【技术实现步骤摘要】
本专利技术创造属于自组网通信，尤其是涉及一种面向多任务联盟的k跳任务分簇方法及系统。
技术介绍
1、海陆空跨域联合作战应用背景下，有人无人协同组网需要可扩展的分级分簇自组网技术，实现大规模自组织网络的动态拓扑控制、无线资源管理和网络容量提升。无人平台的高速移动、能量有限性、平台间链路的动态性以及面向任务等特征给大规模无人集群自组网的分簇机制带来了新的挑战。
2、分簇技术原理是根据自组网系统的要求，按照某种优化规则(如最小id、最大连通度、最小相对移动等)，将网络划分为相互连通的多个小簇结构。分簇算法的目标是以较少的计算和通信开销来构造和维护一个能够覆盖整个网络的可以较好支持资源管理和路由协议的连通簇集合。
3、为了减少分簇算法带来的开销，分簇算法应当简单高效，并在只有很少的节点移动和拓扑变化较慢时尽量维持原有结构，从而减少重新生成簇引入的开销，提高网络的总体效能。好的分簇机制应尽量保持网络拓扑稳定，减少重新分簇次数，优化簇内和簇间的连接，并且还需考虑节点的能量级别、网络负载平衡以及对路由算法和信息接入协议的支持等方面。
4、典型的自组网分簇算法包括最小id分簇算法、最大节点度分簇算法、最低移动性分簇算法、多跳分簇算法等。
5、(1)最小id分簇算法
6、最小id启发式分簇算法是由gerla和tsai提出的一种简单分簇算法，每个节点分配唯一id，算法规定相邻节点中具有最小id的节点作为簇头，其一跳邻居节点成为该簇头所在簇的成员节点。
7、最小id分簇算法计算简
8、(2)最大节点度分簇算法
9、parekh ak提出的最大节点度分簇算法，借鉴了internet中选择路由节点的方法，原则是尽量减少路由节点数目，其目标是提高网络控制能力和减少簇的数目。每个节点通过交互控制信息来获得邻居节点的数目，然后将自己的节点度向邻居节点广播，相邻节点中具有最大节点度的节点被选择为簇头。当节点度相同时，则选择id最小的节点作为簇头。簇头的一跳邻居节点成为该簇成员节点，重复以上过程直到所有节点都加入某个簇。
10、最大节点度分簇算法的优点在于网络中簇生成的数目较少，源节点和目的节点之间的平均跳数较少，从而减少了分组投递时延。但是较少的分簇数目也减少了信道的空间重用率，导致簇内节点数过多时，每个节点的吞吐量急剧下降，系统性能随之降低。此外，当节点移动性较强时，簇首更新频率急剧上升，簇结构变化较快，会引入大量维护开销。
11、(3)最低移动性分簇算法
12、最低移动性分簇算法规定，节点的移动性越高，担任簇头的权重越低，选择邻居节点中具有最高权重的节点作为簇头。节点移动性的量化是采用相对移动性指标，通过比较来自某一邻居节点的连续两次的信号强度来估计它们之间的相对移动性。最低移动性分簇算法可以明显减少簇头更新频率，其缺点在于节点权重的更新较为频繁，簇头计算开销较大，并且没有考虑负载均衡和节点的能量损耗。
13、(4)多跳分簇算法
14、传统分簇算法中，簇半径多为一跳，这些算法可归纳为单跳分簇算法。而多跳分簇算法可以生成簇半径达k跳的簇，簇结构更灵活，簇头数进一步减少，可将具有局部性的通信限制在一个簇范围内，提高了无线通信信道的利用率，降低报文的传输延迟。
15、典型的多跳分簇算法有krishna提出的k跳分簇算法，基于图论方法进行分簇，生成的簇没有簇头，这样可以减小簇头失效对系统的影响，但由于要求簇内每个成员都必须保存整个簇的信息，系统开销较大。chen等人还提出一种基于网络连通性的多跳分簇算法，该算法可以看作是改进最小id算法和最大连接度优先算法的综合和扩展，在综合利用节点连接度和最小id分簇基础上，将簇半径扩展为k跳，形成多跳分簇结构。
16、现有自组网分簇算法只考虑通信覆盖与移动性约束条件，与平台间的协同任务无关，应用有人无人跨域协同组网存在三个问题：
17、(1)单跳分簇算法的网络扩展性不强。由于单跳分簇算法只在两跳覆盖范围内选择簇首，在多跳通信覆盖和大规模组网时会形成很多小簇，加重了网络拓扑维护和资源管理的负担，使得单跳分簇算法的规模扩展性不强，不适合大规模分簇自组网的拓扑控制。
18、(2)多平台混合分簇的网络稳定性弱。现有分簇算法不考虑平台的属性和任务特征，在跨域协同应用场景时，容易形成无人机、无人车和无人艇的混合分簇，这些平台的任务属性和机动特性不一致，很容易产生网络拓扑结构的不稳定。即使采用了移动性预测算法，也只能平滑平台间的短期相对运动，对异构平台的长期不一致运动趋势无法取得良好的抑制效果。
19、(3)多平台混合分簇的网络资源管理复杂。现有分簇算法不考虑平台属性和任务特性，应用于有人无人跨域协同的多任务联盟组网时，容易形成包含侦察、攻击/防御、电子战等多任务的混合分簇，不利于簇内资源管控和组播传输，增加网络资源管理的复杂性。
