CN112911723B - 一种基于干扰优先级的无人机集群自组网信道接入方法 - Google Patents
一种基于干扰优先级的无人机集群自组网信道接入方法 Download PDFInfo
- Publication number
- CN112911723B CN112911723B CN202110123752.7A CN202110123752A CN112911723B CN 112911723 B CN112911723 B CN 112911723B CN 202110123752 A CN202110123752 A CN 202110123752A CN 112911723 B CN112911723 B CN 112911723B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- control information
- sending
- priority level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000005540 biological transmission Effects 0.000 claims abstract description 42
- 238000001228 spectrum Methods 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000012821 model calculation Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 29
- 238000005265 energy consumption Methods 0.000 abstract description 7
- 230000004083 survival effect Effects 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000000737 periodic effect Effects 0.000 description 8
- 101100172132 Mus musculus Eif3a gene Proteins 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 108700026140 MAC combination Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/08—Non-scheduled access, e.g. ALOHA
- H04W74/0833—Random access procedures, e.g. with 4-step access
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种基于干扰优先级的无人机集群自组网信道接入方法,该方法通过无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级,并利用控制信息发送优先等级来调整对应无人机节点的本地控制数据发送序列,再利用离散三维马尔科夫模型以一种自适应的随机信道接入方法对竞争窗口的长度进行选择调整,使无人机集群适应不同的通信干扰环境,提高了高通信干扰优先级数据传输的吞吐量,降低了通信时延,且不会增大系统能量消耗,有效保障了无人机集群自组网的QoS,进一步提升了集群在复杂电磁频谱环境下的生存能力。
Description
技术领域
本发明涉及无线通信网络技术领域,尤其是一种基于干扰优先级的无人机集群自组网信道接入方法。
背景技术
无人机集群在执行任务过程中,各无人机移动速度快会导致通信网络拓扑变化快,无人机集群的通信开销增加,数据传输的可靠性难以得到保障。而传统的自组网网络并不能很好的解决这些问题,不能将其简单地应用到无人机集群自组网网络上。由于信道接入方式类型的不同,目前可用于无人机自组网的MAC协议大致可分为基于竞争类和调度类两种类型。调度类协议能有效避免节点信道接入碰撞,但节点需集中控制和同步,不太适合高动态的无人机场景。竞争类协议是分布式信道接入机制,会导致一定冲突,但节点无需同步,控制开销较低,适合动态变化快的无人机场景。
竞争类协议CSMA/CA机制通过物理载波侦听和虚拟载波侦听来确定无线信道的状态,分布式协调功能DCF机制为了防止多节点在DIFS时隙后侦听到信道空闲同时发送RST帧造成接入碰撞,在发送数据前,节点会产生一个[0,CW]范围内随机大小的竞争窗口。若待发送数据的两节点的最小竞争窗口相同,采用二进制指数退避算法解决冲突。为了保障业务流量的QoS,在802.11e标准中定义了增强分布式信道接入机制EDCA,用来提供差异化和分布式信道接入方法,能够针对不同的优先级业务提供不同的QoS服务。
