本发明涉及一种多无人机安全通信的方法，具体的说是一种适用于多无人机协同飞行中，无人机通信范围控制和无人机飞行位置控制使无人机间安全通信的新型方法，属于多无人机安全通信的技术领域。
背景技术：
:
所谓安全通信，与具体的通信细节无关，而是指通过控制无人机的通信范围以及无人机的飞行位置，使无人机群组相对安全的研究。在多无人机执行任务过程中，如果无人机的通信半径大于无人机的侦查半径，则在无人机的侦查范围之外会出现侦查盲区，在这个区域中，敌机可以轻易的获取无人机群组的通信消息而不被无人机群组侦测到，我们称这种状态为信息泄漏，定义信息泄漏的区域为不安全区域。为了减小无人机群组在通信过程中的不安全区域，本文从无人机的协同控制角度出发，通过调整边界无人机的通信范围，从而使无人机群组通信范围减小，进而减小不安全区域的范围，使群组通信相对安全。
无人机起源于军事领域，经过几十年的发展，目前已经进入了快速发展期，种类越来越多，应用领域不断拓展，任务类型越来越广泛。近年来，无人机在军事、民用、救援和城市管理等多个领域广泛应用。在战场中，无人机被用来执行各种搜索工作和战场上的监视，由于无人机不需要人工驾驶，因此更具安全性。在农业中，利用集成了高清数码相机、光谱分析仪、热红外传感器等装置的无人机在农田上飞行，可以准确测算投保地块的种植面积，所采集的数据可用来评估农作物风险情况，并能为受灾农田定损。此外，无人机的巡查还实现了对农作物的监测。当通信中断时，无人机由于其体积小，操作灵活能够以最快的速度进行救援。无人机能够用来探索人类无法到达的地方，可以向一些地形复杂的地方投递物品。在城市电力巡检中也有无人机的影子，无人机可沿电网进行定位自主巡航，实时传送拍摄影像，监控人员可在电脑上同步收看。实现了电子化、信息化、智能化巡检，提高了电力线路巡检的工作效率、应急抢险水平和供电可靠率。在山洪暴发、地震灾害等紧急情况下，无人机也可对线路的潜在危险，诸如塔基陷落等问题进行紧急排查，丝毫不受路面状况影响。相对于单无人机来说，多无人机能够协同地进行工作，不会因为单架无人机的损坏导致任务终止，从而更加经济有效地完成任务。
在多无人机安全通信的研究中，针对安全组通信问题，即如果无人机群组信号较弱，增加信噪比的方法就是增加无人机信号强度，而这样会导致群组信息暴露的问题，麻省理工学者提出了一种基于空间安全通信的多无人机控制方法，在无人机群组中，设置从中心节点到边界节点的通信功率逐渐减小，从而使无人机的通信范围得到改变，最终保证通信安全。该方法对无人机群组安全通信提出了解决办法，但是需要对每个无人机的功率进行分布式控制，而且无人机的功率不同导致无人机存活时间不等，导致无人机群组成员减小快的问题。美国弗吉尼亚理工学院的学者通过将地面基站与无人机作为空中基站进行对比，发现无人机作为空中基站能够提供即时通信，由于无人机在高空使得能够有效的建立视距(line-of-sight(los))通信链路，从而减轻信号阻塞和遮蔽的现象。基于此，提出了一种框架，优化多无人机的部署和移动，设备-无人机的关联和上行链路的功率控制问题。通过对特有的信号与干扰噪声比的限制，找出特定无人机的位置，使设备与无人机相关联，从而找到设备的最佳上行链路发射功率。该算法通过无人机调整位置能够得出最佳发射功率，但是未对多无人机飞行时协同控制做出讨论。西北工业大学学者针对完全未知的区域，如何有效的控制无人机使搜索范围最大化的问题。提出了一种基于信息融合的通信策略。首先将多无人机群组分层，第一层节点选为领导者，层层扩展，使各层之间能够有效通信。在通信过程中，多无人机间可以相互交换其内部存储的地图，从而使搜索范围最大化。该策略通过对无人机的协同控制从而使多无人机相互通信，进而达到搜索工作，但缺乏对安全的考虑
技术实现要素：
：
基于上述问题，本发明针对无人机群组飞行时的安全通信问题，集多无人机的协同控制与安全通信于一体，从多无人机通信安全的角度出发，通过协同控制多无人机的飞行位置，减小多无人机边界节点的通信半径，最终达到安全通信的目的。本发明主要方案如下：
一种减小不安全区域的多无人机的安全通信策略，包括如下步骤：
步骤1：设计分层算法将群组分层，找到边界节点；
步骤2：找到最外层节点为群组的边界节点，减小边界节点的通信半径从而找到最佳通信半径r；
步骤3：设计移动算法移动边界节点，使其向群组中心靠拢，进而使边界节点与群组节点有效通信。
所述步骤1还包括：
步骤1.1：根据多无人机的几何模型，确定多无人机节点间的邻接关系，求得多无人机间的邻接矩阵aij；
步骤1.2：求出无人机群组中欧式距离最大的两个点，利用公式
