CN113645055A - 一种适用于复杂战场环境下多因素路由协议的实现方法 - Google Patents
一种适用于复杂战场环境下多因素路由协议的实现方法 Download PDFInfo
- Publication number
- CN113645055A CN113645055A CN202110536255.XA CN202110536255A CN113645055A CN 113645055 A CN113645055 A CN 113645055A CN 202110536255 A CN202110536255 A CN 202110536255A CN 113645055 A CN113645055 A CN 113645055A
- Authority
- CN
- China
- Prior art keywords
- node
- vehicle
- communication
- relay
- routing protocol
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004891 communication Methods 0.000 claims abstract description 79
- 230000033001 locomotion Effects 0.000 claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 23
- 238000012795 verification Methods 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims description 18
- 238000005295 random walk Methods 0.000 claims description 5
- 230000000750 progressive effect Effects 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 9
- 238000004422 calculation algorithm Methods 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000004445 quantitative analysis Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000009826 distribution Methods 0.000 description 6
- 238000005562 fading Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/14—Routing performance; Theoretical aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/74—Address processing for routing
-
- 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
本发明提供了一种适用于复杂战场环境下多因素路由协议的实现方法,涉及路由协议实现技术领域,该方法包括:对作战的场景通信的信道环境进行建模,建立不同场景下的车辆移动模型来模拟不同战术条件下节点的移动情况,选择最优的中继节点来进行信息的传递;采用层次分析法对路由协议的影响因素进行定量分析;使用SUMO软件对车辆与车辆以及车辆与辅助通信设备之间的通信性能评价,并进行软件仿真验证。本发明综合考虑不同战场环境下,通信车辆节点的通信链路质量,车辆的移动性模型,节点间的通信质量三种因素,采用层次分析法定量计算上述各因素权重值,选择合适的中继节点进行路由转发算法,在完成信息传输的情况下,提高信息传输的成功率。
Description
技术领域
本发明涉及路由协议实现技术领域,具体地,涉及一种适用于复杂战场环境下多因素路由协议的实现方法。
背景技术
随着信息技术的发展,人类社会已由工业化时代步入信息化时代,现代战争形式也已发展成信息化条件下的高科技战争,战争的胜利取决于军用装备作战效能所形成的整体合力,而军用通信网正是形成该合力的粘合剂,如何快速建立通信,维护通信,或者在瘫痪时恢复网络就成为打赢信息化战争的关键因素。在战场环境下的通信网则是用于军事目的,保障作战指挥的通信网,基本要求是能够保障作战指挥的通信网络,武器系统控制,后勤支持和日常管理等信息的准确传递。路由协议指的是在通信网络中从一个通信实体向另一个通信实体传输数据分组的体制,实现信息的共享和交换,因此,战车间路由协议的性能好坏对数据传输可靠性与有效性起到关键作用,使用新技术提高或恢复战车的通信功能就成为战争胜利的有力保障。
