无人机群的网络构建与协同工作机制研究

无人机集群飞行裕度与协同策略一、无人机集群飞行概述无人机集群飞行技术是近年来在无人机领域迅速发展的一种先进技术，它允许多个无人机协同工作，完成单一无人机难以完成的任务。

这种技术在事、民用、科研等多个领域都显示出巨大的潜力和应用价值。

无人机集群飞行技术的核心在于如何实现无人机之间的有效通信、协调控制以及任务分配，以确保整个集群的高效运作和飞行安全。

1.1 无人机集群飞行的关键特性无人机集群飞行技术的关键特性主要包括以下几个方面：- 高度协同：无人机集群能够实现高度协同，完成复杂任务，如搜索救援、环境监测等。

- 灵活性与可扩展性：集群可以根据任务需求灵活调整无人机数量，具有很好的可扩展性。

- 鲁棒性：即使部分无人机出现故障，整个集群仍能继续执行任务，显示出良好的鲁棒性。

- 自主性：无人机集群中的每个成员都具备一定程度的自主决策能力，能够自主完成分配的任务。

1.2 无人机集群飞行的应用场景无人机集群飞行技术的应用场景非常广泛，包括但不限于以下几个方面：- 事侦察：在事领域，无人机集群可以进行大范围的侦察，提供实时情报。

- 灾害救援：在灾害发生时，无人机集群可以快速响应，进行搜索救援。

- 环境监测：无人机集群可以对大面积区域进行环境监测，收集数据。

- 物流配送：在物流领域，无人机集群可以实现快速、高效的货物配送。

二、无人机集群飞行的核心技术无人机集群飞行的核心技术是实现集群内部无人机的高效协同，这涉及到多个技术领域的创新和发展。

2.1 通信与信息共享技术无人机集群中的通信与信息共享技术是实现集群协同的基础。

这包括：- 无线通信技术：确保无人机之间以及无人机与控制中心之间的稳定通信。

- 数据融合技术：将来自不同无人机的数据进行整合，提供更全面的信息。

2.2 协同控制与决策技术协同控制与决策技术是无人机集群飞行中的关键，它涉及到：- 集群控制算法：开发高效的算法，实现无人机之间的协调控制。

- 任务分配策略：根据无人机的性能和任务需求，合理分配任务。

《多智能体系统的几类编队控制问题研究》一、引言多智能体系统由多个可以互相通信与合作的智能体组成，其应用领域广泛，包括无人驾驶车辆、无人机群、机器人集群等。

编队控制是多智能体系统研究的重要方向之一，它通过协调各智能体的运动，实现整体协同的编队行为。

本文将针对多智能体系统的几类编队控制问题进行研究，旨在为相关领域的研究与应用提供理论支持。

二、多智能体系统编队控制基本理论编队控制是多智能体系统协同控制的核心问题之一，它要求各智能体在动态环境中协同完成任务，形成特定的几何形状或空间布局。

编队控制的基本理论包括编队结构、通信机制、协同策略等。

编队结构是编队控制的基础，它决定了智能体的空间布局和运动轨迹。

常见的编队结构包括线性编队、环形编队、星形编队等。

通信机制是实现智能体之间信息交互的关键，它包括无线通信、视距通信等多种方式。

协同策略则是根据任务需求和系统状态，制定合适的控制策略，实现编队的稳定性和灵活性。

三、几类多智能体系统编队控制问题研究1. 固定环境下多智能体编队控制问题在固定环境下，多智能体需要形成稳定的编队结构，并按照预定的路径进行运动。

针对这一问题，可以采用基于规则的编队控制方法、基于优化的编队控制方法等。

其中，基于规则的编队控制方法通过设计合适的规则，使智能体根据自身状态和邻居状态进行决策；基于优化的编队控制方法则通过优化算法，求解最优的编队结构和控制策略。

2. 动态环境下多智能体编队跟踪问题在动态环境下，多智能体需要实时调整编队结构，以适应环境变化。

针对这一问题，可以采用基于领航者的编队跟踪方法、基于分布式控制的编队跟踪方法等。

其中，基于领航者的编队跟踪方法通过领航者引导智能体进行运动；而基于分布式控制的编队跟踪方法则通过分布式控制器实现各智能体的协同运动。

3. 异构多智能体编队控制问题异构多智能体系统中，各智能体的性能、能力等存在差异。

针对这一问题，需要研究异构智能体的协同策略、任务分配等问题。

第26 卷第 3 期2 0 0 9 年9 月战术导弹控制技术Control Technology of Tactical M issileVol〃26 No〃3Sep 〃2 0 0 9无人机多机协同航迹规划的研究及发展胡中华，赵敏，撒鹏飞（南京航空航天大学自动化学院，南京210016）摘要：构建了无人机协同航迹规划的结构框架，并阐述了其发展，分析了无人机系统约束及威胁场约束，探讨了无人机航迹几何建模方法及协同规划算法的国内外研究概况，并着重分析了协同规划算法如遗传算法、神经网络及蚁群算法。

