CN112987789A - 一种改进Leach协议的无人机集群网络拓扑设计方法 - Google Patents

一种改进Leach协议的无人机集群网络拓扑设计方法 Download PDF

Info

Publication number
CN112987789A
CN112987789A CN202110239136.8A CN202110239136A CN112987789A CN 112987789 A CN112987789 A CN 112987789A CN 202110239136 A CN202110239136 A CN 202110239136A CN 112987789 A CN112987789 A CN 112987789A
Authority
CN
China
Prior art keywords
nodes
cluster
cluster head
node
aerial vehicle
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.)
Pending
Application number
CN202110239136.8A
Other languages
English (en)
Inventor
张丹萌
甄子洋
唐桢
陆晓安
陈杰
赵阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202110239136.8A priority Critical patent/CN112987789A/zh
Publication of CN112987789A publication Critical patent/CN112987789A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Small-Scale Networks (AREA)

Abstract

本发明公开了一种改进Leach协议的无人机集群网络拓扑设计方法,具体为:1)将无人机集群中的每个无人机坐标视为一个节点,对于通信过程的第t轮,利用谱聚类对所有节点进行聚类得出聚类结果;2)对于聚类结果,在每一类中选取能量值最高的节点作为簇头;3)每个簇头与该簇头所属类中的其他节点构成通信网络;4)计算第t轮完成后每个节点的能量值并进行更新,判断通信过程是否完成,若未完成,则令t=t+1,并返回1),否则通信过程结束。本发明针对Leach协议中存在的不足,用谱聚类对Leach协议进行改进,提出改进后的S‑Leach协议,从而达到优化整个网络,降低能量的不必要消耗,使网络的生命周期可以大大的延长的目的。

