陸淵章 謝海燕吉訓(xùn)生

(1.江蘇信息職業(yè)技術(shù)學(xué)院電子信息工程學(xué)院，江蘇 無錫 214153；2.伊利諾伊州立大學(xué)應(yīng)用科學(xué)技術(shù)學(xué)院，美國 伊利諾伊州 61790；3.江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院，江蘇 無錫 214000)

近年來，無人飛行器(unmanned aerial vehicles，UAV)得到快速發(fā)展，廣泛用于醫(yī)療設(shè)備，環(huán)境監(jiān)測和救援活動。多臺無人機(jī)可以協(xié)同工作以完成復(fù)雜任務(wù)，縮短無人機(jī)通信時(shí)延和降低無人機(jī)功耗可以降低風(fēng)險(xiǎn)[1]。低空無人機(jī)通信具有便捷的部署和更低的成本，可以減少建筑物等障礙物的遮擋，獲得更準(zhǔn)確的傳輸效果[2-3]。而多無人飛行器的動態(tài)通信網(wǎng)絡(luò)主要依賴于基礎(chǔ)設(shè)施架構(gòu)和飛行自組織網(wǎng)絡(luò)(flying ad-hoc network，F(xiàn)ANET)，主要由無人機(jī)群之間的以及無入機(jī)的無線訪問網(wǎng)絡(luò)構(gòu)成[4]。

現(xiàn)階段無線通信網(wǎng)絡(luò)部署在無人機(jī)通信控制算法優(yōu)化領(lǐng)域中已有大量研究，有的通過無人機(jī)中繼基站對無人機(jī)同時(shí)進(jìn)行無線信息和能量傳輸，聯(lián)合多參量使通信容量最大化[5]?；蛘呤褂脽o線功率傳輸向用戶充電，用戶使用收集能量后向UAV 發(fā)送信息，提高通信容量[6]；還有的通過多跳路由數(shù)據(jù)包[7]或者無人機(jī)中繼輔助通信[8]，實(shí)現(xiàn)廣泛的信號覆蓋范圍。但由于在無人機(jī)飛行網(wǎng)絡(luò)覆蓋能力不足的情況下，傳統(tǒng)的基礎(chǔ)設(shè)施架構(gòu)網(wǎng)絡(luò)效率較低，F(xiàn)ANET 高擴(kuò)展性能夠提升協(xié)同通信算法，優(yōu)化網(wǎng)絡(luò)性能，包括提高無線系統(tǒng)的容量以及通信速率，并降低電池能耗[9]。

本文針對無人機(jī)群協(xié)同通信提出了一種基于遞歸神經(jīng)網(wǎng)絡(luò)(recursive neural network，RNN) 的FANET 模型，通過對影響因素建模來研究動態(tài)不確定性。構(gòu)建FANET 網(wǎng)絡(luò)動態(tài)優(yōu)化且穩(wěn)定鏈路的移動性傳播模型，基于自適應(yīng)預(yù)測控制(adaptive predictive control，APC)算法和仿真實(shí)驗(yàn)數(shù)據(jù)，通過分析兩個適用場景的無線電傳播模型，比較基礎(chǔ)架構(gòu)模式和優(yōu)化FANET 模式，獲取對照組實(shí)驗(yàn)數(shù)據(jù)用于比較[10-11]。同時(shí)為了測試RNN-FANET 模型，比較了每種工作模式的最大傳輸速率、覆蓋范圍和能量消耗，將結(jié)果數(shù)據(jù)進(jìn)行了比較，并證明了所提出的模型已使用通信參數(shù)進(jìn)行優(yōu)化。仿真結(jié)果表明，該模型在不同的傳輸數(shù)據(jù)速率下，通過確定無人飛行器的最佳覆蓋區(qū)域，總功率將有所降低，最大程度地確保地面設(shè)備最大的吞吐量，提高了UAV 協(xié)作通信控制的準(zhǔn)確性和靈敏度。

