一种面向任务的无人集群拓扑控制方法与流程

1.本发明涉及无人机集群拓扑控制领域，特别涉及一种面向任务的无人集群拓扑控制方法。


背景技术：

2.近些年来，小型无人机在各行各业应用中占的比重越来越大，未来无人机的发展也朝着无人、智能、分布、协同方向演进。在应急保障行动中无人机在通信保障具有很大的优势，主要体现在灵活性强、成本低、对工作区域全覆盖、抗毁性强等。在国家大力支持无人智能发展的背景下，无人机也从过去简单的辅助训练、情报收集向通信保障、应急保障等无人机集群智能保障方向发展。无人集群应急保障、通信保障将是未来通信体系中必不可少的一环。无人机蜂群是未来无人机应急保障体系发展的主要趋势，其显著的保障效能、低廉的成本毁伤损失小、易于大批量装备等优点使其在应急保障中的作用越来越突出，必将成为应急保障手段的重要乃至关键性力量。
3.通过无人机蜂群的灵活性，可大大降低我方伤亡风险，因此无人机集群组成的空中通信网络在未来应急保障中占有不可或缺的位置，但是如何控制数量众多的无人机，如何高效可靠的利用无人机集群网络一直是国内外研究的重点。集中控制目前是小规模无人集群控制中比较主流的控制应用方法，超大规模的无人集群控制是通过分簇控制算法进行控制的，而这两种均存在比较明显的缺点，集中式控制容易导致网络拥塞、网络瘫痪等问题，分簇式控制又存在簇间协同不及时、簇间隔离等问题。因此，大规模无人集群的控制一直是研究的重难点之一，本发明从任务保障层面提出相应的拓扑控制结构，以任务定义拓扑结构，通过任务—拓扑控制相结合的方案解决当前无人集群控制难、控不到等问题。


技术实现要素：

4.本发明提出了一种应用于面向任务的无人集群拓扑控制方法，一方面解决了当前非固定网络控制不及时、控制不畅的问题，另一方面提升了整个网络的任务执行能力，可适用多场景无人机通信保障网络。
5.本发明采用的技术方案为：
6.一种面向任务的无人集群拓扑控制方法，包括以下过程：
7.步骤1，基于地理位置以及网络拓扑位置确定成簇范围，并通过初设条件筛选出中心节点备选集合，在中心节点备选集合中选举出当前网络中心节点；其中初设条件包括地理位置、能量、通信能力和自身状态；
8.步骤2，基于地理位置以及网络拓扑位置确定各个簇所在区域，在每个区域内进行簇中心节点的选举；
9.步骤3，簇中心节点发出成簇指令，包含无人机能量、通信能力和历史信息，相应簇范围内的节点以及周围一跳范围内的非簇中心节点自动加入发起成簇指令的簇中心节点；
10.步骤4，簇构建完成后，簇间网关节点自动成为相邻簇的簇间协同节点；
11.步骤5，节点接收任务后，传输至本簇的簇中心节点，簇中心节点进行任务等级判定，若为低级别任务则在簇内进行解决，若非低级别任务则传至簇间协同节点；
12.步骤6，簇间协同节点进行任务等级判定，若为中级别任务，则由簇间协同节点负责相关邻居簇的协同，共同解决当前任务；若为高级别任务则传递至网络中心节点；
13.步骤7：网络中心节点调动全网节点共同解决当前任务。
14.进一步的，步骤1中在中心节点备选集合中选举出当前网络中心节点，具体为：
15.在中心节点备选集合中应用raft算法选举出当前网络中心节点，当前网络中心节点能力不足时，将当前网络中心节点从中心节点备选集合中删除，同时对中心节点备选集合中的节点通过leach算法轮换中心节点，轮换中心节点具体步骤如下：
16.步骤101:将中心节点备选集合中节点赋值随机数，设置type和selected为’n’；
17.步骤102:将所有selected为’n’的节点随机数值与阈值做比较，若节点随机数值小于等于阈值，则转向步骤103，否则转向步骤104；
18.步骤103:节点选为簇头节点，将type赋值’c’,selected赋值’o’，簇头节点即为当前轮次网络中心节点；返回步骤101开始下一轮过程；
19.步骤104:节点选为普通节点，将type仍赋值’n’,selected不改变赋值；返回步骤101开始下一轮过程。
20.本发明与现有技术相比，取得的有益效果为：
21.本发明节点选取采用地理中心+位置中心的双标准选择方法，可以保障执行通信任务的效率和质量，且网络可以自适应各种通信保障任务。
22.本发明采用基于地理位置与网络拓扑相结合的层次控制网络结构策略。根据无人机分布的地理位置、组网后的网络拓扑位置等为无人集群分配不同的节点“角色”，其次结合无人机动态能力变化进行节点角色轮换，综合各种信息评价网络的性能，并与执行任务效率程度相结合，形成面向任务的逻辑分层的网络拓扑控制结构。
附图说明
23.图1为本发明的一种网络拓扑结构的生成方法流程图。
24.图2为本发明的一种簇内控制模块执行任务的流程图。
25.图3为本发明的一种簇间协同模块执行任务的流程图。
26.图4为本发明的一种簇内中心节点选择示意图。
具体实施方式
27.下面结合附图和实施例对本发明做进一步说明。
28.下面结合附图1至4对本发明作进一步解释说明。
29.如图1至图3所示，一种面向任务的无人集群拓扑控制方法，包括以下过程：
30.步骤1，基于地理位置以及网络拓扑位置确定成簇范围，并通过初设条件筛选出中心节点备选集合，在中心节点备选集合中选举出当前网络中心节点；其中初设条件包括地理位置、能量、通信能力和自身状态；
31.在中心节点备选集合中选举出当前网络中心节点，具体为：
32.在中心节点备选集合中应用raft算法选举出当前网络中心节点，当前网络中心节
点能力不足时，将当前网络中心节点从中心节点备选集合中删除，同时对中心节点备选集合中的节点通过leach算法轮换中心节点，如图4所示，轮换中心节点具体步骤如下：
33.步骤101:将中心节点备选集合中节点赋值随机数，设置type和selected为’n’；
34.步骤102:将所有selected为’n’的节点随机数值与阈值做比较，若节点随机数值小于等于阈值，则转向步骤103，否则转向步骤104；
35.步骤103:节点选为簇头节点，将type赋值’c’,selected赋值’o’，簇头节点即为当前轮次网络中心节点；返回步骤101开始下一轮过程；
36.步骤104:节点选为普通节点，将type仍赋值’n’,selected不改变赋值；返回步骤101开始下一轮过程。
37.步骤2，基于地理位置以及网络拓扑位置确定各个簇所在区域，在每个区域内进行簇中心节点的选举；
38.步骤3，簇中心节点发出成簇指令，包含无人机能量、通信能力和历史信息，相应簇范围内的节点以及周围一跳范围内的非簇中心节点自动加入发起成簇指令的簇中心节点；
39.步骤4，簇构建完成后，簇间网关节点自动成为相邻簇的簇间协同节点；
40.步骤5，节点接收任务后，传输至本簇的簇中心节点，簇中心节点进行任务等级判定，若为低级别任务则在簇内进行解决，若非低级别任务则传至簇间协同节点；
41.步骤6，簇间协同节点进行任务等级判定，若为中级别任务，则由簇间协同节点负责相关邻居簇的协同，共同解决当前任务；若为高级别任务则传递至网络中心节点；
42.步骤7：网络中心节点调动全网节点共同解决当前任务。