Description

一种改进Leach协议的无人机集群网络拓扑设计方法
技术领域
本发明涉及一种改进Leach协议的无人机集群网络拓扑设计方法,属于无人机集群网络拓扑设计技术领域。
背景技术
有效的通信是实现无人机集群协同任务的基础与保证。基于无人机对环境良好的认知能力,集群个体间可以进行各种信息交互,包括位置、速度和各种传感器状态等。通过状态信息和环境信息的交互和处理,个体可以进行自我调整、自我完善,最终使整个系统能自适应地完成任务。无线传感网络在无人机集群中有重大的意义。无线传感网络中所有节点是独立电池供电的,由于节点数目庞大且应用环境特殊,电池更换是很难实现的,因此节省各个节点的能量消耗成为网络的主要设计目标。而在传感器网络的研究中,网络路由协议是其研究的基础以及核心技术,是网络研究中必不可少的研究点。因此,研究设计更有效的网络路由协议,在网络中建立可靠的数据传输路径,使节点更高效的传输信息到汇聚节点,以此来延长网络的生命周期是十分有必要的。
Leach算法是其中一种广泛运用的无线传感器网络路由协议。Leach协议中的簇头节点是随机产生的,可能会造成簇头节点的分布不均,出现某一区域的簇头节点相对集中或某一区域没有簇头节点的情况,不利于网络通信、造成能量的不必要消耗,导致网络的性能下降。同时簇头的选举是根据节点产生的随机数与固定值T(n)的比较来决定的,并没有考虑到节点的剩余能量,导致选举的簇头能量过低,造成簇头节点的失效,使得整个簇在当前轮中失效直到下一轮重新建立簇,影响网络的有效性且不利于网络生命周期的延长。
并且Leach协议中虽然可以通过p设置簇头节点个数,但它只是一个理想值,我们并不能保证每一轮产生理想簇头个数,簇头节点的个数波动很大,因此会产生极大簇(簇内节点太多)或极小簇(簇内节点太少)的情况,这两种情况会造成不同簇的簇头节点能量消耗有极大的不同。簇内节点少的簇数据采集和发送的时间更短,向汇聚节点发送数据的频率比簇内节点多的高,造成网络能量的浪费。
发明内容
本发明所要解决的技术问题是:提供一种改进Leach协议的无人机集群网络拓扑设计方法,针对Leach协议存在的不足,用谱聚类对Leach协议进行改进,从而达到优化整个网络,降低能量的不必要消耗,使网络的生命周期可以大大的延长的目的。
本发明为解决上述技术问题采用以下技术方案:
一种改进Leach协议的无人机集群网络拓扑设计方法,包括如下步骤:
步骤1,将无人机集群中的每个无人机坐标视为一个节点,对于通信过程的第t轮,利用谱聚类对所有节点进行聚类得出聚类结果;
步骤2,对于聚类结果,在每一类中选取能量值最高的节点作为簇头;
步骤3,每个簇头与该簇头所属类中的其他节点构成通信网络,第t轮完成;
步骤4,计算第t轮完成后每个节点的能量值并进行更新,判断通信过程是否完成,若未完成,则令t=t+1,并返回步骤1,否则通信过程结束。
作为本发明的一种优选方案,所述步骤1的具体过程如下:
1.1,将所有节点建立数据集V,V=(v1,v2,…,vm),v1,v2,…,vm分别表示第1,2,…,m个节点,根据数据集建立无向权重图,根据无向权重图构建相似度矩阵W;
1.2,根据无向权重图构建度矩阵D;
1.3,计算拉普拉斯矩阵L=D-W;
1.4,计算拉普拉斯矩阵L的所有特征值,并将所有特征值按从小到大的顺序进行排列,计算前k个特征值对应的特征向量;
1.5,将前k个特征值对应的特征向量组成m*k维的矩阵,对该矩阵按行进行标准化得到矩阵H;
1.6,将矩阵H中的每一行作为一个1*k维样本,共m个样本,用K-means对m个样本进行聚类,得出聚类结果,即所有节点的聚类结果。
作为本发明的一种优选方案,所述相似度矩阵W为:
Figure BDA0002961480240000031
式中,wij表示第i个节点和第j个节点之间的权值,wij=wji,i=1,2,…,m,j=1,2,…,m,m为所有节点的个数;若第i个节点和第j个节点之间有连接边,则wij>0,否则wij=0。
作为本发明的一种优选方案,所述度矩阵D为:
Figure BDA0002961480240000032
Figure BDA0002961480240000033
式中,i=1,2,…,m,m为所有节点的个数,wij表示第i个节点和第j个节点之间的权值。
作为本发明的一种优选方案,所述步骤3的具体过程如下:
