CN108710382B - 一种基于分簇算法的智能监测无人机控制系统 - Google Patents

Abstract

本发明公开了一种基于分簇算法的智能监测无人机控制系统，包括若干飞行状态的无人机和一个地面控制台；每个无人机上均安装有控制模块，各个无人机形成各个无人机节点，各控制模块之间相互通讯连接；这种网络布局方式提供了一种动态的基于不同距离不同位置的即时分簇方法，为无人机网络的大规模采集、建立协同自治模型的研究提供了一个专业的、共享的、高性能的组网方式。

Description

一种基于分簇算法的智能监测无人机控制系统

技术领域

本发明属于无人机监测领域，尤其涉及一种基于分簇算法的智能监测无人机控制系统。

背景技术

目前传统的分簇算法大多是根据设定的概率选择簇头，并且簇头实行周期轮换，形成相同大小的簇或者使用固定簇半径的分簇协议，协议通过两次参数选择簇头，并实行多跳通信的机制。这两种分簇协议都会造成基站附近的节点能量消耗多余其他节点，即WSN网络中的“热点”问题。在无人机技术中热点问题成为无人机监测网络续航能力的一大阻碍。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种节约网络能耗、快速响应、大范围监测的一种基于分簇算法的智能监测无人机控制系统。

技术方案：为实现上述目的，本发明的一种基于分簇算法的智能监测无人机控制系统，包括若干飞行状态的无人机和一个地面控制台；每个无人机上均安装有控制模块，各个无人机形成各个无人机节点，各控制模块之间相互通讯连接。

进一步的，在每个控制模块内设置一个变量H，H表示本无人机与地面控制台的距离；在系统初始化时每个无人机先检测自身与地面控制台的距离，并以此为决定分簇的基础；

首先H值较小的节点优先成为预备簇头，然后每个预备簇头在本身通信范围内进行侦听，若没有收到其他通信范围内预备簇头的广播信息，则发送宣布自己成为簇头的广播，同时对自己进行簇的编号，并接收其他无人机作为簇的成员；

设置门限值switch_H，无人机的运动距离表示为ΔH；ΔH的值大于门限值switch_H 时，算法启动对于此节点的重新分簇，让其加入新的簇中，或者直接成为簇头；

在无人机移动后，相对位置发生改变，原本的分簇将不适用与网络中的无人机节点分布，此时进行无人机的重新分簇。

进一步的，所述无人机节点包括监测无人机节点和路由无人机节点；A监测无人机节点，B为处于无人机监测范围内的目标，C路由无人机节点；每个监测无人机节点拥有固定的监测范围半径Rc和通信半径Rd；路由无人机节点只拥有固定的通信半径Rd；监测无人机节点A发现目标B后，将信息传送至通信范围内的路由无人机节点C；无人机节点在同一时间内只能加入一个簇中，在工作周期中可以随时脱离当前簇加入其他的簇中；每一个无人机节点都有自身的目标捕捉区域，可相互重叠，互不影响；

控制模块硬件结构由供电模块，与无人机的交互模块，射频识别模块，处理模块以及存储模块构成；其中射频识别模块负责控制模块之间的相互通信，用于构成网络；无人机的交互模块则负责与所搭载的无人机之间的信息交互，向无人机发送位置信息；

进一步的，每个无人机节点的工作周期可分为三部分，t1表示决定簇头阶段，t2表示加入分簇的判决阶段，t3表示分簇完成后的正常工作阶段；三个阶段合起来为一个工作周期；

无人机在t1阶段通过H值来判定自身是否成为预备簇头节点，若是则在本身通信范围内进行侦听，若没有收到其他通信范围内预备簇头的广播信息，则发送宣布自己成为簇头的广播；否则直接进入t2阶段，此阶段对无人机本工作循环加入某个分簇进行判决，在t3阶段根据阶段2的输出来选择工作的簇；

首先在系统初始化之后，通过地面控制台向区域中的所有节点广播一条信息，中心节点以足够大的功率发送，以保证覆盖到网络中的所有无人机，根据RSSI计算公式，网络中的无人机以此确定与地面控制台的距离H；这里设定当无人机节点的H值小于节点通信半径Rd时，此无人机将成为预备簇头节点；

