一種海域無人機集群動態組網傳輸與動態調度方法

秦凡，李 明

（1.北京理工大學宇航學院，北京 100081；2.中國衛通集團股份有限公司，北京 100190；3.天津航天中為數據系統科技有限公司，天津 300301）

0 引言

無人機航空遙感監測作業受海上風浪、潮汐、光照等因素影響，導致海上飛行作業時間窗口期較短，傳統的單機作業模式難以快速獲取大面積海域的監測數據。無人機集群組網采用多機并行作業方式［1］，采用統一的通信協議解決跨海域協同和指揮調度問題，以節點數量換取時間，能有效提高監測效率［2］。同時，海域動態監管目標和任務類型復雜多樣，無人機集群的每一架飛機作為一個動態任務節點，其開始和結束時間具有較強的隨機性和動態性，海域無人機集群組網監測首先要解決的是網絡間動態通信問題，特別是集群路由管理和節點動態接入控制方法，使集群網絡節點的增加不會對網絡通信造成明顯負擔。

海域無人機集群組網通信要求在產生端到端多跳拓撲時，確保不會因為路由計算過程導致丟包率上升和延時急劇增大，因此除了一般的無線組網路由需要考慮的因素以外，還要特別注意以下幾點：

1）隨著無人機集群節點入網和退網，通信網絡拓撲頻繁變化，信道變得不穩定［3］，因此要做到路由可靠轉發必須考慮魯棒性設計；

2）點對點通信的極低延時條件對尋徑延時要求極高［4］，因此需采用主動路由思想。同時，需在動態拓撲變化與網絡路由開銷兩者做到較好平衡［5-6］，因此信源和信道自適應路由思想較為適合；

3）遇到路由轉發節點暫時不可用的情況，要求立即切換到備份路由［7］，或直接采用多徑路由并發傳輸高優先級業務［8-9］。

本文根據海域無人機集群多任務綜合化特點，將無人機節點按照任務類型分簇，簇內設計改進的自組網DSDV，按照任務類型的信息傳輸需求以及信道環境感知結果來實時動態配比各簇網絡帶寬，提高網絡化傳輸效率，采用以吞吐量作為路由的鏈路度量標準代替過于簡單的Bellman-ford 最短距離路徑算法，提升傳輸穩健性。

針對海域無人機集群工作中單元無人機需要頻繁接入、退出的需求，本文在MAC 層設計基于按需分配的分布式高動態隨機接入協議和基于比例公平算法的動態資源調度方法，目的是解決無人機集群節點的部署、使用、入網、退網、撤收的不確定性，明確節點任務類型和角色分工，實現實時調整，避免在通信過程中出現多個接入請求沖突問題。

1 分簇目的節點序列距離矢量路由協議設計

1.1 分簇算法

DSDV 最大的弊端是每個節點都需要維護一個數據很多的路由表［10-11］。在無人機集群龐大的節點基數條件下，會對網絡的擴展性產生致命影響。為提高網絡通信性能，本文首先依據無人機集群中節點任務類型確定分簇數目和規模，預置各簇網絡帶寬，設計提出基于DSDV協議的分簇算法。

分簇DSDV路由算法具體包括：

1）鄰居節點建立：在初步分簇規劃范圍內的節點向鄰居節點發送Hello 包，收到Hello 包節點且反饋信道環境感知良好（滿足預設要求），將其節點納入自己的鄰居節點表中；

2）簇首選擇：找到該首節點所有兩跳之內的節點，然后查看這些節點的鄰居節點表，當存在某一節點的鄰居大于當前首節點的鄰居數時，選取該節點作為簇首，設置該節點跳數h=0，并確定簇號；

3）邊界節點確定：到簇首的跳數h=2 的節點為該簇的邊界節點，選取邊界節點的未分簇鄰居節點作為首節點，若邊界節點的鄰居節點都分簇成功則跳轉至5）；

4）散節點的確定：查看首節點的鄰居節點列表，若該節點鄰居列表非空，則跳轉至2），繼續建簇操作；否則設置該節點到簇首跳數h=3，并將該簇首字段標記為鄰居節點的簇首字段，表明本節點為該簇的“隱藏節點”，即散節點，跳轉至3）；

5）分簇算法完成：根據步驟1）至5）形成網絡拓撲結構和分簇DSDV 路由協議，所述網絡拓撲結構中只在兩跳之內選取簇首，分簇后簇間通過簇首銜接交互，降低網絡傳輸延時。

