郭科兵，徐光輝，丁 寧

（1.94672 部隊(duì)，江蘇 南京 211500；2.陸軍工程大學(xué)，江蘇 南京 210007；3.南京熊貓通信科技有限公司，江蘇 南京 210007）

0 引言

無人機(jī)（Unmanned Aerial Vehicle，UAV）在軍事和民用領(lǐng)域的應(yīng)用越來越廣泛，其軍事用途超過25 年，主要包括邊境監(jiān)視、偵察和空中打擊[1]。國內(nèi)外在軍用無人機(jī)方面都進(jìn)行了大量的研究，現(xiàn)在已初有部分列入實(shí)際應(yīng)用，如無人攻擊機(jī)、無人偵察機(jī)以及無人機(jī)群執(zhí)行軍事打擊任務(wù)等。在民用領(lǐng)域的應(yīng)用也較多，例如作為電子警察進(jìn)行公共安全管理，實(shí)時(shí)監(jiān)測(cè)重要部位的安全情況，提供及時(shí)的災(zāi)難警告并幫助加速營救行動(dòng)，開展地震災(zāi)情偵察和震后臨時(shí)網(wǎng)絡(luò)的搭建。無人機(jī)可以將物品運(yùn)送到無法到達(dá)的地方，如在有毒氣體滲透或者有核污染的情況下。另外，森林火災(zāi)和野生動(dòng)物追蹤方面，無人機(jī)可以代替人員快速檢查大面積區(qū)域，且不會(huì)對(duì)人身造成危險(xiǎn)。

無人機(jī)有各種尺寸，大型無人機(jī)可以單獨(dú)使用來執(zhí)行任務(wù)，如農(nóng)業(yè)領(lǐng)域的植保無人機(jī)、快遞公司正在開發(fā)的配送快遞無人機(jī)等，小型則可用于編隊(duì)或集群，而后者被證明在軍用和民用方面具有極高的應(yīng)用價(jià)值。正如Daniel 和Wietfeld 在文獻(xiàn)[2]中所述，他們很可能會(huì)成為行動(dòng)中的核心力量，如軍用、警用、消防和安保等。此外，在電子和傳感器技術(shù)的發(fā)展已擴(kuò)大了無人機(jī)集群的應(yīng)用范圍[3]，可作為交通監(jiān)控、風(fēng)能估計(jì)和遙感[4]等。

無人機(jī)編隊(duì)或集群的應(yīng)用前景廣泛，但該領(lǐng)域還是一個(gè)相對(duì)較新的領(lǐng)域，之前進(jìn)行的研究較少。為了有效利用無人機(jī)集群發(fā)揮作用，必須要建立穩(wěn)定和可靠的特定用途的網(wǎng)絡(luò)，其中有很多問題需要解決，路由協(xié)議就是其中之一。由于無人機(jī)高速運(yùn)動(dòng)的原因，現(xiàn)有的靜態(tài)路由協(xié)議和車載路由協(xié)議都不適合當(dāng)前的無人機(jī)自組織網(wǎng)絡(luò)，需要提出新的路由協(xié)議。近些年，廣大學(xué)者對(duì)基于地理位置的路由協(xié)議開展了廣泛研究，在整個(gè)網(wǎng)絡(luò)的性能上有了較大提升[5-7]。在基于位置的無人機(jī)自組織網(wǎng)絡(luò)中的路由協(xié)議中，大多需要周期地從周邊鄰居獲取他們的位置。由于為了網(wǎng)絡(luò)開銷的原因，獲取周邊鄰居位置的周期不能設(shè)置得太短，衍生出了一個(gè)問題：獲取周邊鄰居位置存在滯后性，必然會(huì)造成路由判斷的失敗，特別是在高速無人機(jī)自組織網(wǎng)絡(luò)中，這個(gè)問題更加明顯[8]。