设定t时刻Ni节点与地面控制台的距离表示为H(i,t)，每个监测无人机节点的通信范围为Rd；无人机节点Ni可根据下式来判断自己是否成为预备簇头节点；

当确定无人机Ni为预备簇头节点后，开始向周围发送簇头标识信号indentifcation，周边无人机在接收到此信号后将加入此分簇；若此时节点Ni并没有受到其他无人机所发送的标识信号，则自动成为簇头节点，若收到标识信号，则对比两个发送信号的无人机的H值，较小的节点成为簇头节点，另一个则加入此分簇；

设定t时刻预备簇头Ni是否成为簇头节点的标识为cluster head(i，t)，通过下式可以判断无人机Ni是否成为了簇头节点。

当簇头判决完成后，网络中可以直接收到簇头节点广播的簇头标识信号indentifcation的无人机可以直接加入此分簇中，同时转发此簇头标识信号indentifcation，使其通信范围内的其他无人机也可以加入到这一分簇中

由于无人机处于运动中，因此分簇也不是一成不变的，在簇头节点的运动距离ΔH的值大于门限值switch_H时，网络进行簇重构；为了节省成簇时各种广播交换信息的能量消耗，只在初始准备阶段，所有节点采用预备簇头的成簇方式，在以后的簇重构周期中，都采用定时机制；这里设定d(Ni,Nj)为节点Ni与Nj间的距离。

将无人机节点感知范围内的邻居节点个数，表示为：

N_i.D＝{N_i|N_j∈V,d(N_i,N_j)≤N_i(R)}

其中V为所有监测节点的集合，若d(N_i,N_j)这个距离小于等于节点的竞争半径，即节点所能广播通信到的范围，则将此节点记为邻居节点，并累加为节点度；

每个无人机根据公式计算出自己的定时时间，若在时间内收到了其他无人机的簇头标识消息，就直接加入该簇，若没有收到，则确定自己为簇头并在通信范围内广播自己成为簇头的消息；到达最大竞争时间后，所有无人机根据收到的簇头广播消息加入响应的簇中，网络的簇重构完成；

设定定时时间公式为：

其中，α+β+γ＝1，为各参数的权重调节系数，k为一个调节系数，设为(0.9， 1)之间的一个随机数，为了减少节点间传递簇头标识消息时，时间冲突的可能性；TCH0 为设定的最大竞争时间，H₀为节点与中心节点的初始距离，H(N_i)为节点当前与中心节点的距离，N_i.D为节点的节点度，n为节点的总个数N_i(R)为节点的竞争半径；

这里采用定时机制，可以节省每轮簇重构时的的能量消耗，并且提高网络的效率。影响定时时间设定主要有三个参数，当无人机距离中心节点越接近，节点度越高，竞争半径越大时，所设定的定时时间越短，即越容易成为簇头节点；距离参数使得靠近地面控制台的无人机优先成簇。

有益效果：本发明的本发明设计了一种基于分簇算法的智能监测无人机控制模块。可以搭载在无人机上，组成一个无人机监控系统。系统由若干相互独立的无人机以及一个地面控制站台组成。无人机之间可以进行信息的交互，并最终将信息通过路由发送至地面控制台。系统中无人机采用分布式的部署方式，众多无人机被密集部署于监控区域。每个无人机在系统初始化的时候都会测量自身与地面控制台的距离，以此为根据来决定簇头节点与路由节点。通过簇头的变化构成一个分布式的自适应网络结构。

这种网络布局方式提供了一种动态的基于不同距离不同位置的即时分簇方法，为无人机网络的大规模采集、建立协同自治模型的研究提供了一个专业的、共享的、高性能的组网方式。本发明可用于解决各种无人机编队协作的目标跟踪、智能监控等监测网络的网络协同、节约网络能耗、快速响应、大范围监测需求问题。尤其在快速网络反映，全范围监控，节约网络能耗，延长网络寿命等方面具有优势。面向全社会为无人机组网协同技术的发展提供一个高效、节能、响应快速的技术方案。