无人机集群自组网中各无人机之间需要实时可靠地传输大量控制和命令消息,所以在负载较高情况下退避机制应尽可能降低消息传输冲突,避免发生不必要的丢包与重传。但在无人机集群编队飞行中,当遇到突发紧急通信干扰威胁时,整个编队拓扑会发生大的变化,而传统DCF机制不考虑传输数据的QoS导致节点竞争接入信道的碰撞概率增大,EDCA机制采用固定优先级分配的接入机制导致频谱资源和带宽的浪费。目前对无人机集群自组网在MAC层接入机制的研究内容主要是对传统MAC协议的组合与改进,对于不断变化的动态网络来说不够灵活。在复杂频谱环境的通信干扰场景下,针对无人机自组网可靠信道接入问题还未很好解决。
发明内容
本发明提供一种基于干扰优先级的无人机集群自组网信道接入方法及系统,用于克服现有技术中在复杂频谱环境的通信干扰场景下无人机自组网可靠信道接入不灵活等缺陷。
为实现上述目的,本发明提出一种基于干扰优先级的无人机集群自组网信道接入方法,包括:
根据无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级;
根据无人机节点的控制信息发送优先等级,调整对应无人机节点的本地控制数据发送序列;
根据无人机集群中无人机节点的总数量,以及无人机节点的控制信息发送优先等级,利用离散三维马尔科夫模型计算获得无人机节点竞争发送控制信息的时间参数;
根据所述时间参数,按照所述本地控制数据发送序列发送控制消息。
为实现上述目的,本发明还提出一种基于干扰优先级的无人机集群自组网信道接入系统,包括:
无人机节点分级模块,用于根据无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级;
本地控制数据发送序列生成模块,用于根据无人机节点的控制信息发送优先等级,调整对应无人机节点的本地控制数据发送序列;
模型计算模块,用于根据无人机集群中无人机节点的总数量,以及无人机节点的控制信息发送优先等级,利用离散三维马尔科夫模型计算获得无人机节点竞争发送控制信息的时间参数;
信道接入模块,用于根据所述时间参数,按照所述本地控制数据发送序列发送控制消息。
为实现上述目的,本发明还提出一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述所述方法的步骤。
为实现上述目的,本发明还提出一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述所述方法的步骤。
与现有技术相比,本发明的有益效果有:
本发明提供的基于干扰优先级的无人机集群自组网信道接入方法通过无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级,并利用控制信息发送优先等级来调整对应无人机节点的本地控制数据发送序列,再利用离散三维马尔科夫模型以一种自适应的随机信道接入方法对竞争窗口的长度进行选择调整,使无人机集群适应不同的通信干扰环境,提高了高通信干扰优先级数据传输的吞吐量,降低了通信时延,且不会增大系统能量消耗,有效保障了无人机集群自组网的QoS(服务质量,Quality ofService),进一步提升了集群在复杂电磁频谱环境下的生存能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明提供的基于干扰优先级的无人机集群自组网信道接入方法流程图;
图2为离散三维马尔科夫模型示意图;
图3为信道接入控制原理图;
图4为不同信道接入方法下紧急干扰信息的吞吐量对比图;
图5为不同信道接入方法下周期控制信息的吞吐量对比图;
图6为不同信道接入方法下紧急干扰信息的时延对比图;
图7为不同信道接入方法下周期控制信息的时延对比图;
图8为不同信道接入方法下无人机集群自组网系统能耗对比图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明提出一种基于干扰优先级的无人机集群自组网信道接入方法,如图1所示,包括:
102:根据无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级;
干扰信号强度等级,是指干扰信号强度按其强度大小进行分级,干扰信号强度越大,干扰信号强度等级越高。
控制信息发送优先等级,是指不同控制信息待发送的紧迫程度,控制信息待发送的紧迫程度越高,控制信息发送优先等级越高。
104:根据无人机节点的控制信息发送优先等级,调整对应无人机节点的本地控制数据发送序列;
本地控制数据发送序列包括一系列按控制信息发送优先等级排序的待发送控制信息数据包。
106:根据无人机集群中无人机节点的总数量,以及无人机节点的控制信息发送优先等级,利用离散三维马尔科夫模型计算获得无人机节点竞争发送控制信息的时间参数;
108:根据所述时间参数,按照所述本地控制数据发送序列发送控制消息。
本发明提供的基于干扰优先级的无人机集群自组网信道接入方法通过无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级,并利用控制信息发送优先等级来调整对应无人机节点的本地控制数据发送序列,再利用离散三维马尔科夫模型以一种自适应的随机信道接入方法对竞争窗口的长度进行选择调整,使无人机集群适应不同的通信干扰环境,提高了高通信干扰优先级数据传输的吞吐量,降低了通信时延,且不会增大系统能量消耗,有效保障了无人机集群自组网的QoS(服务质量,Quality ofService),进一步提升了集群在复杂电磁频谱环境下的生存能力。