針對(duì)上面提出的位置獲取滯后問題，本文提出了一種基于無跡卡爾曼濾波（unscented Kalman filter）[9]實(shí)時(shí)預(yù)測(cè)周邊鄰居節(jié)點(diǎn)位置的算法，以增強(qiáng)無人機(jī)自組織網(wǎng)絡(luò)路由轉(zhuǎn)發(fā)時(shí)的成功率，提升無人機(jī)自組織網(wǎng)絡(luò)的路由性能。本文完成的主要工作如下：（1）針對(duì)基于地理位置的無人機(jī)自組網(wǎng)路由協(xié)議獲取鄰居節(jié)點(diǎn)位置滯后的問題進(jìn)行了廣泛研究，討論了現(xiàn)有解決策略的利弊，并做了橫向?qū)Ρ?；?）提出了基于無跡卡爾曼濾波實(shí)時(shí)預(yù)測(cè)周邊鄰居節(jié)點(diǎn)位置的模型，詳細(xì)敘述了相應(yīng)的節(jié)點(diǎn)實(shí)時(shí)位置預(yù)測(cè)過程；（3）將位置預(yù)測(cè)應(yīng)用在GPSR 路由協(xié)議上，在OPNET 中對(duì)改進(jìn)的路由協(xié)議進(jìn)行性能分析，相較GPSR 路由協(xié)議，性能有所提升，特別是在高速移動(dòng)的無人機(jī)自組織網(wǎng)絡(luò)中；（4）總線全文，提出未來研究的展望。

1 相關(guān)工作

在基于地理位置的自組織網(wǎng)絡(luò)路由協(xié)議中，通過將數(shù)據(jù)包轉(zhuǎn)發(fā)給靠近目標(biāo)節(jié)點(diǎn)的鄰居節(jié)點(diǎn)，以完成對(duì)數(shù)據(jù)包下一跳的轉(zhuǎn)發(fā)。由于節(jié)點(diǎn)對(duì)其周邊鄰居節(jié)點(diǎn)地理位置的獲取通過周期地接收所有鄰居的廣播信號(hào)而獲得，而路由判斷存在于任何時(shí)刻，在進(jìn)行路由選擇鄰居節(jié)點(diǎn)的判斷時(shí)，使用的是上一個(gè)周期獲取的周邊鄰居的位置信息，而此時(shí)鄰居可能已經(jīng)運(yùn)動(dòng)到了本節(jié)點(diǎn)的通信范圍之外，便會(huì)造成路由失敗[10]。如圖1 所示，在t1時(shí)刻，A 無人機(jī)節(jié)點(diǎn)獲取了其鄰居節(jié)點(diǎn)B、C 的地理位置；在t2時(shí)刻，A節(jié)點(diǎn)決定根據(jù)之前t1時(shí)刻獲取的鄰居位置情況，判斷期望將數(shù)據(jù)包轉(zhuǎn)發(fā)給B 節(jié)點(diǎn)，而此時(shí)節(jié)點(diǎn)B 已經(jīng)運(yùn)動(dòng)到了A 節(jié)點(diǎn)的通信范圍之外，造成路由失敗。此問題在高速移動(dòng)的無人機(jī)自組織網(wǎng)絡(luò)中更加明顯，會(huì)在很大程度上影響數(shù)據(jù)包轉(zhuǎn)發(fā)的成功率，增加整個(gè)網(wǎng)絡(luò)的點(diǎn)到點(diǎn)傳遞時(shí)間。