附图说明

附图1为本发明的监控网络第一状态示意图；

附图2为本发明的监控网络第二状态示意图；

附图3为本发明的监控网络第三状态示意图；

附图4为控制模块通讯模型

附图5为控制模块硬件结构框图；

附图6为无人机节点之间相互通讯模型图；

附图7为本发明网络初始分簇流程图；

附图8为本发明周期分簇阶段流程图；

附图9为编队示意图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

一.系统简介

本发明设计了一种基于分簇算法的智能监测无人机控制模块。将模块搭载在无人机上，通过模块间的协同将无人机成组建一个监测系统，系统由若干个随机分布的无人机以及一个地面控制台组成，无人机通过非均匀分簇的方式进行信息的传递以实现网络协作；无人机在监测区域内通过非均匀分簇的协作方式实现对区域内的全面监控。

在监测网络中无目标出现时，系统中所有无人机处于随机运动状态，并在每个工作周期开始时，根据每个无人机节点与地面控制台的不同距离决定出若干个簇头节点，剩余无人机加入相距最近的分簇之中，如图1。其中实线箭头表示从无人机监测节点到簇头的数据传输路径，浅色箭头表示簇头到担任路由节点的无人机的数据传输路径，深色箭头代表路由无人机节点将数据发送给地面控制台的路径。C1，C2等浅色节点与深色的路由节点相距最近，成为簇头节点，其余监测节点根据距离远近分别加入不同的簇。经过非均匀分簇后，无人机监测节点既可以通过簇头节点将发送至路由无人机节点，也可以直接与路由无人机节点相连进行信息转发。

由于无人机处于持续运动中，在一个工作周期结束后，下一个周期时系统中无人机的相对位置与绝对位置都会发生改变。因此系统在每个工作周期都会重新分簇，形成新的拓扑结构，如图2。

当监测网络中出现目标后，最先感知到目标的无人机将会将监测数据上报给所属簇头，经由簇头节点将数据发送给路由无人机节点，最后转发到地面控制台，当同时出现多个目标时，由不同的簇来对不同的目标进行监控和数据上报。如图3，无人机A探测到目标T1后，通过簇头节点C2与路由无人机R2将信息上报给地面控制台，与此同时系统的另一区域中无人机B捕捉到目标T2，通过不同的簇头节点C4与路由无人机R4 将信息上报至地面控制台

本方案的系统模型

一种基于分簇算法的智能监测无人机控制系统，包括若干飞行状态的无人机和一个地面控制台；每个无人机上均安装有控制模块，各个无人机形成各个无人机节点，各控制模块之间相互通讯连接。

在每个控制模块内设置一个变量H，表示本无人机与地面控制台的距离；在系统初始化时每个无人机先检测自身与地面控制台的距离，并以此为决定分簇的基础；

同时，在系统工作过程中，由于控制模块搭载的无人机本身处于运动中，因此节点的H值也处于变化中；

分簇的具体实现方式同样是基于不同无人机间H值的对比，首先H值较小的节点优先成为预备簇头，然后每个预备簇头在本身通信范围内进行侦听，若没有收到其他通信范围内预备簇头的广播信息，则发送宣布自己成为簇头的广播，同时对自己进行簇的编号，并接收其他无人机作为簇的成员；

为了防止H值频繁变化影响系统分簇的稳定性，在这里引入门限值switch_H的概念；在某一时刻，无人机的运动距离可以表示为ΔH；只有ΔH的值大于门限值switch_H 时，算法才会启动对于此节点的重新分簇，让其加入新的簇中，或者直接成为簇头；

在无人机移动后，相对位置发生改变，原本的分簇将不适用与网络中的无人机节点分布，此时进行无人机的重新分簇，引入节点度与定时时间的概念，对整个网络进行周期性分簇，有效将网络资源最大化利用。

无人机控制模块模型：

首先，控制模块的通讯模型如图4所示，所述无人机节点包括监测无人机节点和路由无人机节点；A监测无人机节点，B为处于无人机监测范围内的目标，C路由无人机节点；每个监测无人机节点拥有固定的监测范围半径Rc和通信半径Rd；路由无人机节点只拥有固定的通信半径Rd；在实际情况中由于其他因素干扰通信半径一般呈不规则形状；

