一种灾后应急通信地下飞行自组网拓扑控制方法

本发明属于灾后地下通信技术领域，特别涉及了一种飞行自组网拓扑控制方法。

背景技术：

随着我国经济的高速发展与基建智能化水平的不断提升，经过多年的开发与建设，现在拥有了全世界最多的地下空间，包含矿井、隧道、地铁、人防工程、地下停车场等。随着地下空间的开发规模不断扩大，地下灾害发生的频率和成灾强度也不断增大。地下空间一旦发生灾害，不仅施救非常困难，现场灾情信息的全面感知、快速回传以及救援应急通信指挥网络的快速灵活构建也是一大难题。现阶段的地下空间安防系统依赖于人工监视或预安装的固定传感及通信设备，使用范围受限、灵活性差，难以满足动态感知、可靠传输与快速响应的需求，特别是在灾后应急场景中基础设施部分或全部失效、短时间难以恢复的情况下，更需要对事故区域进行快速地态势感知及数据回传。

由于具有灵活部署、无人化作业、机动性强、能在狭小空间飞行等特点，当地下空间灾害事故发生后，无人机能够迅速深入危险区域执行侦测搜救任务，并能够利用自身携带的微型基站与用户前置设备同时实现地下通信网络的恢复重构与灾情信息的实时回传。由于单架无人机感知与通信范围的局限性，多无人机集群可以通过态势感知与信息交互实现自组织组网，构建飞行自组网，从而使得距离较远的无人机借助其他节点的中继转发功能实现无线多跳回传。在构建飞行自组网时，一般采用构建虚拟骨干网的形式实现拓扑控制，将路由转发功能限制在部分节点上，以减少并发多跳链路造成大量的路由开销。目前国际上大多采用建立最小连通支配集的方式构建虚拟骨干网，即对于任何非支配集节点都存在一个支配集节点在它的直连通信范围内，且支配集节点互相连通。连通支配集内节点数目越少，路由开销越小。与传统地面移动自组网相比，无人机集群自组网具有空间立体性、节点高移动性等特性。这些特性导致拓扑结构快速变化，群体决策难以收敛，需要设计一种自适应连通支配集构建方法。xiaohanqi等人在2019年提出一种基于多连通支配集的飞行自组网拓扑控制方法，在当前连通支配集后替换备选连通支配集。然而这种方法仅适用于拓扑变化频率较低的情况，当拓扑快速变化时，备选连通支配集全部失效，需要重新构建多连通支配集，极大增加了计算复杂度与信令开销，导致当前连通支配集与拓扑不匹配，业务质量无法保障，不具备良好的应用前景。

技术实现要素：

为了解决上述背景技术提出的技术问题，本发明旨在提供一种灾后应急通信地下飞行自组网拓扑控制方法，能够处理飞行自组网中所有类型的拓扑变化，具有较好的普适性与可扩展性。

为了实现上述技术目的，本发明的技术方案为：

一种灾后应急通信地下飞行自组网拓扑控制方法，包括以下步骤：

(1)初始阶段，每个无人机周期性交换节点支配能力的相关信息，根据支配能力选择支配节点，直至所有节点都被支配；在时隙t内，执行步骤(2)-(4)；

(2)检测网络拓扑变化，通过自适应支配集维护算法自适应更新支配集dt，所述支配集的近似比为其中表示近似比小于log(n)，n为初始时刻无人机的数量；

(3)通过构建带权最小生成树确定需要添加到连通性维护节点集合ct中的节点，确保连通支配集的连通性，其中

(4)遍历v∈ct的所有节点来检测的连通性，输出时隙t的连通支配集其中表示在连通支配集中除去节点v。

进一步地，在步骤(2)中，所述自适应支配集维护算法的过程如下：

(2a)算法进程到时隙t，用表示从时隙t-1到时隙t的拓扑变化，分为节点插入、节点删除、边插入和边删除四类拓扑变化；

(2b)如果从中随机选择一个元素ρ并执行以下操作直至为空集：

如果ρ为节点vi的插入，则添加支配对(vi,dom(vi)＝vi)到集合s(t)和层级1中，dom(vi)被节点vi支配的节点集合；对于任意vi∈v(t)，v(t)为t时刻网络拓扑的节点集合，如果vi在层级l处于不稳定状态，则执行稳定性维护算法；