圖1 周邊鄰居節(jié)點(diǎn)位置滯后

受限于技術(shù)研究的不深入和機(jī)載設(shè)備發(fā)展的不成熟，基于地理位置的路由協(xié)議剛提出時(shí)，通常忽略鄰居節(jié)點(diǎn)位置獲取滯后的問題，如貪婪位置轉(zhuǎn)發(fā)路由協(xié)議（Greedy Geographic Forwarding，GGF）[11]和經(jīng)典的周邊無狀態(tài)貪婪轉(zhuǎn)發(fā)路由協(xié)議（Greedy Perimeter Stateless Routing，GPSR）[12]等。后來出現(xiàn)了一些基于GPSR 的改進(jìn)型路由協(xié)議，如文獻(xiàn)[13]通過運(yùn)動(dòng)節(jié)點(diǎn)之前的運(yùn)動(dòng)軌跡來預(yù)測(cè)下一時(shí)刻的鄰居節(jié)點(diǎn)位置，但在高速運(yùn)動(dòng)和復(fù)雜任務(wù)的無人機(jī)組網(wǎng)中，此方法對(duì)位置的預(yù)測(cè)精確度還有限。還有一些路由協(xié)議[8,14]通過假設(shè)鄰居節(jié)點(diǎn)在這段時(shí)間內(nèi)進(jìn)行勻速直線運(yùn)動(dòng)來對(duì)其位置進(jìn)行預(yù)測(cè)，以縮小造成的位置預(yù)測(cè)誤差。此種方案在一定程度上減小了位置判斷的錯(cuò)誤，但是模型估計(jì)還不夠精確，因?yàn)樗泄?jié)點(diǎn)必然不會(huì)按照直線進(jìn)行勻速運(yùn)動(dòng)，所以在高速移動(dòng)的自組織網(wǎng)絡(luò)中還存在問題。

近年來，隨著無人機(jī)機(jī)載設(shè)備的發(fā)展，大量機(jī)載測(cè)距設(shè)備得以小型化（DME、激光測(cè)距、激光雷達(dá)等），為無人機(jī)組網(wǎng)路由過程中獲得鄰居節(jié)點(diǎn)與本節(jié)點(diǎn)的實(shí)時(shí)距離提供了可能。為解決前文撰述的路由過程中鄰居節(jié)點(diǎn)位置信息滯后的問題，本文提出了一種基于無跡卡爾曼濾波實(shí)時(shí)預(yù)測(cè)鄰居節(jié)點(diǎn)位置的算法，在此基礎(chǔ)上對(duì)GPSR 路由協(xié)議進(jìn)行改進(jìn)，并在OPNET 中進(jìn)行了仿真驗(yàn)證，證實(shí)了此協(xié)議在性能上相較GPSR 有良好的提升。

2 基于周邊節(jié)點(diǎn)位置實(shí)時(shí)預(yù)測(cè)的無人機(jī)自組網(wǎng)路由協(xié)議

本章提出了無人機(jī)自組網(wǎng)的網(wǎng)絡(luò)模型，根據(jù)無跡卡爾曼理論在路由協(xié)議的鄰居預(yù)測(cè)過程中建立狀態(tài)方程。本文假設(shè)無人機(jī)一段時(shí)間內(nèi)在三維空間內(nèi)進(jìn)行勻速直線運(yùn)動(dòng)，以此估算下一時(shí)刻的坐標(biāo)，然后通過機(jī)載測(cè)距設(shè)備實(shí)時(shí)返回的距離信息，建設(shè)測(cè)量方程，通過無跡卡爾曼濾波的方法估算出鄰居節(jié)點(diǎn)的當(dāng)前最佳位置，最后將此方法應(yīng)用到GPSR 路由協(xié)議中。

2.1 系統(tǒng)模型

本文研究無人機(jī)集群應(yīng)用中無人機(jī)間的通信路由協(xié)議。無人機(jī)群中的每架無人機(jī)通過多跳轉(zhuǎn)發(fā)來傳遞信息，整個(gè)無人機(jī)群網(wǎng)絡(luò)沒有中心，每架無人機(jī)均具備路由功能，無人機(jī)群中的任意一架或者多架無人機(jī)可與一個(gè)或者多個(gè)地面站進(jìn)行通信，如圖2 所示。每架無人機(jī)可以根據(jù)自身的全球定位系統(tǒng)（如GPS、北斗導(dǎo)航系統(tǒng)等）獲取自身實(shí)時(shí)的三維位置信息。

