基于模糊邏輯的異型無人機(jī)中繼網(wǎng)絡(luò)接入點(diǎn)選擇算法*

唐新豐，李 洪，王星來，夏國江，周 力

?

基于模糊邏輯的異型無人機(jī)中繼網(wǎng)絡(luò)接入點(diǎn)選擇算法*

唐新豐1，李 洪2，王星來1，夏國江1，周 力3

（1 北京宇航系統(tǒng)工程研究所 北京 100076；2 中國航天科技集團(tuán)有限公司 北京 100048；3 國防科技大學(xué) 長沙 410073）

針對單一無人機(jī)中繼網(wǎng)絡(luò)中源節(jié)點(diǎn)數(shù)據(jù)業(yè)務(wù)需求量分布不均引起的局部數(shù)據(jù)擁塞問題，提出一種由固定翼無人機(jī)和旋翼無人機(jī)組成的異型無人機(jī)中繼網(wǎng)絡(luò)模型。在此基礎(chǔ)上，探討異型無人機(jī)網(wǎng)絡(luò)和用戶間的接入點(diǎn)選擇算法，提出適用于異型無人機(jī)中繼網(wǎng)絡(luò)的基于模糊邏輯理論的接入點(diǎn)選擇算法。在異型無人機(jī)中繼網(wǎng)絡(luò)環(huán)境下，仿真分析比較所提算法和傳統(tǒng)算法在網(wǎng)絡(luò)吞吐量和中斷頻率方面的性能差異，結(jié)果表明所提算法能使異型無人機(jī)中繼網(wǎng)絡(luò)具有更高的吞吐量和更低的中斷頻率。

異型中繼；模糊邏輯；接入點(diǎn)選擇；吞吐量；中斷頻率

引 言

軍事領(lǐng)域以及應(yīng)急通信保障領(lǐng)域中，偵察設(shè)備和監(jiān)管設(shè)備數(shù)據(jù)業(yè)務(wù)量的增加要求中繼系統(tǒng)具有較高的通信速率來保證數(shù)據(jù)傳輸?shù)姆€(wěn)定。

當(dāng)前，無線通信中繼多采用以無人機(jī)為平臺構(gòu)建的空中通信中繼系統(tǒng)。而大多數(shù)與無人機(jī)中繼相關(guān)的研究都是關(guān)于路由協(xié)議設(shè)計，避免通信鏈路中斷[1-4]，或者是研究如何克服通信約束對無人機(jī)路徑規(guī)劃的影響[5-8]。隨著通信終端功能的擴(kuò)展，需要借助無人機(jī)進(jìn)行傳輸?shù)臄?shù)據(jù)量越來越大，網(wǎng)絡(luò)中數(shù)據(jù)業(yè)務(wù)分布不均造成網(wǎng)絡(luò)擁塞的現(xiàn)象也更加嚴(yán)重。

已有的提高無人機(jī)中繼系統(tǒng)吞吐量的研究主要集中在物理層，如物理層網(wǎng)絡(luò)編碼技術(shù)、自適應(yīng)調(diào)制技術(shù)、分集技術(shù)等[9]。雖然網(wǎng)絡(luò)整體的吞吐量得到提高，但仍然不能有效解決由局部節(jié)點(diǎn)數(shù)據(jù)需求量驟增而引起的網(wǎng)絡(luò)局部數(shù)據(jù)擁塞問題。

本文首先提出一種解決因網(wǎng)絡(luò)中局部數(shù)據(jù)業(yè)務(wù)需求量驟增而引起的數(shù)據(jù)擁塞問題的異型無人機(jī)中繼網(wǎng)絡(luò)模型；其次，針對網(wǎng)絡(luò)中的活躍用戶選擇哪種無人機(jī)作為網(wǎng)絡(luò)接入點(diǎn)的問題，引入信號強(qiáng)度策略（SSS）算法，提出一種基于模糊邏輯的接入點(diǎn)選擇算法；然后仿真比較異型無人機(jī)中繼網(wǎng)絡(luò)和單一類型無人機(jī)中繼網(wǎng)絡(luò)的系統(tǒng)吞吐量差異，并在異型無人機(jī)中繼網(wǎng)絡(luò)環(huán)境下對SSS算法和所提算法分別進(jìn)行仿真，比較兩者在網(wǎng)絡(luò)數(shù)據(jù)吞吐量和通信中斷頻率方面的性能差異。

