CN105792309A - 面向节能的基于博弈论QoS感知无人机群通信路由方法 - Google Patents

Abstract

本发明公开了一种面向节能的基于博弈论QoS感知无人机群通信路由方法，其特征是，包括如下步骤：1)为无人机群adhoc自组网建立缓存队列排队模型；2)各节点周期性的统计各类型业务到达概率；3)通过泊松模型预测出下周期到达的热业务类型；4)结合信道QoS特征进行节点分类评级，进行路径选择；5)节点根据评级结果有方向性的进行调度申请，减少无效广播；6)下一跳节点根据博弈模型做出利弊评估；7)根据评估结果来决定是否接受通信申请。本发明所达到的有益效果：根据无人机自组网负载情况动态进行路径选择，实现无线链路资源的最优化分配，最大程度地提升在复杂环境中无人机通信工作能力，降低能耗，提高续航时间。

Description

面向节能的基于博弈论QoS感知无人机群通信路由方法

技术领域

本发明涉及面向节能的基于博弈论QoS感知无人机群通信路由方法，属于无人机通信技术领域。

背景技术

当发生灾害时，无人机群能够显著增强现场应急抢险人员对灾害情况的掌握能力。通过移动互联传输，无人机群通过超视距无线网络将视频媒体传输给地面指挥中心，第一时间将灾害发生的情况反馈给应急指挥领导者，为应急指挥决策提供技术支撑，从而提高灾害的应急抢险效率。

当前用于该领域的无人机平均续航时间较短，只能满足一定的航拍需要。在自然灾害和深入抢险救灾现场，受制于有限的电池能量，使得无人机续航能力成为了技术瓶颈，无法可靠完整及时的将现场视频信息传回给地面指挥中心。目前，关于无人机adhoc网络的路由协议的设计思路包括先验式、按驱反应；逐跳、源路由表。比较有代表性的工作是OLSR(OptimizedLinkStateRouting)先验式逐路由协议，但是该类型协议适合于面向固定宽带adhoc网络环境，要求网络中节点的移动性较差、网络传输的主流业务有一定的延迟要求。在此基础上的研究有将信号噪音比作为路由判据、基于节点信誉的路由协议以及路径质量对路由协议性能的影响。以上这些研究均跳出了以最小跳数为依据的路径选择传统套路，然而其路径评判标准相对单一，没有综合考虑节点处理能力对中继质量的影响，同时没有考虑无人机无线通信，视频回传对低能耗的要求，也没有对自组网中承载的异构多媒体业务在路径选择时的不同QoS要求。

考虑到无人机自组网拓扑变化频率较快，工作的自然环境复杂多变，无人机电池能源有限，无线通信有较高的低能耗要求，在设计无人机群无线通信路由机制时，必须考虑高效性、可靠性、低延迟等因素，保障无人机群通信具有较高的QoS。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种面向节能的基于博弈论QoS感知无人机群通信路由方法，使得无人机能够适用于复杂的自然环境，并考虑到无线adhoc网络路由的QoS保障需要，通过博弈判断路径建立的利弊，优化路径选择，从而提高了续航能力。

为了实现上述目标，本发明采用如下的技术方案：

面向节能的基于博弈论QoS感知无人机群通信路由方法，其特征是，包括如下步骤：

1)为无人机群adhoc自组网各节点建立缓存队列排队模型，服务规则为FCFS，特征符合泊松排队模型；

2)各节点每隔时间T对队列该时段内不同类型业务的到达概率进行分析，统计这段时间某种类型业务x的到达率：其中，μ是控制参数，Num_x为该段时间某类型业务的到达数量，如Num_RT、Num_nRT，k表示抽样序号。