假設(shè)無人機(jī)群的活動(dòng)范圍在（X，Y，Z）組成的三維空間內(nèi)根據(jù)任務(wù)需要進(jìn)行運(yùn)動(dòng)，在時(shí)刻t時(shí)空間范圍內(nèi)的無人機(jī)數(shù)量為n(t)，t時(shí)刻對(duì)每架無人機(jī)進(jìn)行編號(hào)，每架無人機(jī)的ID 為i，i∈[1,n(t)]。某無人機(jī)i在t時(shí)刻的位置表示為（xi(t)，yi(t)，zi(t)）。為易于問題的研究，假設(shè)無人機(jī)的通信范圍固定且為半徑R的球體，記節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的距離為dij(t)，則節(jié)點(diǎn)i和節(jié)點(diǎn)j在時(shí)間t時(shí)刻能夠滿足通信距離的條件為：

其中dij(t)可由節(jié)點(diǎn)i和節(jié)點(diǎn)j在t時(shí)刻的位置坐標(biāo)計(jì)算得到：

圖2 自組織無人機(jī)模型

2.2 鄰居位置實(shí)時(shí)預(yù)測(cè)的實(shí)現(xiàn)

本節(jié)詳細(xì)敘述基于無跡卡爾曼濾波預(yù)測(cè)節(jié)點(diǎn)周邊鄰居實(shí)時(shí)位置的過程和方法，根據(jù)無人機(jī)自組織網(wǎng)絡(luò)模型的特點(diǎn)，建立了相應(yīng)的狀態(tài)方程和測(cè)量方程。

2.2.1 狀態(tài)方程和測(cè)量方程的建立

假定每架無人機(jī)上均裝備有GPS 和慣性導(dǎo)航系統(tǒng)，系統(tǒng)能夠協(xié)同測(cè)量出本機(jī)任意時(shí)刻的三維位置、三維航向和運(yùn)動(dòng)速度，則節(jié)點(diǎn)i在t時(shí)刻的狀態(tài)矩陣表示為：

式中，hi(t)為節(jié)點(diǎn)i在t時(shí)刻的的水平運(yùn)動(dòng)航向，hi(t)∈[0,2π]，ci(t)為本機(jī)在垂直方向的運(yùn)動(dòng)航向，ci(t)∈[0,π]，vi(t)是當(dāng)前的運(yùn)動(dòng)速度。

經(jīng)過時(shí)間?t后，假設(shè)無人機(jī)i這段時(shí)間內(nèi)做勻速直線運(yùn)動(dòng)，則下一時(shí)刻的位置的狀態(tài)方程可表示為：

系統(tǒng)假設(shè)在經(jīng)過?t后該無人機(jī)的運(yùn)動(dòng)方向和運(yùn)動(dòng)速度保持不變。測(cè)量方程則根據(jù)當(dāng)前做出路由決策的無人機(jī)節(jié)點(diǎn)和當(dāng)前需要轉(zhuǎn)發(fā)包的無人機(jī)之間的距離來表示，則測(cè)量方程為：

式中，zji(t+?t)為通過測(cè)距設(shè)備測(cè)量的時(shí)間t+?t時(shí)刻，本無人機(jī)節(jié)點(diǎn)j和無人機(jī)節(jié)點(diǎn)i之間的距離。xj(t+?t)、yj(t+?t)、zj(t+?t)為本無人機(jī)節(jié)點(diǎn)在t+?t時(shí)刻的實(shí)時(shí)三維位置。

2.2.2 預(yù)測(cè)過程

計(jì)算sigma 點(diǎn)，根據(jù)系統(tǒng)的維度選取sigma 點(diǎn)的個(gè)數(shù)。若為N維，則選取2N+1 個(gè)點(diǎn)。本文中系統(tǒng)為6 維，則選取13 個(gè)點(diǎn)，中心點(diǎn)為均值。

2.2.3 計(jì)算權(quán)重值

計(jì)算權(quán)重值：

2.2.4 修正過程

通過上述方法，路由貪婪轉(zhuǎn)發(fā)策略可以在獲取鄰居節(jié)點(diǎn)位置后的任一時(shí)間內(nèi)獲取到更加精確的周邊鄰居位置信息，以進(jìn)行更加準(zhǔn)確的路由轉(zhuǎn)發(fā)。