1 異型無人機(jī)中繼網(wǎng)絡(luò)模型

1.1 通信網(wǎng)絡(luò)模型

旋翼無人機(jī)主要利用旋翼產(chǎn)生的氣流沖擊效應(yīng)獲得升力，其優(yōu)點(diǎn)是機(jī)動性好，定位精度高，可以與地面用戶建立穩(wěn)定的數(shù)據(jù)鏈路，但是其飛行速度慢，續(xù)航差，無法對局部數(shù)據(jù)擁塞做出快速反應(yīng)。固定翼無人機(jī)飛行時靠機(jī)翼產(chǎn)生的升力保持飛行高度，其優(yōu)點(diǎn)是飛行速度快，續(xù)航時間長，可以快速到達(dá)數(shù)據(jù)需求量突然增加的區(qū)域，但也正是由于其飛行速度快，因此無法長時間保持穩(wěn)定的數(shù)據(jù)鏈路[10]。

為了解決局部數(shù)據(jù)擁塞問題，本文提出了一種由旋翼無人機(jī)和固定翼無人機(jī)組成的異型無人機(jī)網(wǎng)絡(luò)，網(wǎng)絡(luò)模型如圖1所示。首先，為每個六邊形小區(qū)分配一臺旋翼無人機(jī)。其次，為應(yīng)對突發(fā)事件，如某些小區(qū)內(nèi)數(shù)據(jù)需求量驟增，考慮在旋翼無人機(jī)組成的網(wǎng)絡(luò)基礎(chǔ)上加入若干固定翼無人機(jī)。假設(shè)所有無人機(jī)組成移動Ad Hoc網(wǎng)絡(luò)（MANETs），并且使用OLSR路由協(xié)議。當(dāng)系統(tǒng)中無突發(fā)事件時，固定翼無人機(jī)隨機(jī)地選擇小區(qū)，并在小區(qū)內(nèi)繞飛，為小區(qū)內(nèi)活躍用戶提供數(shù)據(jù)中繼服務(wù)。當(dāng)系統(tǒng)檢測到某些旋翼無人機(jī)無法滿足當(dāng)前小區(qū)內(nèi)數(shù)據(jù)需求時，固定翼無人機(jī)轉(zhuǎn)移到這些小區(qū)，和其中的旋翼無人機(jī)一起為小區(qū)活躍用戶提供數(shù)據(jù)中繼服務(wù)。

圖1 異型無人機(jī)網(wǎng)絡(luò)模型

1.2 作用效能分析

由于固定翼無人機(jī)具有更高的靈活性，可以快速轉(zhuǎn)移至發(fā)生數(shù)據(jù)擁塞的小區(qū)，因此理論上可以解決單一類型無人機(jī)中繼網(wǎng)絡(luò)中存在的局部數(shù)據(jù)擁塞問題。即使圖1網(wǎng)絡(luò)模型中沒有出現(xiàn)數(shù)據(jù)擁塞的小區(qū)，固定翼無人機(jī)也可以隨機(jī)選擇小區(qū)繞飛，協(xié)同旋翼無人機(jī)為小區(qū)活躍用戶提供數(shù)據(jù)中繼服務(wù)，有效避免了資源的浪費(fèi)。

1.3 可行性分析

旋翼無人機(jī)可以在空中懸停，因此可以為當(dāng)前小區(qū)活躍用戶提供穩(wěn)定的數(shù)據(jù)中繼服務(wù)。根據(jù)無人機(jī)中繼平臺的覆蓋范圍和固定翼無人機(jī)的最小轉(zhuǎn)彎半徑可以得知，固定翼無人機(jī)具有在小區(qū)間快速轉(zhuǎn)移的能力和沿小區(qū)繞飛的能力。