如果ρ为节点vi的删除，则移除支配对(vi,dom(vi))和相对应的边εi(t)；对于任意(vi,vj)∈εi(t)，如果节点vi支配节点vj，则添加支配对(vj,dom(vj)＝vj)到集合s(t)和层级1中；对于任意vi∈v(t)，如果vi在层级l处于不稳定状态，则执行稳定性维护算法；

如果ρ为节点vi与节点vj之间的边插入，如果节点vi或节点vj在层级l处于不稳定状态，则执行稳定性维护算法；

如果ρ为节点vi与节点vj之间的边删除，若节点vi支配节点vj，则从dom(vi)中移除节点vj，添加支配对(vi,dom(vi)＝vi)到支配集dt和层级1中，执行稳定性维护算法；若节点vj支配节点vi，则从dom(vj)中一处节点vi；添加支配对(vj,dom(vj)＝vj)到支配集dt和层级1中，执行稳定性维护算法。

进一步地，所述稳定性维护算法的过程如下：

(2a)输入节点vi与层级l，将支配对(vi,vl(t)∩nbi(t))移动到能够放置的最低层级中，满足|vl(t)∩nbi(t)|∈r^l，vl(t)为属于层级l的所有节点的集合，nbi(t)为节点vi的邻居节点集合，r^l＝[2^l-10,2^l]为第l层容量处于的区间；

(2b)从支配对(vj,dom(vj)＝vj)中移除vl(t)∩nbi(t)中的所有节点，替换为(vj,dom(vj)\{dom(vj)∩vl(t)∩nbi(t)})：

如果则将移除；

如果|(vj,dom(vj)\{dom(vj)∩vl(t)∩nbi(t)})|＜2^l-10，则将(vj,dom(vj)\{dom(vj)∩vl(t)∩nbi(t)})移动到能够放置的最高层级里。

进一步地，在步骤(3)中，所述带权最小生成树的特性如下：

如果是连通支配集，使用权重为1的条边构造一个生成树使用权重为w的条边生成gt，v(t)为t时刻网络拓扑的节点集合，gt为t时刻动态拓扑图，则最小生成树的权重之和为否则最小生成树的权重之和大于

进一步地，在步骤(3)中，对集合ct进行更新的类型包括：

类型1：对于因拓扑变化或因自适应支配集维护算法中的节点移除所导致的边插入、节点删除或节点插入的情况，需在集合ct中添加节点来修复连通性；

类型2：对于由拓扑动态变化、自适应支配集维护算法或连通性修复过程引发的边/节点插入的情况，需删除集合ct中无用的节点以保持连通支配集的最小性。

进一步地，对于类型1，在一个边删除操作完成后，变为不连通，此时最多涉及带权最小生成树的2个内部节点不在支配集dt中，将涉及的节点添加到集合ct中以确保连通性；如果删除节点v导致不连通，那么将节点v被添加到集合ct中；如果插入节点v导致不连通，带权最小生成树最多需要添加2个内部节点到集合ct中以确保连通性。

进一步地，对于类型2，确保集合ct中的每个节点都为连通支配集的导出子图的关节节点。

采用上述技术方案带来的有益效果：

为了解决自适应连通支配集维护问题，本发明提出了一种飞行自组网拓扑控制方法，首先提出一种层次化方法自适应维护近似比的支配集，然后通过维护带权最小生成树修复支配集连通性，最后动态检测失效关节节点，保证连通支配集的最小性。为了确保每次更新后维护最小连通支配集的时间复杂度小于重新计算的时间复杂度，本发明仅处理拓扑变化的部分，且能够处理飞行自组网中所有类型的拓扑变化，包括节点的进入、离开和移动，具有较好的普适性与可扩展性。