3)通过泊松预测模型，分析预测出下一周期到达的主流热业务类型，得出定量结论： $\left\{\begin{array}{c}{P}_{Num\_RTs}=\frac{r{{\left(k\right)}_{RT}}^{Num\_RT}}{Num\_RT!}{e}^{-r{\left(k\right)}_{RT}}\\ P_{Num\_nRTs}=\frac{r{{\left(k\right)}_{nRT}}^{Num\_nRT}}{Num\_nRT!}{e}^{-r{\left(k\right)}_{nRT}}\end{array}\right.,$ 进行加权平滑处理得到某类型业务第i次采样周期的到达概率P_{Num_RTi}、P_{Num_nRTi}： $\left\{\begin{array}{c}{P}_{Num\_RTi}=\mathrm{\ζ}\×P_{Num\_RT(i-1)}+(1-\mathrm{\ζ})\×P_{Num\_RTs}\\ P_{Num\_nRTi}=\mathrm{\ζ}\×P_{Num\_nRT(i-1)}+(1-\mathrm{\ζ})\×P_{Num\_nRTs}\end{array}\right.,$ 其中权值参数ζ依据实际场景设定；

对步骤3)得到的数据进行判定，当P_{Num_RTi}≥P_{Num_nRTi}时，定义节点n_i本周期内为实时业务热点RT_er，该节点在下一周期到达的业务以实时业务为主；

当P_{Num_RTi}＜P_{Num_nRTi}时，定义节点n_i本周期内为非实时业务热点nRT_er，该节点在下一周期到达的业务以非实时业务为主；

4)根据定量结论，结合各个节点的通信缓存信道拥塞状态QoS特征，进行节点分类评级综合判定，为下一阶段路径选择策略；具体操作如下：

计算节点空限度SC_i值越大表示节点n_i的越空闲，其中r(k)_i表示节点n_i的业务发送速率，RcvR_i表示节点n_i业务的接收速率，RcvR_i采样周期和r(k)_i的采样周期取相同值T，其职依据实际场景设定，SC_i值越大表示节点n_i的越空闲，则当被选作下一跳中继时，待传递业务将获得更高的传输保障，从而体现出网络更高的通信效率，因此具有较高空限度的节点在下一跳选择中是首选目标。

各无人机节点周期性的将自己下一周期的分类身份{Identity|Identity＝RT_er，nRT_er}，热业务到达概率Pw{Pw|Pw＝P_{Num_RT}，P_{Num_nRT}}以及空限度SC_i广播给其邻居节点；

5)节点根据步骤4)的评级结果，有方向性的进行调度申请，有效减少了无线通信中的无效广播。

当某一节点n_i在选择下一跳中继节点时，首先从邻居节点{n₁,n₂,...,n_j}找出Identity＝nRT_er的节点{nRT_er1，nRT_er2，..，nRT_erq}，向其中空限度SC_i最大的节点n_x发送MSH-DCSH调度申请信息以请求建立连接；若节点n_i的邻居节点{n₁,n₂,...,n_j}只有Identity＝RT_er节点，则向其中热业务到达概率Pw最小的节点n_y发送MSH-DCSH调度申请信息。

6)根据重复博弈模型，下一跳节点在接受到调度申请后，迅速得出利弊评估结果；根据评估结果，被选节点选择是否接受上一跳节点的通信申请；被选节点根据面向协作的重复转发博弈模型，选择是否接受节点n_i，若选择接受，节点之间进行三次握手操作，完成信息的交互；若不选择接受，则节点n_i在剩下的邻居节点中按照步骤5)重新寻找下一跳中继节点。

前述的面向节能的基于博弈论QoS感知无人机群通信路由方法，其特征是，所述步骤6)中面向协作的重复转发博弈模型的具体内容如下：

1)在一轮博弈中，设有i＝1,2,...,n共n个参与博弈的节点，对于每个参与节点，每一轮博弈有s_i＝{ZF,IG}两种策略，所有无人机的行动策略集合表示为S_i＝s_i(s₁,s₂,...,s_n)，其中，ZF表示选择转发的策略，其概率大小为s_ZF，IG表示选择不转发策略，其概率大小为1-s_ZF；

2)对于s_i＝{ZF,IG}这两种策略，每个参与节点将会得到相应的收益u_i，每一轮收益函数记为U_i＝u_i(u₁,u₂,...,u_n)；定义连通度PR_i用于评级某个节点的竞争能力，其中fF_dur表示数据子帧中平均最大连续时隙长度，S_dn表示fF_dur中节点n_i用来中继不同节点的业务时隙个数，即用来评估在有限的时隙内，能够成功相应并且完成邻居节点业务传输的能力；S_sb表示fF_dur中节点n_i用来转发同一个节点的不同业务数据的时隙个数以及用来发送自身不同业务数据的时隙个数，即表示如果某邻居节点数据业务突发较大，节点如何在最短时隙内中继该业务的能力，以及发送自身数据业务时与自身的邻居节点交互的能力；