最后，阐述了无人机协同航迹规划面临的关键问题及发展趋势。

关键词：无人机；协同航迹规划；蚁群算法；遗传算法；神经网络中图分类号：O22文献标识码：A文章编号：（2009）03-050-6Research and development trend of cooperativepath planning for multiple UAVsHU Zhong-hua，ZHAO Min，SA Peng-fei（College of Automation Engineering，Nanjing University of Aeronautics and Astronautics，Nanjing 210016）Abst r act：Cooperative path planning is one of the critical technologies of m ulti unm anned air vehicles cooperative operation.The C ooperative P ath planning developm ents of the UAVs and fram ework is developed，constraint o f UAVs self and m enace fields is analyzed.The algorithms of cooperative planning and geometric m odeling hom e and abroad is also discussed.The genetic algorithm，neural networks and ant colony optim ization algorithm are particu- larly studied.Finally，a brief conclusion of the key problem s and the developm ent trend of it are described.Key words：UAV；cooperative path planning；AC O；GA；neural networks无人机（UAV，Unma nne d Air Vehic le s）由于具有重量轻、尺寸小、机动性高、隐蔽性好、适应性强和不必冒生命危险等特点，在民用和军用领域受到广泛关注。

无人机人机协作控制权限分配方法研究【摘要】本文主要研究无人机人机协作控制权限分配方法，首先介绍了人机协作控制的概念，然后探讨了无人机人机协作控制方法的研究现状。

接着详细探讨了基于机器学习和优化算法的权限分配方法，分析了它们的优缺点。

在评价了各种权限分配方法的效果，并提出了未来研究方向。

通过本文的研究，可以为无人机人机协作控制领域提供新的思路和方法，从而更好地实现人机协作控制的目标，提高系统的性能和效率。

【关键词】无人机、人机协作控制、权限分配、机器学习、优化算法、研究背景、研究意义、研究目的、人机协作概述、权限分配算法、权限分配模型、评价、未来研究方向、总结。

1. 引言1.1 研究背景引言随着无人机技术的日益发展和普及，无人机在各个领域的应用也越来越广泛。

在很多任务中，人机协作控制已经成为一种有效的方式来完成任务。

人类和无人机的合作可以充分发挥各自的优势，提高任务的效率和质量。

由于无人机的自主性和灵活性，人机协作控制中的权限分配问题也变得越来越重要。

在传统的无人机系统中，通常是由人工对无人机进行远程控制，人类拥有对无人机的完全控制权。

随着任务复杂性的增加和无人机数量的增多，人类要同时控制多个无人机可能会变得困难。

如何合理地分配人机协作控制中的权限成为一个亟待解决的问题。

当前对于无人机人机协作控制权限分配的研究还比较有限。

本研究旨在探讨无人机人机协作控制权限分配方法，希望能够为实际应用提供有效的指导和参考。

通过研究不同的权限分配算法和模型，可以进一步提高人机协作控制系统的效率和可靠性，推动无人机技术的发展和应用。

1.2 研究意义无人机技术的快速发展，使得无人机在各种应用场景中得到广泛应用，如军事侦察、灾害减灾和城市规划等。

而随着无人机任务复杂性的增加，人机协作控制方法的研究变得尤为重要。

本文旨在探讨无人机人机协作控制权限分配方法，以实现更高效、更安全的无人机任务执行。