公开号为CN110401601A的发明专利,公开了一种拟态路由协议系统和方法,包括路由协议冗余控制器和路由协议设备端;路由协议冗余控制器用于定义路由协议设备端运行的至少两种路由协议并向路由协议设备端发送运行请求;根据路由协议设备端的裁决状态,裁决路由协议设备端上数据包转发使用的路由协议。路由协议设备端用于运行路由协议冗余控制器定义的路由协议,获取裁决状态并将裁决状态发送至路由协议冗余控制器;所述的裁决状态包括但不限于路由协议运行状态、路由协议计算结果。
在复杂的战场环境下,战车需要满足大量的战术要求,这就需要稳定且持续的链路稳定性,但战车节点速度的快速移动性会导致车辆间的拓扑变化较频繁,车辆间的通信链路也会变得很脆弱,在这种情况除了要提高车辆通信设备的通信质量和通信范围外,同时也要提高车辆间的内部联系,如附图1所示,在复杂的战场环境下的简单的车辆间的单一通信方式往往不能不足以满足现代战争的需要,只有丰富多样的通信方式才能增加信息传输的有效性及可靠性,针对不同的战术规模,不同的战车数量和不同的战场环境,需要设计出一种适应于复杂的战场环境的路由协议,用来达到提高信息传输的有效性和可靠性的效果。
发明内容
针对现有技术中的缺陷,本发明提供一种适用于复杂战场环境下多因素路由协议的实现方法。
根据本发明提供的一种适用于复杂战场环境下多因素路由协议的实现方法,所述法具体步骤如下:
步骤S1:对作战的场景通信的信道环境进行建模,并对当前的战场环境进行分类处理;通过仿真,得出车辆节点的通信中断概率与信噪比大小之间的关系,并在众多的备选节点中选取最优的中继节点;
步骤S2:在不同的战术要求下,将节点的战术通信模型进行分类,使用不同的车辆移动模型来模拟不同战术条件下节点的移动情况,通过车辆节点间的相遇次数,计算出在所有的备选节点中相遇次数最多的点作为中继节点来进行信息的传递;
步骤S3:进行车辆转发位置判定,判断是否获得目标节点的信息,若没有获得目标节点的信息,就要进入位置反馈系统来获取节点的位置信息,接着进入下一步骤;若已获得目标节点的信息,直接进入下一步骤;
步骤S4:判断获得的目标节点是否在通信半径内,如果在通信半径内,数据直接发送给目标节点,完成本次的路由转发,如不满足在通信半径内,重复S1-S3步骤,直至找到满足要求的节点。
优选的,所述步骤S1对当前的战场环境进行分类处理包括:将通信环境按照信噪比的大小分为高信噪比,中信噪比和低信噪比三种战场环境。
优选的,针对三种不同的战场环境场景,提供对应的解决方案来定量解决备选中继节点的选择,中继节点选择方案包括:传统的中继选择方案CRSS,渐近中继选择方案ARSS和半渐近中继选择方案SARSS。
优选的,所述传统中继选择方案CRSS适合无干扰,低噪比的战场通信场景,采用最大最小准则,需要计算源节点到中继节点与中继节点到目标节点的两个链路瞬时信噪比;
选择两个信噪比数值的较小值作为源节点-中继节点-目标节点链路的瞬时信噪比;
在所有可用的中继节点的不同链路计算得出的信噪比中,选择拥有最大值的节点作为最后选择的最优中继节点,公式如下:
式中,γn,f表示从源车辆到中继车辆的瞬时信噪比,γf,dk表示该中继车辆到目的车辆的瞬时信噪比。
优选的,所述渐近中继选择方案ARSS适用于分布式,高信噪比的场景,仅考虑中继链路与干扰链路的比值,选择比值最大的节点作为中继节点,公式如下:
优选的,所述半渐近中继选择方案SARSS结合传统的中继选择方案和渐进中继选择方案,适合中间信噪比的战场环境,公式如下:
优选的,所述步骤S2中,根据不同的战术要求,根据网络中的通信节点数量的不同,将节点的移动模型分为随机路点模型,随机游走模型和基于群组的移动模型。
优选的,该方法还包括:
步骤S5:使用SUMO软件对模拟的信道环境进行软件仿真验证,验证该路由协议在复杂战场环境下的性能。
优选的,所述步骤S5具体包括:使用SUMO软件对车辆与车辆以及车辆与辅助通信设备之间的通信性能评价,通过模拟的信道环境进行软件仿真验证,与经典的路由协议在端到端的时延和传输成功率进行比较,验证路由协议在复杂战场环境下具有的性能。
优选的,所述仿真搭建的步骤如下:
步骤S5.1:按照战场环境的通信情况建立静态的交通网络;
步骤S5.2:根据战术的要求模拟对应的车辆移动模型;
步骤S5.3:实现车路模型,使用SUMO软件使真实的车辆在地图跑起来,构建整个交通网络信息,在仿真结束后将生成移动车辆的轨迹文件,通过分析数据得到整个车辆网络间的关系。
与现有技术相比,本发明具有如下的有益效果:
本发明能够综合考虑不同战场环境下,通信车辆节点的通信链路质量,车辆的移动性模型,车辆节点的相遇概率三种因素,在不同的战场环境下,在众多的备选节点中,选择合适的中继节点进行路由转发算法,提高信息传输的成功率,以及信息传输的有效性和可靠性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明中战场环境下的车辆通信示意图;
图2为本发明中MRPBE路由协议的步骤示意图;
图3为本发明中继节点选择算法示意图;
图4为本发明车辆移动模型中随机路点模型的示意图;
图5为本发明车辆移动模型中随机游走模型的示意图;
图6为本发明车辆移动模型中基于群组的移动模型的示意图
图7为本发明中权重值标度示意图;
图8为本发明中层次分析法获得权重步骤示意图;
图9为本发明中SUMO车辆路网仿真框架示意;
图10为本发明中SUMO车辆路网仿真搭建图;