1 多UAV 協(xié)作無線通信系統(tǒng)模型

多UAV 群構(gòu)建的通信區(qū)域中，與地面控制站建立的自組織無線網(wǎng)絡(luò)，每個UAV 都充當(dāng)接入網(wǎng)的接入點(diǎn)，并將地面移動設(shè)備連接到主干網(wǎng)[12]。由于高速飛行的無人飛行器視距通信鏈路不穩(wěn)定性，通常會造成鏈路中斷和通信失效。多無人機(jī)間的通信不可完全依賴于地面控制站或衛(wèi)星等基礎(chǔ)設(shè)施網(wǎng)絡(luò)架構(gòu)，而是將無人機(jī)作為網(wǎng)絡(luò)節(jié)點(diǎn)，各節(jié)點(diǎn)間相互轉(zhuǎn)發(fā)控制指令，自動組建FANET[13-14]。

由于FANET 中節(jié)點(diǎn)的位置，可以區(qū)分具有不同特征的兩種類型的鏈接。存在連接兩個飛行節(jié)點(diǎn)(U2U)的鏈接以及連接飛行UAV 和地面節(jié)點(diǎn)(U2G)的鏈接。FANET 使用無線通信框架在UAV 之間(U2U)或UAV 與地面設(shè)備(U2G)之間進(jìn)行鏈接，圖1顯示了FANET 中用于無線通信的多個UAV 的情況，其中的虛線圓圈半徑RC表示覆蓋范圍和設(shè)備數(shù)量。當(dāng)將無人機(jī)作為FANET 中的中間節(jié)點(diǎn)時(shí)，飛行設(shè)備的姿態(tài)或高度會對無線連接的信號功率、網(wǎng)絡(luò)覆蓋范圍造成影響。地面設(shè)備接收包括視線距離(line of sight，LoS)、非視線距離(non line of sight，NLoS)和多徑衰落的多重反射分量信號[15-16]。主要考慮LoS 和NLoS 分量及其出現(xiàn)概率，多徑衰落信號概率低可忽略，根據(jù)地面設(shè)備和UAV 之間的鏈接不同，設(shè)備處的接收信號功率如式(1)所示[17]。

圖1 FANET 中多UAV 協(xié)作通信模型

式中:Pu是無人機(jī)的發(fā)射功率；Du是距離；αug是U2G 鏈路上的路徑損耗指數(shù)；η是由于NLoS 產(chǎn)生的附加衰減因子；C，B為環(huán)境常數(shù)。根據(jù)用戶和UAV 之間的不同連接，地面設(shè)備處的接收信號功率是對LoS 節(jié)點(diǎn)互連性存在主要影響的變量，LoS 測量控制FANET 的U2G 鏈路。如(2)所示視距連接的概率與建筑物的密度和高度，地面設(shè)備和無人機(jī)的位置以及設(shè)備和無人機(jī)之間的仰角θ有關(guān)[18]。

2 基于Ad-Hoc 網(wǎng)絡(luò)無人機(jī)群協(xié)同通信算法

2.1 無人機(jī)群Ad-Hoc 網(wǎng)絡(luò)協(xié)同通信參數(shù)優(yōu)化

Ad-Hoc 網(wǎng)絡(luò)的路由協(xié)議分為平面路由協(xié)議和分層路由協(xié)議。路由協(xié)議主要功能是將數(shù)據(jù)包從源選擇路由傳輸?shù)侥繕?biāo)聚合節(jié)點(diǎn)。無人機(jī)群在構(gòu)建網(wǎng)絡(luò)時(shí)根據(jù)UAV 的位置信息估算預(yù)期的路由路徑和無線介質(zhì)的擁塞情況，根據(jù)分層路由協(xié)議確定路徑損耗定期收集信息[19-20]。確定FANET 網(wǎng)絡(luò)的路由協(xié)議參數(shù)通常使用多跳機(jī)制，該機(jī)制強(qiáng)調(diào)算法和數(shù)據(jù)結(jié)構(gòu)的完整性。系統(tǒng)任務(wù)分層管理執(zhí)行可以改進(jìn)無線網(wǎng)絡(luò)的局限性，對于分層網(wǎng)絡(luò)聚類下的RNN，可將UAV 之間不同的模型組合和參數(shù)優(yōu)化，確定路徑預(yù)測模型的無線網(wǎng)絡(luò)來評估覆蓋區(qū)域和能源損耗。