当节点被选取为簇头后,簇头广播消息告知网络中所有非簇头节点,非簇头节点根据接收到的消息,判断要加入哪个簇头,判断的依据是接收到的各簇头所属类的编号,非簇头节点选择与自己所属类的编号相同的编号对应的簇头,向该簇头发送请求加入消息;簇头根据接收到的请求加入消息,确定自己的成员节点,建立通信。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、本发明借用谱聚类可以对任意形状的数据集进行聚类,计算量较小、实现简单、聚类效果好并能收敛于全局最优解的特性,用谱聚类对Leach协议进行改进,从而达到优化整个网络,降低能量的不必要消耗,使网络的生命周期可以大大的延长的目的。
2、本发明改进的S-Leach协议对网络的生命周期有了明显的延长,其网络的负载均衡性也得到了提高。
附图说明
图1是本发明一种改进Leach协议的无人机集群网络拓扑设计方法的流程图。
图2是本发明实施例中Leach协议第五轮通信拓扑。
图3是本发明实施例中S-Leach协议第二十七轮通信拓扑。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本发明针对Leach协议中的簇头节点选取的随机性,并没有考虑到节点的剩余能量,可能会造成簇头节点的分布不均,出现某一区域的簇头节点相对集中或某一区域没有簇头节点的情况;以及簇头节点的个数波动很大,因此会产生极大簇(簇内节点太多)或极小簇(簇内节点太少)的情况,不利于网络通信、造成能量的不必要消耗,导致网络的性能下降的局限性,基于谱聚类对其进行改进,提出改进后的S-Leach协议,并对改进协议在无人机集群网络拓扑中的应用做详细的分析。在MATLAB平台上,对S-Leach协议、Leach协议进行仿真对比试验并比较分析。仿真结果验证了S-Leach协议对网络的生命周期有了明显的延长,其网络的负载均衡性也得到了提高。
如图1所示,为本发明一种改进Leach协议的无人机集群网络拓扑设计方法的流程图。具体步骤如下:
(1)将待处理数据即无人机的坐标建立数据集V,构建表示对象相似度的矩阵W;
V为数据集中所有点V=(v1,v2,…,vm),定义任意两点vi,vj之间的权重为wij,建立无向权重图,由无向图的性质可知wij=wji。对于有连接边的两点wij>0,对于没有连接边的点wij=0。用所有点之间的权重值构建图的m*m相似矩阵W:
Figure BDA0002961480240000051
(2)构建度矩阵D;
无向权重图中任意一点vi的度di定义为它和其它点的边的权重之和:
Figure BDA0002961480240000052
利用每个点度的定义,得到m*m的度矩阵D:
Figure BDA0002961480240000053
(3)计算拉普拉斯矩阵L=D-W;
(4)计算L的前k个最小特征值的特征向量;
(5)将k个特征向量组成m*k维的矩阵,按行进行标准化得到矩阵H;
(6)对矩阵H中的每一行作为一个k维样本,共m个样本,用K-means进行聚类得出聚类结果;
(7)在每一类中选取能量值最高的节点作为簇头;
(8)每个簇头与处于同一类的其它子节点构成通信网络;
当前轮中节点当选为簇头之后,就会广播消息告知网络中所有节点,非簇头节点根据接收到的消息,判断要加入哪个簇,判断的依据是接收到各簇头节点所属的类的编号,非簇头节点选择本类的簇头节点,加入该簇,并发送请求加入消息给相应的簇头节点。簇头节点根据接收到的请求消息,确定自己的成员节点,建立通信。
(9)计算每个节点本轮后的能量值完成更新,通信未完成则返回步骤(1);
簇内的节点按照簇头分配的发送数据的时间间隙,将采集到的数据传输给簇头节点。数据传输阶段结束后,由于簇头节点能量消耗比较大,每一轮工作完之后,计算每个节点本轮后的能量值完成更新从而在下一轮重新选举簇头节点,形成新的簇,让所有节点都有成为簇头节点的机会,以此来实现网络能量的均衡。
实施例
设定在1000米*1000米的地图范围内随机生成100个无人机位置点,p=0.05,簇头用“o”表示,其他节点用“+”表示,设定给定的所有节点具有相同的能量,能量值为100,节点的能量消耗仅考虑关键的几次通信过程,其他能量消耗不计。作为簇头的节点每条数据链的建立消耗能量为2,非簇头消耗为1。节点能耗点用“O”标识。如图2所示在第五轮出现节点能量耗尽,耗尽节点编号为76。
同样在1000米*1000米的地图范围内随机生成100个无人机位置点,首先采用谱聚类对节点分类,“+”节点被划分到不同的类别中,设定聚类类别数量为10,基于谱聚类的Leach协议(S-Leach)构建的网络拓扑在第二十七轮出现节点能量被耗尽,如图3所示。
并且对比分簇结果,改进后的通信网络分布更加合理。对比能量耗尽点首次出现的时间可见改进后的方法可以优化整个网络,降低能量的不必要消耗,使网络的生命周期可以大大的延长。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。

