[发明专利]一种基于流量预测的无人机自组网信道接入控制方法

说明书

本发明公开了一种基于流量预测的无人机自组网信道接入控制方法，包括：通过流量预测理论，结合无人机的分组到达流量在时间上具有的自相关性，采用神经网络，根据历史值预测下一个时帧的到达流量，以制定信道分配方案；所述神经网络基于梯度下降策略，在目标的负梯度方向上调整参数，直到训练误差小于等于预设误差阈值时停止迭代；基于前述神经网络算法，计算传输视频分组中无人机所需的最小传输时间，使得在当前信道资源不能满足所有无人机的业务需求时，优先保障视频分组的带宽。本发明能够采用流量预测的方法，应用神经网络，来预测下一时帧无人机组网通信范围内即将到达的流量，并为其分配信道资源。

技术领域

本发明涉及无人机自组网体系架构技术领域，具体而言涉及一种基于流量预测的无人机自组网信道接入控制方法。

背景技术

无人机自组网(Flying adhoc Networks，FANETs)由于具有鲁棒性、灵活性和部署方便等优点，正成为多个无人系统的主要通信方式。单体无人机由于单体容量有限，已无法满足复杂的任务要求。多无人机协同作战具有高效、可扩展、覆盖范围广等优点，能够有效满足日益复杂的任务需求，是未来无人机作战的发展趋势。

然而，与单一无人系统相比，多无人系统虽然有许多优点，但在通信方面仍有其独特的挑战。通信是保证多无人机系统正常运行的关键。多无人机系统需要保持通信，传输必要的安全信息和业务信息，为上层应用提供服务保障。由于无人机具有通信距离远、传输速率高的优点，在无人机上安装定向天线是未来的发展趋势。然而，由于无人机运动速度快，定向天线覆盖角有限，在传输过程中容易发生链路中断，导致信道资源严重损失。此外，无人机在执行侦察和监视任务时经常需要传输视频包。为了提高视频信息的有效性和实时性，无人机自组网还应优先保证视频包的带宽。总的来说，由于无人机的高移动性，为安全包和服务包提供不同的QoS(Quality of Service)保证对于定向天线的无人机自组网MAC协议是非常重要和具有挑战性的。

与移动自组织网络类似，信道接入协议是保证多个无人系统通信性能的关键因素。由于无人机的特点，FANETs MAC协议的设计也提出了新的挑战。首先，无人机通常是分组组网，数量和规模都很大。当大量节点争夺信道时，所产生的冲突会很严重，直接影响到网络的通信性能。二是无人机高速移动，使得网络中的节点频繁进出网络。网络拓扑结构的频繁变化会造成信道资源的严重损失。此外，网络拓扑结构的不断变化意味着无人机需要频繁地接入信道，信道竞争更加激烈。

论文文献CU-MAC：A MAC Protocol for Centralized UVA Networks withDirectional Antennas，Aijing LI等(公开日：2020年5月1日)公开了一种基于流量预测的无人机自组网信道接入控制方法，虽然前述技术文献也涉及了无人机自组网信道资源分配方法，但两者只提出根据队列长度，利用历史平均值得出各架无人机业务分组的到达速率，以制定信道分配方案；且并未涉及流量预测，没有写明流量预测方法，运算效率低，并且没有针对使流量预测融入到MAC协议构建过程中这一问题提出一种具体的行之有效的技术方案。

发明内容

本发明针对现有技术中的不足，提供一种基于流量预测的无人机自组网信道接入控制方法，采用流量预测的方法，应用神经网络，来预测下一时帧无人机组网通信范围内即将到达的流量，并为其分配信道资源。本发明提出了具体的将流量预测有效融入到MAC协议的构建中的技术方案，以达到更好的传输效果。

为实现上述目的，本发明采用以下技术方案：

一种基于流量预测的无人机自组网信道接入控制方法，所述控制方法适于以下场景：中心无人机通过单播的方式向其他无人机收集业务分组，其中包含视频、图像或者其他感知数据；每架无人机向相邻的无人机定期广播安全分组，广播内容包含位置、速度和障碍信息在内的安全消息；

所述控制方法包括以下步骤：