图11为本发明中实景示意图;
图12为本发明中仿真示意图;
图13为本发明中仿真平台对整个系统的监控示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
在不同的战场环境下,军用武器所使用的通信质量会随着地形不同而有所不同,即便在同一种战场环境下,车辆节点间的通信质量的也会节点的高速移动性而产生一些变化。为了解决上述由于战场环境不同对整个通信链路的影响的问题。本发明提出一种适用于复杂战场环境下多因素路由协议,综合考虑不同战场环境下,通信车辆节点的通信链路质量,车辆的移动性模型,车辆节点的相遇概率三种因素,在不同的战场环境下,在众多的备选节点中,选择合适的中继节点进行路由转发算法,提高信息传输的成功率。
在野外的战场环境下,车车通信往往会受到着高大的植被或者高山的遮挡影响,对车辆通信的成功率造成很大的影响。单纯的靠车辆间的点对点的传播往往会达不到效果,此时,就需要选择在通信范围里的备选节点来进行辅助通信。因此,在选择最合适的中继辅助节点就成为问题的关键。
本发明实施例提供的一种适用于复杂战场环境下多因素路由协议的实现方法,参照图2和图3所示,在车辆间通信的过程中,不仅要考虑车辆节点的运动情况,也要考虑传输的无线通信链路的路径损耗和信道衰落的情况。需要通信的车辆在其通信范围内可能有多个可以辅助通信的中继车辆,根据不同的车辆与中继节点无线通信链路的信道环境,提出基于复杂战场环境的中继节点选择算法,旨在众多的备选中继节点中选择最优的节点。
在传统的备选中继选择基础上,MRPBE路由协议提出根据不同信道的干扰状态信息可分为三种情况:低信噪比场景,中信噪比场景和高信噪比场景,对于这三种不同的战场环境场景,本发明提出的路由协议提供对应的解决方案来定量解决备选节点的选择,这三种中继选择方案分别为:传统的中继选择方案(Conventional Relay Selection Schemes,CRSS),渐近中继选择方案(Asymptotic Relay Selection Schemes,ARSS)和半渐近中继选择方案(Semi-Asymptotic Relay Selection Schemes,SARSS),通过计算众多备选节点与源节点的链路情况通信状况,选择合适的中继备选节点作为信息传输的辅助节点,从而提高车辆间的信息传输成功率。
传统中继选择方案CRSS适合无干扰,低噪比的战场通信场景。该方案采用最大最小准则,需要计算源节点到中继节点与中继节点到目标节点的两个链路瞬时信噪比,然后选择两个信噪比数值的较小值作为源节点-中继节点-目标节点链路的瞬时信噪比。最后,在所有可用的中继节点的不同链路计算得出的信噪比中,选择拥有最大值的节点作为最后选择的中继节点,如公式所示:
式中,γn,f表示从源车辆到中继车辆的瞬时信噪比,γf,dk表示该中继车辆到目的车辆的瞬时信噪比。但是这种选择方案只适用于无信号源干扰的简单场景,并不适用于有考虑干扰场景。
渐近中继选择方案ARSS主要适用于分布式,高信噪比的场景,渐近中继选择方案仅考虑中继链路与干扰链路的比值,选择比值最大的节点作为中继节点。因此,渐进中继选择方案ARSS的如公式所示:
半渐近中继选择方案SARSS结合了传统的中继选择方案和渐进中继选择方案,它适合中间信噪比的战场环境,该方案是传统中继选择方案的拓展,半渐近中继选择方案如公式所示:
该方案很适合在干扰环境和非干扰环境动态、实时转换和对切换时间的战场环境,能够填补传统和渐进中继选择方案之间的差距。根据不同的场景的信噪干扰比,VCNOP路由协议可以自动选择合适的中继选择算法,道路上相邻车辆的传输损耗如公式所示:
式中,α表示车辆之间的通信路径的损耗参数,该参数的数值大小与通信距离和功率衰减有关。表征的是相邻车辆的信道的衰落情况,Dnifi表示当前节点ni到邻居节点fi的欧式距离。假设ni与某一个邻居节点间的通信的最大互信息量如公式所示:
式中,SINR表示通信发送车辆与接收车辆的信号干扰噪比。假设车辆间数据包传递速率为Vpacket,单位为bit/(s·Hz),相邻车辆间通信的中断概率可以用来表示,即当车辆间的单位时间需要传输最大信息交换量小于车辆间数据包传输的速度,两辆车就会发生信息传输中断的现象,如公式所示:
由公式(5)和(6)可以推导出当前车辆与邻居车辆通信出现中断的概率如公式(7)所示:
当前节点与中继节点通信链路的信噪干扰比越高,距离越小,两端无线链路衰落的影响越小时,当前节点更容易找到合适的中继节点转发消息。
根据不同的战术要求,根据网络中的通信节点数量的不同,将节点的移动模型分为随机路点模型,随机游走模型和基于群组的移动模型。
随机路点模型:使用随机路点模型的网络中,各个车辆节点间是相互独立的,对于一个特定的车辆节点给定一个速度区间[Vmin,Vmax]和一个等待时间区间[Tmin,Tmax],车辆节点每次运动前会随机的选择一个速度V和一个等待时间T(V∈[Vmin,Vmax],T∈[Tmin,Tmax]),以速度V匀速到达第一个目标节点后,车辆节点选择等待时间T后再随机的选择下一个目标节点。在该模型下通过调整速度和等待时间区间的上下限值,可以动态改变网络拓扑变化的频繁程度。参照图4中所示为仿真网络中的节点的移动轨迹图。
