[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

说明书

本发明公开了一种基于离散粒子群算法的无人机自组网拓扑控制方法，所述方法包括关键节点发现、网络连通分量的分割和分布式的拓扑控制方法，具体包括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。本发明方法能根据不同任务服务质量的不同，维护满足任务需求能耗最小的拓扑，提高网络抗毁性。

技术领域

本发明属于无人机自组网领域，尤其涉及一种基于离散粒子群算法的无人机自组网拓扑控制方法。

背景技术

无人机具有部署快、灵活性高、适应性强、功能性强等特性，被广泛应用于各种民用和军事场景，包括探测、监控、搜索、救援等等任务。然而，单无人机无法满足复杂的任务需求，多无人机网络才能更有效地完成各种复杂任务。在多无人机网络中，每个无人机节点都可以作为一个路由器，所有无人机节点可构成完全分布式的无线网络，研究人员称其为无人机自组网(Flying Ad-hoc Network,FANET)。无人机自组网的军事场景一般是无人机协同作战，无人机协同作战的目标是在一定的任务背景下，通过无人机群的信息交互与协作行为，使无人机群作为一个系统整体，智能化协同，自主化动作，完成单机平台难以完成的作战任务。

在以需求多样性、电磁环境复杂性、节点高机动性为特征的大规模无人机协同作战网络环境中，要实现高效、稳定和可靠的无人机分布式协同作战效能，既需要针对特定的作战任务需求对无人机节点进行协作控制，还需要针对无人机网络的通信、拓扑等进行动态配置，以提高无人机节点间的协同作战效能和网络鲁棒性。基于上面的特点，无人机集群能适应更复杂多变的战场环境和复合型作战任务，并且无人机在现代化战场中的应用已经从原有的模式逐渐的发生改变，从原有单的侦察工作逐步向其他领域进行延伸，包括协同打击、协同探测、协同跟踪等多种空中作战任务。

在无人机组网多任务协同作战场景中，不同的作战任务类型具有不同的QoS需求，在执行任务时，根据任务进行拓扑控制，能够实现无人机网络更好的连通性和覆盖率。比如对于多无人机协同探测而言，协同探测虽然能带来更大的探测范围，更高的探测精度以及更好的鲁棒性；但是，多无人机的数据融合与管理是个需要解决的问题，在无人机这种高速移动的平台上，动态进行拓扑控制可以高效利用多无人机的资源，快速融合多人机的测量数据。

现有的拓扑重构技术的研究多集中在无线传感器网络领域，专门针对无人机集群通信网络的拓扑重构技术的相关研究较少。传感器网络中节点通常都是不具备移动性的静止节点，大部分情况下由电池供电。节点的失效通常是由能量耗尽而失效或硬件故障而导致的。无人机集群通信网络中的节点移动频繁，单次作战能量充足，其失效的原因多是由于遭受敌方攻击，且无人机网络对连通性恢复的实时性要求更高，需要在极短的时间内完成整个网络的拓扑重构，恢复网络的连通性，保障无人机集群的抗毁性和协同作战能力。

在无人机网络中，由于不同的任务对应不同的通信需求，无人机需要同时协同完成多项任务。除此之外，外部环境的剧烈变化或者自身编队飞行的变化都会导致之前的通信链路不可用，此时就需要迅速调整选择策略。在任务执行过程中，不仅仅需要任务完成率，还需要考虑用户需求的满意度，此时根据不同需求动态调整网络拓扑，保证任务执行效能。

发明内容

本发明的目的在于：为了克服现有技术问题，公开了一种基于离散粒子群算法的无人机自组网拓扑控制方法，通过本发明无人机自组网拓扑控制方法设置，解决了无人机自组网中节点速度快、能量受限、拓扑变换频繁等问题。

本发明目的通过下述技术方案来实现：

一种基于离散粒子群算法的无人机自组网拓扑控制方法，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；