該網(wǎng)絡(luò)模型主要作為應(yīng)急情形中的通信手段，如搶險救災(zāi)、山區(qū)救援中的通信保障等，具有一定的商業(yè)價值。

2 基于模糊邏輯的接入點(diǎn)選擇算法

本小節(jié)主要研究一個小區(qū)內(nèi)活躍用戶是選擇固定翼無人機(jī)還是旋翼無人機(jī)作為中繼節(jié)點(diǎn)的問題。首先討論傳統(tǒng)的信號強(qiáng)度策略（SSS）接入點(diǎn)選擇算法。

2.1 信號強(qiáng)度策略（SSS）算法

在IEEE 802.11標(biāo)準(zhǔn)協(xié)議中，終端動態(tài)地比較接收到的從不同信號源發(fā)來的信號的強(qiáng)度，并實(shí)時切換到信號強(qiáng)度最大的信號源[11]。異型無人機(jī)網(wǎng)絡(luò)中，用1,u和2,u分別表示小區(qū)活躍用戶u接收到固定翼無人機(jī)和旋翼無人機(jī)的信號強(qiáng)度。則SSS算法的接入點(diǎn)選擇過程就是判斷1,u和2,u的大小，哪個信號強(qiáng)就選哪個。

異型無人機(jī)網(wǎng)絡(luò)不同于無線局域網(wǎng)，由于固定翼無人機(jī)一直移動，使用SSS算法的異型無人機(jī)網(wǎng)絡(luò)相比于單一類型無人機(jī)網(wǎng)絡(luò)雖然具有更大的數(shù)據(jù)吞吐量，但通信鏈路中斷頻率也更高。

2.2 基于模糊邏輯理論的方法

圖2 模糊邏輯系統(tǒng)結(jié)構(gòu)

圖3 模糊化過程示意圖

模糊邏輯理論最初起源于Zadeh L A在1965年創(chuàng)立的模糊集合論[12]。1973年他給出了模糊邏輯的定義和相關(guān)的定理[13]。圖2為模糊邏輯系統(tǒng)的結(jié)構(gòu)框圖。系統(tǒng)由模糊化模塊、模糊推理模塊、去模糊化模塊三部分構(gòu)成。

模糊化模塊輸出的兩個向量進(jìn)入模糊推理模塊，由模糊推理模塊根據(jù)已有的模糊規(guī)則表，將兩個輸入向量轉(zhuǎn)化成一個反映接入固定翼無人機(jī)優(yōu)越度的向量。模糊化規(guī)則表通常根據(jù)經(jīng)驗(yàn)設(shè)定，根據(jù)之前的分析，設(shè)計的模糊化規(guī)則如表1所示，所有的模糊邏輯運(yùn)算均選擇“與”運(yùn)算。以規(guī)則1為例，當(dāng)用戶排隊的隊長很長且用戶收到的固定翼無人機(jī)信號很強(qiáng)時，該用戶非常適合接入到固定翼無人機(jī)網(wǎng)絡(luò)中。相反，規(guī)則3表示，如果用戶收到的固定翼無人機(jī)信號強(qiáng)度很低，則該用戶不適合接入到固定翼無人機(jī)網(wǎng)絡(luò)中。

表1 異型無人機(jī)網(wǎng)絡(luò)接入點(diǎn)選擇算法模糊化規(guī)則

模糊推理模塊輸出的向量是反映接入固定翼無人機(jī)優(yōu)越度的模糊值。為了得到清晰化的優(yōu)越度，必須進(jìn)行去模糊化處理。去模糊化通常有最大隸屬度法和重心法兩種方法。后者精度較高，因此本文選擇使用重心法。設(shè)定每個子函數(shù)均為梯形函數(shù)，表達(dá)式為：