随机移动模型:随机游走模型是在随机路点模型的基础上加入了移动方向和移动时间因素形成的模型。因此,在该模型中,车辆节点在速度区间[Vmin,Vmax]和方向区间[0,2π]随机选择一个速度V和一个移动方向θ,然后沿着该方向行驶的时间段t后,然后重新选择下一次的随机值,开始新的运动,参照图5所示为节点的移动轨迹图。
基于群组的移动模型:基于群组的移动模型来源于具有相同目标和相同爱好的车辆和人类更高的概率聚集在一起形成某个群组的假设。在每个群组中存在一个逻辑中心节点,每个逻辑中心节点的移动速度(vcenter(t))和移动方向(θcenter(t))决定群组其他组员节点的运动趋势(vmember(t)和θmember(t))。参照图6所示为节点的移动轨迹图,规则如公式(8)~(11)所示:
vcenter(t)=vmax·random(0,1)………(8)
θcenter(t)=2π·random(0,1)……(9)
群移动模型的判断移动点为群目标时:表示目标A、B,在测量坐标系下其位置分别为(XA,YA,ZA)、(XB,YB,ZB),速度分别为(VXA,VYA,VZA)、
(VXB,VYB,VZB),当两者同时满足以下四个条件时,判断为A和B两个群目标,其中DB,VB,cos-1(θB),VC,为群目标设定的标准值,如公式(12)~(16)所示:
基于随机模型的基础上,高斯马尔科夫移动模型中,通过物理运动学知识表征了运动的车辆节点在每个时刻点的运动状态存在规律性,不存在某一时刻车辆运动的突变性,而是遵从变化平滑性的原则。对于平滑随机移动模型,在高斯马尔科夫移动模型的基础上,结合了泊松概率分布,使得车辆节点的移动、分布服从泊松分布。同时,服从泊松分布的车辆节点移动方向和速度上具有不确定性,这也贴近真实交通环境的要求。但该类移动模型在建模时对道路分布方面的因素考虑较少,没有重视空间上的相关性。
假设用Xa,b(t)表示在某一段时间t内,车辆节点a和车辆节点b相遇过X次的随机事件。在仿真区域内的任意取两个车辆节点a和b,对a和b相遇次数的事件与其他节点相互独立。因此,Xa,b(t)是一个随时间平稳增加的独立随机过程。因此,对任意的t1<t2<t3<···<tn,Xa,b(t2)-Xa,b(t1),Xa,b(t3)-Xa,b(t2),...,Xa,b(tn)-Xa,b(tn-1)都是相互独立的,则Xa,b(tn)过程可以被认为是一个泊松过程。对任意t0>0,在t0时间段内节点a和b相遇次数Xa,b(t+t0)-Xa,b(t)服从参数为λa,bt0的泊松过程。
它的概率分布可以描述如公式17所示:
根据公式(17)可以计算出在所有的备选节点中相遇次数最多的点作为中继节点来进行信息的传递,因为这样车辆节点易接触到大量其他节点,大大增加传输效果。
本文在综合考虑战场环境中,车辆节点间的链路通信质量,车辆的移动模型和车辆间相遇的概率三个因素的同时,尽量选择,车辆节点间的链路通信质量越好、车辆的移动模型稳定、车辆间相遇的概率越大的节点作为中继节点,被选择为最佳下一跳转发节点的可能性越大,从而达到提高路由性能效果。
针对某个因素对路由协议的影响,本文将所有影响结果的因素进行两两比较。参照图7所示,本发明采用层次分析法来进行1~9及其倒数的标度方法来确定的影响因素的权重值。根据分析各影响因素相互的影响关系基础上,表示为层次分析法获得各个因素的权重判断步骤。如附图8所示,本发明建立量化指标权重的判断矩阵为指标权重判断矩阵。
1、首先,将判别矩阵对应的每一行元素的乘积加和得到Mi,如公式(18)所示:
4、由此可以得到衡量该目标函数的权重向量,如公式(21)所示:
W=[w1,w2,···,wn]T (21)
使用SUMO软件对车辆与车辆以及车辆与辅助通信设备之间的通信性能评价,通过模拟的信道环境进行软件仿真验证,与经典的路由协议在端到端的时延和传输成功率进行比较,验证本发明提出的路由协议在复杂战场环境下具有高可靠性的性能,如附图9和图10所示,其仿真搭建的步骤如下:
(1)、首先按照战场环境的通信情况建立静态的交通网络。针对本发明的路由协议的研究,所需要的地图文件可以根据仿真指标和场景来设计所使用的节点文件和道路文件;也可以根据交通网站OpenStreetMap来生成真实地图,选取地图后再使用SUMO来处理,得到路由协议所需要的道路信息和道路的拓扑关系。
(2)、然后根据战术的要求模拟对应的车辆移动模型。利用SUMO可以生成所需要车辆移动模型。
(3)最后可以实现车路模型。使用SUMO软件可以使真实的车辆可以在地图跑起来,构建整个交通网络信息,在仿真结束后将生成移动车辆的轨迹文件,通过分析数据得到整个车辆网络间的关系。
参照图11所示,该图为某地区周边的街道的实景图,图12为SUMO处理过的地图,从对比可以很清晰看出主要仿真道路的线路,将处理后地图的的主要路线在与真实路线进行逐一校准,提高路由协议的准确性。在所搭建仿真平台中部署一组RSU节点和两组车辆节点,其仿真界面参照图13所示,本发明设置车辆的通信半径相等都是250米,RSU通信半径为250米,RSU的部署近似服从均匀分布。