對于使用仿真的理論研究，最大覆蓋率和能耗是飛行自組織網(wǎng)絡(luò)的重要參數(shù)，它與預(yù)測分析結(jié)合可確認(rèn)低功耗環(huán)境下實(shí)際系統(tǒng)部署滿足目標(biāo)覆蓋范圍[21]。分層路由協(xié)議可用于路徑損耗模型以預(yù)測信號功率。針對各種環(huán)境設(shè)置的路徑損耗(path loss，PL)模型，作為不同測量活動的結(jié)果。式(3)描述了路徑損耗模型[22]。

式中:M為路徑損耗指數(shù)擬合參數(shù)；N為噪聲功率。從通道數(shù)據(jù)中提取路徑損耗，總發(fā)射功率結(jié)合(1)(2)得不同模型下平均覆蓋率為[23]:

式中:Rc為覆蓋區(qū)域半徑；h為UAV 高度。由式(4)、式(5)可以看到增加無人機(jī)高度h可以提高視線距離概率和覆蓋率。盡管增加UAV 高度會增加路徑損耗項(xiàng)，為了提高覆蓋性能，必須優(yōu)化參數(shù)，增加Pu或減小Rc，相比在信道干擾忽略不計(jì)情況下，減低UAV 密度和地面設(shè)備發(fā)射功率得到最大覆蓋率，當(dāng)UAV 的接收信號占主導(dǎo)時(shí)，設(shè)備可獲得的最大覆蓋性能，如式(6)所示[24]。

2.2 基于RNN 協(xié)作通信算法

為了優(yōu)化無人機(jī)無線通信系統(tǒng)容量和覆蓋范圍，降低能耗，構(gòu)建基于RNN 協(xié)作通信算法，根據(jù)FANET 移動模型的各類干擾因素提供模擬預(yù)測。所有的無人機(jī)都應(yīng)保持彼此之間的臨時(shí)連接，減少接入網(wǎng)絡(luò)和自組織網(wǎng)絡(luò)的擁塞[25]。在空閑狀態(tài)下以恒定比特率(constant bit rate，CBR)進(jìn)行測量，使用傳輸流的RNN 定義n個輸入變量:x1，x2，…，xn和r個輸出變量:y1，y2，…，yr。第一層是輸入層，每個節(jié)點(diǎn)都直接連接到輸入向量的分量，n是輸入維數(shù)；第二層是融合層，該層的節(jié)點(diǎn)函數(shù)是徑向基函數(shù)，每個節(jié)點(diǎn)代表一個語氣變量值[26]。如果隸屬函數(shù)使用高斯函數(shù):

式中:cij代表輸入隸屬度函數(shù)的中心，更改輸入隸屬度函數(shù)在全局分布位置；σij表示寬度值，并且可以更改輸入隸屬函數(shù)的形狀；j表示包含輸入變量的數(shù)量:

在第三層中，每個節(jié)點(diǎn)代表一個模糊規(guī)則，用于匹配該模糊規(guī)則的先決條件[24]。使用推理計(jì)算每個規(guī)則的適用性，然后實(shí)施歸一化計(jì)算:

最后對中心計(jì)算，其中不僅是遞歸神經(jīng)網(wǎng)絡(luò)的連接權(quán)重，還包括隸屬函數(shù)的中心值[25]:

根據(jù)以上理論，無人飛行器在指定區(qū)域內(nèi)按照預(yù)先計(jì)劃的路線搜索中低速飛行。在整個過程中，網(wǎng)絡(luò)中無人機(jī)節(jié)點(diǎn)之間的相對運(yùn)動速度非常小。無人機(jī)網(wǎng)絡(luò)的拓?fù)浠痉€(wěn)定，考慮到外部任務(wù)到達(dá)率的時(shí)變特性，不同的無人機(jī)需要計(jì)算每個節(jié)點(diǎn)的功耗和覆蓋范圍[26]。該方法主要是與其最近的鄰節(jié)點(diǎn)進(jìn)行通信，將所有位置信息共享給相鄰節(jié)點(diǎn)，并考慮相鄰節(jié)點(diǎn)的成本最小值[27]。每個節(jié)點(diǎn)i只能根據(jù)其鄰節(jié)點(diǎn)提供的信息來降低其自身目標(biāo)函數(shù)的成本，ρi表示無人機(jī)覆蓋范圍。