监测无人机节点A发现目标B后，将信息传送至通信范围内的路由无人机节点C；无人机节点在同一时间内只能加入一个簇中，在工作周期中可以随时脱离当前簇加入其他的簇中；每一个无人机节点都有自身的目标捕捉区域，可相互重叠，互不影响；

控制模块硬件结构框图5如下，由供电模块，与无人机的交互模块，射频识别模块，处理模块以及存储模块构成。其中射频识别模块负责控制模块之间的相互通信，用于构成网络。无人机的交互模块则主要负责与所搭载的无人机之间的信息交互，向无人机发送位置信息；

将此控制模块搭载在无人机上，通过模块之间的协作，控制多个无人机组建一个智能监测网络。实现以周期性的不均匀分簇的控制方式来进行协同工作的监测网络。搭载了智能控制模块的无人机示例图如下；

搭载了控制模块的无人机节点具有以下特点：

(1).每个无人机节点采集传输信息，不能直接控制通信区域中的其他无人机；

(2).无人机节点在同一时间内只能加入一个簇中，但在工作周期中可以随时脱离当前簇加入其他的簇中；

(3).每一个无人机节点都有自身的目标捕捉区域，可相互重叠，互不影响。

其次，路由无人机节点通讯模型与监测无人机节点类似，区别在于路由节点并不拥有监测目标的的能力，只需要在通信半径Rd内对数据进行转发。路由节点与监测节点之间的相互作用如图6。其中A为监测无人机节点，在发现目标B后，将信息传送至通信范围内的路由无人机节点C。

地面控制台的模型在此不需要画图表示，在此无人机监测系统中，地面控制台只需要进行数据的接受，并不需要具有其他功能。

炉体7和8所示，无人机节点的分簇工作机理：

每个无人机节点的工作周期可分为三部分，t1表示决定簇头阶段，t2表示加入分簇的判决阶段，t3表示分簇完成后的正常工作阶段。三个阶段合起来为一个工作周期。无人机在t1阶段通过H值来判定自身是否成为预备簇头节点，若是则在本身通信范围内进行侦听，若没有收到其他通信范围内预备簇头的广播信息，则发送宣布自己成为簇头的广播。否则直接进入t2阶段，此阶段对无人机本工作循环加入某个分簇进行判决，在 t3阶段根据阶段2的输出来选择工作的簇。

首先在系统初始化之后，通过地面控制台向区域中的所有节点广播一条信息(中心节点会以足够大的功率发送，以保证覆盖到网络中的所有无人机，根据RSSI计算公式，网络中的无人机以此确定与地面控制台的距离H。这里设定当无人机节点的H值小于节点通信半径Rd时，此无人机将成为预备簇头节点；

设定t时刻Ni节点与地面控制台的距离表示为H(i,t)，每个监测无人机节点的通信范围为Rd。无人机节点Ni可根据下式来判断自己是否成为预备簇头节点；

当确定无人机Ni为预备簇头节点后，开始向周围发送簇头标识信号indentifcation，周边无人机在接收到此信号后将加入此分簇。若此时节点Ni并没有受到其他无人机所发送的标识信号，则自动成为簇头节点，若收到标识信号，则对比两个发送信号的无人机的H值，较小的节点成为簇头节点，另一个则加入此分簇。

设定t时刻预备簇头Ni是否成为簇头节点的标识为cluster head(i，t)，通过下式可以判断无人机Ni是否成为了簇头节点。

当簇头判决完成后，网络中可以直接收到簇头节点广播的簇头标识信号indentifcation的无人机可以直接加入此分簇中，同时转发此簇头标识信号indentifcation，使其通信范围内的其他无人机也可以加入到这一分簇中。下图7为网络初始分簇流程图。

由于无人机处于运动中，因此分簇也不是一成不变的，在簇头节点的运动距离ΔH的值大于门限值switch_H时，网络进行簇重构。为了节省成簇时各种广播交换信息的能量消耗，只在初始准备阶段，所有节点采用预备簇头的成簇方式，在以后的簇重构周期中，都采用定时机制。这里设定d(Ni,Nj)为节点Ni与Nj间的距离，可以根据RSSI距离计算公式计算出来。