附图说明

图1是地下空间应急通场景(以矿井为例)示意图；

图2是飞行自组网拓扑变化示意图；

图3是本发明的方法流程图；

图4是实施例中本发明方法与现有方法的路由开销性能比较示意图；

图5是实施例中本发明方法与现有方法的拓扑维护开销性能比较示意图；

图6是实施例中本发明方法与现有方法的更新时间性能比较示意图。

具体实施方式

以下将结合附图，对本发明的技术方案进行详细说明。

图1是以矿井为例的地下空间应急通信场景示意图，在该场景中，受冲击地压、瓦斯爆炸以及煤火等矿井事故的影响，井下固定布设的矿用基站部分或全部失效且短时间内难以恢复通信服务，无法对事故区域进行快速的灾情态势感知及应急信息回传，因此需要无人机集群迅速深入危险区域执行侦测搜救任务。基于此，本发明采用一种高效稳定的飞行自组网模型，即一架无人机通过系留光电缆与应急通信指挥车相连，作为可以长时间滞空的无人机系留基站替代失效的井下宏基站，通过应急通信指挥车接入地面5g环网。此外，无人机集群能够利用自身携带的微型基站与用户前置设备实现井下通信网络的恢复重构，并为无人机系留基站提供灾情信息的无线回传。该模型同样适用于其他地下空间应急通信场景。具体的网络拓扑结构如图2所示，初始时刻共有n架无人机，t时刻的在线无人机数目为n(t)，因此t时刻的无人机集合可表示为进一步将图2左边的时变网络拓扑结构抽象为图2右边的一组连续时隙的无向图gt＝(v(t),e(t))表示t时刻的网络拓扑结构图，其中v(t)表示点集合，即t时刻的无人机集群；当两架无人机处于彼此的一跳通信范围内时，在两个飞行节点之间添加一条无向边，e(t)表示边集合。对比t时刻与t+1时刻的网络拓扑图，无人机ui电量不足后，由在线模式转为离线模式，飞往井上应急通信指挥车进行充电或电池更换，因此造成了t+1时刻的网络拓扑图gt+1中节点的删除。此外，无人机的高移动性也造成了t+1时刻的网络拓扑图gt+1中边的插入与删除。因此，网络拓扑结构频繁的变化造成了虚拟骨干网(连通支配集)内节点的频繁失效，亟需设计一种快速高效的连通支配集构建方法自适应地处理节点插入/删除及边插入/删除这四种典型的拓扑变化。此外，由于路由开销与连通支配集内节点数目有关，节点越少，路由开销越小，因此需要权衡优化路由开销、拓扑维护开销与算法运行时间这三个性能指标。本发明所提方法的输入为网络拓扑结构图，因此模型及其他参数设定不影响本发明的一般性。

对于t时刻的网络拓扑结构图gt＝(v(t),e(t))，定义其支配集为dt，连通支配集为由于求解最小支配集与连通支配集均为多项式复杂度的非确定性问题，难以在多项式时间复杂度内找到最优解，因此需要设计近似算法，在保证近似比尽可能小的前提下，减少拓扑维护开销及算法运行时间。这是因为大多数现有方法在拓扑结构发生变化时会从当前拓扑内所有节点出发，重新构建连通支配集，这造成了较高的拓扑维护开销与时间复杂度，导致当前连通支配集与拓扑不匹配，业务质量无法保障，不具备良好的应用前景。通常来说，拓扑维护开销由拓扑更新阶段的广播信息量决定。由于所有节点都具有相似的物理特性，所以每个节点的维护开销可以用常数表示，因此平均拓扑维护开销可以简化为更新节点的平均数量，可用以下公式表示：

其中，

为了在高动态场景中找到一个节点数目尽可能少的连通支配集且不产生过多的拓扑维护开销与运行时间，需要保证在连通支配集自适应维护过程中，节点插入/删除及边插入/删除等操作设计到尽可能少的节点，这表明时隙t中的连通支配集应该从t-1时刻的连通支配集推导而来，并且拓扑变化也是从前一时刻演化而来，而不需要重新计算，因此本文需要解决的自适应连通支配集维护问题可归纳为：在时隙t中给定的一组无向图在图中近似找到一个最小尺寸的连通支配集同时最小化的平均维护成本ac与算法平均运行时间。

