关于编队飞行网络拓扑优化及新通信信道接入机制的研究.docx

关于编队飞行网络拓扑优化及新通信信道接入机制的研究无人机技术经过几十年的高速发展，在军民领域得到了广泛的应用单架无人机由于受探测能力、载荷、续航时间等因素限制，难以完成较复杂的任务，通过无人机编队来执行任务是未来无人机发展的一个重要趋势随着无人机编队飞行技术的不断发展，其应用范围也随之拓展民用领域如地域搜索、智能物流、交通管理、防灾救灾、无人机群表演，军事领域如联合攻击、目标导引以及战区通信保障等[1,2]编队无人机要形成战斗力，需要解决的一个核心问题就是时刻感知自己的空间位置但对于编队无人机应用场景，编队中多个成员同时保持相对运动的状态，目标多、间隔小、速度快，在编队行进过程中，既要避免相互碰撞又要协同作业，各移动目标均需实时感知周围其他移动目标与其精确、可靠的相对位置关系，编队成员之间的相对定位精度影响甚至决定了编队能达到的应用水平[3]目前普遍采用的是惯导/数据链相对定位方法，定位精度通常较低(误差达上百米)[4]而采用惯导/视觉等多传感器组合的相对定位方法，传感器成本较高，且视觉传感器受气候及相对距离的限制，极大地限制了编队飞行的应用场景[5]全球卫星导航定位系统可以提供实时、连续、全天候的位置、速度和时间信息。

基于载波相位的卫星导航实时动态差分定位精度可以达到厘米级，具备高精度应用能力[6]目前，基于载波相位的动态差分相对定位已经广泛应用于卫星、航天器的编队飞行中[7,8,9]在传统的卫导差分相对定位技术中，基准站或参考站通常是固定不动的，对于编队应用，每个成员既可以是基准站又可以是移动站，基准站本身也处于连续的运动状态，要完成编队成员之间的动-动高精度相对定位，需要成员之间交互各自的卫导观测数据[10,11]无人机之间的信息交互一般建立在通信网络的基础上，在编队飞行过程中，为了保证成员能够实时感知成员之间的相对位置，需要保证成员之间信息和数据的实时收集、传递和处理考虑数字多波束在网络效率和组网灵活性方面的优势，本文采用基于数字多波束的定向通信技术体制，利用有用信号和干扰信号在空间多维信道上的差别来消除干扰，利用发送端和接收端的多天线，在满足波束隔离、收发通道有限、半双工能力的限制条件下，为用户间提供定位信息的多路并发传输能力，降低基于差分定位的网络传输时延目前，有关GNSS高精度相对定位技术数据通信需求的编队飞行通信网络的设计与研究还较为缺乏此外，通信网络中通常存在通信时延，从而不可避免地产生数据交互时延，而数据交互的时延直接影响GNSS相对定位的精度、实时性与可用性。

基于上述研究现状，本文针对GNSS高精度相对定位的无人机编队队形感知的应用，对编队飞行网络拓扑进行优化设计;设计无人机自组网信道接入机制并对通信时延性能进行仿真分析;对通信时延对相对位置感知精度的影响进行仿真测试分析1、无人机编队网络拓扑形成1.1编队初始网络拓扑模型假设一个编队由N个无人机组成，编队成员需要形成和保持一个编队队形F,F中的N个位置的编号分别为{1,2，…，N}，每个成员可以位于编队F中的任意一个位置图1给出了两种不同成员数量(N=4和N=16)的编队网络拓扑每个成员可以通过点对点通信和其他成员进行信息交互，需要从编队通信网络拓扑中选择一个最优的子图作为编队最优的信息交互拓扑，使得所有成员能够使用此交互拓扑形成编队F，且编队的通信代价(如总时延、网络开销)最小因此，针对GNSS高精度相对定位的编队拓扑最优设计即可模型化为求网络拓扑图的最小生成树问题[12,13]图1不同成员数无人机编队网络拓扑1.2编队网络拓扑优化设计以图1所示的网络拓扑作为初始网络拓扑图，设计基于根节点的最小生成树网络拓扑设拓扑控制的输入为图G(V,E)，其中V为当前已获知的网络中的节点集合且节点个数为N(此处N=4或N=16)，若两节点之间定向可达，则在G中以边相连，而E则为所有这样的边的集合。