分簇算法流程如圖1所示。

圖1 分簇算法流程Fig.1 Flow chart of clustering algorithm

圖2展示了分簇算法后的網絡結構，為避免簇過大或交叉分簇等問題的發生，簇首只選取兩跳之內的節點，同時選取邊界節點的未分簇鄰居節點作為下一簇的初始節點。圖所示分簇網絡架構除了可以通過尋址握手自主分簇以外，無人機集群也可在任務規劃時根據監測環境、目標特點等由地面測控站中心節點預先將無人機節點被動分簇，并指定簇首的選擇規則和遞補次序，一方面簡化分簇流程，加快分簇速度，另一方面優化分簇效果，提升監測效能。

圖2 分簇算法后的網絡結構Fig.2 Network structure after clustering

1.2 路由規劃

建立分簇DSDV 路由規劃，將節點的吞吐量作為鏈路的度量標準，不單純以空間距離為路徑選擇依據，而是充分考慮多徑、機體遮擋等因素對信號傳輸質量的影響，優化網絡臨時建立中繼節點時消耗的網絡資源。

圖3 展示了源節點到目的節點之間的3 種不同情況下的拓撲結構。（1）表示源節點到目標節點之間不存在中繼轉發節點，（2）表示源節點通過僅有的一個中繼轉發節點到目標節點，（3）表示源節點通過兩個不同的中繼轉發節點到達目標節點。

圖3 節點拓撲結構示意圖Fig.3 Schematic diagram for node topology

以下計算不同拓撲結構下的吞吐量：節點的發射功率Ps與接收功率Pr的關系式滿足：

式中：ds-d為發射節點到接收節點的距離；-α代表路徑衰減參數；S代表發射信號的單位功率；ns-d代表節點噪聲功率，則無線通信中自由損耗L可表示為

無人機集群實際飛行任務中不僅存在自由損耗，而且存在遮擋、多徑，進一步得到在典型航空瑞利信道衰落模型鏈路正常工作的概率為：

式中：N0表示服從瑞利分布的復高斯隨機變量方差，令

則圖3（a）中的鏈路可正常工作的概率為：

圖3（b）鏈路正常工作概率的計算公式為：

圖3（c）鏈路正常工作概率的計算公式為：

建立簇內路由時，若目標節點是該節點的鄰居節點，則數據包將直接發送給目的節點，如圖3（a）中直接將數據包由s發送至d。設數據傳輸速率為Ro，鏈路正常工作的概率為Po，此時的網絡吞吐量設置為：

當目標節點有1 個中間節點r時，如圖3（b）所示，網絡吞吐量為：

如果源節點與目的節點之間存在2 個節點r1，r2時，如圖3（c），網絡吞吐量表示為：

對于既定的源節點與目的節點，吞吐量定義為路徑中每一節點發送和接收的最小值，通過最大化鏈路中每一跳的吞吐量，以此提高網絡總體的吞吐量，實現高速低延時網絡傳輸：

為實現網絡性能最大化的目標，首先計算鏈路正常工作的概率找到最佳鏈路傳輸路徑，并以此鏈路作為標準去選擇更為合適通信的路徑。

2 海域無人機集群節點隨機接入設計

2.1 動態隨機接入協議

隨機接入是集群節點之間建立無線鏈路的必經過程。只有節點完成入網之后，無人機集群之間才能正常進行數據互聯互通［12］。針對不同應用環境下集群網絡不同無人機類型遙控、遙測及偵察數據的組網傳輸需求，從頂層規劃異型平臺消息格式，統一信息交互機制，解耦物理接口［13］。

2.1.1 標準化消息互認格式

對于無人機集群無中心的互聯互通網絡，本文采用時分多址技術（TDMA），把時間分割成不同的時間片段（幀），再把幀分割成不同的時隙，再將每個時隙被唯一的分配給一個無人機節點，且無人機節點只能在分配給它的時隙中運行，在時間同步的情況下，每個節點可以在各自時隙中進行通信而相互不受干擾。

本文設計兼容固定時隙TDMA 方式［14］和動態時隙TDMA［15-16］方式的通用型動態時隙分配協議，設計最小固定時隙時幀結構，其包含固定時隙個數，形成固定結構的時幀模塊。而通過時幀模塊的簡單堆疊，即可實現動態時隙方式，大大降低了動態時隙分配算法的復雜度，又同時避免了固定時隙所帶來拓撲結構不靈活的問題。標準化時幀結構如圖4所示。

