一种面向无人系统的自组织邻域信息交互方法与流程

本发明属于无线通信技术领域，特别是一种面向无人系统的自组织邻域信息交互方法。

背景技术：

在无人系统中，为了实现避免碰撞等目的，相邻节点之间的信息交互是至关重要的(参考文献1：l.gupta,r.jainandg.vaszkun,“surveyofimportantissuesinuavcommunicationnetworks,”ieeecommunicationssurveys&tutorials,vol.18,no.2,pp.1123-1152,2016)。广播是一种能够有效实现邻域信息交互的方式，但需要对介质访问控制(mediumaccesscontrol，mac)进行设计，以确保所有节点均能够成功获取临近节点的广播消息。基于载波侦听多址接入(carriersensemultipleaccess，csma)和aloha的方法能够使得消息以较短时延广播，但是消息碰撞难以避免，尤其当无人网络负载很大的时候。相比之下，基于分布式动态时隙多址接入(timedivisionmultipleaccess，tdma)的方法使得各节点有专属的时隙广播，能够有效避免消息碰撞。然而，由于节点的动态和自组织特性，节点需要以一种快速的方法自主完成时隙接入。因此，出现了一种基于tdma的自组织邻域信息交互方法。

现有关于无线广播网络中的时隙接入研究偏向基于反馈信息的协议和机制设计，没有涉及如何获取反馈信息(参考文献2：j.lee,h.nohandj.lim,“acooperativetdmamacprotocolusingdynamicslotassignmentscheme,”inproc.ieeeicoin,pp.216-220,2013；y.li,x.zhang,t.qiu,etal.,“adistributedtdmaschedulingalgorithmbasedonexponentialbackoffruleandenergy-topologyfactorininternetofthings,”inieeeaccess,vol.5,pp.20866-20879,2017.)。一些关于aloha网络中邻居发现的研究提出了相关方法，然而所获取的反馈信息仅用于判断是否停止广播，且大多需要以邻居数目为先验信息(参考文献3：s.hongandj.kim,“alow-complexityalgorithmforneighbordiscoveryinwirelessnetworks,”ieeecommunicationsletters,vol.18,no.7,pp.1119-1122,2014；g.sun,f.wu,x.gao,etal.,“time-efficientprotocolsforneighbordiscoveryinwirelessadhocnetworks,”ieeecommunicationsletters,vol.62,no.6,pp.2780-2791,2013.)。然而，由于无人系统中节点的动态和能量受限特性，网络环境信息只能实时获取，反馈方式也应当简便节能。因此，需要研究如何在有限条件下实现广播消息的反馈和获取。

基于实时获取的反馈信息，节点需要通过学习的方式进行策略更新以实现时隙接入的优化。现有学习算法要求每次迭代只有一个用户或多个非相邻用户进行策略更新(参考文献4：y.xu,q.wu,l.shen,etal.,“opportunisticspectrumaccesswithspatialreuse:graphicalgameanduncoupledlearningsolutions,”ieeetransactionsonwirelesscommunications,vol.12,no.10,pp.4814-4826,2013；y.xu,q.wu,j.wang,etal.,“socialwelfaremaximizationforsrsnsusingbio-inspiredcommunitycooperationmechanism,”chinesesciencebulletin,vol.57,no.1,pp.125-131,2012.)。此类方法需要有一个中心控制器或专用控制信道辅助实现，并且效率较低，不适用于无人系统。

技术实现要素：

本发明的目的在于提供一种高效节能、实用可靠的面向无人系统的自组织邻域信息交互方法。

实现本发明目的的技术解决方案为：一种面向无人系统的自组织邻域信息交互方法，包括以下步骤：

步骤1，将一帧划分为t+1时隙，将时隙t划分为t(1)、t(2)和t(3)三个子时隙，其中1≤t≤t；将子时隙t(2)划分为m个小时隙；

步骤2，选择时隙t广播的节点，在子时隙t(1)内广播消息；

步骤3，选择时隙t广播的节点，在子时隙t(2)的m个小时隙中随机挑选若干个小时隙进行信号发送；子时隙t(1)内接收失败的节点，在子时隙t(2)的m个小时隙内进行信号发送；

步骤4，子时隙t(1)内接收成功的节点，在子时隙t(3)内进行信号发送；

步骤5，在第t+1时隙内，全体节点基于前t时隙内获取的信息，执行同步学习算法。

进一步地，步骤3、步骤4中所述的信号发送，均不包含任何具体内容，并且数据量大小为1比特。

进一步地，步骤5中所述的全体节点前t时隙内获取的信息，具体如下：

选择时隙t广播的节点，若在子时隙t(2)内检测到能量，则认为在子时隙t(1)内广播失败；全体节点若在子时隙t(2)或子时隙t(3)内检测到能量，则认为时隙t被占用。

