步动态地为所有的空间边分配权重，然后为周围所有移动实体的交互特征加权求和，得到加权和
[0021]步骤2.2.2：引入时间注意力计算同一节点不同时间片之间的相关性，在图多注意力机制网络模型中将同一节点l在不同时间片做点积计算，求得两者的相关性
[0022]步骤2.2.3：利用激活函数Z对交互特征加权和相关性进行融合，根据Z、和按元素相乘再求和计算得到移动轨迹H
(l)
。
[0023]所述步骤3包括：
[0024]步骤3.1：划分用户日常行为特征，串联行为特征得到工作移动模型；
[0025]步骤3.2：将步骤1得到的移动轨迹和步骤2生成的预测轨迹作为工作移动模型的输入，生成移动实体的运动节点；
[0026]步骤3.3：根据预设的信号量阈值Xg，从运动节点中筛选重要节点。
[0027]所述步骤4包括：
[0028]步骤4.1：构造动态的分布式群组，降低消息组播过程中的网络开销；
[0029]步骤4.2：针对构建的分布式群组，采用等待
‑
对比
‑
分离的策略产生动态组播树进而实现多目的地消息的寻路。
[0030]所述步骤4.1具体表述为：
[0031]选择重要节点中重要性较大的前M个节点作为初始节点，每个节点有唯一的群组，在节点移动过程中，将没有群组归属的节点加入到与其首次相遇的节点所属的群组中，直到每个节点都有唯一的群组；
[0032]调整节点的群组归属，将节点加入一个或多个群组中，在节点移动过程中记录该节点与其他节点相遇的次数，将节点K与某一群组q1的相遇次数C
q
与节点K和所有群组相遇次数总和作比，如果比值大于阈值θ，则将节点K加入到群组q1中；
[0033]若群组q1、群组q2中含有公共节点，记录公共节点的个数N1，q1群组中节点个数N2， q2群组中节点个数为N3，找到N2和N3中的最小值min，计算N1与min的比值，如果比值大于设定阈值δ，则将群组q1与群组q2进行合并。
[0034]所述步骤4.2具体表述为：
[0035]消息的源节点寻找在同一群组的目的节点，当决策节点发现目的节点在其邻居集合时，如果该决策节点的分支为目的节点，则将该目的节点解绑，否则不进行解绑，等待所述目的节点以及完成消息的直接交付；
[0036]节点U携带消息的目的节点集合表述为其中，D表示该消息的所有目的节点构成的集合；当节点U遇到节点V时，节点U首先发送集合D
’
的消息给节点V，节点V反过来发给节点U关于自己与集合D
’
中各目的节点之间的路由转发决策Q；
[0037]计算节点V与各个目的节点兴趣相似度值的总和Q
v
，计算节点U与各个目的节点兴趣相似度值的总和Q
u
，如果Q
v
大于Q
u
，则继续推进，否则节点U等待下一个节点的相遇；
[0038]当消息到达其目的节点所在的群组时，选择下一跳的媒介时，若相遇节点满足其中χ为阈值，T为卡尔文温度，m表示集合D
’
中的目的节点数，则将该相遇节点作为候选节点加入到目的节点的下一跳集合中，然后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于空地集群轨迹预测的组播路由方法，其特征在于，包括：步骤1：挖掘协同救援网络用户的移动轨迹；步骤2：构建图多注意力机制网络，根据无人机采集到的地面移动实体数据预测移动实体的轨迹变化；步骤3：构建工作移动模型，生成移动实体的运动节点；步骤4：构造动态的分布式群组，采用等待
‑
对比
‑
分离的策略产生动态组播树实现多目的地消息的寻路。2.根据权利要求1所述的一种基于空地集群轨迹预测的组播路由方法，其特征在于，所述步骤1包括：步骤1.1：针对用户的移动轨迹引入时间窗口，将连续时间进行离散化处理；步骤1.2：当用户在窗口中位置移动距离大于设定阈值L
g
时，定义当前状态为活动状态，否则定义为静止状态，寻找两个连续状态为静止状态的时间窗口，然后将两个时间窗口之间包含的位置变换序列定义为一条移动轨迹；步骤1.3：根据轨迹相似性将具有相同移动特征的轨迹划分为同一个特征轨迹集中；步骤1.4：根据支持度的设定阈值去除噪声轨迹；步骤1.5：针对保留下来的特征轨迹集，选取中心轨迹作为特征轨迹，即用户的移动轨迹。3.根据权利要求1所述的一种基于空地集群轨迹预测的组播路由方法，其特征在于，所述步骤2包括：步骤2.1：构建地面移动实体的图多注意力机制网络；步骤2.2：根据构建的图多注意力机制网络，预测移动实体的轨迹序列。4.根据权利要求3所述的一种基于空地集群轨迹预测的组播路由方法，其特征在于，所述步骤2.1具体表述为：根据地面移动实体的位置数据构建一个图结构，将每个地面移动实体作为图的节点，将不同地面移动实体之间的空间关系作为空间边，将相邻时间相同地面移动实体之间的时间关系作为时间边，将节点信息嵌入到向量中以保存图结构。5.根据权利要求3所述的一种基于空地集群轨迹预测的组播路由方法，其特征在于，所述步骤2.2具体表述为：步骤2.2.1：引入空间注意力计算移动实体与周围实体之间的空间作用，在不同的时间步动态地为所有的空间边分配权重，然后为周围所有移动实体的交互特征加权求和，得到加权和步骤2.2.2：引入时间注意力计算同一节点不同时间片之间的相关性，在图多注意力机制网络模型中将同一节点l在不同时间片做点积计算，求得两者的相关性步骤2.2.3：利用激活函数Z对交互特征加权和相关性进行融合，根据Z、和按元素相乘再求和计算得到移动轨迹H
(l)
。6.根据权利要求1所述的一种基于空地集群轨迹预测的组播路由方法，其特征在于，所述步骤3包括：步骤3.1：划分用户日常行为特征，串联行为特征得到工作移动模型；步骤3.2：将步骤1得到的移动轨迹和步骤2生成的预测轨迹作为工作移动模型的输入，

【专利技术属性】
技术研发人员：李婕，曹爽，刘安琪，孙立明，侯心怡，
申请(专利权)人：东北大学，
类型：发明
国别省市：