圖4 固定標準化時幀結構示意圖Fig.4 Schematic diagram for fixed normalized time frame structure

為了兼容不同數據發生率和包長度，適用于多個型號協議，采用分組業務、封裝業務等分包方式設計固定長度和可變長度相結合的彈性封裝幀協議，依據VMF 消息和CCSDS（Consultative committee for space data systems）協議標準［17］，將固定長度數據幀放入數據鏈通用傳輸幀。通用時隙的幀結構示意如圖5所示。

圖5 通用時隙傳輸幀幀格式Fig.5 Frame format of universal time slots transmission

分包傳輸幀包含前導碼、幀識別碼、密碼同步字和數據幀源包。源包由包主導頭和包數據域組成，兩者都是必需的，且無縫排列。包主導頭的長度固定，包數據域長度可變。在實際應用中源包長度要恰當，源包太短，傳送效率低；源包太長，要被截為多端裝入傳送幀，操作復雜，而且容易因為錯誤而丟失整包，包長不大于三個傳送幀數據域。通用時隙主要用于傳輸業務數據、控制指令和狀態信息等通用型數據，而公用時隙主要用于緊急信令和隨機入網申請，因此，公用時隙幀結構要比通用時隙的幀結構短得多，其幀結構如圖6所示。

圖6 公用時隙傳輸幀格式Fig.6 Frame format of public time slots transmission

2.1.2 按需分配隨機接入

在標準化消息格式以后，無人機節點具備了接入網絡的認證條件。本文設計按需分配隨機接入準則時對無人機集群組網環境做如下假設：

1）數據沖突是傳輸失敗的唯一原因；

2）每個節點都有自己的唯一ID，ID 號從1開始連續遞增；

3）網絡中的節點總數有上限，節點可能頻繁接入網絡，負載不平衡；

4）網絡中有時統中心，時統節點可以通過一個或多跳與其他節點連接。時統節點的ID 號為1（設置時統節點，或默認第1個入網的節點為時統節點，以其時鐘為全局時鐘）。

為實現網絡節點的隨機接入，發送和接收采用應答機制，發射過程通過廣播時隙分配表通告當前接入的平臺數量及預約時隙位置，待接入節點可在預約時隙發送接入請求，時統節點對接入請求做出判斷，如果準許接入則通過廣播通告更新后的時隙分配表，如果禁止接入則通過廣播通知待接入節點繼續等待或執行其它操作。接收幀結構設計中每復幀的最后一個時隙為固定分配時隙，用于接收時隙預約請求，發送幀結構設計中第一個時隙發送時隙分配信息信令，每個時隙劃分為1～k個子時隙，k值大小由簇內中心節點根據網絡負載動態分配。發送接收時隙設計如圖7所示。

圖7 時隙預留隨遇接入示意Fig.7 Time slot reservation for random access

圖中，每個時隙節點的狀態用代表節點狀態的S（State）和代表目標的T（Target）表示，即用組合（S，T）來表示。在時隙h內節點A要發送或接收數據包，目標T指的是與節點A距離為1 跳的鄰居節點。所以在時隙h中的節點狀態共有如下7種類型：

1）傳輸狀態（Transport）—節點向鄰居節點a發送數據包：（S=Transport，T=a）。如果節點發送的數據包是廣播分組，則定義T=Broadcast；

2）接收狀態（Receive）—從鄰居節點b接收數據包：（S=Receive，T=b）；

3）傳輸阻塞狀態（Block_t）—至少一個鄰居節點正在接收數據包，且沒有鄰居節點正在發送數據包；

4）接收阻塞狀態（Block_r）—至少一個鄰居節點正在發送數據包，且沒有鄰居節點正在接收數據包；

5）傳輸接收阻塞狀態（Block_tr）—至少一個鄰居節點正在發送數據包，且至少一個鄰居節點正在接收數據包；

6）碰撞（Collision）—節點在接收數據包時檢測到一個碰撞；

7）空閑狀態（Idle）—沒有鄰居節點處于接收或發送數據包的狀態。

需要注意，目標僅在發送狀態或接收狀態下發揮作用。此外，節點在一個時隙中只能處于這七種狀態之一且節點之間狀態相互獨立。當節點不發送數據時，其所在的時隙稱為被動時隙。無人機節點隨機入網流程如圖8所示。