在其中一个实施例中,对于步骤102,根据无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级,包括:
将无人机节点获取的干扰信号强度与设定阈值进行比较,对于干扰信号强度大于设定阈值的无人机节点,将所述控制信息发送优先等级设置为最高;
对于干扰信号强度小于等于设定阈值的无人机节点,将所述控制信息发送优先等级设置为最低。
在下一个实施例中,对于步骤102,根据无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级,包括:
将无人机节点获取的干扰信号强度与M个设定阈值进行比较,对于干扰信号强度大于第m设定阈值的无人机节点,将其对应的控制信息发送优先等级对应设置为第m优先级;其中,1≤m≤M。设定阈值越大对应的优先级越高。
在另一个实施例中,对于步骤104,根据无人机节点的控制信息发送优先等级,调整对应无人机节点的本地控制数据发送序列,包括:
根据无人机节点的控制信息发送优先等级,调整对应无人机节点的本地控制数据发送序列,控制信息发送优先等级越高,在本地控制数据发送序列中越靠前。即控制信息发送优先等级越高,则该控制信息越先被发送。
在某个实施例中,对于步骤106,根据无人机集群中无人机节点的总数量,以及无人机节点的控制信息发送优先等级,利用离散三维马尔科夫模型计算获得无人机节点竞争发送控制信息的时间参数,包括:
601:根据无人机节点的控制信息发送优先等级,利用三维随机过程表示无人机节点竞争发送控制信息的退避计数器状态;所述退避计数器状态的参数包括无人机节点的控制信息发送优先等级、竞争退避阶数和竞争窗口长度;
三维随机过程为{i,s(t),b(t)},其中,i表示无人机节点的控制信息发送优先等级,s(t)表示无人机节点在t时刻的竞争退避阶数,b(t)表示t时刻退避计数器的竞争窗口长度。
602:根据无人机集群中无人机节点的总数量,以及根据退避计数器状态,建立用于无人机节点控制信息发送状态的离散三维马尔科夫模型;
603:根据离散三维马尔科夫模型得到无人机节点发送控制信息的尝试时间值。
离散三维马尔科夫模型如图2所示,该模型的平稳状态分布概率bi,j,k为:
bi,j,k=limt→∞P{i,j=s(t),k=b(t)} (2)
式中,i表示无人机节点的控制信息发送优先等级;j表示竞争退避阶数,j∈(0,r),r为最大重传次数;s(t)表示无人机节点在t时刻的竞争退避阶数;k表示竞争窗口长度,k∈(0,Wi,j+x-1),x为无人机节点竞争窗口的附加值;Wi,j为退避优先级为i、退避阶数为j时的竞争窗口值;b(t)表示t时刻退避计数器的竞争窗口长度;
从平稳状态分布方程和三维离散马尔科夫链状态转移图可得:
bi,j,0=(pi,c)jbi,0,0 0≤j≤r
式中,(pi,c)j为网络中其它n-1个节点中任意一个发送数据发生碰撞的概率;pi,b为网络中至少有一个节点在发送数据的概率;其他符号含义同公式(1)~(2)。
式中,bi,0为无人机节点空闲状态的稳态分布概率;bi,D为无人机节点处于D状态的稳态分布概率,D状态为当前信道监测到的空闲间隔时间大于DIFS帧时间,即无人机节点随机生成一定大小的竞争窗口时的状态;di,0为MAC层没有队列发送等待的概率;其他符号含义同公式(1)~(3)。
根据稳态归一化条件可得:
式中,相关符号含义同公式(1)~(4)。
在任意随机时刻节点发送数据的概率为:
式中,τi为优先级为i的节点在任一随机时刻发送数据的概率;其他符号含义同公式(5)。
假设当前有n个无人机节点同时竞争信道,n1为优先级i=1时发送数据的无人机节点数量,n2为优先级i=2时发送数据的无人机节点数量,且n=n1+n2。对于控制子网络在给定时隙的情况下,发送优先级为i的控制数据的概率可表示为:
式中,相关符号含义同公式(6)。
当前信道正在传输优先级为i等级的数据包的概率可表示为:
式中,相关符号含义同公式(7)。
控制信息发送优先等级为i时无人机节点的竞争窗口可表示为下式:
Backoffi,j=rand(0,Wi,j)+x (9)
式中,Backoffi,j为控制信息发送优先等级为i时无人机节点的竞争窗口;其他符号含义同公式(3)。
在某个实施例中,竞争窗口长度的调整需要满足频谱效率和能量效率的联合最优条件:
式中,ηspe和ηen分别为频谱效率和能量效率;γ和ρ为归一化最优比率,取值范围为[98%,99%]。
频谱效率为:
能量效率为:
式中,n为无人机集群中无人机节点的总数量;Ptr,i为发送优先级为i的控制信息的概率;Ps,i为当前信道正在传输优先级为i等级的数据包的概率;Bi为优先级为i时控制信息的平均数据帧大小;Pe为无数据包传输(空闲情况)的概率;σ为信道空闲时间;Ts为数据包成功传输的时间;Pc为传输数据包出现碰撞的概率;Tc为数据包传输发生冲突的时间;Ei为空闲情况下通信网络消耗的平均能量;Es为数据包成功传输情况下通信网络消耗的平均能量;Ec为传输数据包出现碰撞情况下通信网络消耗的平均能量。