步骤1.3：初始化存储无人机群组层节点矩阵level和变量k；
步骤1.4:将c作为群组中第一层，加入矩阵level(k)中；
步骤1.5:判断是否遍历所有无人机节点，如果是，循环结束；如果否，继续执行步骤6；
步骤1.6:利用aij找出level(k)邻接节点(不包括已遍历过的节点)，加入临时矩阵q中；
步骤1.7：层数k加1；
步骤1.8：将临时矩阵q加入level(k)中，执行步骤1.5。
所述步骤2中所述通信半径存在一个临界值，在这种情况下，无人机群组的不安全区域最小，定义边界点通信半径的临界值为边界点的最佳通信半径；定义如下：
r＝{0＜r＜rb:ca∩cb＝ca,dr＝rb-ra,a∈no,b∈ni}
其中ca代表边界圆，cb代表与ca相交的内层圆，dr为两圆心间的距离，rb为内层圆半径，ra为边界圆半径，no为边界圆集合，ni为内层圆集合；
所述步骤3还包括：
步骤3.1：初始化边界节点个数n，循环变量i及移动步长step；
步骤3.2：第i个边界节点向群组中心c移动，距离为step；
步骤3.3:计算边界节点i与群组其余节点距离，找出最短距离s；
步骤3.4:判断s是否小于最佳通信半径r,如果是，执行步骤3.5,如果否，返回执行步骤3.2；
步骤3.5:i＝i+1；
步骤3.6:判断i是否小于n；如果是，返回执行步骤3.2；如果否，结束算法。
本发明的有益效果：
针对安全通信与协同控制单方面的研究较多，然而多数无人机在战场环境中，需要将两方面结合进行考虑。因此，本发明针对多无人机协同控制进行最佳的位置选择，保持彼此通信从而使信息进行实时传递。在通信中，考虑到信息的安全性，控制边界节点的通信范围使群组通信安全，以保证多无人机进行安全通信。
附图说明：
图1为本发明所述求边界节点矩阵的具体步骤流程图；
图2为本发明所述设计移动算法的具体步骤流程图。
具体实施方式：
下面结合附图详细描述本发明的具体实施方式，具体实施方式的内容不作为对本发明的保护范围的限定。
一种减小不安全区域的多无人机的安全通信策略，主要包括如下步骤第一阶段：求边界节点矩阵edge；
1.1初始化无人机群组n，无人机通信半径r，标记矩阵mark。
1.2根据无人机间的邻接关系，求出多无人机的邻接矩阵a_ij。根据公式||qj-qi||＝d求出节点i与节点j的距离，其中，q代表无人机的位置，n代表无人机群组的集合。如果d＜r，则节点i与节点j可以进行通信，a_ij≠0，反之亦然。其中r为无人机的通信半径。
1.3找出群组中距离最大的两个点，利用公式
1.4初始化无人机层矩阵，并将群组中心点c设为第一层节点。
1.5将第k层节点作为输入，利用a_ij寻找无人机第k层节点邻接节点，如果寻找节点在标记矩阵mark中已经标记过，则该节点已经寻找过，继续寻找邻接的其它节点。如果该节点未被标记过，则加入第k+1层矩阵中。
1.6执行步骤1.5直到无人机层矩阵节点个数等于无人机节点数n。
1.7找出层矩阵中最后一层，即为边界节点。
第二阶段：求出边界节点的最佳通信半径
在减小边界节点通信半径的过程中，我们发现边界节点的通信半径存在一个临界值，在这种情况下，无人机群组的不安全区域最小，我们定义边界点通信半径的临界值为边界点的最佳通信半径。定义如下：
r＝{0＜r＜rb:ca∩cb＝ca,dr＝rb-ra,a∈no,b∈ni}
其中ca代表边界圆，cb代表与ca相交的内层圆，dr为两圆心间的距离，rb为内层圆半径，ra为边界圆半径，no为边界圆集合，ni为内层圆集合。
第三阶段：设计移动算法
3.1初始化边界节点个数n，移动步长step。
3.2第i个边界节点向群组中心c移动，距离为step。
3.3计算边界节点i与群组其余节点距离，找出最短距离s。
3.4判断s是否小于最佳通信半径r。如果是，则证明节点i能够与群组中其它节点进行通信，执行3.5，如果否，边界节点移动距离不足以与群组其他节点有效通信，继续使其向群组中心移动，返回执行3.2。
3.5判断i是否小于n，如果是，则边界节点中还有部分结点没有与群组建立通信链路，返回执行步骤2。如果否，则所有边界节点均移动完毕，能够与群组有效通信，结束算法。
具体实施方式的内容是为了便于本领域技术人员理解和使用本发明而描述的，并不构成对本发明保护内容的限定。本领域技术人员在阅读了本发明的内容之后，可以对本发明进行合适的修改。本发明的保护内容以权利要求的内容为准。在不脱离权利要求的实质内容和保护范围的情况下，对本发明进行的各种修改、变更和替换等都在本发明的保护范围之内。