并且定义节点度的概念，即节点感知范围内的邻居节点个数，表示为：

N_i.D＝{N_i|N_j∈V,d(N_i,N_j)≤N_i(R)}

其中V为所有监测节点的集合，若d(N_i,N_j)这个距离小于等于节点的竞争半径，即节点所能广播通信到的范围，则将此节点记为邻居节点，并累加为节点度。

每个无人机根据公式计算出自己的定时时间，若在时间内收到了其他无人机的簇头标识消息，就直接加入该簇，若没有收到，则确定自己为簇头并在通信范围内广播自己成为簇头的消息。到达最大竞争时间后，所有无人机根据收到的簇头广播消息加入响应的簇中，网络的簇重构完成。

设定定时时间公式为：

其中，α+β+γ＝1，为各参数的权重调节系数，k为一个调节系数，设为(0.9， 1)之间的一个随机数，为了减少节点间传递簇头标识消息时，时间冲突的可能性；TCH0 为设定的最大竞争时间，H₀为节点与中心节点的初始距离，H(N_i)为节点当前与中心节点的距离，N_i.D为节点的节点度，n为节点的总个数N_i(R)为节点的竞争半径。

这里采用定时机制，可以节省每轮簇重构时的的能量消耗，并且提高网络的效率。影响定时时间设定主要有三个参数，当无人机距离中心节点越接近，节点度越高，竞争半径越大时，所设定的定时时间越短，即越容易成为簇头节点。距离参数会使得靠近地面控制台的无人机优先成簇。图8为周期分簇阶段的流程图。

1.硬件设计

建立无人机监测区域模型的问题。在设计分簇网络时，监测区域模型的正确建立将直接影响到后续研究成果的正确性。

首先在硬件上实现对无人机间距H值概念的存储，这里采用寄存器对不同时刻控制模块的H值进行储存。然后分析无人机节点与目标之间的相对速度，以及对目标感应的灵敏度，还有无人机间的距离，障碍物，天气环境等外部因素对通信质量和通信距离的影响。监测节点的信息传递方式选用广播方式，建立起真实的控制模型，并根据真实测试结果的统计参数进行修正。

3.搭建硬件平台的实现方案

在这里我们选用无人机编队平台来实现这种基于分簇算法的网络布局方式。本方法中的中心节点作为无人机编队技术中的总控制中心，多组无人机编队对应本方法中的各个分簇，每台无人机对于网络中的节点。每一个编队示意图9如下。

在无人机技术中，多无人机编队重构包括队形切换及缺少一架或多架无人机时重新编队队形的重构。采用这种基于分簇算法的网络布局方式，可以实现在无人机的位置发生变化时，快速确定每个编队的领航机，同时实现多个无人机分组之间的快速协同。

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，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种基于分簇算法的智能监测无人机控制系统，其特征在于：包括若干飞行状态的无人机和一个地面控制台；每个无人机上均安装有控制模块，各个无人机形成各个无人机节点，各控制模块之间相互通讯连接；

在每个控制模块内设置一个变量H，H表示本无人机与地面控制台的距离；在系统初始化时每个无人机先检测自身与地面控制台的距离，并以此为决定分簇的基础；

首先H值较小的节点优先成为预备簇头，然后每个预备簇头在本身通信范围内进行侦听，若没有收到其他通信范围内预备簇头的广播信息，则发送宣布自己成为簇头的广播，同时对自己进行簇的编号，并接收其他无人机作为簇的成员；

设置门限值switch_H，无人机的运动距离表示为ΔH；ΔH的值大于门限值switch_H时，算法启动对于此节点的重新分簇，让其加入新的簇中，或者直接成为簇头；

在无人机移动后，相对位置发生改变，原本的分簇将不适用与网络中的无人机节点分布，此时进行无人机的重新分簇；

所述无人机节点包括监测无人机节点和路由无人机节点；A监测无人机节点，B为处于无人机监测范围内的目标，C路由无人机节点；每个监测无人机节点拥有固定的监测范围半径Rc和通信半径Rd；路由无人机节点只拥有固定的通信半径Rd；监测无人机节点A发现目标B后，将信息传送至通信范围内的路由无人机节点C；无人机节点在同一时间内只能加入一个簇中，在工作周期中可以随时脱离当前簇加入其他的簇中；每一个无人机节点都有自身的目标捕捉区域，可相互重叠，互不影响；