3)引入基于提高的节点连通度的奖励机制其中，u_ci表示节点n_i选择协作得到的效用值，b_PR表示机制为此次合作的PR奖励收益，256表示数据子帧的微时隙总数；

针对选择不协作的节点，引入调整传输避让指数exp，达到动态阻塞的惩罚措施u_rfi＝αw×|exp^*|，其中，u_rfi表示节点n_i拒绝选择协作得到的效用值，|exp^*|表示传输避让值exp的改变值，αw表示exp变动值隐射到一个数据子帧中时隙个数的缩放系数，其值小于1；

对于节点n_i博弈是否选择合作时，其期望收益函数u_i＝(u_ci-u_wt)×s_ZF-u_rfi×(1-s_ZF)，其中u_wt表示节点选择参与中继业务数据情况下的自身QoS损耗；

4)采用动态分布式算法，求解该收益函数的纳什均衡点：其中s_i(t)表示节点n_i在第t个博弈阶段采取的策略，θ_i表示控制算法收敛性速度参数；

5)根据每轮博弈的最优收益函数为确定每一轮博弈中节点n_i采用的最优策略S_i ^*参与协作转发邻居节点的业务数据。

前述的面向节能的基于博弈论QoS感知无人机群通信路由方法，其特征是，所述步骤1)中模型满足如下要求：

1)在互不重叠的时间区间内，缓存模型内某个业务到达队列的事件相互独立；

2)对于充分小的，缓存模型内在时间区间[t,t+Δt]内，有1个业务到达的概率和时间t无关，近似和Δt成正比；

3)对于充分小的，缓存模型内在时间区间[t,t+Δt]内，有两个或两个以上业务到达的概率无限小。

前述的面向节能的基于博弈论QoS感知无人机群通信路由方法，其特征是，所述步骤3)中ζ＝0.3。

前述的面向节能的基于博弈论QoS感知无人机群通信路由方法，其特征是，MAC层采用IEEE802.16超视距无线通信协议。

本发明所达到的有益效果：1、根据无人机自组网无线通信网络实际负载情况自适应地进行路径选择，实现IEEE802.16MAC层资源的最优化分配，最大程度地提升在复杂环境中无人机通信工作能力，降低能耗，提高续航时间；2)通过区分无人机自组网络中，各个通信节点下一阶段到达的主流应用消息的类型，结合节点的通信冷热度对节点进行分类，在特定方向上控制路由控制消息广播，有针对性地进行路径选择，同时建立面向合作的重复博弈模型，评价链路建立的利弊，优化路径选择策略，降低能耗，提高续航时间。

附图说明

图1是本发明的路径选择策略图示意图；

图2是邻居节点之间MSH-DSCH信息广播示意图；

图3是本发明的帧结构示意图；

图4是本发明的节点通信三次握手示意图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

针对无人机自组网，本发明设计了一种基于博弈论QoS感知的路由方法(GTQR：GameTheoryQoSRouting)，GTQR核心思想是周期性地对无人机自组网节点中继热业务类型、拥塞状态等QoS特征进行采集统计，统计结果作为路径选择的综合判据。源节点据此有方向性地发送MSH-DSCH信息选择下一跳节点，减少不必要的通信信令广播以降低电池能源开销；最后通过建立重复博弈模型对连接的建立进行利弊评估，从而优化中继策略。

具体实施时，在MAC层采用IEEE802.16超视距无线通信协议。该机采用时分复用来分配无线通信资源，规定每一时帧由控制子帧和数据子帧组成，如图3所示。控制子帧中的调度控制子帧承载节点广播给邻居节点的分布式调度信息MSH-DSCH，用以协商链路资源的分配。数据子帧由256个微时隙构成，每一个微时隙为一次数据传输机会，即上述链路带宽资源。