为了解决上述自适应连通支配集维护问题，本发明提出一种自适应拓扑控制方法，可以解决包含节点插入/删除及边插入/删除在内的所有类型的拓扑变化，并适用于包含一般图与几何图在内的任意类型的图结构，具有良好的适用性与延伸性。该方法由两步构成：1)针对动态变化的拓扑结构，采用一种分层策略自适应维护一个近似比为的支配集，注意该近似比为本文所提方法所得到的支配集内节点数目与最小支配集内节点数目之比，符号表示上界，即近似比小于log(n)；2)根据网络拓扑变化情况，通过维护一个带权最小生成树动态修复支配集的连通性，形成连通支配集，并动态检测失效关节节点并删除，得到近似比为的连通支配集。

1、自适应维护近似比为的支配集

在第一阶段，本发明首先提出一种分层策略自适应维护近似比为的支配集。首先将t时刻节点集合v(t)划分为不同的支配对(vi,dom(vi))，即vi为支配节点，dom(vi)为被节点vi支配的节点集合，注意每个节点当且仅当出现在一个dom(vi)内。根据被支配节点集合内节点数量|dom(vi)|的取值范围，将其所在支配对分配到不同层级，第l层的容量处于区间r^l＝[2^l-10,2^l]内，若|dom(vi)|∈r^l，则支配对(vi,dom(vi))被分配在l层，且将属于l层的所有节点的集合表示为vl(t)。在这种情况下，如果约束条件|dom(vi)|∈r^l始终成立，则该方案对(vi,dom(vi))的分层是稳定的。因此，分层策略的稳定性可以定义为：在时隙t内，如果不存在节点vi和层l使得|vl(t)∩nbi(t)|＞2^l，其中nbi(t)为vi的一跳邻居节点集合，那么t时刻的支配集dt是稳定的。

基于以上定义，为了避免过多层级变化造成的复杂度消耗，本发明将对维护稳定解的算法进行一定的松弛，即允许rl的范围重叠。本发明综合考虑节点度、平均预计支配时长和剩余能量这三个指标来选择支配节点。设cdi,j(t)为节点vi和它的邻居节点vj∈nbi(t)之间的平均估计支配时长，可用下式表示：

其中，rc表示一跳通信范围，表示vi和vj之间的相对距离，表示相对速度。平均估计支配时长可以表示为：

本发明使用变量ii(t)来衡量节点vi的支配能力，可用下式表示：

其中，为归一化节点的度，为剩余能量的百分比，为归一化acdi(t)，可由acdi(t)与之比来表示，和是不同的权重因子，其约束条件为本实施例设置相等的权重。

基于以上讨论，本发明所提支配集自适应维护算法的主要思想为：按照ii(t)的降序选出支配节点，然后依次形成支配对，直至所有节点都被支配，当拓扑结构动态变化时，该算法自适应维护分层算法的稳定性，进而确保了支配集的有效性与近似最小性，自适应支配集维护算法归纳如下：

步骤1：算法进程到时隙t。表示从时隙t-1到时隙t的拓扑变化。可归类为节点插入，节点删除，边插入和边删除四类拓扑变化；

步骤2：如果从中随机选择一个元素ρ并执行以下步骤直至为空集：

(1)如果ρ为节点vi的插入，则添加支配对(vi,dom(vi)＝vi)到集合s(t)和层级1中，包括节点vi和它的邻居节点的边；对于任意vi∈v(t)，如果vi在层级l处于不稳定状态，则执行稳定性维护算法；

(2)如果ρ为节点vi删除，则移除支配对(vi,dom(vi))和相对应的边εi(t)；对于任意(vi,vj)∈εi(t)，如果vi支配vj，则添加支配对(vj,dom(vj)＝vj)到集合s(t)和层级1中；对于任意vi∈v(t)，如果vi在层级l处于不稳定状态，则执行稳定性维护算法；