其中為待求的優(yōu)越度。每一種狀態(tài)對應(yīng)的、、、值不同，而且要保證兩個相鄰的子函數(shù)存在重疊區(qū)域。設(shè)定“低”狀態(tài)對應(yīng)的子函數(shù)參量為=0、=0、=0.2、=0.4，“中”狀態(tài)對應(yīng)的子函數(shù)參量為=0.2、=0.5、=0.5、=0.8，“高”狀態(tài)對應(yīng)的子函數(shù)參量為=0.6、=0.8、=1、=1。圖4為一個去模糊化的示例。圖中陰影部分為低于子函數(shù)和狀態(tài)值部分所組成的區(qū)域，三個狀態(tài)相關(guān)的陰影部分合成整個陰影區(qū)域。陰影區(qū)域上邊沿用函數(shù)表示。使用重心法，得到的優(yōu)越度表達(dá)式為

將模糊系統(tǒng)輸出的優(yōu)越度存入寄存器中，計算當(dāng)前小區(qū)中所有處于排隊狀態(tài)用戶的優(yōu)越度，然后按優(yōu)越度從大到小的順序?qū)⒂脩舴峙涞焦潭ㄒ頍o人機(jī)網(wǎng)絡(luò)中，直到耗盡其通信資源。

3 異型無人機(jī)中繼網(wǎng)絡(luò)仿真

3.1 仿真參數(shù)設(shè)定

仿真所用的基本參數(shù)如表2所示，小區(qū)中活躍用戶位置呈隨機(jī)分布，用戶數(shù)據(jù)速率需求在表中所示范圍內(nèi)呈隨機(jī)分布，整個無人機(jī)系統(tǒng)組成MANETs網(wǎng)絡(luò)，并且使用OLSR路由協(xié)議。為方便分析，整個仿真過程中，固定翼無人機(jī)始終處于同一小區(qū)內(nèi)。采用多次仿真求平均的方法，仿真周期為固定翼無人機(jī)環(huán)繞小區(qū)飛行一周的時間。設(shè)定仿真次數(shù)為100次。

表2 仿真所用基本參數(shù)

圖4 重心法去模糊化示例

3.2 系統(tǒng)單周期吞吐量仿真與分析

在一個仿真周期內(nèi)仿真得到的旋翼無人機(jī)單周期數(shù)據(jù)吞吐量隨活躍用戶數(shù)變化的折線如圖5所示。作為參考，圖中用虛線繪制了用戶所需的數(shù)據(jù)吞吐量隨用戶數(shù)變化的折線。從仿真結(jié)果可以看出，當(dāng)小區(qū)活躍用戶數(shù)不大于3時，旋翼無人機(jī)可以單獨(dú)為當(dāng)前小區(qū)活躍用戶提供正常中繼服務(wù)。當(dāng)小區(qū)活躍用戶數(shù)在4到6之間時，相比于SSS算法，采用所提算法的旋翼無人機(jī)具有略高的吞吐量，且達(dá)到飽和值。當(dāng)小區(qū)活躍用戶數(shù)在7及以上時，采用SSS算法的旋翼無人機(jī)吞吐量也達(dá)到飽和，采用兩種算法的旋翼無人機(jī)具有幾乎相同的吞吐量。

圖6繪制了固定翼無人機(jī)單周期數(shù)據(jù)吞吐量隨活躍用戶數(shù)變化的折線。當(dāng)活躍用戶數(shù)不大于3時，由于小區(qū)未發(fā)生數(shù)據(jù)擁塞，因此固定翼無人機(jī)未進(jìn)入該小區(qū)，對該小區(qū)提供的數(shù)據(jù)吞吐量為零。當(dāng)活躍用戶數(shù)超過3時，固定翼無人機(jī)開始提供中繼服務(wù)。整體上，相比于SSS算法，采用提出算法的固定翼無人機(jī)具有更高的數(shù)據(jù)吞吐量。