控制模块硬件结构由供电模块，与无人机的交互模块，射频识别模块，处理模块以及存储模块构成；其中射频识别模块负责控制模块之间的相互通信，用于构成网络；无人机的交互模块则负责与所搭载的无人机之间的信息交互，向无人机发送位置信息；

每个无人机节点的工作周期可分为三部分，t1表示决定簇头阶段，t2表示加入分簇的判决阶段，t3表示分簇完成后的正常工作阶段；三个阶段合起来为一个工作周期；

无人机在t1阶段通过H值来判定自身是否成为预备簇头节点，若是则在本身通信范围内进行侦听，若没有收到其他通信范围内预备簇头的广播信息，则发送宣布自己成为簇头的广播；否则直接进入t2阶段，此阶段对无人机本工作循环加入某个分簇进行判决，在t3阶段根据阶段2的输出来选择工作的簇；

首先在系统初始化之后，通过地面控制台向区域中的所有节点广播一条信息，中心节点以足够大的功率发送，以保证覆盖到网络中的所有无人机，根据RSSI计算公式，网络中的无人机以此确定与地面控制台的距离H；这里设定当无人机节点的H值小于节点通信半径Rd时，此无人机将成为预备簇头节点；

设定t时刻Ni节点与地面控制台的距离表示为H(i,t)，每个监测无人机节点的通信范围为Rd；无人机节点Ni可根据下式来判断自己是否成为预备簇头节点；

当确定无人机Ni为预备簇头节点后，开始向周围发送簇头标识信号indentifcation，周边无人机在接收到此信号后将加入此分簇；若此时节点Ni并没有受到其他无人机所发送的标识信号，则自动成为簇头节点，若收到标识信号，则对比两个发送信号的无人机的H值，较小的节点成为簇头节点，另一个则加入此分簇；

设定t时刻预备簇头Ni是否成为簇头节点的标识为cluster head(i，t)，通过下式可以判断无人机Ni是否成为了簇头节点；

当簇头判决完成后，网络中可以直接收到簇头节点广播的簇头标识信号indentifcation的无人机可以直接加入此分簇中，同时转发此簇头标识信号indentifcation，使其通信范围内的其他无人机也可以加入到这一分簇中；

由于无人机处于运动中，因此分簇也不是一成不变的，在簇头节点的运动距离ΔH的值大于门限值switch_H时，网络进行簇重构；为了节省成簇时各种广播交换信息的能量消耗，只在初始准备阶段，所有节点采用预备簇头的成簇方式，在以后的簇重构周期中，都采用定时机制；这里设定d(Ni,Nj)为节点Ni与Nj间的距离；

将无人机节点感知范围内的邻居节点个数，表示为：

N_i.D＝{N_i|N_j∈V，d(N_i，N_j)≤N_i(R)}

其中V为所有监测节点的集合，若d(N_i，N_j)这个距离小于等于节点的竞争半径，即节点所能广播通信到的范围，则将此节点记为邻居节点，并累加为节点度；

每个无人机根据公式计算出自己的定时时间，若在时间内收到了其他无人机的簇头标识消息，就直接加入该簇，若没有收到，则确定自己为簇头并在通信范围内广播自己成为簇头的消息；到达最大竞争时间后，所有无人机根据收到的簇头广播消息加入响应的簇中，网络的簇重构完成；

设定定时时间公式为：

其中，α+β+γ＝1，为各参数的权重调节系数，k为一个调节系数，设为(0.9，1)之间的一个随机数，为了减少节点间传递簇头标识消息时，时间冲突的可能性；TCH0为设定的最大竞争时间，H₀为节点与中心节点的初始距离，H(N_i)为节点当前与中心节点的距离，N_i.D为节点的节点度，n为节点的总个数N_i(R)为节点的竞争半径；

这里采用定时机制，可以节省每轮簇重构时的能量消耗，并且提高网络的效率，影响定时时间设定主要有三个参数，当无人机距离中心节点越接近，节点度越高，竞争半径越大时，所设定的定时时间越短，即越容易成为簇头节点；距离参数使得靠近地面控制台的无人机优先成簇。