(3)如果ρ为节点vi和节点vj之间的边插入，如果vi或vj在层级l处于不稳定状态，则执行稳定性维护算法；

(4)如果ρ表示节点vi和节点vj之间的边删除，如果vi支配vj(或vj支配vi)，则从dom(vi)(或dom(vj))中移除vj(或vi)，添加支配对(vi,dom(vi)＝vi)(或(vj,dom(vj)＝vj))到支配集dt和层级1中，执行稳定性维护算法。

自适应支配集算法所用到的稳定性维护算法如下：

步骤1：输入节点vi与层级l，将支配对(vi,vl(t)∩nbi(t))移动到可以放置的最低层级l'中，满足|vl(t)∩nbi(t)|∈r^l；

步骤2：从之前的支配对(vj,dom(vj)＝vj)中移除vl(t)∩nbi(t)中的所有节点，替换为(vj,dom(vj)\{dom(vj)∩vl(t)∩nbi(t)})；

1：如果将其移除。

2：如果|(vj,dom(vj)\{dom(vj)∩vl(t)∩nbi(t)})|＜2^l-10，则移动到可以放置的最高层级里。

对于自适应支配集维护算法得到的任意支配对(vi,dom(vi))，其被支配节点的数目满足|dom(vi)|≤n，log(n)层足够容纳所有节点，因此在动态环境下维护支配集稳定性最多需要个节点，其中opt表示最小支配集的节点数目，最终可验证自适应支配集算法的近似比为

2、支配集连通性和最小性维护

在第二阶段，本发明介绍如何在支配集中动态添加/节点构建连通支配集，并动态检测失效关节节点，自适应维护连通支配集的最小性。基于自适应支配集维护算法得到的支配集dt，本发明所提方法动态添加连通性维护节点集合ct，确保连通支配集同时具有连通性和最小性。集合ct更新的原因可分为如下两类：

(1)对于因拓扑变化或因自适应支配集维护算法中的节点移除所导致的边/节点删除的情况，必须在集合ct中添加一些节点来修复连通性；

(2)对于由拓扑动态变化、自适应支配集维护算法或连通性修复过程会引发的边/节点插入的情况，需要进一步删除ct中一些无用的节点以保持连通支配集的最小性。

第一步是连通性修复，下面将从三种情况说明如何确定需要添加到ct中的节点。

边删除：为了检测连通性，在t时刻动态拓扑图gt中构建最小生成树，为最小生成树中的每条边赋权值1，为其他边赋权值w。如果连通，则在上生成树，否则，最小生成树在ct中添加一个属于集合的节点来修复连通性。同时，边权值在节点/边插入/删除的情况下会更新。带权最小生成树具有以下特性：如果是连通支配集，使用权重为1的条边构造一个生成树使用权重为w的条边生成gt，则该最小生成树的权重之和为否则最小生成树的权重之和大于对于中任意两个连通分量c1和c2，v∈c1和u∈c2之间的最短路径由插入ct的最小节点数构成。这条路径的长度最多为3，否则，dt中必然存在一个不被任何节点支配的节点。在一个边删除操作完成后，可能变为不连通，并可能最多涉及最小生成树的2个内部节点不在dt中，因此这种情况下，上述节点应该添加到ct中以确保连通性。

边插入：边插入对连通性没有影响。

节点插入/删除：如果一个节点由于拓扑变化而从ct中被删除从而使得不具备连通性，最小生成树最多涉及δ(最大节点度)个内部节点添加到ct中以确保连通性，因为ct中每个节点的删除将导致最多δ个分量不连通，而使其中两个分量连通的添加节点数最多为2；对于其他类型的拓扑变化，自适应支配集维护算法将首先重建支配集dt。如果一个节点v从dt中被添加或删除，更新最小生成树可能会导致增加一定数量(最多δ个)节点点到ct中，且最小生成树的每条边都与节点v关联。1)如果删除节点v导致不连通，那么v将被添加到ct中；否则，不做任何操作；2)如果插入v导致不连通，最小生成树最多需要添加2个内部节点到ct中以确保连通性。