进一步地，步骤5中所述的同步学习算法，具体如下：

步骤5.1，初始化状态下，任意节点n选择任一时隙t的概率pn(t)相等，即设定节点选择的时隙为tn(0)；

步骤5.2，在第k次迭代中，k≥1，若节点n在第k-1次迭代时广播成功，则保持时隙选择不变；否则对各时隙的选择概率按照公式(1)进行更新，并依概率选择时隙：

其中，νn表示节点n认为空闲的时隙。

本发明与现有技术相比，其显著优点在于：(1)采用基于能量检测的反馈获取方法，不依赖于具体信息内容，更加节能实用；(2)采用分布式的同步学习算法，不依赖于集中控制器和专用控制信道，收敛速度快、效率高。

附图说明

图1是本发明面向无人系统的自组织邻域信息交互方法的示意图。

图2是本发明中时隙划分的示意图。

图3是本发明实施例中学习算法对比图。

图4是本发明实施例中一个随机拓扑的无人系统示意图。

图5是本发明实施例中不同网络规模下成功广播的节点比例对比图。

图6是本发明实施例中不同网络密度下成功广播的节点比例对比图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细说明。

结合图1，本发明面向无人系统的自组织邻域信息交互方法中，设定节点以半双工方式工作，不能同时收发，在时隙3中，节点4、8和9号广播信息，其余节点处于接收状态；由于节点5和7位于节点4和8的传输重叠范围内，两者接收失败；由于节点8和9同时广播，两者互相不能接收对方信息；由于节点1和6的接收范围内只有一个节点广播，两者接收成功。

结合图2，将一个时隙划分为三个子时隙，其中第一个子时隙用于广播信息，第二个子时隙用于反馈广播和失败接收，第三个子时隙用于反馈成功接收；当某个广播节点在第二个子时隙中检测不到能量时，认为其广播成功；当某个节点在第二或第三个子时隙中检测到能量时，认为该时隙被占用。

本发明一种面向无人系统的自组织邻域信息交互方法，根据无人系统动态、自组织和能量受限的特点，将优化目标设计为全网广播成功的节点数目最大，包括以下步骤：

步骤1，将一帧划分为t+1时隙，将时隙t划分为t(1)、t(2)和t(3)三个子时隙，其中1≤t≤t；将子时隙t(2)划分为m个小时隙；

步骤2，选择时隙t广播的节点，在子时隙t(1)内广播消息；

步骤3，选择时隙t广播的节点，在子时隙t(2)的m个小时隙中随机挑选若干个小时隙进行信号发送；子时隙t(1)内接收失败的节点，在子时隙t(2)的m个小时隙内进行信号发送；

步骤4，子时隙t(1)内接收成功的节点，在子时隙t(3)内进行信号发送；

步骤5，在第t+1时隙内，全体节点基于前t时隙内获取的信息，执行同步学习算法。

进一步地，步骤3、步骤4中所述的信号发送，均不包含任何具体内容，并且数据量大小为1比特。

进一步地，步骤5中所述的全体节点前t时隙内获取的信息，具体如下：

选择时隙t广播的节点，若在子时隙t(2)内检测到能量，则认为在子时隙t(1)内广播失败；全体节点若在子时隙t(2)或子时隙t(3)内检测到能量，则认为时隙t被占用。

进一步地，步骤5中所述的同步学习算法，具体如下：

步骤5.1，初始化状态下，任意节点n选择任一时隙t的概率pn(t)相等，即设定节点选择的时隙为tn(0)；

步骤5.2，在第k次迭代中，k≥1，若节点n在第k-1次迭代时广播成功，则保持时隙选择不变；否则对各时隙的选择概率按照公式(1)进行更新，并依概率选择时隙：

其中，νn表示节点n认为空闲的时隙。

实施例1

本发明的一个具体实施例如下设定，系统仿真采用matlab软件，参数设定不影响一般性。

结合图3，仿真场景为25个节点随机布设在一个400m×400m的网络中，传输距离为110m，拓扑如图4所示，虚线相连的两个点表示距离小于110m的两个节点。时隙数t＝11，第二个时隙中的小时隙个数m＝11，广播节点选择其中一个小时隙发送信号。仿真结果为将1000个随机产生的拓扑所得结果取平均得到。由图3可以看出，由于本发明算法允许每次迭代全网节点同时更新，而传统算法只允许一个节点更新，所以本发明算法与传统算法取得的效果一样，并且收敛速度更快。

结合图5，四个集群网络的密度保持一致，分别有25、56、100和156个节点随机部署在400m×400m、600m×600m、800m×800m和1000m×1000m的网络中。由图5可以看出，随着时隙数增多，节点可选择的时隙增多，从而使得相邻节点选择相同时隙的概率变小，成功广播的节点比例增大；随着网络规模扩大，相邻节点数量增加，导致相邻节点选择相同时隙的概率变大，成功广播的节点比例减小。

结合图6，四个集群网络大小保持一致，分别有15、20、25和30个节点随机部署在400m×400m的网络中。由图6可以看出，随着时隙数增多，成功广播的节点比例增大；随着网络密度增大，相邻节点数量增加，导致相邻节点选择相同时隙的概率变大，成功广播的节点比例减小。

综上所述，本发明提出的一种面向无人系统的自组织邻域信息交互方法，采用基于能量检测的反馈获取方法，不依赖于具体信息内容，更加节能实用；采用分布式的同步学习算法，不依赖于集中控制器和专用控制信道，收敛速度快，效率高。