无人机与卫星混合网络通信路由方法及系统与流程

本发明属于空天合成dtn网络
技术领域：
，尤其涉及一种无人机与卫星混合网络通信路由方法及系统。
背景技术：
：目前，路由策略包括确定节点dtn网络的路由策略和随机节点dtn网络路由策略，其中：确定节点dtn网络主要是指卫星网络。卫星节点其轨道方程是确定的，通过其轨道方程可以计算出卫星的运动轨迹。同时,根据卫星的通信半径可以得到与其他卫星以及地面站的连接时间，以及相对距离。确定节点dtn网络的路由策略是基于预知且确定的连接信息进行路由决策即连接图路由算法(cgr)。cgr算法是一个家族算法：首先根据连接信息构造连接图，然后根据连接图启动连接检查过程(crp)找到邻居节点链接检查过程主要是检查当前连接是否符合bundle转发所需的时间要求以及链路容量要求，最后通过转发程序转发到下一跳，其转发程序考虑bundle的优先级，针对不同优先级的bundle分不同形式转发。从而形成端到端路径。cgr路由采用存储-携带-转发模式保证了数据传输的可靠性。随机节点dtn路由策略主要代表是传染路由(epidemic)算法，被应用于解决含有随机节点的dtn网络数据传输问题，在资源不受限制的情况下，它在任何dtn场景下都有最佳的路由性能。epi的主要思想是“存储-携带-转发”。网络中每个节点为缓存中的数据集合建立名为sv(summaryvector)的索引，当两个节点进入彼此的通信范围时交换各自的sv，节点通过对比双方的sv来判断是否向对方转发数据信息及转发哪些信息。随着节点运动，数据信息最终被复制到网络中的任何节点。epedemic路由算法能够在含有随机节点的网络中保证信息最终达到目的节点，且获得较高的交付率。但是，cgr路由策略只能解决能提前预知的确定网络路由问题，不能应对含有随机节点的网络路由问题。epidemic路由策略虽能在含有随机节点网络中保证信息的端到端传输，且有较高的交付率，但是在无人机和卫星的混合网络中，节点数量较多，但这种类似泛洪的机制会造成带宽和缓存空间的巨大浪费在既含确定节点又包含随机节点的网络中，其节点种类不单一，并且节点数量较多，用传统的路由策略不能解决卫星与无人机混合网络的路由问题。技术实现要素：本发明的主要目的在于提供一种无人机与卫星混合网络通信路由方法及系统，以解决卫星与无人机混合网络的路由问题。为实现上述目的，本发明提供的一种无人机与卫星混合网络通信路由方法，包括以下步骤：基于随机连接预测模型，构造出含有随机节点和确定节点的概率连接图；设计基于概率连接图的路由算法进行无人机与卫星混合网络通信路由。其中，所述设计基于概率连接图的路由算法的步骤包括：在所述概率连接图中加入不确定连接的连接概率，并在连接检查过程中加入概率阈值的筛选；在转发程序中考虑所述连接概率，生成基于所述概率连接图的路由算法。其中，所述概率连接图中各节点之间的连接信息包括传输节点、接收节点、链路连通开始时间、链路连通结束时间、链路传输速率、连接概率。其中，所述连接检查过程包括：对概率连接图中的连接信息为当前持有转发bundle的节点选择能可靠传输的邻居节点列表。其中，所述无人机与卫星混合网络通信路由方法还包括：对所述基于概率连接图的路由算法进行性能评估。其中，所述无人机与卫星混合网络通信路由方法还包括：创建所述随机连接预测模型。本发明还提出一种无人机与卫星混合网络通信路由系统，包括存储器、处理器以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的方法的步骤。本发明的有益效果是：基于无人机与小卫星的混合网络，提出了一种路由算法解决传统的路由不能应对多种节点的网络路由问题。并提出了随机连接的预测模型得到此路由算法所需的连接信息；此外，将这种路由算法与传统的路由算法进行了对比分析，可以得到本发明所提出的算法能够在混合网络路由选择中得到更少的传输时延以及传输损耗。附图说明图1为本发明卫星与无人机混合dtn网络协议栈；图2为本发明pcgr算法结构框图；图3为本发明概率连接图；图4是两随机节点相对运动轨迹示意图；图5是状态转移过程示意图；图6是本发明关键bundle传输时延示意图；图7为本发明非关键bundle传输时延示意图；图8是本发明关键bundle传输损耗示意图；图9是本发明非关键bundle传输损耗示意图。