Claims (5)

1.一种改进Leach协议的无人机集群网络拓扑设计方法,其特征在于,包括如下步骤:
步骤1,将无人机集群中的每个无人机坐标视为一个节点,对于通信过程的第t轮,利用谱聚类对所有节点进行聚类得出聚类结果;
步骤2,对于聚类结果,在每一类中选取能量值最高的节点作为簇头;
步骤3,每个簇头与该簇头所属类中的其他节点构成通信网络,第t轮完成;
步骤4,计算第t轮完成后每个节点的能量值并进行更新,判断通信过程是否完成,若未完成,则令t=t+1,并返回步骤1,否则通信过程结束。
2.根据权利要求1所述改进Leach协议的无人机集群网络拓扑设计方法,其特征在于,所述步骤1的具体过程如下:
1.1,将所有节点建立数据集V,V=(v1,v2,…,vm),v1,v2,…,vm分别表示第1,2,…,m个节点,根据数据集建立无向权重图,根据无向权重图构建相似度矩阵W;
1.2,根据无向权重图构建度矩阵D;
1.3,计算拉普拉斯矩阵L=D-W;
1.4,计算拉普拉斯矩阵L的所有特征值,并将所有特征值按从小到大的顺序进行排列,计算前k个特征值对应的特征向量;
1.5,将前k个特征值对应的特征向量组成m*k维的矩阵,对该矩阵按行进行标准化得到矩阵H;
1.6,将矩阵H中的每一行作为一个1*k维样本,共m个样本,用K-means对m个样本进行聚类,得出聚类结果,即所有节点的聚类结果。
3.根据权利要求2所述改进Leach协议的无人机集群网络拓扑设计方法,其特征在于,所述相似度矩阵W为:
Figure FDA0002961480230000011
式中,wij表示第i个节点和第j个节点之间的权值,wij=wji,i=1,2,…,m,j=1,2,…,m,m为所有节点的个数;若第i个节点和第j个节点之间有连接边,则wij>0,否则wij=0。
4.根据权利要求2所述改进Leach协议的无人机集群网络拓扑设计方法,其特征在于,所述度矩阵D为:
Figure FDA0002961480230000021
Figure FDA0002961480230000022
式中,i=1,2,…,m,m为所有节点的个数,wij表示第i个节点和第j个节点之间的权值。
5.根据权利要求1所述改进Leach协议的无人机集群网络拓扑设计方法,其特征在于,所述步骤3的具体过程如下:
当节点被选取为簇头后,簇头广播消息告知网络中所有非簇头节点,非簇头节点根据接收到的消息,判断要加入哪个簇头,判断的依据是接收到的各簇头所属类的编号,非簇头节点选择与自己所属类的编号相同的编号对应的簇头,向该簇头发送请求加入消息;簇头根据接收到的请求加入消息,确定自己的成员节点,建立通信。
CN202110239136.8A 2021-03-04 2021-03-04 一种改进Leach协议的无人机集群网络拓扑设计方法 Pending CN112987789A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110239136.8A CN112987789A (zh) 2021-03-04 2021-03-04 一种改进Leach协议的无人机集群网络拓扑设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110239136.8A CN112987789A (zh) 2021-03-04 2021-03-04 一种改进Leach协议的无人机集群网络拓扑设计方法

Publications (1)

Publication Number Publication Date
CN112987789A true CN112987789A (zh) 2021-06-18

Family

ID=76352647

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110239136.8A Pending CN112987789A (zh) 2021-03-04 2021-03-04 一种改进Leach协议的无人机集群网络拓扑设计方法

Country Status (1)

Country Link
CN (1) CN112987789A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113573312A (zh) * 2021-07-27 2021-10-29 西安电子科技大学 一种无人机自组织网络的路由安全保护方法及系统
CN116455459A (zh) * 2023-06-15 2023-07-18 天之翼(苏州)科技有限公司 一种无人机数据动态传输方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101018236A (zh) * 2006-02-12 2007-08-15 刘恒春 基于多协议模块结构网络控制平台的自适应传感器网络
CN101360051A (zh) * 2008-07-11 2009-02-04 西安电子科技大学 一种能量高效的无线传感器网络路由方法
CN103874158A (zh) * 2012-12-18 2014-06-18 江南大学 一种新型的聚类路由算法
CN104394566A (zh) * 2014-11-12 2015-03-04 南京航空航天大学 一种基于模糊决策的低功耗自适应分簇多跳无线传感器网络拓扑控制方法
KR20160018050A (ko) * 2014-08-07 2016-02-17 서울시립대학교 산학협력단 무선 센서 네트워크의 에너지 기반 데이터 전송 방법
CN106304234A (zh) * 2016-08-09 2017-01-04 南京邮电大学 一种基于聚类路由协议的无线传感器网络能耗优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101018236A (zh) * 2006-02-12 2007-08-15 刘恒春 基于多协议模块结构网络控制平台的自适应传感器网络
CN101360051A (zh) * 2008-07-11 2009-02-04 西安电子科技大学 一种能量高效的无线传感器网络路由方法
CN103874158A (zh) * 2012-12-18 2014-06-18 江南大学 一种新型的聚类路由算法
KR20160018050A (ko) * 2014-08-07 2016-02-17 서울시립대학교 산학협력단 무선 센서 네트워크의 에너지 기반 데이터 전송 방법
CN104394566A (zh) * 2014-11-12 2015-03-04 南京航空航天大学 一种基于模糊决策的低功耗自适应分簇多跳无线传感器网络拓扑控制方法
CN106304234A (zh) * 2016-08-09 2017-01-04 南京邮电大学 一种基于聚类路由协议的无线传感器网络能耗优化方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
K. THANGARAMYA,等: ""An Energy Efficient Clustering Approach Using Spectral Graph Theory in Wireless Sensor Networks"", 《2017 SECOND INTERNATIONAL CONFERENCE ON RECENT TRENDS AND CHALLENGES IN COMPUTATIONAL MODELS (ICRTCCM)》 *
北方工业大学教务处: "《正青春(大学生科学研究与创业行动计划优秀研究报告论文集2017)》", 30 September 2018 *
张彤: ""无人机编队组网关键技术研究"", 《中国博士学位论文全文数据库 工程科技II辑》 *
张瑞瑞: ""基于无人机的无线传感器网络优化技术研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
肖伟茂: ""一种基于LEACH的无线传感器网络路由算法"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
钱国忠: ""无线传感器网络LEACH路由协议的研究与改进"", 《中国优秀硕士学位论文全文数据库 信息科技辑》》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113573312A (zh) * 2021-07-27 2021-10-29 西安电子科技大学 一种无人机自组织网络的路由安全保护方法及系统
CN116455459A (zh) * 2023-06-15 2023-07-18 天之翼(苏州)科技有限公司 一种无人机数据动态传输方法及系统
CN116455459B (zh) * 2023-06-15 2023-08-25 天之翼(苏州)科技有限公司 一种无人机数据动态传输方法及系统