20、因此，面向海陆空跨域联合作战的需要一种具备多跳覆盖、任务解聚和相对稳定特征的多跳分簇算法，减少网络拓扑控制、资源管理和组播传输的复杂性，满足大规模有人无人协同网络通信的分级分簇组网需求。
技术实现思路
1、有鉴于此，本专利技术创造旨在提出一种面向多任务联盟的k跳任务分簇方法及系统，以降低簇内资源管理、组播传输和任务协同的难度，提高簇内结构的稳定性，满足大规模有人无人协同网络通信的分级分簇组网需求。
2、为达到上述目的，本专利技术创造的技术方案是这样实现的：
3、一种面向多任务联盟的k跳任务分簇方法，包括以下步骤：
4、获取多任务联盟的区域范围内每个节点的位置信息；
5、根据所述位置信息，从各任务的区域覆盖范围内的同任务节点中选举簇首以及相应的备份簇首；
6、将k跳范围内与各所述簇首属于同一任务的节点划分为分簇成员，与各所述簇首及备份簇首组成k跳分簇；
7、对所述k跳分簇进行动态维护。
8、进一步的，各任务的区域覆盖范围内包括若干任务区域，所述簇首和备份簇首均选自所述任务区域内的同任务节点；
9、所述根据所述位置信息，从各任务的区域覆盖范围内的同任务节点中选举簇首以及相应的备份簇首的步骤包括：
10、获取任务区域内各节点的任务中心距；所述任务中心距为各节点距所述任务区域的中心位置的距离；
11、选取所述任务区域内任务中心距最小的节点担任簇首；
12、选取所述任务区域内除簇首外具有最小任务中心距的节点担任备份簇首。
13、进一步的，各节点的所述任务中心距的计算方法为：
本文档来自技高网...【技术保护点】
1.一种面向多任务联盟的k跳任务分簇方法，其特征在于：包括以下步骤：获取多任务联盟的区域范围内每个节点的位置信息；
2.根据权利要求1所述的面向多任务联盟的k跳任务分簇方法，其特征在于：各任务的区域覆盖范围内包括若干任务区域，所述簇首和备份簇首均选自所述任务区域内的同任务节点；
3.根据权利要求2所述的面向多任务联盟的k跳任务分簇方法，其特征在于：各节点的所述任务中心距的计算方法为：
4.根据权利要求2所述的面向多任务联盟的k跳任务分簇方法，其特征在于：所述选举所述任务区域内任务中心距最小的节点担任簇首的步骤包括：各节点向其k跳邻节点发送簇首选举报文；所述簇首选举报文内包括当前最佳备选簇首的任务中心距；
5.根据权利要求1所述的面向多任务联盟的k跳任务分簇方法，其特征在于：所述将K跳范围内与各所述簇首属于同一任务的节点划分为分簇成员，与各所述簇首及备份簇首组成K跳分簇的步骤包括：
6.根据权利要求1所述的面向多任务联盟的k跳任务分簇方法，其特征在于：所述对所述K跳分簇进行动态维护的步骤包括：
7.一种电子设备
8.一种服务器，其特征在于：包括至少一个处理器，以及与所述处理器通信连接的存储器，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述处理器执行，以使所述至少一个处理器执行如权利要求1-6任一项所述的面向多任务联盟的k跳任务分簇方法。
9.一种计算机可读取存储介质，存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1-6任一项所述的面向多任务联盟的k跳任务分簇方法。
10.一种面向多任务联盟的通信系统，用于实现权利要求1-6任一项所述的k跳任务分簇方法，其特征在于：所述通信系统包括多个任务类型；
...【技术特征摘要】
1.一种面向多任务联盟的k跳任务分簇方法，其特征在于：包括以下步骤：获取多任务联盟的区域范围内每个节点的位置信息；
2.根据权利要求1所述的面向多任务联盟的k跳任务分簇方法，其特征在于：各任务的区域覆盖范围内包括若干任务区域，所述簇首和备份簇首均选自所述任务区域内的同任务节点；
3.根据权利要求2所述的面向多任务联盟的k跳任务分簇方法，其特征在于：各节点的所述任务中心距的计算方法为：
4.根据权利要求2所述的面向多任务联盟的k跳任务分簇方法，其特征在于：所述选举所述任务区域内任务中心距最小的节点担任簇首的步骤包括：各节点向其k跳邻节点发送簇首选举报文；所述簇首选举报文内包括当前最佳备选簇首的任务中心距；
5.根据权利要求1所述的面向多任务联盟的k跳任务分簇方法，其特征在于：所述将k跳范围内与各所述簇首属于同一任务的节点划分为分簇成员，与各所述簇首及备份簇首组成k跳分簇的步骤包括：
6.根据权利要...
【专利技术属性】
技术研发人员：李忠孝，罗荣，金丽，完颜娟，刘同鹤，刘乐天，
申请(专利权)人：天津七一二通信广播股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。