本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。本发明主要应用于空天合成dtn网络，无人机与卫星的通信路由技术，具体应用方式为：基于无人机与小卫星合成网络，利用本发明所提出的基于随机连接预测模型，构造出含有随机节点和确定节点的概率连接图，并设计了基于概率连接图的路由算法(pcgr)以解决无人机与卫星混合网络通信路由问题。具体地，本发明提出一种无人机与卫星混合网络通信路由方法，包括：步骤s1，基于随机连接预测模型，构造出含有随机节点和确定节点的概率连接图；步骤s2，设计基于概率连接图的路由算法进行无人机与卫星混合网络通信路由。其中，所述设计基于概率连接图的路由算法的步骤包括：在所述概率连接图中加入不确定连接的连接概率，并在连接检查过程中加入概率阈值的筛选；在转发程序中考虑所述连接概率，生成基于所述概率连接图的路由算法。所述概率连接图中各节点之间的连接信息包括传输节点、接收节点、链路连通开始时间、链路连通结束时间、链路传输速率、连接概率。所述连接检查过程包括：对概率连接图中的连接信息为当前持有转发bundle的节点选择能可靠传输的邻居节点列表。进一步地，本发明方案还包括对基于概率连接图的路由算法进行性能评估。以及创建所述随机连接预测模型。以下对本实施例方案进行详细阐述：首先，介绍无人机与卫星的混合dtn网络和随机连接图路由算法1.无人机与卫星的混合dtn网络无人机与卫星的混合网络中既包含确定的卫星节点有包含随机的无人机节点。其中，无人机节点分为两种：载有卫星天线的网关无人机节点能够与卫星和其它无人机以及地面站进行通信，另一种无人机不载有卫星天线，不能与卫星进行通信只能与无人机进行通信。在无人机与卫星合作的网络中，无人机将遥感信息传到地面站有两种方式：1)无人机通过网关节点直接传到地面站，2)通过网关无人机节点以及卫星做中继传到地面站。本发明针对第二种信息传输方式进行设计路由算法，其信息的传递采用存储-携带-转发模式，此混合dtn网络的协议栈结构如图1所示，图1为本发明卫星与无人机混合dtn网络协议栈。无人机与卫星的混合网络中卫星中存在多种连接：1)卫星之间的连接c(sa,sa)；2)卫星与网关无人机的连接c(sa,uag)；3)普通无人机与网关无人机的连接c(uao,uag)。对于前两种连接是确定的，有以下推论：推论1：对于卫星之间的连接由于轨道是确定的，所以连接是确定的，其连接概率为pc(sa,sa)＝1(1)推论2：由于卫星的飞行速度远远大于无人机的飞行速度，并且卫星的通信覆盖半径远远大于无人机的覆盖半径，卫星与无人机网关之间的连接c(sa,uag)可以转化为卫星与无人机监测区域的覆盖问题c(sa,ta)，且卫星与无人机监测区域的覆盖是确定的，因此卫星与无人机网关之间的连接概率为对于第三种连接，将在后边将根据半马尔科夫模型以及马尔科夫链进行建模预测其连接概率。2.随机连接图路由算法随机连接图算法(pcgr)是对传统cgr算法的改进，在原始算法基础上引入随机节点，在连接图中加入不确定连接的连接概率，并在连接检查过程中加入概率阈值的筛选，最后在转发程序中考虑连接概率。其算法的结构框图如图2所示。(1)概率连接图各节点之间的连接信息包括传输节点、接收节点、链路连通开始时间、链路连通结束之间、链路传输速率、连接概率等信息，这些连接信息会被所有的dtn网络节点存储起来，然后各节点会生成一个概率连接图如图3所示。连接图中既包括确定节点的连接信息，又包括随机节点的连接信息。确定连接概率设为1，确定连接的时间及距离可以根据卫星的轨道方程得到，本发明不再复述。链路速率是提前设定的。而随机连接连接时间及概率是通过预测连接概率的模型得到的。其预测模型将在下节进行讨论。(2)连接检查过程连接检查过程(pcrp)对概率连接图中的连接信息为当前持有转发bundle的节点选择能可靠传输的邻居节点列表其具体算法步骤为：1)将当前所分析的连接m的目的节点mendnode加入排除节点列表en。2)将当前bundle(b)的失效时间f赋给此连接的最早开启时间t3)进行连接概率阈值α筛选，当前连接概率pc能够满足阈值条件则进行下一步判断否则跳出。4)如果当前时间小于t并且连接开启时间mstarttime小于t则进行下一步判断否则跳出。