研究意义首先在于提高无人机任务的执行效率和可靠性。

⽆⼈机通信链路组⽹⽅案设计本科毕业论⽂题⽬：中⼩型固定翼⽆⼈机组⽹通信链路⽅案设计学员姓名：易骁迪学号：仿真⼯程培养类型：合训类专业：200909012035 所属学院：指挥军官基础教育学院年级：2008级指导教员：张代兵职称：副研究员所属单位：机电⼯程与⾃动化学院⾃动化研究所国防科学技术⼤学训练部制⽬录⽬录 ...................................................................................................................... I 摘要 . (i) ABSTRACT .............................................................................................................. i i 第⼀章绪论. (1) 1.1课题研究背景 (1)1.2国内外研究进展 (2)1.2.1国外⽆⼈机系统通信组⽹发展情况 (2)1.2.2⽆⼈机组⽹通信技术现状 (4)1.3研究内容与组织结构 (6)第⼆章⽆⼈机通信组⽹关键技术 (8)2.1 ⽆⼈机通信系统简介 (8)2.2⽆⼈机MANET⽆线⾃组⽹技术 (9)2.2.1 ⽆⼈机MANET⽹的特点 (9)2.2.3 ⽆⼈机MANET⽹络的典型应⽤ (11)2.3基于MANET⾃组⽹的路由协议简介和分析 (12)2.3.1⽆线⾃组⽹路由协议 (12)2.3.2⽆线⾃组⽹路由协议的分类 (13)2.3.3⼏种⾃组⽹路由协议的简介 (16)2.3.4性能⽐较 (19)2.4 本章⼩结 (22)第三章⽆⼈机通信组⽹⽅案设计 (23)3.1各种条件下的⽆⼈机组⽹需求分析 (23)3.1.1 战场⽆⼈机⽹络模型 (23)3.1.2各种条件下对⽆⼈机组⽹的要求 (24)3.2 IP920电台简介 (25)3.1.1IP920电台的性能指标 (25)3.1.2IP920电台⼯作模式和⽹络拓扑简介 (28)3.3⽆⼈机⽹络模式分析与评估 (29)3.3.1 两种常见的⽆⼈机⽹络模式 (29)3.3.2 各组⽹模式的优缺点评估 (30)3.4 ⽆⼈机组⽹⽅案设计 (31)3.4.1 基于⼏种组⽹模式和路由协议的⽆⼈机组⽹⽅案设计 (31)3.4.2 ⽆⼈机在不同情况下的⽹络变换准则 (33)3.4 本章⼩结 (34)第四章仿真实验与综合分析 (35)4.1实验环境 (35)4.2实验内容 (36)4.3实验过程及结果分析 (36)4.3.1不同拓扑结构下的电台数据传输性能分析 (36)4.3.2 不同距离下的电台数据传输性能分析 (48)4.3.3 不同运动情况下的电台数据传输性能 (54)4.3.4不同节点数量下的电台数据传输性能 (57)4.3.5 不同通视程度下的电台数据传输性能 (59)4.4 本章⼩结 (60)第五章结论 (63)5.1总结 (63)5.2未来⼯作展望 (64)致谢 (66)参考⽂献 (67)摘要⽆⼈机（Unmanned Aerial Vehicle，UAV）是⼀种⽆⼈驾驶、动⼒驱动、可重复使⽤的飞⾏器，可以执⾏多种作战任务。

直升机与无人机蜂群协同作战研究摘要：我国科技水平和经济水平发展十分快速，无人机集群作战是未来战争的新模式，世界军事强国利用人工智能及自主技术的快速发展，进一步提升武器系统的自主化水平，发展无人机协同及集群编队作战能力。

随着机器学习、自主作战等人工智能技术的进一步快速发展，无人机集群项目的研究、试验以及演示验证也得到了进一步推进。

包括无人机蜂群和无人忠诚僚机，为今后无人机/有人机协同作战和无人机自主作战进行技术储备。

以美国“金色部落”项目为代表的弹药蜂群项目也取得了里程碑式的进展，在成功完成实弹试验之后，后续工作将转到数字实验室继续进行，为弹药蜂群的发展打开一条崭新的思路。

另外，无人机网络、导航、充电等前沿技术在积极探索中，进一步为无人机集群作战奠定基础。

关键词：直升机；无人机蜂群；协同作战引言无人机蜂群正在由概念进入实战,无人机蜂群测控链路作为无人机蜂群作战行动的关键核心,用于无人机蜂群接收指令、回传状态及信息。

