一种无人机集群组网优化及簇内协调式信道分配方法

本发明涉及无人机集群网络通信领域，尤其涉及一种无人机集群组网优化及簇内协调式信道分配方法。

背景技术：

1、无人机集群是由多架无人机形成的智能网络，它们能够进行协同合作，完成各种复杂任务，其应用意义广泛而深远。在环境监测与研究领域，无人机集群能进行大范围、高精度的环境监测，包括气候变化研究、动植物种群观测、地形地貌测绘等，特别是在人类难以到达的地方，无人机集群的作用尤为重要。在灾难救援中，无人机集群能在自然灾害如地震、洪水等情况下，快速进行灾区探测和评估，为救援团队提供实时的信息，甚至直接参与救援行动。在军事领域，无人机集群的侦察、监视、目标定位等功能提高了军事行动的效率和安全性。无人机集群在交通管理和城市安全领域也发挥着重要作用，它们能进行交通流量监测、交通违章记录，以及大型活动的安全监控，对于紧急事件的快速响应具有重要意义。在农业领域，无人机集群的农田监控、作物病虫害检测、农药喷洒等功能则大大提高了农业生产的效率和精度。综上所述，无人机集群的应用，无论是在科研、救援、军事、城市管理还是农业等领域，都能帮助我们更有效、更安全地完成各种复杂任务，对社会的发展具有深远的影响。

2、无人机集群组网和信道选择策略对于提升无人机集群的应用性能和效率具有重要的意义，是无人机集群在各个领域的实际应用效果的核心要素。通过确立合适的组网结构和有效的信道资源管理策略，能够充分发挥集群的协同潜力，实现更快速、更可靠、更经济高效的任务执行，为无人机集群发展提供无限可能。目前所被提出的一些无人机集群组网及信道选择策略存在明显许多问题，其中包括低效的分簇方案、不尽如人意的路由通信效率，集群组网内的簇头无人机飞行轨迹影响整体通信效率。此外，簇内无人机可能会因为信道选择策略方案缺乏合理性而出现通信冲突。以上问题会削弱无人机集群的协同性能，导致任务执行效率下降。

技术实现思路

1、针对现有技术的不足，本发明提供一种无人机集群组网优化及簇内协调式信道分配方法。能够有效地解决无人机集群通信中的一系列问题，具体包括优化无人机集群组网内的分簇方案、优化集群内无人机的飞行轨迹以最大化集群组网的通信效率、改进簇头无人机之间的最优通信路由方案和簇内无人机的信道分配方法，这将有助于提高集群组网通信效率及性能、增强通信可靠性，推动无人机集群在各种应用领域的更广泛应用。

2、本发明的技术方案为：

3、步骤1：采用博弈联盟算法对无人机集组网群进行分簇，得到若干个簇；

4、步骤1.1：设定无人机的总数量并建立无人机集群组网，设定簇的总数量；

5、步骤1.2：采用博弈联盟算法对无人机集群组网进行分簇，经过多轮的博弈和调整，直到找到最佳的簇划分，得到若干个簇；

6、步骤1.2.1：对无人机集群组网按照设定的簇的总数量进行随机划分，得到若干个簇；

7、步骤1.2.2：设定初始迭代次数等于0；

8、步骤1.2.3：判断迭代次数是否达到设定的最大迭代次数，若未达到执行步骤1.2.4；若达到最大迭代次数则将最后一次迭代的簇划分作为最佳的簇划分并执行步骤2；

9、步骤1.2.4：计算第i个无人机ui在当前第j个簇kj中的性能收益fi,j和加入其他簇kj'中的潜在的性能收益fi,j′，若在当前簇kj中的性能收益小于其他簇kj'中的潜在的性能收益fi,j′，则无人机ui移动到簇kj'中，迭代次数加1并返回步骤1.2.3；若在当前簇kj中的性能收益大于或等于其他簇kj'中的潜在的性能收益fi,j′，则不移动，找到最佳的簇划分，得到若干个簇；