在下一个实施例中,对于步骤108,根据时间参数,按照本地控制数据发送序列发送控制消息,包括:
根据本地控制数据发送序列中待发送数据的QoS参数,分别对待发送数据进行纠错编码;
当信道空闲时,根据时间参数,按照本地控制数据发送序列依次发送控制消息。信道接入控制原理如图3所示。
图4为不同信道接入方法下紧急干扰信息的吞吐量对比图,由图可知,在仿真时间为1min40s时刻,通信环境发生突变,紧急干扰信息吞吐量在传统CSMA/CA协议方法中提升最低,在IEEE 802.11e EDCA机制方法中次之,在本发明提供的基于干扰优先级的无人机集群自组网信道接入方法(REM-MAC)中最高,吞吐量较CSMA/CA和EDCA大约提升100k bits/s和50k bits/s。
图5为不同信道接入方法下周期控制信息的吞吐量对比图,由图可知,在仿真时间为1min40s时刻,通信环境发生突变,普通周期信息吞吐量在传统CSMA/CA协议方法中下降最大,在IEEE 802.11e EDCA机制方法中次之,在本发明提供的基于干扰优先级的无人机集群自组网信道接入方法(REM-MAC)中下降最小,有效保障了周期控制信息的传输可靠性。这是因为EDCA机制的参数设定为固定业务优先级在流量激增和信道竞争激烈时会导致低优先级数据吞吐量下降,而本发明可以在突发干扰情况下保证有效信息准确可靠传输的同时,通过自适应设置合理的竞争窗口参数来保障周期性控制信息的传输,提高了无人编队通信系统的抗毁性。
图6为不同信道接入方法下紧急干扰信息的时延对比图,由图可知,在1min40s时刻,突发通信干扰时,对于发送紧急干扰信息情况,传统CSMA/CA协议方法由于未划分数据优先级导致整体时延较大,EDCA机制方法由于固定优先级分配时延相对较小,而本发明提供的基于干扰优先级的无人机集群自组网信道接入方法(REM-MAC)在无人机节点感知到通信干扰时,自适应调节竞争窗口迅速提升紧急控制数据的优先级,时延最小,较其他两种方法降低大约为0.6s和0.2s,保障了紧急信息传输的实时性。
图7为不同信道接入方法下周期控制信息的时延对比图,由图可知,在1min40s时刻,突发通信干扰时,对于普通周期控制信息情况,本发明提供的基于干扰优先级的无人机集群自组网信道接入方法(REM-MAC)在保障紧急干扰信息优先发送的情况下,时延性能依然优于另外两种方法。
图8为不同信道接入方法下无人机集群自组网系统能耗对比图,由图可知,在1min40s突发通信干扰后,系统能耗明显增加,但在应用本发明提供的基于干扰优先级的无人机集群自组网信道接入方法(REM-MAC)下网络系统能耗稍低于另外两种方法,这证明了本发明在保障突发通信干扰时传输数据的QoS情况下,网络不会消耗过多能量。在能量受限时,提高了网络中频谱利用率,从而提高了系统的鲁棒性。
本发明提出一种基于干扰优先级的无人机集群自组网信道接入系统,包括:
无人机节点分级模块,用于根据无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级;
本地控制数据发送序列生成模块,用于根据无人机节点的控制信息发送优先等级,调整对应无人机节点的本地控制数据发送序列;
模型计算模块,用于根据无人机集群中无人机节点的总数量,以及无人机节点的控制信息发送优先等级,利用离散三维马尔科夫模型计算获得无人机节点竞争发送控制信息的时间参数;
信道接入模块,用于根据所述时间参数,按照所述本地控制数据发送序列发送控制消息。
在其中一个实施例中,无人机节点分级模块还包括:
将无人机节点获取的干扰信号强度与设定阈值进行比较,对于干扰信号强度大于设定阈值的无人机节点,将所述控制信息发送优先等级设置为最高;
对于干扰信号强度小于等于设定阈值的无人机节点,将所述控制信息发送优先等级设置为最低。
在下一个实施例中,无人机节点分级模块还包括:
将无人机节点获取的干扰信号强度与M个设定阈值进行比较,对于干扰信号强度大于第m设定阈值的无人机节点,将其对应的控制信息发送优先等级对应设置为第m优先级;其中,1≤m≤M。设定阈值越大对应的优先级越高。
在另一个实施例中,本地控制数据发送序列生成模块还包括:
根据无人机节点的控制信息发送优先等级,调整对应无人机节点的本地控制数据发送序列,控制信息发送优先等级越高,在本地控制数据发送序列中越靠前。即控制信息发送优先等级越高,则该控制信息越先被发送。
在某个实施例中,模型计算模块还包括:
601:根据无人机节点的控制信息发送优先等级,利用三维随机过程表示无人机节点竞争发送控制信息的退避计数器状态;所述退避计数器状态的参数包括无人机节点的控制信息发送优先等级、竞争退避阶数和竞争窗口长度;
三维随机过程为{i,s(t),b(t)},其中,i表示无人机节点的控制信息发送优先等级,s(t)表示无人机节点在t时刻的竞争退避阶数,b(t)表示t时刻退避计数器的竞争窗口长度。
602:根据无人机集群中无人机节点的总数量,以及根据退避计数器状态,建立用于无人机节点控制信息发送状态的离散三维马尔科夫模型;
603:根据离散三维马尔科夫模型得到无人机节点发送控制信息的尝试时间值。