圖5 旋翼無人機(jī)單周期吞吐量隨活躍用戶數(shù)變化的折線

圖6 固定翼無人機(jī)單周期吞吐量隨活躍用戶數(shù)變化的折線

圖7繪制了小區(qū)活躍用戶數(shù)變化時，異型無人機(jī)中繼網(wǎng)絡(luò)對小區(qū)活躍用戶的總的單周期數(shù)據(jù)吞吐量的變化折線。從圖中可以看出，使用SSS算法和使用基于模糊邏輯的算法的異型無人機(jī)中繼網(wǎng)絡(luò)最多分別可以滿足4個和6個活躍用戶的數(shù)據(jù)需求，分別比單一類型無人機(jī)中繼網(wǎng)絡(luò)多服務(wù)1個和3個活躍用戶。當(dāng)網(wǎng)絡(luò)吞吐量趨于飽和時，基于模糊邏輯的算法比SSS算法在一個仿真周期內(nèi)多提供約2400Mb的數(shù)據(jù)量。

3.3 系統(tǒng)單周期通信中斷頻率仿真與分析

本文使用單周期通信中斷頻率作為衡量無人機(jī)服務(wù)質(zhì)量的另一個指標(biāo)。仿真得到的一個小區(qū)內(nèi)，系統(tǒng)單周期通信中斷頻率隨小區(qū)活躍用戶數(shù)變化的折線如圖8所示。當(dāng)活躍用戶數(shù)不超過6時，采用基于模糊邏輯的算法的異型無人機(jī)中繼網(wǎng)絡(luò)在該小區(qū)內(nèi)單周期通信中斷頻率為0，且根據(jù)3.2節(jié)分析，能滿足所有活躍用戶的數(shù)據(jù)需求。而基于SSS算法的異型無人機(jī)網(wǎng)絡(luò)，當(dāng)活躍用戶數(shù)為4時便開始發(fā)生通信中斷。

圖7 異型無人機(jī)中繼網(wǎng)絡(luò)單周期吞吐量隨活躍用戶數(shù)的變化折線

圖8 異型無人機(jī)中繼網(wǎng)絡(luò)單周期通信中斷頻率隨活躍用戶數(shù)的變化折線

4 結(jié)束語

本文針對傳統(tǒng)無人機(jī)中繼網(wǎng)絡(luò)在數(shù)據(jù)業(yè)務(wù)分布不均的場景中容易出現(xiàn)數(shù)據(jù)擁塞的問題，提出一種由旋翼無人機(jī)和固定翼無人機(jī)組成的異型無人機(jī)中繼網(wǎng)絡(luò)，并詳細(xì)描述了該網(wǎng)絡(luò)的工作過程，分析了其在解決數(shù)據(jù)擁塞方面的優(yōu)勢。在此基礎(chǔ)上，探討了傳統(tǒng)接入點(diǎn)選擇算法在異型無人機(jī)中繼網(wǎng)絡(luò)中的應(yīng)用，然后提出了一種基于模糊邏輯理論的接入點(diǎn)選擇算法。仿真結(jié)果表明，使用基于模糊邏輯理論接入點(diǎn)選擇算法的異型無人機(jī)中繼網(wǎng)絡(luò)相比于傳統(tǒng)單一類型無人機(jī)網(wǎng)絡(luò)可以增加一倍的活躍用戶服務(wù)數(shù)，相比于使用SSS接入點(diǎn)選擇算法的異型無人機(jī)中繼網(wǎng)絡(luò)，無論是在數(shù)據(jù)吞吐量還是在通信中斷頻率方面都具有明顯的優(yōu)勢。因此，在數(shù)據(jù)業(yè)務(wù)分布不均的場景中，使用基于模糊邏輯理論接入點(diǎn)選擇算法的異型無人機(jī)中繼網(wǎng)絡(luò)可以有效解決由部分?jǐn)?shù)據(jù)需求量大的小區(qū)而引發(fā)的數(shù)據(jù)擁塞問題。

[1] GEORGE J, SUJIT P B, SOUSA J B. Search strategies for multiple UAV search and destroy missions[J]. Journal of Intelligent & Robotic Systems, 2011, 61(1-4): 355–367.

[2] KOPEIKIN A, PONDA S S, JOHNSON L B, et al. Multi-UAV network control through dynamic task allocation: ensuring data-rate and bit-error-rate support[C]//IEEE Globecom Workshops, 2012: 1579–1584.