本发明在无线资源调度模式中采用分布式协调调度模式。在该模式中，无线链路资源是采用无碰擦的方式进行协商分配。邻居节点间以分布式逐跳进行调度信息的交互，即通过广播调度信息，发送、接收分布式调度信息MSH-DSCH进行三次握手过程，以实现对连接建立的预约。如图2所示，虚线表示无线链路。当A节点有数据发送需求时，向其一跳邻居节点B、C、D、E节点广播MSH-DSCH信息中的RequestIE信元，以请求时隙占用，实现数据发送的时隙预约。节点B、C、D、E中的某一个节点，根据自己的时隙使用情况，发出回应信息，即给节点A发送MSH-DSCH信息中的GrantIE信元以授权时隙的使用，最后节点A反馈授权确认信元以完成时隙的预约。由此可知，在分布式协调调度中，源节点并没有具体的下一跳中继节点选择方法，其路径选择是通过广播请求信息所达成的；所强调的无碰擦是通过邻居节点彼此在某一时隙是否“有空”来实现的，并没有结合自身利益考量连接建立的必要性，可以视为对源节点的无条件响应。

具体进行操作时，本方法包括如下步骤：

1)建立缓存队列排队模型，模型服务台规则为FCFS。其中，本模型满足如下要求：

i)无后效性：在互不重叠的时间区间内，缓存模型内某个业务到达队列的事件相互独立；

ii)平稳性：对于充分小的，缓存模型内在时间区间[t,t+Δt]内，有1个业务到达的概率和时间t无关，近似和Δt成正比；

iii)普通性：对于充分小的，缓存模型内在时间区间[t,t+Δt]内，有两个或两个以上业务到达的概率无限小，可以忽略不计。

2)各节点每隔时间T对队列中于该时段内两种业务的到达数量进行统计，通过如下公式统计这段时间某种类型业务的到达率： $r{\left(k\right)}_x=(1-d_r)\×\frac{Num\_x}{T}+d_r\×r{(k-1)}_x;$ 其中， $d_r=e^{-\frac{T}{\mathrm{\μ}}},$ μ是控制参数，Num_x为该段时间某类型业务的到达数量，如Num_RT、Num_nRT。

3)对应节点队列在下一时段到达某种类型业务的预测概率为： $\left\{\begin{array}{c}{P}_{Num\_RTs}=\frac{r{{\left(k\right)}_{RT}}^{Num\_RT}}{Num\_RT!}{e}^{-r{\left(k\right)}_{RT}}\\ P_{Num\_nRTs}=\frac{r{{\left(k\right)}_{nRT}}^{Num\_nRT}}{Num\_nRT!}{e}^{-r{\left(k\right)}_{nRT}}\end{array}\right.,$ 为了防止数据突发，进行加权平滑处理得到某类型业务第i次采样周期的到达概率P_{Num_RTi}、P_{Num_nRTi}： $\left\{\begin{array}{c}{P}_{Num\_RTi}=\mathrm{\ζ}\×P_{Num\_RT(i-1)}+(1-\mathrm{\ζ})\×P_{Num\_RTs}\\ P_{Num\_nRTi}=\mathrm{\ζ}\×P_{Num\_nRT(i-1)}+(1-\mathrm{\ζ})\×P_{Num\_nRTs}\end{array}\right.,$ 其中权值参数ζ依据实际场景设定，在本实施例中ζ＝0.3。

对得到的数据进行判定，当P_{Num_RTi}≥P_{Num_nRTi}时，定义节点n_i本周期内为实时业务热点RT_er，定义该节点在下一周期到达的业务以实时业务为主；当P_{Num_RTi}＜P_{Num_nRTi}时，定义节点n_i本周期内为非实时业务热点nRT_er，该节点在下一周期到达的业务以非实时业务为主；

4)源节点选择下一跳的中继节点时，应当尽可能地选择相对空闲的节点，从而减少时延。

本发明提出以下定义对节点空闲程度进行定量描述，从节点接入负载情况出发，提出了一种反映节点当前的繁忙程度的空限度计算方法：计算每个节点的空限度其中r(k)_i表示节点n_i的业务发送速率。RcvR_i表示节点n_i业务的接收速率，采样周期和r(k)_i的采样周期取相同值T，在本实施例中采样周期为6s。各无人机节点周期性的将自己下一阶段的分类身份{Identity|Identity＝RT_er,nRT_er}，热业务到达概率Pw{Pw|Pw＝P_{Num_RT},P_{Num_nRT}}以及空限度SC_i广播给其邻居节点；