5)如果当前连接的目的节点mendnode为bundle的最终目的节点，我们将当前连接的结束时间mendtime赋给bundle最早到达时间ept6)如果所判连接的源节点mtransmitnode为当前持有bundle的本地节点l，并且当前连接的链路剩余容量mrescap大于bundle转发估计所需的容量ecc(传统cgr算法中根据链路速率rl和连接距离rc求得ecc本发明不再讲述)，并且此连接的目的节点mendnode属于本地节点的邻居节点则进行下一步判断，否则则跳出7)如果bundle期望最早传输时间ept小于或等于bundle到达当前连接的目的节点的时间aept，我们将ept赋给aept,并且将b可以到达mendnode的最小跳数apnh为apnh和期望跳数nh的最小值赋给apnh。8)如果不满足第(7)中的条件，则将b可以到达mendnode的最小跳数apnh赋给期望跳数nh，bundle到达当前连接的目的节点的时间aept赋给bundle期望最早传输时间ept，并将mendnode加入本地节点的邻居节点列表pn中。9)如果所判连接的源节点mtransmitnode不在排出节点列表en中，我们将ept和mendtime的最小的一个值赋给ept，并将b可以到达mendnode的最小跳数apnh为apnh和期望跳数nh分别加1并更新连接时间，将mendnode从排出节点列表中删除，重新启动连接检查程序，检查其他未检查的连接。其算法伪代码如下：表1.pcrp算法(3)转发程序通过重复调用连接检查过程(pcrp)，可以从源节点到目的节点获取所有邻居节点。制定一个有效的转发程序(fbp)来选择到目的地的正确路径是至关重要的。在传统的cgr算法中，fbp在两种不同的情况下传输bundle：1)关键bundle将转发可靠邻居节点列表中的每个节点；2)非关键bundle将选择要发送的最佳下一跳(最短距离或最早打开时间等)。然而，在混合卫星/无人机dtn中，存在一些随机节点，应该在考虑两种情况下改进传统的fbp。关键bundle以传统方式转发即转发给所有的邻居节点，但非关键是需要区分随机连接和确定性连接，如果连接概率不是1，本发明应该选择连接概率最大的邻居节点进行转发。3.随机节点连接预测通常，考虑到在不同uav运动过程中瞬时速度和方向的不断变化的特性，即加速，减速和均匀运动，本发明使用半马尔科夫运动模型来来描述无人机瞬时速度和方向的关系如下：其中，vj-1和φj是两个具有零均值和单位方差的高斯随机变量，用于调整节点速度的时间相关性，vα是半马尔可夫模型初始化的目标稳定速度。vj和φj分别是第j步中随机节点的瞬时速度和方向。在半马尔科夫模型中两节点的相对速度范围是[0,2(vα+δv)]，并且两节点的相对速度服从瑞利分布。本发明将具有半马尔科夫运动特性的两无人机节点进行数学建模其运动轨迹如图4所示。可以得到其几何关系如下：其中，是第m步的相对距离向量，是第m步的相对速度向量,θm是和是两向量的夹角，θm在(0,π]区间符合均匀分布。半马尔科夫运动模型中的两节点相对速度范围为并且符合瑞利分布。如图5所示，r为两者能通信的范围半径，被等分为n份长度为λ，所以r＝nλ。在[(i-1)λ,iλ]内表示当前状态为ri，代表当前两随机节点的距离为ri。将p表示为距离转移概率矩阵如公式(8)，其中pij为在单个时间步长之后从ri到rj的状态转换的概率。注意，当相关距离大于r时，两个相对节点不连接。因此，采用离散的状态转换方法，通过计算r中两个节点的相对距离的逗留时间和转移概率，可以获得所需的连接信息。其运动时间及状态都是离散的，所以结合节点运动参数的半马尔可夫特性，本发明提出了一种用于描述两个相对运动的状态转换过程的马尔可夫链。在链中，距离转移概率矩阵p可以被描述为：为表示方便我们将其矩阵表成列向量矩阵：p＝[p1…pi…pn](9)初始时刻节点的所处状态概率矩阵为γ(0)＝[γ(1)…γ(i)…γ(n)](10)则经过一步转换得到经过m步两无人机节点相对位置所处状态的概率矩阵：经过m个时隙两节点的连接概率为：其中，一步状态转移概率为：其状态转移概率密度函数可以表示为：由于半马尔科夫运动模型任意两节点的相对运动速度符合瑞利分布所以：所以，通过以上分析，可以得到两随机节点在时间段m时的连接距离rj,和连接概率cuw.从而解决了本发明所提出算法的随机连接的连接信息预测问题。