10、所述性能收益的表达式为：

11、fi,j＝y(kj)*α+g(kj)*(1-α)                    (1)

12、其中，kj表示第j个簇；fi,j为第j个簇的性能收益；y(kj)为第j个簇的通信效率的收益函数；g(kj)为第j个簇的任务属性的收益函数；α为权衡因子；

13、所述通信效率的收益函数为：

14、

15、其中，avg delay of kj表示第j个簇中无人机的平均通信延迟；packet lossrate of kj表示第j个簇中无人机之间的平均丢包率；

16、所述任务属性的收益函数为：

17、

18、其中，avg complexity of tasks in kj表示第j个簇当前的任务复杂性；avgcapability of drones kj表示第j个簇内整体无人机能力。

19、步骤2：无人机集群组网内的无人机共享电池性能状况信息，并在每个簇中选择本簇中电池当前电量最多的无人机作为簇头无人机，本簇中的其他无人机作为簇员无人机；所述电池性能状况信息包括电池容量、电池寿命及电池当前电量；

20、步骤3：为每架簇头无人机规划到地面站以及其他簇头无人机的用于信息传输的最优通信路由，进而得到最优的路由策略；所述路由策略为每个簇头无人机与其他簇头无人机以及地面站的最优通信路由的集合；所述通信路由包括直接路由和多跳路由，且至少有一架簇头无人机与地面站之间存在直接路由；

21、步骤3.1：计算每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的可达速率、等待时延和能量消耗；

22、步骤3.1.1：计算每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的可达速率；所述可达速率r(q,g)表示从簇头无人机通过第q个通信路由向地面站g传输信息的最大速率，表达式为：

23、r(q,g)＝b*log2(1+snr)                    (4)

24、其中，r(q,g)为可达速率；q表示通信路由序号；g表示地面站；b为信道带宽，snr为第q个通信路由的信噪比；

25、步骤3.1.2：计算每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的等待时延；所述等待时延x(q,g)是指从簇头无人机通过第q个通信路由向地面站传输信息所需的等待时间，表达式为：

26、

27、其中，x(q,g)为等待时延；l为第q个通信路由上簇头无人机的序号；n为第q个通信路由上簇头无人机的数量；为第l个簇头无人机的处理延迟；为第l个簇头无人机的传播延迟；

28、步骤3.1.3：计算每个簇头无人机到地面站的及其他簇头无人机的每条潜在的通信路由的能量消耗；所述能量消耗e(q,g)是指从簇头无人机通过第q个通信路由向地面站传输信息所消耗的能量，表达式为：

29、e(q,g)＝p*t                         (6)

30、其中，e(q,g)为能量消耗；p为第q个通信路由的传输功率；t为传输时间。

31、步骤3.2：根据每条潜在的通信路由的可达速率、等待时延和能量消耗计算该潜在的通信路由的效用函数的值；

32、所述效用函数表达式为：

33、u(q,g)＝θ*r(q,g)-β*x(q,g)-γ*e(q,g)              (7)

34、其中，u(q,g)为效用函数；θ、β、γ是权重参数。

35、步骤3.3：运用网络博弈算法来协调整个集群组网中各簇头无人机的通信路由，得到若干个初始的路由策略，并使用差分进化算法对初始的路由策略进行优化得出最优的路由策略。

36、步骤3.3.1：使用网络博弈算法对每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由进行设定轮次的优化，得到若干个最优通信路由并对若干个最优通信路由进行随机组合，得到若干个初始的路由策略；所述最优通信路由为效用函数值最大的通信路由；

37、步骤3.3.2：利用差分进化算法分别对若干个初始的路由策略进行设定轮次的优化，得到若干个优化后的路由策略，并从中选择出最优的路由策略；所述最优的路由策略为每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的效用函数求和值最大的路由策略。

38、步骤4:利用凸优化算法优化集群组网内所有簇头无人机的飞行路径；

39、步骤4.1：定义凸优化算法的目标函数；

40、所述凸优化算法的目标函数表达式为：

41、f(x)＝w1*ft(x)+w2*ec(x)-w3*ns(x)                 (8)