第二步是修复ct的最小性。在图论中，一个关节节点的移除会增加连通分量的数量，进而使整个图的连通性失效。考虑到ct中可能存在一些对的连通性不产生有效作用的节点，维护最小性的主要思想是确保ct中的每个节点都为的导出子图的关节节点。

第一步修复连通性中，在ct或者中插入了一些新的节点，该操作可能会导致中的一些旧节点不再是关节节点，因此可以遍历v∈ct的所有节点来检测的连通性。在动态添加节点到ct的过程中，对于中任意两个连通分量c1和c2，v∈c1和u∈c2之间的最短路径由插入ct的最小节点数构成。这条路径的长度最多为3，否则，dt中必然存在一个不被任何节点支配的节点。因此在最小生成树中任意选择3个节点，至少有一个节点属于dt，进而得到|ct|≤2|dt|，最终得到近似比为的连通支配集。因此该方法可以动态恢复每个时隙t中ct的最小性和的连通性。如图3所示，本发明所提出的自适应拓扑控制方法可归纳如下：

步骤1：初始阶段，每个无人机周期性交换节点支配能力的相关信息，根据支配能力选择支配节点，直至所有节点都被支配，时隙t内，执行步骤2～步骤4；

步骤2：检测拓扑变化，根据自适应支配集维护算法自适应更新支配集dt；

步骤3：通过构建带权最小生成树确定需要添加到ct中的节点，确保连通支配集的连通性；

步骤4：遍历v∈ct的所有节点来检测的连通性；输出时隙t的连通支配集

本发明的一个具体实施例如下描述：

系统仿真采用matlab2019b，参数设定不影响本发明的一般性。考虑到无人机集群任务协同的群体智能，本实施例采用经典的boid模型(参考文献：qix,gux,zhangq,etal.alink-estimationbasedmulti-cdssschedulingmechanismforfanettopologymaintenance[c]//eai4thspaceinformationnetworksconference,2019:66–86.)作为无人机群体移动模型。地下空间为0.8×2×1km的长方体区域，任务执行周期为5000个时隙，每个时隙持续时长为2秒，无人机的一跳通信范围为90～120m，飞行的最大速度为20m/s，电池容量为2×105j，无人机的能耗模型参考多旋翼无人机能耗模型(参考文献：liuz,senguptar,kurzhanskiya.apowerconsumptionmodelformulti-rotorsmallunmannedaircraftsystems[c]//ieeeinternationalconferenceonunmannedaircraftsystems,2017:310-315.)，其他无人机的相关参数参考大疆matrice100，本发明对比算法为穷尽搜索算法(可得到最优解但时间复杂度极高)以及多连通支配集算法(参考文献：qix,gux,zhangq,etal.alink-estimationbasedmulti-cdssschedulingmechanismforfanettopologymaintenance[c]//eai4thspaceinformationnetworksconference,2019:66–86.)。

仿真结果分析：

图4、图5、图6分别展示了本发明所提方法(自适应连通支配集维护算法)与现有方法在路由开销(用虚拟骨干网平均节点数表示)、拓扑维护开销(用每次拓扑变化虚拟骨干网内节点平均更新数表示)以及平均更新时间(算法运行时间)这三种性能的比较。从这三张图可以看出，尽管本发明所提算法在自适应维护连通支配集的过程中引入了较多的节点，牺牲了一部分路由开销性能，但是相较于每次拓扑发生变化都需要从所有节点出发重新计算的传统方法，能够仅从拓扑变化部分出发更新连通支配集，从而避免了大量的重复计算，明显减少了拓扑维护开销及算法运行时间。综上所述，本发明提出的面向高动态飞行自组网的自适应拓扑控制方法能够权衡优化路由开销、拓扑维护开销、以及平均更新时间这三种性能，更适用于环境复杂多变、高动态作业的地下空间应急通信场景。

实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。