对任意的节点eij∈E，其中i、j∈E，连接节点i和j的链路的代价由边eij关联的权值cij确定(此处cij表示网络开销且设cij=1)考虑节点连接数限制、拓扑的连通性和健壮性，拓扑控制算法的目标是确定G(V,E)的子图G'(V,E')，其中，满足式中:U表示网络的总代价，xij表示链路指派变量其限制条件为:G'是连通图，di≤Di,di表示节点i的连接数，Di表示节点i的连接数限制采用连接数受限的Kruskal算法生成一个近似最优的最小生成树，设G(V,E)含有N个顶点、M条边，主要算法步骤如下:Step1把G中的边按照代价大小从小到大排序，并重新依次编号，即有c(e1)≤c(e2)≤…≤c(eM)，令i=1,j=0,Step2判断T∪ei是否含圈，若含圈，转Step4;否则转Step3;Step3判断T∪ei是否违反节点的连接数约束，若违反，转Step4;否则转Step5Step4令i=i+1，如果i≤M，转Step2;否则结束，此时G不连通，不存在最小树Step5令T=T∪ei,j=j+1，若j=N-1，结束，T为满足要求的生成树;否则转Step2经上述算法步骤处理，得到如图2所示的编队网络拓扑最优的最小生成树。

对比图1所示的网络拓扑，对于多机编队的情形(如16机)，原始网络拓扑层级复杂，经优化设计后多机编队网络只有2个层级图2编队网络优化拓扑设计1.3编队网络业务流程如图2(b)所示，以16机编队为例，节点A1为根节点，定义节点A2、A3、A4、B1、C1、D1为第1层级节点，B2、B3、B4,C2、C3、C4,D2、D3、D4为第2层级节点，假设编队成员之间相对位置感知信息更新时间间隔为Δt=tk-tk-1，记两节点之间数据传输时延为ttransmission,GNSS差分计算时延记为tDGNSS，网络中的数据传输业务流程如下:(1)tk时刻第1层级节点将tk时刻的GNSS观测数据及节点运动信息向根节点A1发送，同时B1、C1、D1节点将tk-1时刻与第2层级节点的相对位置信息、节点运动信息向A1发送;第2层级节点将tk时刻的GNSS观测数据以及节点运动信息向节点B1、C1、D1发送2)tk+ttransmission时刻根节点A1基于本地GNSS观测，结合接收到的第1层级节点的信息，计算A1与其他所有节点之间的相对位置关系;节点B1、C1、D1基于本地GNSS观测，结合接收到的第2层级节点的信息，计算B1、C1、D1与第2层级节点之间的相对位置关系。

3)tk+ttransmission+tDGNSS时刻根节点A1向第1层级节点发送其与第1层级节点tk时刻的差分相对定位结果以及A1节点的运动信息;B1、C1、D1向第2层级节点发送其计算出的与第2层级节点tk时刻的差分相对定位结果以及节点运动信息4)tk+2ttransmission+tDGNSS时刻第1层级节点基于接收到的差分定位结果以及节点运动信息，计算出本地节点与其他节点之间的相对位置信息;第2层级节点基于接收到的差分定位信息计算出其与其他节点之间的相对位置关系2、信道接入方法基于1.2节设计的优化编队飞行网络拓扑(图2)，设计基于最小生成树的信道接入机制，旨在为编队飞行相对位置感知业务传输提供端到端的时延限制不失一般性，设1.2节所生成的网络拓扑为最小生成树T，其树高为HT，信道接入机制设计如下:输入:网络拓扑T(最小生成树)，时隙长度tsStep1根据网络拓扑对应的最小生成树的树高HT，设定帧周期为N·ts，其中N=(HT-1)·2帧周期内的时隙标号表示为[0,1，…，((HT-1)·2-1)]Step2对于每个帧周期内的时隙分配，forl:=1to(HT-1)do第l层(l∈[1，…，(HT-1))的父节点选择在第l-1个时隙向其所有子节点通过数字多波束同时并行发送相对定位信息;endforStep3fori:=HTto2do第i层(i∈[1，…，(HT-1))的所有节点选择在第2HT-i-1个时隙向其父节点通过数字多波束同时并行发送卫导观测及运动信息。

endfor输出:帧周期内各节点的观测信息与差分定位信息的信道接入时隙标号3、编队飞行仿真分析3.1仿真场景设置基于SpirentGSS9000模拟器，模拟16架机编队飞行场景基于图1(b)所示的编队飞行网络，将16架机分为A、B、C、D四个分队，每个分队包含4架飞机成员，且飞机之间间距约100m如图3所示的仿真轨迹，每个飞行编队开始时沿直线运动，之后经历一个180°转弯后继续直线运动并保持队形运动过程中包含匀速直线运动、匀加速直线运动(包括:加速时间4s，加速度5m/s2;加速时间10s，加速度6m/s2;加速时间4s，加速度10m/s2)、圆周运动(向心加速度10m/s2)等，最大速度为100m/s，最大加速度10m/s2图316机编队飞行场景仿真轨迹3.2网络仿真与分析首先基于设计的网络拓扑优化算法，得到如图2所示的编队飞行优化网络拓扑，之后基于第2节设计的信道接入机制，采用OPNET软件对图2(b)中的16机编队优化网络拓扑进行仿真，其中数据传输的字节数设置为每个节点接收12颗“北斗”导航卫星(含3个频点)的数据和所需惯性导航设备数据的最大字节数的总和，接近真实场景根据表2所示的仿真参数，图4给出了在OPNET软件中的无人机编队飞行场景。