离散三维马尔科夫模型如图2所示,该模型的平稳状态分布概率bi,j,k为:
bi,j,k=limt→∞P{i,j=s(t),k=b(t)} (2)
式中,i表示无人机节点的控制信息发送优先等级;j表示竞争退避阶数,j∈(0,r),r为最大重传次数;s(t)表示无人机节点在t时刻的竞争退避阶数;k表示竞争窗口长度,k∈(0,Wi,j+x-1),x为无人机节点竞争窗口的附加值;Wi,j为退避优先级为i、退避阶数为j时的竞争窗口值;b(t)表示t时刻退避计数器的竞争窗口长度;
从平稳状态分布方程和三维离散马尔科夫链状态转移图可得:
bi,j,0=(pi,c)jbi,0,0 0≤j≤r
式中,(pi,c)j为网络中其它n-1个节点中任意一个发送数据发生碰撞的概率;pi,b为网络中至少有一个节点在发送数据的概率;其他符号含义同公式(1)~(2)。
式中,bi,0为无人机节点空闲状态的稳态分布概率;bi,D为无人机节点处于D状态的稳态分布概率,D状态为当前信道监测到的空闲间隔时间大于DIFS帧时间,即无人机节点随机生成一定大小的竞争窗口时的状态;di,0为MAC层没有队列发送等待的概率;其他符号含义同公式(1)~(3)。
根据稳态归一化条件可得:
式中,相关符号含义同公式(1)~(4)。
在任意随机时刻节点发送数据的概率为:
式中,τi为优先级为i的节点在任一随机时刻发送数据的概率;其他符号含义同公式(5)。
假设当前有n个无人机节点同时竞争信道,n1为优先级i=1时发送数据的无人机节点数量,n2为优先级i=2时发送数据的无人机节点数量,且n=n1+n2。对于控制子网络在给定时隙的情况下,发送优先级为i的控制数据的概率可表示为:
式中,相关符号含义同公式(6)。
当前信道正在传输优先级为i等级的数据包的概率可表示为:
式中,相关符号含义同公式(7)。
控制信息发送优先等级为i时无人机节点的竞争窗口可表示为下式:
Backoffi,j=rand(0,Wi,j)+x (9)
式中,Backoffi,j为控制信息发送优先等级为i时无人机节点的竞争窗口;其他符号含义同公式(3)。
在某个实施例中,竞争窗口长度的调整需要满足频谱效率和能量效率的联合最优条件:
式中,ηspe和ηen分别为频谱效率和能量效率;γ和ρ为归一化最优比率,取值范围为[98%,99%]。
频谱效率为:
能量效率为:
式中,n为无人机集群中无人机节点的总数量;Ptr,i为发送优先级为i的控制信息的概率;Ps,i为当前信道正在传输优先级为i等级的数据包的概率;Bi为优先级为i时控制信息的平均数据帧大小;Pe为无数据包传输(空闲情况)的概率;σ为信道空闲时间;Ts为数据包成功传输的时间;Pc为传输数据包出现碰撞的概率;Tc为数据包传输发生冲突的时间;Ei为空闲情况下通信网络消耗的平均能量;Es为数据包成功传输情况下通信网络消耗的平均能量;Ec为传输数据包出现碰撞情况下通信网络消耗的平均能量。
在下一个实施例中,信道接入模块还包括:
根据本地控制数据发送序列中待发送数据的QoS参数,分别对待发送数据进行纠错编码;
当信道空闲时,根据时间参数,按照本地控制数据发送序列依次发送控制消息。信道接入控制原理如图3所示。
本发明还提出一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述所述方法的步骤。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述所述方法的步骤。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (8)
1.一种基于干扰优先级的无人机集群自组网信道接入方法,其特征在于,包括:
根据无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级;
根据无人机节点的控制信息发送优先等级,调整对应无人机节点的本地控制数据发送序列;
根据无人机集群中无人机节点的总数量,以及无人机节点的控制信息发送优先等级,利用离散三维马尔科夫模型计算获得无人机节点竞争发送控制信息的时间参数,包括:
根据无人机节点的控制信息发送优先等级,利用三维随机过程表示无人机节点竞争发送控制信息的退避计数器状态;所述退避计数器状态的参数包括无人机节点的控制信息发送优先等级、竞争退避阶数和竞争窗口长度;所述竞争窗口长度的调整需要满足频谱效率和能量效率的联合最优条件:
式中,ηspe和ηen分别为频谱效率和能量效率;γ和ρ为归一化最优比率,取值范围为[98%,99%];
根据无人机集群中无人机节点的总数量,以及根据所述退避计数器状态,建立用于无人机节点控制信息发送状态的离散三维马尔科夫模型;
根据所述离散三维马尔科夫模型得到无人机节点发送控制信息的尝试时间值;
根据所述时间参数,按照所述本地控制数据发送序列发送控制消息。
2.如权利要求1所述的基于干扰优先级的无人机集群自组网信道接入方法,其特征在于,根据无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级,包括:
将无人机节点获取的干扰信号强度与设定阈值进行比较,对于干扰信号强度大于设定阈值的无人机节点,将所述控制信息发送优先等级设置为最高;