算法描述如下[28]:

第一步:設(shè)置計(jì)時(shí)器中斷Tc，如果無人機(jī)廣播幫助消息(broadcast help information，BHI)時(shí)間小于Tc，追蹤前一個dvi；

第二步:否則廣播幫助消息所有節(jié)點(diǎn)，等待Tw秒，一旦超過設(shè)置時(shí)間，BHI 重新啟動，直到計(jì)算出最新的功耗值為止；

第三步:如果相鄰無人機(jī)的平均MPU 利用率小于設(shè)置的閾值，則更新dvi

第四步:再次廣播幫助消息，重新追蹤前個dvi；

第五步:重復(fù)以上步驟。

3 實(shí)驗(yàn)仿真結(jié)果分析

實(shí)驗(yàn)在配備QuarkTMSoCX1000(16K 高速緩存，400 MHz)處理器的英特爾?Galileo 主板上進(jìn)行的，并在Arduino 下進(jìn)行了模擬飛行測試。無人機(jī)機(jī)動模型及測試設(shè)備如圖2 所示。無人機(jī)飛行測試包括算法任務(wù)仿真，無人機(jī)功率仿真和通信鏈路仿真。為了便于實(shí)驗(yàn)，假設(shè)所有UAV 資源信息的剩余能量、實(shí)時(shí)MPU 負(fù)載等均可用，電池功率均勻分布[29]。在三個維度上的隨機(jī)位置生成目標(biāo)，以隨機(jī)但恒定速率調(diào)整無人機(jī)的協(xié)作通信覆蓋范圍。

圖2 無人機(jī)機(jī)動模型及測試設(shè)備

圖3 和圖4 表述不同流量數(shù)據(jù)包下電流消耗隨時(shí)間變化特性。圖5 和6 顯示不同高度條件下覆蓋率變化趨勢。圖中測試持續(xù)時(shí)間從空閑狀態(tài)開始，仿真結(jié)果表明優(yōu)化FANET 模式消耗的電流少于基礎(chǔ)架構(gòu)模式，在覆蓋率方面也具有較好性能。優(yōu)化FANET 在兩種模式之間的數(shù)據(jù)速率和覆蓋范圍方面均優(yōu)于基礎(chǔ)架構(gòu)模式。如表1 所示，在效率恒定的情況下，性能和能耗幾乎是線性的，當(dāng)UAV 的能量消耗率小于多UAV 通信網(wǎng)絡(luò)的計(jì)算值，考慮通過增加某些能量消耗來提高性能和效率。

圖3 基礎(chǔ)設(shè)施模式電流消耗

圖4 優(yōu)化FANET 模式電流消耗

圖5 優(yōu)化FANET 覆蓋率

圖6 基礎(chǔ)設(shè)施模式覆蓋率

表1 不同模式總體優(yōu)化性能比較

4 結(jié)論

本文主要研究了地面設(shè)備與無人機(jī)之間在不同模式下協(xié)同通信算法。該方法的主要貢獻(xiàn)在于，針對無人機(jī)群協(xié)同通信提出了一種采用RNN 的FANET 模型的構(gòu)建，通過對影響因素建模來研究動態(tài)不確定性。構(gòu)建FANET 網(wǎng)絡(luò)滿足動態(tài)且穩(wěn)定鏈路優(yōu)化要求以及移動性傳播的模型，對FANET 通信系統(tǒng)的容量、覆蓋范圍和能源功耗幾個關(guān)鍵因素分析[30]。仿真結(jié)果表明，在不同的傳輸數(shù)據(jù)速率下，該模型通過確定無人飛行器的最佳覆蓋區(qū)域，總所需的功率將有所降低，最大程度地確保地面設(shè)備的最大吞吐量，提高UAV 協(xié)作通信控制的準(zhǔn)確性和靈敏度。在未來的研究中，計(jì)劃將該算法應(yīng)用于無人機(jī)的復(fù)雜動態(tài)場景分析。