4.性能评估本实验平台分为网络环境仿真和传输仿真两部分。通过matlab将网络参数写入stk中，包括卫星的轨道参数和无人机运动模型参数如表2通过matlab与stk相结合得到卫星与无人机混合网络模型，通过stk得到节点的连接情况。利用ion仿真平台将节点的连接情况写入配置文件，进行数据传输。通过将数据转发给模拟传输节点的linux电脑，数据传输实验的多台机器搭载有ion的软件包，模拟dtn网络节点，依照制定的路由策略进行数据传输模拟，试验中的信道模拟采用预先设定的参数如表3通过对网卡接收端丢包率和延时的实现对真实环境的模拟。表2卫星与无人机混合网络参数bundlesize10kbytesbundlelifecycle300spropagationdelay1280msbers10-5segmentsize5kbytesblocksize100kbytes表3.ion参数配置通过pcgr算法找到合适路径，将路径上个节点信息通过ion仿真平台进行节点的信息配置，并通过发包命令以及通信环境约束进行链路性能的测试，本发明将pcgr路由算法找到的路径与传统的确定性路由cgr以及传统的随机路由洪泛转发epidemic算法进行了对比。如图6和图7所示，图6是本发明关键bundle传输时延示意图，其中，n＝20，α＝0.5)；图7为本发明非关键bundle传输时延示意图，其中，(n＝20，α＝0.5)。由图6、图7可以看出：1.epidemic转发不分bundle级别，也不经过crp程序筛选，bundle过多时会造成链路拥塞，产生较高延时；2.cgr在含有随机节点的网络中，由于关键bundle未经概率阈值筛选转发下一跳，随着bundle数量增加，会造成大量无用转发，延时也随之增大。非关键bundle只选一个邻居节点转发，由于没有考虑概率因素会造成转发失败概率增大，所以在bundle较少时性能会差于epidemic；3.pcgr有概率阈值筛选，在关键bundle转发时不会造成过多的无用转发，又因为非关键bundle选择概率最大的下一跳转发所以转发成功的概率比cgr大，所以延时小于cgr。在此，定义一种性能指标；传输损耗tl其模型如下：由图8、图9可以看出：1.epidemic无论关键还是非关键bundle都采用洪泛转发方式，会造成资源浪费，传输损耗会高于另外两种路由策略；2.cgr是针对确定性网络的一种路由策略，关键bundle不会有概率筛选所以产生的的而无效损耗会随着随机节点的增多逐渐增加；非关键bundle转发没有考虑最大概率所以会随着随机节点的增多，传输失败概率增加，无效损耗增大；3.pcgr路由策略考虑了连接概率的问题主要分为三种情况:(1)当概率阈值较小时，关键bundle传输性能与cgr相差不大，非关键bundle由于考虑最大接触概率所以性能优于传统cgr，尤其是在随机节点较多时性能差异更明显；(2)在概率阈值较大时，关键bundle选出的可靠路径少则会随着随机节点的增大会造成转发失败的概率增大，则传输消耗增大，概率阈值的大小对pcgr的非关键bundle转发的传输损耗的影响不明显；(3)pcgr在阈值适中时，随机节点增多关键bundle和非关键bundle的转发的传输损耗影响不大。如图7、图8、图9所示，在有大量节点(包括确定节点和随机节点)的情况下，pcgr算法比传统的确定路由最短路径cgr算法，以及传统的随机路由洪泛转发epidemic算法的传输综合性能要好。相比现有技术，本发明基于无人机与小卫星的混合网络，提出了一种路由算法解决传统的路由不能应对多种节点的网络路由问题，并提出了随机连接的预测模型得到此路由算法所需的连接信息。此外，将这种路由算法与传统的路由算法进行了对比，可以得到本发明所提出的算法能够在混合网络路由选择中得到更少的传输时延以及传输损耗。此外，本发明还提出一种无人机与卫星混合网络通信路由系统，包括存储器、处理器以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的方法的步骤，在此不再赘述。以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或流程变换，或直接或间接运用在其它相关的
技术领域：
，均同理包括在本发明的专利保护范围内。当前第1页12