本发明实施例提供了一种适用于复杂战场环境下多因素路由协议的实现方法,综合考虑不同战场环境下,通信车辆节点的通信链路质量,车辆的移动性模型,车辆节点的相遇概率三种因素,在不同的战场环境下,在众多的备选节点中,选择合适的中继节点进行路由转发算法,提高信息传输的成功率,以及信息传输的有效性和可靠性。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种适用于复杂战场环境下多因素路由协议的实现方法,其特征在于,包括:
步骤S1:对作战的场景通信的信道环境进行建模,并对当前的战场环境进行分类处理;通过仿真,得出车辆节点的通信中断概率与信噪比大小之间的关系,并在众多的备选节点中选取最优的中继节点;
步骤S2:在不同的战术要求下,将节点的战术通信模型进行分类,使用不同的车辆移动模型来模拟不同战术条件下节点的移动情况,通过车辆节点间的相遇次数,计算出在所有的备选节点中相遇次数最多的点作为中继节点来进行信息的传递;
步骤S3:进行车辆转发位置判定,判断是否获得目标节点的信息,若没有获得目标节点的信息,就要进入位置反馈系统来获取节点的位置信息,接着进入下一步骤;若已获得目标节点的信息,直接进入下一步骤;
步骤S4:判断获得的目标节点是否在通信半径内,如果在通信半径内,数据直接发送给目标节点,完成本次的路由转发,如不满足在通信半径内,重复S1-S3步骤,直至找到满足要求的节点。
2.根据权利要求1所述的适用于复杂战场环境下多因素路由协议的实现方法,其特征在于,所述步骤S1对当前的战场环境进行分类处理包括:将通信环境按照信噪比的大小分为高信噪比,中信噪比和低信噪比三种战场环境。
3.根据权利要求2所述的适用于复杂战场环境下多因素路由协议的实现方法,其特征在于,针对三种不同的战场环境场景,提供对应的解决方案来定量解决备选中继节点的选择,中继节点选择方案包括:传统的中继选择方案CRSS,渐近中继选择方案ARSS和半渐近中继选择方案SARSS。
7.根据权利要求1所述的适用于复杂战场环境下多因素路由协议的实现方法,其特征在于,所述步骤S2中,根据不同的战术要求,根据网络中的通信节点数量的不同,将节点的移动模型分为随机路点模型,随机游走模型和基于群组的移动模型。
8.根据权利要求1所述的适用于复杂战场环境下多因素路由协议的实现方法,其特征在于,还包括:
步骤S5:使用SUMO软件对模拟的信道环境进行软件仿真验证,验证该路由协议在复杂战场环境下的性能。
9.根据权利要求8所述的适用于复杂战场环境下多因素路由协议的实现方法,其特征在于,所述步骤S5具体包括:使用SUMO软件对车辆与车辆以及车辆与辅助通信设备之间的通信性能评价,通过模拟的信道环境进行软件仿真验证,与经典的路由协议在端到端的时延和传输成功率进行比较,验证路由协议在复杂战场环境下具有的性能。
10.根据权利要求8所述的适用于复杂战场环境下多因素路由协议的实现方法,其特征在于,所述仿真搭建的步骤如下:
步骤S5.1:按照战场环境的通信情况建立静态的交通网络;
步骤S5.2:根据战术的要求模拟对应的车辆移动模型;
步骤S5.3:实现车路模型,使用SUMO软件使真实的车辆在地图跑起来,构建整个交通网络信息,在仿真结束后将生成移动车辆的轨迹文件,通过分析数据得到整个车辆网络间的关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110536255.XA CN113645055B (zh) | 2021-05-17 | 2021-05-17 | 一种适用于复杂战场环境下多因素路由协议的实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110536255.XA CN113645055B (zh) | 2021-05-17 | 2021-05-17 | 一种适用于复杂战场环境下多因素路由协议的实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113645055A true CN113645055A (zh) | 2021-11-12 |
CN113645055B CN113645055B (zh) | 2023-11-17 |
Family
ID=78415795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110536255.XA Active CN113645055B (zh) | 2021-05-17 | 2021-05-17 | 一种适用于复杂战场环境下多因素路由协议的实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113645055B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9124957B1 (en) * | 2011-02-07 | 2015-09-01 | Christopher Fogel | System and method for dynamic multifactor routing |
CN106656819A (zh) * | 2017-02-06 | 2017-05-10 | 中国人民解放军理工大学 | 一种基于时间表的dtn机会预测路由方法 |