对于干扰信号强度小于等于设定阈值的无人机节点,将所述控制信息发送优先等级设置为最低。
3.如权利要求1所述的基于干扰优先级的无人机集群自组网信道接入方法,其特征在于,根据无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级,包括:
将无人机节点获取的干扰信号强度与M个设定阈值进行比较,对于干扰信号强度大于第m设定阈值的无人机节点,将其对应的控制信息发送优先等级对应设置为第m优先级;其中,1≤m≤M。
4.如权利要求1所述的基于干扰优先级的无人机集群自组网信道接入方法,其特征在于,根据无人机节点的控制信息发送优先等级,调整对应无人机节点的本地控制数据发送序列,包括:
根据无人机节点的控制信息发送优先等级,调整对应无人机节点的本地控制数据发送序列,控制信息发送优先等级越高,在本地控制数据发送序列中越靠前。
5.如权利要求1所述的基于干扰优先级的无人机集群自组网信道接入方法,其特征在于,根据所述时间参数,按照所述本地控制数据发送序列发送控制消息,包括:
根据所述本地控制数据发送序列中待发送数据的QoS参数,分别对所述待发送数据进行纠错编码;
当信道空闲时,根据所述时间参数,按照所述本地控制数据发送序列依次发送控制消息。
6.一种基于干扰优先级的无人机集群自组网信道接入系统,其特征在于,包括:
无人机节点分级模块,用于根据无人机节点获取的干扰信号强度等级对应设置无人机节点的控制信息发送优先等级;
本地控制数据发送序列生成模块,用于根据无人机节点的控制信息发送优先等级,调整对应无人机节点的本地控制数据发送序列;
模型计算模块,用于根据无人机集群中无人机节点的总数量,以及无人机节点的控制信息发送优先等级,利用离散三维马尔科夫模型计算获得无人机节点竞争发送控制信息的时间参数,包括:
根据无人机节点的控制信息发送优先等级,利用三维随机过程表示无人机节点竞争发送控制信息的退避计数器状态;所述退避计数器状态的参数包括无人机节点的控制信息发送优先等级、竞争退避阶数和竞争窗口长度;所述竞争窗口长度的调整需要满足频谱效率和能量效率的联合最优条件:
式中,ηspe和ηen分别为频谱效率和能量效率;γ和ρ为归一化最优比率,取值范围为[98%,99%];
根据无人机集群中无人机节点的总数量,以及根据所述退避计数器状态,建立用于无人机节点控制信息发送状态的离散三维马尔科夫模型;
根据所述离散三维马尔科夫模型得到无人机节点发送控制信息的尝试时间值;
信道接入模块,用于根据所述时间参数,按照所述本地控制数据发送序列发送控制消息。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1~5中任一项所述方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110123752.7A CN112911723B (zh) | 2021-01-29 | 2021-01-29 | 一种基于干扰优先级的无人机集群自组网信道接入方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110123752.7A CN112911723B (zh) | 2021-01-29 | 2021-01-29 | 一种基于干扰优先级的无人机集群自组网信道接入方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112911723A CN112911723A (zh) | 2021-06-04 |
CN112911723B true CN112911723B (zh) | 2022-04-19 |
Family
ID=76120744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110123752.7A Active CN112911723B (zh) | 2021-01-29 | 2021-01-29 | 一种基于干扰优先级的无人机集群自组网信道接入方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112911723B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113573419B (zh) * | 2021-06-10 | 2024-04-09 | 杭州电子科技大学 | 一种考虑多优先级业务的多跳网络信道接入方法 |
CN113630810A (zh) * | 2021-07-18 | 2021-11-09 | 西北工业大学 | 一种高动态网络mac层通信方法 |
CN113961014A (zh) * | 2021-09-03 | 2022-01-21 | 西北工业大学 | 基于规则库的多意外事件下无人机调度处理系统和方法 |
CN114828300A (zh) * | 2022-03-24 | 2022-07-29 | 深圳市国电科技通信有限公司 | 基于二维马尔科夫链模型的自组网方法、处理器及装置 |