本文在上述基礎(chǔ)上對(duì)GPSR 協(xié)議進(jìn)行改進(jìn)，路由的轉(zhuǎn)發(fā)策略依舊選取貪婪轉(zhuǎn)發(fā)，遇到路由空洞時(shí)，采用GPSR 協(xié)議中的周邊轉(zhuǎn)發(fā)。為便于敘述，本文將改進(jìn)的路由協(xié)議命名為GPSR-RLP（Greedy Perimeter Stateless Routing Protocol-based on Realtime Location Prediction of Surrounding Nodes）。

3 性能仿真及分析

本節(jié)將本文實(shí)現(xiàn)的GPSR-RLP 算法與現(xiàn)有表現(xiàn)良好的GPSR 相比，使用事件驅(qū)動(dòng)的無線網(wǎng)絡(luò)模擬器OPNET。對(duì)于考慮的場(chǎng)景，節(jié)點(diǎn)隨機(jī)分布在2 000 m×2 000 m×2 000 m 的區(qū)域中。隨機(jī)選擇一個(gè)節(jié)點(diǎn)作為源節(jié)點(diǎn)將數(shù)據(jù)傳輸?shù)侥繕?biāo)節(jié)點(diǎn)，目標(biāo)節(jié)點(diǎn)的坐標(biāo)設(shè)置為（2 000，2 000，2 000），并且除了目標(biāo)節(jié)點(diǎn)外的其余節(jié)點(diǎn)是中繼節(jié)點(diǎn)。源節(jié)點(diǎn)發(fā)出周期性的數(shù)據(jù)包流。該仿真方案的參數(shù)見表1。

表1 仿真參數(shù)設(shè)置

性能仿真包括兩方面：一是包到達(dá)比率，指目標(biāo)節(jié)點(diǎn)收到的數(shù)據(jù)包總數(shù)占從源節(jié)點(diǎn)發(fā)送的數(shù)據(jù)包總數(shù)的比例，不包括冗余的數(shù)據(jù)包；二是點(diǎn)到點(diǎn)最大延遲，指數(shù)據(jù)包從源節(jié)點(diǎn)到達(dá)目的節(jié)點(diǎn)的最大延遲時(shí)間。

在接下來的仿真實(shí)驗(yàn)中，所有移動(dòng)節(jié)點(diǎn)（包括源節(jié)點(diǎn)和中繼節(jié)點(diǎn)）利用隨機(jī)節(jié)點(diǎn)的移動(dòng)性模型。在此移動(dòng)性模型中，無人機(jī)節(jié)點(diǎn)從其原來的移動(dòng)位置通過隨機(jī)選擇方向和速度，從當(dāng)前位置移動(dòng)到新的位置。在前文表1 中限制的范圍內(nèi)隨機(jī)選擇新位置的區(qū)域，而新的速度是從[0，最大速度]。當(dāng)移動(dòng)節(jié)點(diǎn)移至新選擇的目的地，并以選定的速度移動(dòng)節(jié)點(diǎn)暫停指定的時(shí)間，然后開始移動(dòng)到另一個(gè)新位置，設(shè)置這個(gè)暫停時(shí)間為0。

3.1 不同節(jié)點(diǎn)數(shù)量的性能仿真評(píng)估

在這個(gè)仿真中，節(jié)點(diǎn)的最大移動(dòng)速度設(shè)置為30 m/s，分別選取仿真區(qū)域內(nèi)的節(jié)點(diǎn)數(shù)量為10、15、20、25、30、35、40、45、50 個(gè)時(shí)的性能比較。

圖3、圖4 分別仿真了不同節(jié)點(diǎn)數(shù)量時(shí)，包傳輸成功的比率和最大的點(diǎn)到點(diǎn)延時(shí)。從圖3 可以看到，相較于GPSR 協(xié)議，提出的GPSR-RLP 協(xié)議在不同節(jié)點(diǎn)數(shù)量下有5%左右的性能提升。從圖4 可以看出，相較于GPSR 協(xié)議，GPSR-RLP 協(xié)議在不同節(jié)點(diǎn)數(shù)量下最大的點(diǎn)到點(diǎn)延遲有220 ms 左右的提升，減小了最大的點(diǎn)到點(diǎn)延時(shí)。