通过对无人机测控链路的信号/信息进行针对性干扰可有效阻止无人机蜂群作战效能发挥,达到防御我方目标的目的。

本文通过对无人机蜂群发展现状和对我潜在威胁的梳理总结,对无人机蜂群测控链路的工作特性进行了分析。

针对测控链路的遥控/遥测信号层,仿真验证了不同压制干扰方法的有效性,并提出了在信息层欺骗干扰的策略,为反无人机蜂群作战提供了理论参考。

1无人机蜂群空中作战的概念与内涵无人机蜂群空中作战概念的产生受到了蜜蜂群居生活的启发。

蜜蜂在成群飞行时，时常凭借个体之间丰富的信息交流排列成一定队形，通过形成整体优势来帮助它们完成复杂任务。

这种队形既可以向蜂群中心靠拢，又可以朝着指定的方向移动，个体之间还能够保持一定距离。

将这种群居生物的协作行为与信息交互方式应用到无人机作战领域，便得到了无人机蜂群作战的思想。

具体来说，无人机蜂群作战系统是由大量单功能或多功能小型无人机组成，在网络的支撑下，其节点具有交互与反馈、激励与响应等功能，属于可通过单个平台行为自主决策和平台间行为协同最终实现能力涌现的自主式空中作战体系。

《无人机辅助的物联网系统资源分配研究》篇一一、引言随着物联网技术的迅猛发展，无人驾驶飞机（简称无人机）作为新兴的技术力量，已经广泛应用于众多领域。

物联网和无人机的结合不仅拓展了各自的应用范围，也为资源分配带来了新的挑战和机遇。

本文将就无人机辅助的物联网系统资源分配问题进行深入研究，旨在探讨如何更有效地分配系统资源，以实现最优的系统性能和效率。

二、物联网系统资源分配现状与挑战物联网系统通常由大量的设备组成，每个设备都需共享有限的网络和计算资源。

在传统的物联网系统中，资源的分配往往依赖于静态的算法和策略，这在一定程度上限制了系统的灵活性和适应性。

而随着无人机的加入，物联网系统的复杂性和动态性进一步增强，资源分配问题变得更加复杂。

当前，物联网系统资源分配面临的主要挑战包括：如何确保实时数据的传输效率、如何平衡计算资源的分配、如何保证系统在动态环境下的稳定性等。

此外，由于无人机的移动性和灵活性，其与物联网设备之间的资源交互也需要考虑资源分配的策略和方法。

三、无人机辅助的物联网系统资源分配研究针对上述挑战，本研究旨在探讨无人机辅助的物联网系统资源分配策略和方法。

（一）资源分配模型构建首先，需要构建一个合理的资源分配模型。

该模型应能够考虑到无人机的移动性、物联网设备的异构性以及网络环境的动态变化等因素。

模型应能对各类设备的需求进行实时监测和预测，从而做出恰当的资源分配决策。

（二）基于优化的资源分配算法针对不同的应用场景和需求，研究并开发基于优化的资源分配算法。

这些算法应能够根据设备的优先级、数据的紧急程度和网络状况等因素，动态调整资源的分配比例，以达到最优的资源利用率和系统性能。

（三）实时监测与反馈机制为了确保资源分配的实时性和有效性，研究实时监测与反馈机制至关重要。

该机制应能够实时收集和分析系统运行数据，及时发现资源分配中的问题并进行调整。

同时，通过反馈机制，用户可以了解资源的分配情况，并根据需要进行调整和优化。

多无人机协同工作的技术挑战与解决方案研究研究方案：多无人机协同工作的技术挑战与解决方案研究1. 引言无人机技术的快速发展为多无人机协同工作提供了机遇和挑战。

与传统单个无人机相比，多无人机系统的协同工作具有更高的效率和灵活性，但也面临着诸多技术挑战。

本研究旨在系统地研究多无人机协同工作的技术挑战，并提出创新的解决方案。

2. 研究方案2.1 技术挑战分析通过回顾已有的研究成果，深入分析多无人机协同工作面临的主要技术挑战。

主要包括：- 任务分配与路径规划：如何合理分配任务和规划多无人机的路径，以提高工作效率和协同性。

- 共享通信与信息融合：如何实现多无人机间的高效通信和信息共享，提高决策效果。

- 协同决策与控制：如何实现多无人机的协同决策和集中控制，保证系统稳定性和安全性。

- 传感器网络与数据处理：如何优化传感器部署和传感数据的处理，提高感知能力和数据利用率。

2.2 解决方案设计基于技术挑战的分析，设计相应的解决方案，包括以下关键技术： - 分布式任务分配与路径规划算法：设计基于集合优化、进化优化等的算法，实现任务分配与路径规划的多目标优化。