42、其中，f(x)为凸优化算法的目标函数；x代表簇头无人机的飞行轨迹，ft(x)为归一化的飞行时间函数，ec(x)为能量消耗函数，ns(x)为信号质量函数，w1、w2和w3分别是归一化的飞行时间函数权重因子、能量消耗函数权重因子和信号质量函数的权重因子。

43、步骤4.2：随机初始化一个簇头无人机的飞行轨迹；

44、步骤4.3：使用凸优化算法对该簇头无人机的飞行轨迹进行迭代优化，直到当前目标函数值与上一次迭代的目标函数值之间的差值的绝对值小于设定阈值，迭代优化结束，得到该簇头无人机的最优飞行轨迹；所述最优飞行轨迹为使得步骤4.1中目标函数值最小的飞行轨迹；

45、步骤4.4：判断是否每个簇头无人机已获得最优飞行轨迹；若还有未获得最优飞行轨迹的簇头无人机，则返回步骤4.2；若全部获得最优飞行轨迹，则执行步骤5。

46、步骤5：对无人机集群组网中每个簇内的信道资源进行协调式分配；

47、步骤5.1：利用簇头无人机计算本簇内所有信道的信噪比；

48、步骤5.2：在一个簇内生成若干种不同的信道分配方法；

49、步骤5.3：计算该簇内不同的信道分配方法的整体信道通信价值，选择出最优的信道分配方法；所述最优的信道分配方法为整体信道通信价值最大的信道分配方法；

50、所述整体信道通信价值的计算公式为：

51、

52、其中，g(k)为第k种信道分配方法的整体信道通信价值；f(k,z,s)为在第k种信道分配方法下第s个无人机选择第z个信道时该无人机的通信效率，且s为正整数同时s≤w，簇内的无人机总数为w；r表示信道被多于一个无人机使用时对簇内整体通信能力的损害。

53、步骤5.4：判断是否每个簇已获得最优的信道分配方法；若还有未获得最优的信道分配方法簇，则返回步骤5.1；若全部获得最优的信道分配方法，则执行步骤6。

54、步骤6：定期评估无人机集群组网的性能，并根据评估结果重新调整簇内信道分配方法。

55、步骤6.1：获取无人机集群组网所在的区域的频谱使用情况，若所在的区域存在干扰信号、电磁信号强度超过设定阈值、信道数目不满足无人机集群组网的通信需求三种情况中的任意一种，则调整无人机集群组网的通信频率并返回步骤5，否则直接执行步骤6.2；所述频谱使用情况包括已用频段和存在的干扰源；

56、步骤6.2：获取数据传输的关键参数并根据数据传输的关键参数选择传输协议进行应用；所述数据传输的关键参数包括延迟、带宽、可靠性和数据量；

57、步骤6.3：获取无人机集群组网中各个无人机的数据流量负载情况，若存在任一无人机的数据流量负载超出预设的阈值，则将该无人机所承载的数据流量迁移至其他数据流量负载未超出预设的阈值的无人机；若不存在任一无人机的数据流量负载超出预设的阈值，结束分配。

58、本发明提供一种无人机集群组网优化及簇内协调式信道分配方法，与现有技术相比，具有多方面的有益效果：

59、首先，提出了优化无人机集群组网内的分簇方案以提高协同性能；优化集群内无人机的飞行轨迹以最大化集群组网的通信效率；改进簇头无人机之间的最优通信路由方案和簇内无人机的信道选择策略，可以确保数据在集群内部的传输更快速和高效，避免通信拥塞。

60、综上所述，本发明能够增强集群组网的稳定性和鲁棒性，大大提高任务完成效率，降低能源消耗，提高无人机的飞行续航能力。以上优化可以提高无人机集群在执行各种任务，如监控、巡逻、搜索和救援等方面的效率和有效性，本发明具有重要的应用前景和市场价值。