CN114859852B (zh) * | 2022-04-15 | 2023-09-05 | 中国电子科技集团公司第十研究所 | 飞行器测控接入的控制方法、电子设备及存储介质 |
CN115734188A (zh) * | 2022-10-28 | 2023-03-03 | 南京航空航天大学 | 一种基于马尔可夫链的多跳无线自组网同步效率优化方法 |
CN118400709A (zh) * | 2024-04-09 | 2024-07-26 | 北京邮电大学 | 一种预计时延进行频道分选的无人机飞联网传输协议 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103582136A (zh) * | 2012-07-27 | 2014-02-12 | 上海交通大学 | 在使用多信道的无线传感器网络中高效分配信道的方法 |
CN107040948A (zh) * | 2017-06-13 | 2017-08-11 | 河北工业大学 | 一种基于优先级的csma/ca优化方法 |
CN107613570A (zh) * | 2017-10-26 | 2018-01-19 | 李艳丽 | 一种基于ZigBee网络的服务质量优化方法及系统 |
CN108235370A (zh) * | 2018-01-04 | 2018-06-29 | 广东容祺智能科技有限公司 | 一种无人机提升通信稳定性的装置及方法 |
CN108430054A (zh) * | 2018-03-14 | 2018-08-21 | 南京邮电大学 | 基于时延优先级的多信道csma带宽分配方法 |
CN108601067A (zh) * | 2018-01-11 | 2018-09-28 | 南京华讯方舟通信设备有限公司 | 一种基于时间/功率二维退避的无线自组网载波检测信道接入方法 |
CN112153601A (zh) * | 2020-09-24 | 2020-12-29 | 南通大学 | 一种信道状态感知的车联网群集通信阵列接入方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050031051A1 (en) * | 2003-08-04 | 2005-02-10 | Lowell Rosen | Multiple access holographic communications apparatus and methods |
CN109326108A (zh) * | 2017-08-01 | 2019-02-12 | 深圳市天工测控技术有限公司 | 基于wifi的无人机控制方法、系统、控制终端和无人机 |
CN111148143B (zh) * | 2019-12-30 | 2021-10-22 | 南京航空航天大学 | 一种基于四维马尔科夫链的无人机集群网络饱和吞吐量求解方法 |
-
2021
- 2021-01-29 CN CN202110123752.7A patent/CN112911723B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103582136A (zh) * | 2012-07-27 | 2014-02-12 | 上海交通大学 | 在使用多信道的无线传感器网络中高效分配信道的方法 |
CN107040948A (zh) * | 2017-06-13 | 2017-08-11 | 河北工业大学 | 一种基于优先级的csma/ca优化方法 |
CN107613570A (zh) * | 2017-10-26 | 2018-01-19 | 李艳丽 | 一种基于ZigBee网络的服务质量优化方法及系统 |
CN108235370A (zh) * | 2018-01-04 | 2018-06-29 | 广东容祺智能科技有限公司 | 一种无人机提升通信稳定性的装置及方法 |
CN108601067A (zh) * | 2018-01-11 | 2018-09-28 | 南京华讯方舟通信设备有限公司 | 一种基于时间/功率二维退避的无线自组网载波检测信道接入方法 |
CN108430054A (zh) * | 2018-03-14 | 2018-08-21 | 南京邮电大学 | 基于时延优先级的多信道csma带宽分配方法 |
CN112153601A (zh) * | 2020-09-24 | 2020-12-29 | 南通大学 | 一种信道状态感知的车联网群集通信阵列接入方法 |
Non-Patent Citations (2)
Title |
---|
Deployment Algorithm for Minimum Unmanned Aerial Vehicles towards Optimal Coverage and Interconnections;Wang, HJ等;《2018 IEEE WIRELESS COMMUNICATIONS AND NETWORKING CONFERENCE WORKSHOPS (WCNCW)》;20181230;272-277 * |
