[发明专利]基于模糊神经网络的飞行器自组网路由决策方法及装置

说明书

本发明公开了基于模糊神经网络的飞行器自组网路由决策方法及装置，其方法包括：对飞行器之间的相对距离、相对速度及飞行器的存储容量进行归一化预处理；根据归一化预处理后的相对距离和相对速度，第一级模糊神经网络输出飞行器链路状态变化率；根据飞行器链路状态变化率、传播时延和存储容量，第二级模糊神经网络输出飞行器之间单跳链路传输业务的成功概率；以所述单跳链路传输业务的成功概率为边，构建虚拟网络拓扑图；基于所述虚拟网络拓扑图，以最大化多跳传输成功概率为目标，确定最优的路由规划。本发明提供最大化业务传输成功概率的路由规划，提高了网络数据传输的可靠性和有效性，实现了飞行器业务在空间网络中高效传输。

技术领域

本发明涉及空间网络领域，特别涉及基于模糊神经网络的飞行器自组网路由决策方法及装置。

背景技术

近年来，随着我国嫦娥四号月球背面着陆、嫦娥五号首次月面采样返回、火星表面软着陆与巡视探测、空间站在轨长期运行与管理等重大任务的推进，我国的太空活动正在从近地空间逐渐向高轨甚至外太空扩展。而这种活动往往不是独立的空间活动，需要发展智能网络系统，实现飞行器之间高效的数据交互和信息共享。在轨飞行器系统协同通信一直备受国际航天机构的关注热点和难点，为了满足在轨飞行器执行复杂任务过程中的数据传输与共享需求，需要构建飞行器间自组协同的网络体系。尽管国际空间数据系统咨询委员会(Consultative Committee for Space Data Systems，CCSDS)针对空间网络提出了太阳系互联网(Solar System Internetwork，SSI)的概念，但针对特定的飞行器组网技术细节未展开详细的讨论。在轨飞行器网络是由飞行器位置、速度和轨道等信息构成的巨大交互网络，以实现高动态场景下飞行器之间的通信为主要任务。其应用是实现深空探测的基础，也是实现飞行器信息共享的重要支撑，对未来智慧空间等创新技术有着重要的推动作用。

针对形态复杂的飞行器网络，尚未有性能良好的路由方法。现有方法对网络拓扑描述过于单一，主要根据空间飞行器的轨道特性对链路进行预测和路由表的固定设置，难以应对未来空间飞行器节点数量多、网络拓扑变化快、链路切换频繁等特点。因此，为了满足空间飞行器复杂多变网络环境的应用需求，如何实现空间飞行器自组网的最优路由规划，提高网络数据传输的可靠性和有效性，是需要解决的关键技术问题。

发明内容

本发明的目的在于提供基于模糊神经网络的飞行器自组网路由决策方法及装置，以解决现有飞行器业务在空间网络中高效传输的技术问题。

为了解决上述问题，本发明提供了基于模糊神经网络的飞行器自组网路由决策方法，包括以下步骤：对飞行器之间的相对距离、相对速度及飞行器的存储容量进行归一化预处理；根据归一化预处理后的相对距离和相对速度，第一级模糊神经网络输出飞行器链路状态变化率；根据飞行器链路状态变化率、传播时延和存储容量，第二级模糊神经网络输出飞行器之间单跳链路传输业务的成功概率；以所述单跳链路传输业务的成功概率为边，构建虚拟网络拓扑图；基于所述虚拟网络拓扑图，以最大化多跳传输成功概率为目标，确定最优的路由规划。

较佳地，所述飞行器之间的相对距离和相对速度基于无线信号的传输时间、到达角度和接收信号强度进行计算。

较佳地，所述归一化预处理采用区间归一化法或标准差化法。

较佳地，所述第一级模糊神经网络根据规则库将归一化预处理后的相对速度和相对距离进行模糊化、模糊推理和去模糊化处理，输出所述飞行器链路状态变化率。

较佳地，所述第二级模糊神经网络根据规则库将飞行器链路状态变化率、传播时延和存储容量进行模糊化、模糊推理和去模糊化处理，输出所述飞行器间单跳链路传输业务的成功概率。

较佳地，所述去模糊的方法可采用面积中心法。

本发明还提供了基于模糊神经网络的飞行器自组网路由决策装置，包括：