Similar Documents

Publication Publication Date Title
Prasanth et al. Implementation of efficient intra-and inter-zone routing for extending network consistency in wireless sensor networks
CN108770029B (zh) 基于聚类和模糊系统的无线传感器网络分簇路由协议方法
US20070299950A1 (en) System for creating optimally-sized clusters
CN104135752B (zh) 一种无线传感器网络簇头节点选择方法及分簇方法
CN112987789A (zh) 一种改进Leach协议的无人机集群网络拓扑设计方法
CN113645143B (zh) 一种空中集群通信网络的优化方法及装置
CN108092826B (zh) 基于骨干节点安全角色层级化的无线传感网安全模型
CN103209455A (zh) 一种基于节点位置信息的无线传感网路由方法
CN114980252B (zh) 一种物联网终端设备的低功耗休眠控制方法与系统
John et al. Energy saving cluster head selection in wireless sensor networks for internet of things applications
CN114885379B (zh) 一种大规模无人机集群自适应分簇组网方法
Prasath et al. RMCHS: Ridge method based cluster head selection for energy efficient clustering hierarchy protocol in WSN
Saravanan et al. Modeling an Energy Efficient Clustering Protocol with Spider Cat Swarm Optimization for WSN
CN114727353A (zh) 基于遗传算法的移动机会传感器网络自适应信息传输方法
Rawat et al. Energy efficient clustering in heterogeneous environment
Inam et al. A novel protocol for vehicle cluster formation and vehicle head selection in vehicular ad-hoc networks
El Khediri et al. Clustering algorithm in wireless sensor networks based on shortest path
CN114783215B (zh) 无人机分簇方法、装置和电子设备
Li et al. UAV-Clustering: Cluster head selection and update for UAV swarms searching with unknown target location
CN107801227B (zh) 一种面向无线传感器网层次化分析的路由调度方法
Patidar et al. Modified unexpended energy based stable cluster head selection for homogeneous wireless sensor networks (WSNs)
CN114449610A (zh) 一种基于网络划分的无线传感节点分簇及簇头选举方法
CN111031506B (zh) 一种基于Voronoi图域处理的无线传感网分簇方法
Kaviarasan et al. A Novel Spider Monkey Optimized Fuzzy C-Means Algorithm (SMOFCM) for Energy-Based Cluster-Head Selection in WSNs
Zhao et al. Retracted Article: An Intelligent model to reduce the energy consumption of sensor network nodes

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210618

RJ01 Rejection of invention patent application after publication