[发明专利]一种基于离散粒子群算法的无人机自组网拓扑控制方法

权利要求书

1.一种基于离散粒子群算法的无人机自组网拓扑控制方法，其特征在于，所述无人机自组网拓扑控制方法包括如下步骤：

S1：基于CAM矩阵算法完成网络拓扑中关键节点探测；

S2：基于探测到的关键节点，完成网络连通分量分隔；

S3：在构建的各连通分量内独立运行离散粒子群算法，抽象出以最小化网络能耗为优化目标的寻找局部度约束最小生成树的数学模型，从而在每个网络区域内实现有效的拓扑控制。

2.如权利要求1所述的无人机自组网拓扑控制方法，其特征在于，步骤S1包括：网络中各候选节点以最大发射功率向网络其他节点传送消息，并根据其他节点返回的信息确定本候选节点是否是关键节点。

3.如权利要求2所述的无人机自组网拓扑控制方法，其特征在于，步骤S1中各候选节点发出的信息包括：IP地址，发送时间，生存周期TTL阈值信息。

4.如权利要求2所述的无人机自组网拓扑控制方法，其特征在于，当候选节点从不同的链路上收到至少两个相同信息时，即候选节点的CAM图的连通分量数超过两个时，则CAM矩阵算法判断该候选节点为一个关键节点。

5.如权利要求2所述的无人机自组网拓扑控制方法，其特征在于，步骤S1中，各候选节点以最大发射功率向网络其他节点传送消息之前，还包括进行邻居节点的发现与维护步骤。

6.如权利要求5所述的无人机自组网拓扑控制方法，其特征在于，邻居节点的发现是指：节点在初始化过程中获取能和自己直接通信的所有邻居节点信息，当节点i和节点j在经过一跳路由后收到对方的Hello消息，即双方建立连接，则在各自邻居表中添加邻居信息，建立邻居关系；

邻居节点的维护是指：相邻节点在建立邻居关系后，各节点间定期发送Hello数据包，若邻居节点返回消息则在邻居表中保留该节点，反之则删除该节点。

7.如权利要求1所述的无人机自组网拓扑控制方法，其特征在于，步骤S2为基于步骤S1探测到的关键节点，将整个网络拓扑分割为若干数量的连通分量。

8.如权利要求7所述的无人机自组网拓扑控制方法，其特征在于，步骤S2包括：

假设每个节点都有一个自己的ID号和对应的连通分量的编号，首先每个关键节点开始向周围的邻节点发送自己的ID信息，

当邻节点收到信息后，首先判断之前是否被访问过，如果没有，则设置收到节点的ID值为将要所属的连通分量的编号；否则，将之前存储的值和收到的节点ID值进行比较，选择较大的值作为自己所属连通分量的编号，接着邻节点继续转发该消息给自己的周围的邻节点，直到接收者是关键节点为止，从而完成网络连通分量分隔。

9.如权利要求1所述的无人机自组网拓扑控制方法，其特征在于，步骤S3包括：

S31：在构建的各连通分量内独立运行离散粒子群算法，寻找本地度约束最小生成树T；

S32：每个节点u根据本地度约束最小生成树T调节自身发射功率，并满足本地度约束最小生成树T上覆盖范围要求最高的节点的传输半径；

S33：将各节点的生成树叠加，去除各单向链接，构成最终的网络拓扑图，从而在每个网络区域内实现有效的拓扑控制。