[发明专利]一种基于最优刚性图的无人机蜂群编队网络路由方法在审

专利信息
申请号: 202010687299.8 申请日: 2020-07-16
公开(公告)号: CN111970658A 公开(公告)日: 2020-11-20
发明(设计)人: 赵太飞;曹丹丹;张海军;薛蓉莉;蒙春 申请(专利权)人: 西安理工大学
主分类号: H04W4/40 分类号: H04W4/40;H04W24/02;H04W40/10;H04W40/24;H04W84/18
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 杨洲
地址: 710048*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 最优 刚性 无人机 蜂群 编队 网络 路由 方法
【说明书】:

发明公开了一种基于最优刚性图的无人机蜂群编队网络路由方法,包括:步骤1:僚机节点产生一个0‑1之间的随机数,将其与改进的阈值公式T(n)进行比较,小于阈值的节点将成为簇首节点,其他节点自动转化为普通节点;步骤2:簇首节点在自己的竞争半径内广播消息,其他普通节点通过计算选择函数的值,加入值最大的簇内;步骤3:对生成的多个集群的簇首节点采用最优刚性图的方法进行拓扑优化;步骤4:数据传输阶段,无人机蜂群簇内采用单跳方式进行传输,簇间采用单跳和多跳相结合的方式进行传输。该方法通过对多个簇首节点生成最优刚性图,保证了簇间通信是2‑连通的,加强了簇间通信的连通性,提高了簇间通信的容错性能,同时优化了网络整体负载。

技术领域

本发明属于编队拓扑控制技术领域,具体涉及一种基于最优刚性图的无人机蜂群编队网络路由方法。

背景技术

无人机蜂群是由一群自主组网协同作业的小型无人机构成,具有成本低、感知能力好、协作能力强和功能分布化等优良特性,能够极大提高任务执行效率。可靠的通信网络能提高无人机蜂群协同合作的能力,实现信息实时共享,但无人机在飞行过程中可能会面对强电磁干扰和复杂的大气环境,因此需要采用一种能抵抗外界干扰的通信方式。无线紫外光通信具有抗干扰能力强、全天候工作、低功耗、易于机载等优点,能为无人机编队在强电磁干扰环境中顺利执行任务提供有效保障。

无人机由于携带能源有限,为尽可能延长留空时间,应提高无人机网络的能量效率和数据传输效率。因此,针对无人机编队间的通信能耗问题,需要采用一种适用于无人机间的拓扑控制方法。分簇控制是一种典型的分层控制方式,良好的分簇方法不仅可以精简网络结构,还能改善网络性能,增强网络拓扑的容错性能。分簇方法通常是根据一定的算法机制将网络中所有节点划分为多个区域,每个区域代表为一个簇,每个簇内选取某个节点作为簇首,其余节点作为簇成员。将分簇方法应用于无人机网络中,即在无人机蜂群中选取符合一定条件的无人机作为簇首节点,成为簇首的无人机在自身的通信范围内广播消息,其他节点依据接收到的信号强度选择加入哪个簇。

无人机蜂群分簇模型中,簇首对整个簇内的数据进行接收和融合,发送给汇聚节点。但当簇首节点离汇聚节点较远时,将会产生大量的能量消耗,影响负载的均衡性。且当簇首节点受到干扰时会导致整个簇内的数据丢失,因此加强簇与簇间的通信十分必要。针对此问题,提出一种基于最优刚性图的无人机蜂群编队网络路由方法,该方法在所有簇首节点中生成最优刚性图,簇首无人机按照生成的最优刚性图链路进行数据传输。

发明内容

本发明的目的是在紫外光通信条件下为无人机蜂群提供一种基于最优刚性图的无人机蜂群编队网络路由方法,保证了每个簇首无人机至少有两条邻接的边,加强了簇间信息传递的连通性,且距离汇聚节点较远的簇首节点可通过最优刚性图的链路进行数据传输,减少了网络的能量消耗,实现了节能的目的。

本发明所采用的技术方案是:

一种基于最优刚性图的无人机蜂群编队网络路由方法,包括以下步骤:

步骤1:在初始簇的建立阶段,僚机节点产生一个0-1之间的随机数,将其与改进的阈值公式T(n)进行比较,小于阈值的节点将成为簇首节点,其他节点自动转化为普通节点;

步骤2:节点入簇,簇首节点选择成功后,会在自己的竞争半径Ri内向周围的网络中广播消息,在该通信范围内的其他普通节点接收到该消息后会建立一个簇首信息表,通过簇首信息表中的信息计算选择函数的值,普通节点加入选择函数值最大的簇内;

步骤3:最优刚性图的生成阶段,在网络进行分簇后,对生成的多个集群的簇首节点采用最优刚性图的方法进行拓扑优化;

步骤4:数据传输阶段,无人机蜂群簇内采用单跳方式进行传输,簇间采用单跳和多跳相结合的方式进行传输。

进一步地,所述步骤1的具体过程包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010687299.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top