5)当某一节点n_i在选择下一跳中继节点时，首先从邻居节点{n₁,n₂,...,n_j}找出Identity＝nRT_er的节点{nRT_er1,nRT_er2,..,nRT_erq}，向其中空限度SC_i最大的节点n_x发送MSH-DCSH调度申请信息以请求建立连接；若节点n_i的邻居节点{n₁,n₂,...,n_j}只有Identity＝RT_er节点，则向其中热业务到达概率Pw最小的节点n_y发送MSH-DCSH调度申请信息；

6)被选节点根据面向协作的重复转发博弈模型，选择是否接受节点n_i，若选择接受，节点之间进行三次握手操作，完成信息的交互；若不选择接受，则节点n_i在剩下的邻居节点中按照步骤5)重新寻找下一跳中继节点。

本方法有如下前提认知；当源节点选择好下一跳中继节点并且向其发送了MSH-DCSH请求信息后，业务能否得到转发将取决于被选节点是否选择中继行为。然而由于无线信道资源有限，被选节点如果选择转发该业务，则将不可避免消耗无人机自身的电池能量、时隙资源，同时引发的时延、拥塞将会影响自身的QoS，从而降低自己在Meshelection竞争中的地位，使得自己在下一阶段再次扮演中继节点的角色，无法成为发送自己数据业务的源节点。因此本文将被选节点在面临选择时，权衡自己的利弊得失而采取的转发或者不转发的行为，视作一次博弈行动。

基于此在步骤6)中提出一种面向协作的重复转发博弈模型G(n,S,U)，采取有效的协作机制激励节点积极参与合作中继。

具体内容如下：

1)在一轮博弈中，设有i＝1,2,...,n共n个参与博弈的节点，对于每个参与节点，每一轮博弈有s_i＝{ZF,IG}两种策略，所有无人机的行动策略集合表示为S_i＝s_i(s₁,s₂,...,s_n)，其中，ZF表示选择转发的策略，其概率大小为s_ZF，IG表示选择不转发策略，其概率大小为1-s_ZF；

2)对于s_i＝{ZF,IG}这两种策略，每个参与节点将会得到相应的收益u_i，每一轮收益函数记为U_i＝u_i(u₁,u₂,...,u_n)。无人机之间周期性的交互特征信息以及分布式调度结果，视博弈参与者对其他参与者的特征、策略空间以及收益函数均明确。同时在同一轮博弈期间，各参与节点是异步进行博弈。由此定义每一轮博弈为完全信息动态博弈模型。基于此把各无人机每轮参与合作中继业务看做为一个阶段的博弈过程，整个网路的运作构成一个完全信息动态的重复博弈过程。

同时，定义连通度PR_i用于评级某个节点的竞争能力，其中fF_dur表示数据子帧中平均最大连续时隙长度，S_dn表示fF_dur中节点n_i用来中继不同节点的业务时隙个数，即用来评估在有限的时隙内，能够成功相应并且完成邻居节点业务传输的能力，S_sb表示fF_dur中节点n_i用来转发同一个节点的不同业务数据的时隙个数以及用来发送自身不同业务数据的时隙个数，即表示如果某邻居节点数据业务突发较大，节点如何在最短时隙内中继该业务的能力，以及发送自身数据业务时与自身的邻居节点交互的能力。具有较高连通度的无人机节点，将更容易在Meshelection中获胜，从而在下一阶段中摆脱中继节点的角色，发送自身的业务数据。

3)引入基于提高的节点连通度的奖励机制，其中，u_c表示节点n_i选择协作得到的效用值，b_PR表示机制为此次合作的PR奖励收益，256表示数据子帧的微时隙总数。

针对选择不协作的节点，引入调整传输避让指数exp，达到动态阻塞的惩罚措施u_rfi＝αw×|exp^*|；其中，u_rfi表示节点n_i拒绝选择协作得到的效用值，|exp^*|表示传输避让值exp的改变值，ɑw表示exp变动值隐射到一个数据子帧中时隙个数的缩放系数，其值小于1。