- 分布式通信与信息融合技术：构建分布式通信网络，设计信息融合和决策算法，实现多无人机间的高效通信和信息共享。

- 分布式协同决策与控制方法：设计基于分布式机制设计、协同控制等的方法，实现多无人机的协同决策与控制，提高系统的稳定性和安全性。

- 传感器网络优化与数据处理算法：设计分布式传感器网络部署优化算法，结合数据处理技术，提高感知能力和数据利用效果。

2.3 方案实施设计并开发多无人机协同工作的实验平台，在此平台上进行实验验证。

包括：- 多无人机系统的硬件搭建：搭建包括无人机系统和地面控制系统在内的实验平台，准备所需硬件设备和传感器。

- 软件开发与集成：开发相关的软件程序，包括任务分配、路径规划、通信和协同决策等算法的实现，并将其集成到实验平台上。

- 实验场景设计与实施：设计实验场景，包括真实环境和仿真环境，进行多无人机协同工作的实验，收集所需数据。

无人机自组织网络组网与接入技术的仿真设计与实现高思颖;毛中杰;李东;徐鹏杰;赵天鹤;周杰;俞晖【摘要】描述了面向无人机(UAV)自组织网络的组网技术和接入技术,提出了针对时延的改进接入技术,以增加一部分低优先级消息的时延为代价,降低另一部分高优先级的消息的时延.选择基于C++和Python语言的网络模拟仿真软件NS3作为开发平台,编程实现UAV自组织网络的接入和组网技术仿真.【期刊名称】《上海师范大学学报（自然科学版）》【年(卷),期】2019(048)001【总页数】8页(P56-63)【关键词】无人机;自组网;接入技术;NS3;时延【作者】高思颖;毛中杰;李东;徐鹏杰;赵天鹤;周杰;俞晖【作者单位】上海交通大学电子信息与电气工程学院,上海200240;上海交通大学电子信息与电气工程学院,上海200240;中国航天电子技术研究院空间电子工程中心,北京100094;中国航天电子技术研究院空间电子工程中心,北京100094;中国航天电子技术研究院空间电子工程中心,北京100094;中国航天电子技术研究院空间电子工程中心,北京100094;上海交通大学电子信息与电气工程学院,上海200240【正文语种】中文【中图分类】TN929.50 引言相比于长期演进(LTE)通信模式,自组网并不需要类似于基站的外部设施即可通信,因此自组网在构建小型无人机群组的通信网络中,具有重要地位.接入技术是将通信设备接入网络,实现通信设备间有效通信的技术.目前应用最为广泛的接入技术分为时分多址(TDMA)、频分多址(FDMA)、空分多址(SDMA)和码分多址(CDMA)等.其中,TDMA接入技术将时间划分为周期性的超帧,再将超帧划分为若干时隙,分配给各用户传输.TDMA接入技术具有通信质量高、保密好、系统容量大等优点,但需要对其进行精确的定时和同步,才能保证其时隙分配的正确性.自组网技术具有良好的同步机制,并且可以获取在线用户数量,适用TDMA接入技术.PATIBANDLA等[1]通过统计在衰落信道环境下,网络负载非饱和时单跳无人机(UAV)自组网的时延数据,分析了采用经典IEEE 802.11 分布式接入协议模型的MAC协议系统时延性能.CAI等[2]提出了一种采用令牌环(token)方式的接入MAC协议,通过仿真验证了协议的有效性.韩海艳等[3]提出了在固定TDMA协议中加入竞争机制并考虑优先级,使协议性能有一定程度的提高.本文作者基于网络仿真软件NS3,编程实现了无人机自组网的组网过程和传输过程,仿真过程中采用的接入技术是在文献[3]所提出方法的基础上进行改进的,将改进方案的时延性能与原方案进行对比,结果表明:改进方案的时延性能更优.1 自组网网络架构自组网是由独立通信终端相互通信并自行建立连接的网络[4].自组网中各个终端都具有主机和路由器的功能.路由器功能执行路由协议,进行路由转发和路由维护的工作;主机的功能是运行面向用户的各种应用程序.自组网路由协议应具备快速、准确且高效的特点,需尽量在最短的时间内查找到准确的路由信息,同时由于自组网终端一般是可移动的,路由协议需要适应网络拓扑的快速变化.在自组网建网过程中,由于各终端实现的功能较多,需要考虑其硬件的计算能力、电源容量和存储空间等因素的限制,应选择合适的接入策略和路由协议,以尽可能降低网络开销[5].一方面,由于自组网中没有类似基站的中转设施,各节点的时间无法校准,为实现节点同步,需要选出其中一个节点作为簇头,其余节点以它为标准进行同步;另一方面,在自组网中节点的传输距离有限,一般需要通过多跳转发,才能将数据包发送到目的节点,随着网络规模增大,数据包的转发次数随之增加,所占用的资源会随之增加,构建及维护路由的开销也会随之增大,导致无线网络的稳定性下降.综上所述,为了解决自组织网络的可扩展问题,提出分层树状结构的跳频自组网通信网络架构.树状分层网络中,同时存在中心控制结构和分布式控制结构,每一层中有多个簇,每一簇中含有一个簇头节点和若干成员节点.同一簇内的节点可以直接或间接进行通信,而同一层中不同簇的成员节点根据相应簇头节点进行转发.2 系统设计无人机自组网是自组网中的一种特殊形式,除了一般自组网的多跳、无中心等特点,还具备一些独有的特点.(1) 高速移动模型.无人机具有很高的移动速度,这种高速移动将造成网络拓扑频繁变化,进而对网络结构稳定性和协议性能带来冲击.(2) 低密度分布.由于空域广泛,无人机活动范围极广,节点在空中分散分布,彼此间距离以公里计算,这种低密度的分布将对网络连通性带来冲击.此外,在现实中,无人机还需要与地面控制台、卫星、有人驾驶飞机等不同的平台建立通信连接,在这些情况下,节点之间存在不确定性,会导致网络的异构性.(3) 节点能量强及网络临时性明显.无人机上的通信设备由飞机提供空间和能量,这使得无人机自组网不需额外考虑节点计算能力和能量耗费问题.无人机一般用于执行特殊任务,运动规律性不强,飞行不确定性大,网络临时性非常明显.(4) 独特的网络目标.传统自组网的连接目标是对等的,无人机自组网也是如此,此外网络中还需要部分担任数据收集的中心节点,因此需要支持流量汇聚.网内可能存在多种传感器,传输的业务包括图像、音频、视频等,具有时延敏感性高、数据业务量大、数据类型多元化等特点,需要保证相应的通信质量.基于上述特点,进行无人机自组网的仿真系统设计,具体实现主要包括网络参数设计、组网过程、接入技术及路由过程4个方面.其中,网络参数设计基于具体场景要求,路由过程已经有具体实例可以参考,因此,程序设计主要分为组网过程和接入技术2个部分.2.1 组网技术仿真设计分簇组网流程包括4个阶段:1) 簇头节点向第一跳节点发送时间同步消息,第一跳节点收到消息后,将本地时间与簇头节点时间进行校准;2) 各跳节点向下一跳节点发送tod同步消息,发送方案与1相同;3) 从最大跳数处开始广播路由信息,并在簇头节点汇聚子网内所有节点的在线情况,本阶段的路由信息只针对一个节点所知的所有在线节点,不包括节点之间的连接关系;4) 簇头在线广播全部节点的信息,节点根据收到的数据包更新本地其余在线节点的信息.本系统中采用自同步方进行前两个阶段的网络同步,后两个阶段实现各节点通信,以获取网络信息与网络结构.图1 组网流程程序框图本系统设置了一个5节点、 4跳结构的网络,组网阶段程序流程图如图1所示.仿真系统中,设置4个频点,在每个发送频点上发送8 ms的tod消息,接收频点则循环接收2 ms的消息,共循环4次.当发送节点和接收节点完成一次频率对齐后,数据收发成功.组网过程中,节点的通信方式均为广播.该方式下,不需要发送具体的目的地址,只需要将其socket连接到广播地址,并设置socket允许广播.该socket发送的所有数据包,均可被其他socket监听到.2.2 接入技术仿真设计采用竞争性TDMA接入技术,将时间分割成周期性的帧,每一帧中分成若干个时隙,各通信设备只能在特定的时隙进行收发通信,在时间轴上不会相互冲突.竞争TDMA时隙分配方法在遇到传输消息不平衡的情况时,可以调节时隙分配情况,节省时间资源.竞争TDMA时隙分配方法的帧结构如图2所示.图2 竞争TDMA技术帧结构图2中,1个完整的TDMA时帧包含3个子帧:声明子帧、应答子帧和信息子帧.作为控制子帧,声明子帧和应答子帧用于交换节点的消息信息,信息子帧则用于传输数据消息.在发送消息时,声明子帧在其主时隙中发送一个ready to send(RTS)分组,其中包括需要发送消息的节点编号及消息量大小标志.经过一轮监听,各节点获取了以自身为中心,一跳范围内的节点消息情况.整合收到RTS信息的节点消息,生成一个clear to send(CTS)分组,其包含需要发送消息的节点编号及消息大小标志.对于发送消息量较小的节点,安排其在信息子帧中的主时隙内发送消息,其他消息不能竞争其时隙.对于消息量较大的节点,除了自身主时隙安排发送消息外,还可以竞争2跳范围内空闲节点的时隙.多节点竞争同一个时隙时,以节点的优先级决定占用该时隙的节点次序.对于没有消息发送的节点,则使其让出信息子帧中的主时隙,节点处于空闲状态.活跃节点在分配的时隙里依次发送消息,空闲节点处于监听状态,以接收其他节点发送消息的请求,直到消息发送完毕.图3 竞争TDMA程序框图图4 总体设计概念图在网络消息负载重的情况下,依次发送节点的数据包.安排数据包中优先级较高的消息在优先级较低的消息之前发送,以增加低优先级消息的时延为代价,大幅降低高优先级消息的时延.由于TDMA帧由相同结构的声明子帧、应答子帧、信息子帧组成,可以统一计算出TDMA帧的执行时间间隔,每隔该时间间隔执行一次TDMA过程,程序框图如图3所示.当节点需要发送数据包时,由于接入部分没有网络拓扑结构的信息,节点可能需经过几个中继节点的转发,才能将数据包发送到目的节点,此时就需要OLSR(optimized link state routing)协议的协助[6].OLSR协议是由经典链路状态算法优化而成的表驱动式路由协议,协议规定将待发数据包的目的地址传输给路由,而路由返回给节点实际发送的下一跳节点地址,节点将数据包发送到下一跳节点,由下一跳节点再与路由交互,进行转发直至到达目的地址.图3中,由MAC层发送本节点的IP地址和目的节点IP地址至路由层,路由层返回下一跳节点IP地址.查询各节点的队列长度,若存在不为0的情况,则判定消息没有发送完,仍需开启下一个TDMA超帧.3 仿真及结果分析本系统总体设计概念图如图4所示.图4中,构建网络场景主要包括:设置节点数,安装网卡及协议栈,设置信道类型,设置移动模型,安装应用层协议,设计网络的拓扑结构,并且依据信道衰减模型,计算相应节点间的距离.当网络仿真的各项模块添加完成后,启动仿真,下达组网指令,所有节点开始组网.组网完成后,开始传输过程,将数据包的目的地址传到路由层,路由层返回数据包下一跳的目的地址,完成交互.图5 系统框架图图6 节点拓扑图采用NS3网络仿真软件对系统进行仿真设计.NS3中,simulator(事件调度器)的机制原理是建立一张离散事件安排表,可以在特定的时间设置发生一个事件,该事件则按时间顺序被放置在离散事件安排表的固定位置.仿真开始后,系统依据离散事件安排表依次执行事件,整个系统共用一个离散事件安排表,表中的事件也可以调用simulator设置子离散事件安排表,子离散事件安排表包含于主离散事件安排表中,表中的起始时间是设置该子离散事件安排表的时间,所有事件均在该时间之后执行.traced call back(数据包追踪机制)的原理是采用回调机制,通过异步调用,实现消息的通知.异步调用即接口的服务在收到消息时,主动调用客户方的端口,进入回调函数.图5中,节点的通信由socket负责,socket是协议簇(TCP/IP)与应用层之间的软件抽象接口,socket发送一个数据包需要在其内部结构中进行层层转发,经过UDP、IP、网络传输层、物理层,并通过信道传输到另一个节点.本次仿真实验中,设置总节点数为5个,分布在3跳范围内.每个节点在一个时隙内最大发包能力为5,空闲时隙将分配给重业务量节点发送,若存在多个重业务节点则查找优先级表进行判断.节点的拓扑结构如图6所示.3.1 组网仿真结果下达组网指令后,5个节点由于开机时间不同,其时间未获得同步,如图7所示.图7 组网开始节点开机时间图组网过程开始后,执行时间同步操作,图8为组网第一阶段的仿真结果.图8中,1号簇头节点,每隔1 ms广播一次,一共广播了32 ms.2号节点作为1号节点的1跳邻居,在第2 ms时收到1号节点的tod消息.组网第二阶段是各跳节点依次向下一跳节点广播tod消息,结果与图7相似.时间同步完成后,各节点的时间如图9所示.组网第三阶段是由最后1跳节点向前1跳节点广播消息,该消息包含本地在线节点列表.前1跳节点收到后,更新自己的在线节点列表,并继续向之前节点广播消息.重复该操作,直到消息到达簇头.第三阶段结束后,各节点的在线节点列表如图10所示. 图8 组网第一阶段仿真结果图9 时间同步结果图图10 第三阶段节点在线列表图10中,1号簇头节点的在线节点列表显示所有节点均在线,最后一跳节点的在线节点列表显示只有自己在线,这与理论吻合.图11 第4阶段节点在线列表组网第4阶段是1号簇头节点广播本地节点在线列表,告知全网其他节点的在线情况,仿真结果如图11所示.图11中,网络中各节点均更新了本地在线节点列表,至此,组网过程结束.3.2 基于TDMA的竞争时隙技术仿真传输过程的网络仿真结果如图12所示.图12中,一个TDMA超帧开始后,1号节点有8个消息包需要发送.在声明过程中,1号节点广播RTS分组,2号节点收到RTS消息;在应答过程中,2号节点广播CTS分组,1号节点收到CTS消息.此时1号节点2跳范围内的节点已经获知了发送消息的需求,在传输阶段,1号节点除了在本时隙发送5个数据包外,还可以占用2号节点的时隙发送剩余的3个数据包.在仿真实验中,将高优先级业务插入到队头,并通过增加低优先级业务的时延,达到降低高优先级业务的时延.设计高、低优先级消息的数量比为1∶4,不同网络负载下仿真结果图如图13所示.图13中,横轴表示业务负载,即一个TDMA超帧内包含的消息量,纵轴表示数据包的平均时延.另外,设置高、低优先级消息数量比为1∶2下的仿真结果,如图14所示.图12 传输过程仿真结果图图13 高、低优先级消息数量比为1∶4条件下的时延仿真结果图图14 高、低优先级消息数量比为1∶2条件下的时延仿真结果图高、低优先级消息数量比为1∶1情况下的仿真结果图如图15所示.图15 高、低优先级消息数量比为1∶1条件下的时延仿真结果图图13～15中,在正常排队情况下,高、低优先级消息的平均时延几乎没有差别,而在采用改进方案后,高优先级消息的平均时延较之前有明显降低,低优先级消息的平均时延也没有显著增加.另外,随着高优先级消息数量占比的增加,改进方案中两种消息的平均时延均会增加,并且在消息负载增大时,相较正常排队方案的平均时延,改进方案中低优先级消息增加了更多的平均时延,这是由于大量高优先级消息插到低优先级消息之前,使得系统性能受到影响.因此,改进方案在网络中,在较少高优先级消息、较多低优先级消息的情况下,具备较好的系统性能.4 结论研究了面向UAV自组织网络的接入与组网技术仿真,并且在NS3网络仿真软件上实现了面向UAV自组织网络的通信系统,提出了一种针对时延的改进接入技术,通过仿真分析了改进前后的系统性能,结果表明:本研究的改进系统较原系统,具备更优的性能.但当前系统仍然存在着一些问题,如在接入技术方面,对于相同优先级之间的排队问题欠缺考虑.在未来的工作中,仍需进一步改进.参考文献:【相关文献】[1] PATIBANDLA S T,BAKKER T,KLENKE R H.Initial evaluation of an IEEE 802.11s-based mobile ad-hoc network for collaborative unmanned aerial vehicles [C]//International Conference on Connected Vehicles and s Vegas:IEEE,2014:145-150.[2] CAI Y,YU F R,LI J,et al.Medium access control for unmanned aerial vehicle (UAV) ad-hoc networks with full-duplex radios and multipacket reception capability [J].IEEE Transactions on Vehicular Technology,2013,62(1):390-394.[3] 韩海艳,马林华,田雨,等.无人机编队中的自主定位与动态TDMA协议应用 [J].电光与控制,2012,19(9):29-32.HAN H Y,MA L H,TIAN Y,et al.Self-localization and application of dynamic TDMA in UAV formation [J].Electronics Optics and Control,2012,19(9):29-32.[4] ALSHBATAT A I,DONG L.Cross layer design for mobile ad-Hoc unmanned aerial vehicle communication networks [C]//International Conference on Networking,Sensing and Control.Chicago:IEEE,2010:331-336.[5] GOKTOGAN A H,NETTLETON E,RIDLEY M,et al.Real time multi-UAV simulator [C]//IEEE International Conference on Robotics and Automation.Taipei:IEEE,2003:2720-2726. [6] 郑伟明.OLSR路由协议研究及仿真 [D].成都:电子科技大学,2011.。