針對多個無人機節點同時提交接入申請的沖突問題，對各節點接入請求時間做隨機振蕩處理，即節點不能每次都發送接入申請，而是在預備接入網絡時刻起，隨機延遲n個復幀周期發送請求（n為一定范圍內的隨機數）。接入示意如圖9所示。

圖9 多節點入網沖突解決示意Fig.9 Conflict resolution for multi-node access

2.2 最優吞吐量動態資源調度

在無人機集群通信網絡的數據傳輸過程中，任務調整和角色變換時，需要在系統通信模型的基礎上有針對性地制定集群網絡通信系統資源調度策略。經典的無線網絡通信系統資源調度算法主要有：輪詢（Round robin，RR）算法［18］、最大吞吐量（Maximum throughput，MT）算法［19］和比例公平（Proportional fairness，PF）算法［20］。

本文針對無人機集群協同系統，在傳統PF算法的基礎上進行改進，提出廣義比例公平（Generalized proportional fairness，GPF）算法。該算法通過在系統初始化階段引入比例因子的方式實現系統吞吐量與無人機速率公平性的折中，不同數值的比例因子對應兩者不同程度的折中，從而做到靈活調節折中程度。另外，GPF算法還可以克服傳統PF算法只能實現短期用戶間速率公平性的缺點，實現長期的公平性。

本文假設GPF算法引入的比例因子為a∈［0，+∞）和b∈［0，+∞），調整a和b的值，以靈活調整系統吞吐量和無人機速率公平性之間的折中。信道被化分成S個RU（資源單元），每個RU 由數目相等的單元時隙構成，時域多用戶傳輸以幀為單位。用戶在每個RU 上選取具有最大廣義比例公平因子的用戶m進行傳輸。廣義比例公平因子的定義如下：

所有資源單位按照下式所示規則選出最佳用戶m*：

式中：rm（t-1）表示用戶m在上一幀的實際傳輸速率；T表示滑動窗口的時長。系統初始化時，比例因子a、b的比值選取影響著每幀的調度結果，不同的a/b值反映了系統吞吐量和用戶速率公平性間不同程度的折中。通過設置GPF 調度方法中的a，b配置數值，優化吞吐量性能。

利用Matlab 對GPF 算法性能進行仿真。仿真過程中設置多組a、b參數值，對比不同參數組合下系統吞吐量和速率公平性的走勢。

在測試GPF 算法系統吞吐量性能時，設定5 組a、b參數的典型組合，得到系統吞吐量與無人機數量關系走勢如圖10所示。橫向來看，圖反映了無人機集群節點動態接入過程中，系統吞吐量的變化趨勢?？v向來看，系統吞吐量隨著a與b的比值增大而提高：這是因為增大a減小b時GPF 算法更多追求提高系統吞吐量，而在一定程度上忽略了對用戶間速率公平性的考慮，此時每個傳輸幀中信道狀態較好的用戶比信道條件差的用戶獲得更大的傳輸機會，因此獲得較大的系統吞吐量；相反，減小a增大b時GPF 算法更多追求用戶間速率公平性而導致系統吞吐量有所損失。

圖10 典型a、b配置下系統吞吐量與無人機數量關系Fig.10 System throughput vs.number of UAV in typical a and b configurations

在測試GPF 算法速率公平性時，設定無人機節點數為30，分別觀察時長為30 s 的長期速率公平性（圖11）和100幀數據時長的短期速率公平性（圖12）。如圖11所示，隨著a與b比值的增加，速率公平性呈下降趨勢，當a=0，b=1 時，雖然吞吐量很低，但此時可以保障最低平均速率用戶也能傳輸，即系統速率公平性表現很好；當a=1，b=1時，用戶速率公平性方面表現并不是很好；而當a=1，b=3 和a=1，b=2 時，系統吞吐量和用戶速率公平性都得到較好的折中。

圖11 系統吞吐量與長期速率公平性的關系Fig.11 System throughput vs.long-term rate fairness

圖12 短期速率公平性與幀數變化的關系Fig.12 Short-term rate fairness vs.frame rate variation

如圖12 所示，a=1，b=2 時的短期速率公平性遠高于a=1，b=0 時的情況，當幀數大于8 之后，甚至高于RR 調度算法，這也是GPF 算法減小a增大b時更多追求用戶間速率公平性的結果。