3.2 不同節(jié)點(diǎn)移動(dòng)速度的性能仿真評(píng)估

在這個(gè)仿真中，設(shè)置節(jié)點(diǎn)的數(shù)量為40 個(gè)，分別選取節(jié)點(diǎn)的最大移動(dòng)速度為5 m/s、10 m/s、15 m/s、20 m/s、25 m/s、30 m/s、35 m/s、40 m/s、45 m/s、50 m/s 對(duì)路由協(xié)議的性能進(jìn)行仿真評(píng)估。

圖3 節(jié)點(diǎn)數(shù)量與包到達(dá)率

圖4 節(jié)點(diǎn)數(shù)量與點(diǎn)到點(diǎn)的最大延遲

圖5、圖6 分別評(píng)估節(jié)點(diǎn)不同最大移動(dòng)速度時(shí)，路由協(xié)議的包到達(dá)率和點(diǎn)到點(diǎn)的最大延時(shí)。從圖5可以看出，隨著節(jié)點(diǎn)速度的加快，提出的GPSRRLP 路由協(xié)議的性能開始凸顯。當(dāng)節(jié)點(diǎn)的最大移動(dòng)速度設(shè)置為50 m/s 時(shí)，相較GPSR 協(xié)議，其包傳輸成功率提升了7%，且這個(gè)優(yōu)勢(shì)會(huì)隨著節(jié)點(diǎn)移動(dòng)速度增加而增加，進(jìn)一步證明了解決周邊鄰居節(jié)點(diǎn)位置滯后的問題在高速無人機(jī)自組織網(wǎng)絡(luò)中的重要性。從圖6 可以看到，GPSR-RLP 協(xié)議相較于GPSR 協(xié)議，隨著節(jié)點(diǎn)移動(dòng)速度的加快，性能優(yōu)勢(shì)逐漸凸顯。與圖5 類似，在節(jié)點(diǎn)的最大移動(dòng)速度為50 m/s 時(shí)，GPSR-RLP 的最大點(diǎn)到點(diǎn)延時(shí)減小了290 ms。

圖5 節(jié)點(diǎn)的最大運(yùn)動(dòng)速度與包到達(dá)率

圖6 節(jié)點(diǎn)的最大運(yùn)動(dòng)速度與點(diǎn)到點(diǎn)最大延遲

4 結(jié)語

無人機(jī)自組織網(wǎng)絡(luò)路由協(xié)議最大的挑戰(zhàn)之處在于動(dòng)態(tài)的拓?fù)渥兓?，特別是在高速移動(dòng)的情況下，現(xiàn)有的車載自組織網(wǎng)絡(luò)不再適用，必須提出新的路由協(xié)議，以適應(yīng)高速動(dòng)態(tài)的網(wǎng)絡(luò)特性。本文提出一種預(yù)測(cè)鄰居節(jié)點(diǎn)精確位置的路由協(xié)議——GPSRRLP。性能評(píng)估主要考慮網(wǎng)絡(luò)傳輸?shù)陌竭_(dá)率和最大點(diǎn)到點(diǎn)延時(shí)，結(jié)果相較GPSR 性能上有良好的提升，特別是在高速移動(dòng)的動(dòng)態(tài)網(wǎng)絡(luò)狀態(tài)下。后期可以考慮在硬件模塊中直接實(shí)現(xiàn)對(duì)鄰居實(shí)時(shí)位置的預(yù)測(cè)，以極大地減少無人機(jī)節(jié)點(diǎn)路由處理器的計(jì)算量。另外，對(duì)無人機(jī)狀態(tài)方程的建?？梢钥紤]進(jìn)一步細(xì)化、精確，以進(jìn)一步提高位置預(yù)測(cè)的精準(zhǔn)性。