[3] LUO C, WARD P, CAMERON S, et al. Communication provision for a team of remotely searching UAVs: a mobile relay approach[C]//IEEE Globecom Workshops, 2012: 1544–1549.

[4] GROTLI E I, JOHANSEN T A. Path- and data transmission planning for cooperating UAVs in delay tolerant network[C]//IEEE Globecom Workshops, 2012: 1568–1573.

[5] MARINHO M A M, FREITAS E P, COSTA J P C L, et al. Using cooperative MIMO techniques and UAV relay networks to support connectivity in sparse wireless sensor networks[C]//IEEE International Conference on Computing, Management and Telecommunications, 2013: 49–54.

[6] GRIFFIN B, FIERRO R, PALUNKO I. An autonomous communications relay in GPS-denied environments via antenna diversity[J]. The Journal of Defense Modeling and Simulation: Applications, Methodology, Technology, 2012, 9(1): 32–44.

[7] JAWHAR I, MOHAMED N, AI-JAROODI J, et al. Data communication in linear wireless sensor networks using unmanned aerial vehicles[C]//International Conference on Unmanned Aircraft Systems, 2013: 492–499.

[8] FINK J, RIBEIRO A, KUMAR V, et al. Optimal robust multihop routing for wireless networks of mobile micro autonomous systems[C]//IEEE Military Communications Conference, 2010: 1268–1273.

[9] 袁全盛, 胡永江, 王長龍. 無人機(jī)中繼通信的關(guān)鍵技術(shù)和發(fā)展趨勢[J]. 飛航導(dǎo)彈, 2015(10): 26–29.

[10] 趙旭. 固定翼和多旋翼無人機(jī)航測技術(shù)對比和分析[J]. 電子技術(shù)與軟件工程, 2017(20): 100.

[11] IEEE 802. 11 WG. Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) Specifications[S]. 1999.

[12] ZADEH L A. Fuzzy sets[J]. Information and Control, 1965, 8(3): 338–353.

[13] ZADEH L A. Outline of a new approach to the analysis of complex systems and decision processes[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1973, SMC-3(1): 28–44.

Access point selection algorithm for heterogeneous UAV relay network based on fuzzy logic

TANG Xinfeng1, LI Hong2, WANG Xinglai1, XIA Guojiang1, ZHOU Li3

（1. Beijing Institute of Astronautical Systems Engineering, Beijing 100076, China;2. China Aerospace Science and Technology Corporation, Beijing 100048, China;3. National University of Defense Technology, Changsha 410073, China）

In order to solve the problem of local data congestion caused by the uneven distribution of source node data service demand in a single UAV relay network, a heterogeneous UAV relay network which is composed of rotorcrafts and fixed-wing aircrafts is proposed in this paper. On this basis, the algorithm of network access point selection for the heterogenous UAV relay network is discussed, and an access point selection algorithm based on fuzzy logic theory is proposed. Then the simulation about this heterogeneous UAV relay network is carried out and the differences at the aspects of throughput and interruptions between the proposed algorithm and traditional algorithm are analyzed. The results show that the proposed algorithm brings the heterogeneous UAV relay network higher throughput and less interruptions.

Heterogeneous relay; Fuzzy logic; Access point selection; Throughput; Interruption

TP393.1

A

CN11-1780(2019)02-0009-06

基金項目：國防預(yù)研項目

2018-12-10

2019-01-10

唐新豐 1993年生，在讀研究生，主要研究方向?yàn)橛嬎銠C(jī)網(wǎng)絡(luò)和無線測控與通信技術(shù)。

李 洪 1964年生，碩士，研究員，主要研究方向?yàn)檫\(yùn)載火箭總體技術(shù)。

王星來 1970年生，博士，研究員，主要研究方向?yàn)楹教炱鳒y控通信總體技術(shù)。

夏國江 1981年生，博士，高級工程師，主要研究方向?yàn)闊o線測控與通信技術(shù)。

周 力 1988年生，博士，講師，主要研究方向?yàn)檐浖x無線電技術(shù)。