CN106961707A (zh) * | 2017-03-06 | 2017-07-18 | 哈尔滨工程大学 | 一种vanet中基于连通性的多因素决策路由协议 |
CN108541040A (zh) * | 2018-02-28 | 2018-09-14 | 哈尔滨工程大学 | 一种适用于城市场景下的跨层路由协议 |
CN109039454A (zh) * | 2018-06-05 | 2018-12-18 | 西安理工大学 | 协作军车编队的无线紫外光隐秘通信的中继选择方法 |
CN112737840A (zh) * | 2020-12-29 | 2021-04-30 | 西北工业大学深圳研究院 | 一种基于无人机辅助的车联网中继选择与安全传输方法 |
-
2021
- 2021-05-17 CN CN202110536255.XA patent/CN113645055B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9124957B1 (en) * | 2011-02-07 | 2015-09-01 | Christopher Fogel | System and method for dynamic multifactor routing |
CN106656819A (zh) * | 2017-02-06 | 2017-05-10 | 中国人民解放军理工大学 | 一种基于时间表的dtn机会预测路由方法 |
CN106961707A (zh) * | 2017-03-06 | 2017-07-18 | 哈尔滨工程大学 | 一种vanet中基于连通性的多因素决策路由协议 |
CN108541040A (zh) * | 2018-02-28 | 2018-09-14 | 哈尔滨工程大学 | 一种适用于城市场景下的跨层路由协议 |
CN109039454A (zh) * | 2018-06-05 | 2018-12-18 | 西安理工大学 | 协作军车编队的无线紫外光隐秘通信的中继选择方法 |
CN112737840A (zh) * | 2020-12-29 | 2021-04-30 | 西北工业大学深圳研究院 | 一种基于无人机辅助的车联网中继选择与安全传输方法 |
Non-Patent Citations (2)
Title |
---|
吴迪;何兆祥;赵小刚;殷福亮;李明;: "想定环境中对战术互联网性能评估方法的研究及实现", 兵工学报, no. 09 * |
朱至天;谌明;闫朝星;李永;: "延迟中断容忍网络路由技术综述", 遥测遥控, no. 06 * |
Also Published As
Publication number | Publication date |
---|---|
CN113645055B (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Luong et al. | Applications of deep reinforcement learning in communications and networking: A survey | |
Nazib et al. | Reinforcement learning-based routing protocols for vehicular ad hoc networks: A comparative survey | |
Farheen et al. | Improved routing in MANET with optimized multi path routing fine tuned with hybrid modeling | |
US20210348928A1 (en) | Multi-police-officer collaborative round-up task allocation and path planning method under constraint of road network | |
US8351357B2 (en) | Tactical cognitive-based simulation methods and systems for communication failure management in ad-hoc wireless networks | |
Mohammadnezhad et al. | Hybrid routing scheme using imperialist competitive algorithm and RBF neural networks for VANETs | |
CN113382382B (zh) | 一种基于模糊逻辑优化策略的车辆自组网络路由方法 | |
Quan et al. | Cybertwin-driven DRL-based adaptive transmission scheduling for software defined vehicular networks | |