3 半物理仿真測試

3.1 半物理仿真環境搭建

本文采用全鏈條半物理仿真架構，由28個組網通信終端配合計算機模擬軟件完成通信節點數目為128 時的網絡容量、網絡速率、覆蓋范圍、網絡延時、誤碼率等指標的仿真測試。128 個通信節點由28個組網通信終端（物理終端）和100個計算機軟件模擬的通信節點（虛擬終端）組成。隨機選取9個物理終端，其中1 個作為地面站主節點，8 個作為機載端主節點（簇首），地面站主節點與機載端主節點（簇首）構成星狀網，機載端各節點構成網狀網，形成如圖13所示的1個星狀網和8個網狀網。

組網通信終端采用軟件無線電設計思路。結合寬頻段智能可控天線、多頻段可控射頻模塊、可控中頻模塊，搭建統一硬件平臺，實現硬件平臺和軟件平臺的可重構。組網終端均工作在L 頻率，其中星狀網工作頻率為1 300 MHz～1 312 MHz，8個網狀網工作頻率分布在1 316 MHz～1 408 MHz之間。

3.2 仿真測試流程及方法

無人機集群組網通信測試可分為地面聯試測試、無線拉距試驗和仿真演示測試，測試指標及方法如下：

1）傳輸距離：利用外場拉距試驗及仿真演示驗證試驗方式設定節點終端樣機的實際距離，通過調整衰減量至靈敏度閾值，計算鏈路余量從而推導最大可傳輸距離；演示階段通過飛行試驗驗證覆蓋范圍；

2）網絡速率：在傳輸速率測試軟件上配置機載和地面各設備的IP 地址和端口號，測試軟件設置以點對點或最大網絡帶寬8 Mbps 速率交互傳輸數據，使設備工作在滿負荷狀態。測試軟件根據不同端口號進行數據接收，并自動記錄發送以及接收數據量，測試時間1分鐘，將測試結果進行記錄計算網絡速率；配置節點時隙分配，觀察各端口號發射、接收數據量是否發生變化，從而確定傳輸速率是否動態變化；

3）用戶容量：在不同位置架設28 個節點終端，同時利用仿真計算機軟件模擬100個節點終端進行數據收發和交互，通過傳輸質量判定總節點數目128時能否正常工作；

4）誤碼率：開發誤碼率統計軟件，模擬數據源收發偽隨機數，在保證傳輸距離（信號衰減值設為最遠距離）和傳輸速率前提下，長時間測試對比統計發射字節數和誤碼個數，實時計算誤碼率；

5）節點入網時間：開發網絡接入時長測試軟件，記錄發送接入請求至數據正常傳輸時間；

6）網絡傳輸時延：開發收發傳輸時延測試軟件，記錄從一節點發送到另一節點接收的時間差，計算網絡傳輸時延。

3.3 測試結果分析

在搭建的半物理仿真試驗環境基礎上，按照測試流程和方法對組網通信的各項指標進行測試，結果表明：

1）地面站節點與機載端簇首點對點最大傳輸速率可達8 Mbps，機載端簇內點對點最大傳輸速率可達4 Mbps，網絡速率達到預期設計指標要求；

2）單波束情況下通信網絡最大傳輸距離可達100.24 km，四波束情況下最大作用距離56.92 km，通信網絡覆蓋范圍遠超預期設計指標；

3）機載終端網絡接入時間為1.7 s，遙控信號和圖像信號延時分別為51.8 ms、263 ms，網絡延時指標優于預期設計指標；

4）通信網絡誤碼率量級為10-7，優于預期設計指標。

綜上所述，利用本文提出方法設計的組網通信終端，各項指標與集群通信需求相比均有較大余量，能夠滿足海域無人機集組網通信要求。

4 結論

本文針對海域無人機協同監測中，無人機之間及無人機與地面站之間的數據交互和互聯互通需求，研究適合海域無人機集群網絡擴展的路由協議和節點接入技術，使集群網絡節點的增加不會對網絡通信造成明顯負擔。在網絡層提出了基于DSDV協議的分簇DSDV 協議，網絡擴展性得到較大改善；在鏈路層采用資源預留機制，設計基于雙向應答和沖突規避的資源按需動態分配和節點隨遇接入協議，提升了網絡拓撲變化靈活性；對于已入網節點，根據任務進程引入比例系數，提出了廣義比例公平算法，通過設置不同的比例因子，靈活實現系統吞吐量與無人機通信速率公平性間不同程度的折中，以適用于不同監測環境和不同應用場景。通過仿真驗證，利用本文提出方法設計的組網通信終端，各項指標與集群通信需求相比均有較大余量，能夠滿足海域無人機集組網通信要求。