对于节点n_i博弈是否选择合作时，其期望收益函数u_i＝(u_ci-u_wt)×s_ZF-u_rfi×(1-s_ZF)；其中，u_wt表示节点选择参与中继业务数据情况下的自身QoS损耗。

4)采用动态分布式算法，求解该收益函数的纳什均衡点：其中s_i(t)表示节点n_i在第t个博弈阶段采取的策略，θ_i表示控制算法收敛性速度参数。

5)根据每轮博弈的最优收益函数为确定每一轮博弈中节点n_i采用的最优策略S_i ^*参与协作转发邻居节点的业务数据。基于此，通过奖惩机制的刺激，节点尽可能地积极参与协作转发。

在本方法引入的路由与算法在执行过程中，源节点仅仅需要维护一张邻居节点的包含热点业务类型、热点业务到达概率以及空闲度的QoS评级表，分布式路径选择时，仅需要向邻居节点{neb₁,neb₂,...,neb_k}中的唯一符合QoS要求的nebor_j发送MSH-DSCH请求信息，从而达到了节约无人机通信信令的作用，从而降低了无人机的能耗。

基于此，无人机在采用本发明的路由算法后，所能够节省的能量效率为：其中k_c表示有效信令数映射的能耗值，k表示算法前广播信令数映射的能耗值。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (5)

1.面向节能的基于博弈论QoS感知无人机群通信路由方法，其特征是，包括如下步骤：

1)为无人机群adhoc自组网各节点建立缓存队列排队模型，服务规则为FCFS，特征符合泊松排队模型；

2)各节点每隔时间T对队列本时段内不同类型业务的到达概率进行分析，统计这段时间某种类型业务x的到达率r(k)_x，其中，μ是控制参数，Num_x为该段时间某类型业务的到达数量，k表示抽样序号；

3)通过泊松预测模型，分析下一周期到达的各类业务情况，得出定量结论 $\left\{\begin{array}{c}{P}_{Num\_RTs}=\frac{r{{\left(k\right)}_{RT}}^{Num\_RT}}{Num\_RT!}{e}^{-r{\left(k\right)}_{RT}}\\ P_{Num\_nRTs}=\frac{r{{\left(k\right)}_{nRT}}^{Num\_nRT}}{Num\_nRT!}{e}^{-r{\left(k\right)}_{nRT}}\end{array}\right.,$ 进行加权平滑处理得到某类型业务第i次采样周期的到达概率P_{Num_RTi}、P_{Num_nRTi}， $\left\{\begin{array}{c}{P}_{Num\_RTi}=\mathrm{\ζ}\×P_{Num\_RT(i-1)}+(1-\mathrm{\ζ})\×P_{Num\_RTs}\\ P_{Num\_nRTi}=\mathrm{\ζ}\×P_{Num\_nRT(i-1)}+(1-\mathrm{\ζ})\×P_{Num\_nRTs}\end{array}\right.,$ 其中权值参数ζ依据实际场景设定；

对步骤3)得到的数据进行判定：

当P_{Num_RTi}≥P_{Num_nRTi}时，定义该节点n_i本周期内为实时业务热点RT_er，该节点在下一周期到达的业务以实时业务为主；

当P_{Num_RTi}＜P_{Num_nRTi}时，定义该节点n_i本周期内为非实时业务热点nRT_er，该节点在下一周期到达的业务以非实时业务为主；

4)根据定量结论，结合各个节点n_i的通信缓存信道QoS特征(主要是拥塞状态)，进行节点分类评级综合判定，判定结果作为路径选择依据。

计算节点空限度SC_i值越大表示节点n_i的越空闲，其中r(k)_i表示节点n_i的业务发送速率，RcvR_i表示节点n_i业务的接收速率；

5)节点根据步骤4)的评级结果，有方向性的进行调度申请：当某一节点n_i在选择下一跳中继节点时，首先从邻居节点{n₁,n₂,...,n_j}找出类型为非实时业务热点Identity＝nRT_er的节点{nRT_er1,nRT_er2,..,nRT_erq}，向其中空限度SC_i最大的节点n_x发送MSH-DCSH调度申请信息以请求建立连接；若节点n_i的邻居节点{n₁,n₂,...,n_j}只有实时业务热点Identity＝RT_er，则向其中热业务到达概率Pw{Pw|Pw＝P_{Num_RT},P_{Num_nRT}}最小的节点n_y发送MSH-DCSH调度申请信息；