蜂群无人机数据链自组网协议设计;刘宏波等;《火力与指挥控制》;20180915(第09期);165-170 * |
Also Published As
Publication number | Publication date |
---|---|
CN112911723A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112911723B (zh) | 一种基于干扰优先级的无人机集群自组网信道接入方法 | |
CN108055702B (zh) | 基于时隙csma\ca模式的自适应退避方法 | |
CN107864028B (zh) | 一种车辆自组织网络中的自适应帧聚合方法 | |
CN104936303B (zh) | 一种载波监听门限与竞争窗口联合控制的方法 | |
CN111163491B (zh) | 一种高信道利用率的细粒度统计优先多址接入方法 | |
CN113573419B (zh) | 一种考虑多优先级业务的多跳网络信道接入方法 | |
CN114585103A (zh) | 一种业务感知的智能信道接入控制方法 | |
CN111585843A (zh) | 一种链路有效的高动态网络媒体接入方法 | |
Wang et al. | A fairness-enhanced intelligent MAC scheme using Q-learning-based bidirectional backoff for distributed vehicular communication networks | |
Zhu et al. | A station regrouping method for contention based IEEE 802.11 ah wireless LAN | |
CN115442914B (zh) | 基于传输时隙电力业务差异化的WiFi6接入资源优化方法 | |
Tuysuz et al. | An uninterrupted collision-free channel access scheme over IEEE 802.11 WLANs | |
Huang et al. | A Hierarchical Deep Learning Approach for Optimizing CCA Threshold and Transmit Power in Wi-Fi Networks | |
Deng | PSSB: priority enforced slow-start backoff algorithm for multimedia transmission in wireless ad-hoc networks | |
CN115315020A (zh) | 基于区分服务的ieee 802.15.4协议的智能csma/ca退避方法 | |
CN109640397B (zh) | 基于服务质量的长距离多信道通信随机接入方法 | |
Zhou et al. | Optimisation method of MAC protocol based on SVM neural network in VANET | |
Quan | Improving the performance of WLAN to support VoIP application | |
Deng et al. | Slow start backoff algorithm for ad-hoc wireless networks | |
Sanada et al. | Estimating the number of nodes in WLANs to improve throughput and QoS | |
Gopinath et al. | Enhancement of ieee802. 11p-based channel access scheme for internet of vehicle (iov) | |
Shengbin et al. | A survey on mac layer in ad hoc wireless networks | |
Ding et al. | Multi-priority MAC protocol for terahertz wireless local area network | |
Hiroshima et al. | Semi-synchronous Multiple Transmission Control/Collision Inference Exploiting Capture Effect for Collision and against Collision | |
Alsbou et al. | Dynamic slot allocation algorithm for R-ALOHA with priority (PR-ALOHA) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |