[发明专利]基于位置预测的编队无人机路由协议

权利要求书

1.一种基于位置预测的编队无人机路由协议，其特征在于，包括如下步骤：

步骤一：无人机按照传统先应式路由协议建立拓扑结构；

步骤二：计算节点间的最大通信距离d_max；

步骤三：在预测间隔内将无人机加速度看作均值为零方差为恒定值的高斯变量，经推导得到无人机三维坐标的联合概率密度函数，由联合概率密度求得无人机的位置轨迹坐标点集合；

步骤四：根据节点的坐标预测结果计算节点间在预测间隔内的欧氏距离，将此距离和节点间最大通信距离相比较得到节点预测位置间的通信概率P；

步骤五：结合Dijkstra算法与A-Star算法计算出最多3条备选路径，并在计算过程中参考预测位置间的通信概率P；

步骤六：计算预测间隔内邻居节点数据传输次数的期望值，由数据传输次数的期望值估算备选路径中节点的剩余电量；

步骤七：综合评估预测间隔内的路径连通率和路径上节点剩余电量，选择剩余电量满足传输需求且连通率较大的路径作为最优路径，将此路径作为本发明涉及路由协议的数据传输路径。

2.根据权利要求1所述的基于位置预测的编队无人机路由协议，其特征是，所述步骤三具体为：

本发明将无人机节点在坐标轴上预测间隔内的加速度看作均值为零方差为恒定值的高斯变量，定义预测间隔ΔT=t_n-t_n-1=mΔt，其中Δt为最小时间单位，m为正整数；

定义节点在x轴上第i个时间单位后的速度分量为v_x⁽ⁱ⁾，得到其表述式为：

其中ε_x⁽⁰⁾表示x轴上的第i个高斯加速度分量；

定义x轴上t_n时刻的位置坐标为x⁽ⁿ⁾，其表述式为：

本发明根据x轴上t_n-1时刻的位置坐标为x^(n-1)推导得到在x轴上t_n时刻的位置坐标均值μ_x和方差δ_x²的表述式如下：

，

其中δ_εx²为加速度在x轴上分量的方差，为了简化计算，假设ε_x⁽ⁱ⁾的所有方差均相等；

在y轴和z轴上的位置坐标均值μ_y、μ_z和方差δ_y²、δ_z²计算过程与x轴相似；本发明假设三个坐标轴上的加速度相互独立，则可根据三个坐标轴上位置的均值和方差表达式推导出节点从坐标（x^(n-1)，y^(n-1)，z^(n-1)）到坐标（x⁽ⁿ⁾，y⁽ⁿ⁾，z⁽ⁿ⁾）的联合概率密度函数为：

根据此式，可得到无人机节点在t_n时最大概率的位置坐标；

定义无人机节点在预测间隔ΔT=t_n-t_n-1=mΔt内的坐标点轨迹为L_Ri，根据上述联合概率密度函数可得到L_Ri的表述式为L_Ri={L_Ri⁽¹⁾，L_Ri⁽²⁾，…，L_Ri⁽ⁿ⁾，…，L_Ri^(m)}，其中L_Ri⁽ⁿ⁾= {x_Ri⁽ⁿ⁾，y_Ri⁽ⁿ⁾，z_Ri⁽ⁿ⁾}表示节点R_i在第n个时间单位nΔt时的位置坐标，其中n分布于区间[1,m]且为整数。