Carrillo et al. | Communication-aware multi-agent metareasoning for decentralized task allocation | |
Maakar et al. | Performance evaluation of AODV and DSR routing protocols for flying ad hoc network using highway mobility model | |
Rashid et al. | Reliability-aware multi-objective optimization-based routing protocol for VANETs using enhanced Gaussian mutation harmony searching | |
Chuprov et al. | Reputation and trust models with data quality metrics for improving autonomous vehicles traffic security and safety | |
Cárdenas et al. | A multimetric predictive ANN-based routing protocol for vehicular ad hoc networks | |
Nahar et al. | MetaLearn: Optimizing routing heuristics with a hybrid meta-learning approach in vehicular ad-hoc networks | |
Ahmad et al. | Adaptation of Vehicular Ad hoc Network Clustering Protocol for Smart Transportation. | |
Montana et al. | Optimizing parameters of a mobile ad hoc network protocol with a genetic algorithm | |
Campos et al. | Realistic individual mobility Markovian models for mobile ad hoc networks | |
Cárdenas et al. | GraTree: A gradient boosting decision tree based multimetric routing protocol for vehicular ad hoc networks | |
Saad et al. | MDP-based vehicular network connectivity model for VCC management | |
CN113645055B (zh) | 一种适用于复杂战场环境下多因素路由协议的实现方法 | |
Chen et al. | Ellipse group mobility model for tactical manet | |
Murshed | Reinforcement Learning-based User-centric Handover Decision-making in 5G Vehicular Networks | |
Akinola et al. | Link state prediction in mobile ad hoc network using Markov renewal process | |
Huang et al. | A mobility-aware link enhancement mechanism for vehicular ad hoc networks | |
Nahar et al. | Sptframe: A framework for spatio-temporal information aware message dissemination in software defined vehicular networks |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No. 1333-1 Zhongchun Road, Minhang District, Shanghai, 201109 Applicant after: SHANGHAI INSTITUTE OF ELECTROMECHANICAL ENGINEERING Address before: No. 3888, Yuanjiang Road, Minhang District, Shanghai, 201100 Applicant before: SHANGHAI INSTITUTE OF ELECTROMECHANICAL ENGINEERING |
|
GR01 | Patent grant | ||
GR01 | Patent grant |