6)建立面向协作的重复转发博弈模型，下一跳节点在接收到调度申请后，迅速得出利弊评估结果；根据评估结果，被选节点选择是否接受上一跳节点的通信申请；被选节点根据面向协作的重复转发博弈模型，选择是否接受节点n_i，若选择接受，节点之间进行三次握手操作，完成信息的交互；若不选择接受，则节点n_i在剩下的邻居节点中按照步骤5)重新寻找下一跳中继节点。

2.根据权利要求1所述的面向节能的基于博弈论QoS感知无人机群通信路由方法，其特征是，所述步骤6)中面向协作的重复转发博弈模型的具体内容如下：

1)在一轮博弈中，设有i＝1,2,...,n共n个参与博弈的节点，对于每个参与节点，每一轮博弈有s_i＝{ZF,IG}两种策略，所有无人机的行动策略集合表示为S_i＝s_i(s₁,s₂,...,s_n)，其中，ZF表示选择转发的策略，其概率大小为s_ZF，IG表示选择不转发策略，其概率大小为1-s_ZF；

2)对于s_i＝{ZF,IG}这两种策略，每个参与节点将会得到相应的收益u_i，每一轮收益函数记为U_i＝u_i(u₁,u₂,...,u_n)；

定义连通度PR_i用于评级某个节点n_i的竞争能力，其中fF_dur表示数据子帧中平均最大连续时隙长度，S_dn表示fF_dur中节点n_i用来中继不同节点的业务时隙个数，即用来评估在有限的时隙内，能够成功相应并且完成邻居节点业务传输的能力；S_db表示fF_dur中节点n_i用来转发同一个节点的不同业务数据的时隙个数以及用来发送自身不同业务数据的时隙个数，即表示如果某邻居节点数据业务突发较大，节点如何在最短时隙内中继该业务的能力，以及发送自身数据业务时与自身的邻居节点交互的能力；

3)引入基于提高的节点连通度的奖励机制其中，u_ci表示节点n_i选择协作得到的效用值，b_PR表示机制为此次合作的PR奖励收益，256表示数据子帧的微时隙总数；

针对选择不协作的节点，引入调整传输避让指数exp，达到动态阻塞的惩罚措施u_rfi＝αw×|exp^*|，其中，u_rfi表示节点n_i拒绝选择协作得到的效用值，|exp^*|表示传输避让值exp的改变值，αw表示exp变动值隐射到一个数据子帧中时隙个数的缩放系数，其值小于1；

对于节点n_i博弈是否选择合作时，其期望收益函数u_i＝(u_ci-u_wt)×s_ZF-u_rfi×(1-s_ZF)，其中u_wt表示节点选择参与中继业务数据情况下的自身QoS损耗；

4)采用动态分布式算法，求解该收益函数的纳什均衡点：其中s_i(t)表示节点n_i在第t个博弈阶段采取的策略，θ_i表示控制算法收敛性速度参数；

5)根据每轮博弈的最优收益函数为确定每一轮博弈中节点n_i采用的最优策略S_i ^*参与协作转发邻居节点的业务数据。

3.根据权利要求1所述的面向节能的基于博弈论QoS感知无人机群通信路由方法，其特征是，所述步骤1)中模型满足如下要求：

1)在互不重叠的时间区间内，缓存模型内某个业务到达队列的事件相互独立；

2)对于充分小的，缓存模型内在时间区间[t,t+Δt]内，有1个业务到达的概率和时间t无关，近似和Δt成正比；

3)对于充分小的，缓存模型内在时间区间[t,t+Δt]内，有两个以上业务到达的概率无限小。

4.根据权利要求1所述的面向节能的基于博弈论QoS感知无人机群通信路由方法，其特征是，所述步骤3)中ζ＝0.3。

5.根据权利要求1所述的面向节能的基于博弈论QoS感知无人机群通信路由方法，其特征是，MAC层采用IEEE802.16超视距无线通信协议。