王朝煒，常新時(shí)，馬騰森，龐明亮，王衛(wèi)東

(北京郵電大學(xué) 電子工程學(xué)院，北京 100876)

0 引言

無人機(jī)自組織網(wǎng)絡(luò)(UAV Ad Hoc Network,UANET)是移動(dòng)自組織網(wǎng)絡(luò)(Mobile Ad Hoc Network,MANET)在無人機(jī)場景內(nèi)的一種典型應(yīng)用。除了具有MANET自組織的特點(diǎn)，還有獨(dú)特的移動(dòng)性、時(shí)延性和拓?fù)鋭?dòng)態(tài)性等特點(diǎn)，在各領(lǐng)域UANET都具有廣泛的應(yīng)用，如森林火災(zāi)監(jiān)測、搜索和救援行動(dòng)[1-3]、偵察行動(dòng)、運(yùn)輸[4]等。

在無人機(jī)通信網(wǎng)絡(luò)中，節(jié)點(diǎn)通過無線方式相互通信，無人機(jī)通信網(wǎng)絡(luò)節(jié)點(diǎn)可以在不依賴基礎(chǔ)設(shè)施的情況下完成與網(wǎng)絡(luò)中其他節(jié)點(diǎn)的通信，未直接相連的節(jié)點(diǎn)可以通過中繼節(jié)點(diǎn)進(jìn)行多跳通信。相較于傳統(tǒng)的無線網(wǎng)絡(luò)來說，UANET的移動(dòng)性更高，這使得無人機(jī)的網(wǎng)絡(luò)拓?fù)涓訌?fù)雜且變化更加頻繁。此外，無人機(jī)在高速飛行時(shí)需要保持必要的安全距離來避免碰撞，這也給UANET組網(wǎng)和維護(hù)帶來挑戰(zhàn)[5]。無線通信網(wǎng)絡(luò)的一個(gè)很重要研究方向是路由協(xié)議的設(shè)計(jì)；因此，如何有效地選擇適合數(shù)據(jù)傳輸?shù)逆溌罚呛饬恳粋€(gè)路由協(xié)議是否優(yōu)秀的標(biāo)準(zhǔn)?；谝陨咸匦?，傳統(tǒng)的Ad Hoc網(wǎng)絡(luò)路由協(xié)議無法直接在UANET中使用。因此，設(shè)計(jì)一種能夠降低丟包率、減少故障情況恢復(fù)時(shí)間、提高系統(tǒng)穩(wěn)定性等指標(biāo)的路由協(xié)議是當(dāng)前UANET的研究熱點(diǎn)。

在性能提升方面：Sarao等人[6]通過考慮幾個(gè)性能指標(biāo)來分析Ad Hoc網(wǎng)絡(luò)的路由協(xié)議，如吞吐量、端到端延遲、標(biāo)準(zhǔn)化路由負(fù)載，以各種速度和暫停時(shí)間接收的數(shù)據(jù)包，這為路由協(xié)議的評估方法提供了思路。Jiang和Han[7]專注于為無人機(jī)設(shè)計(jì)的路線，并旨在對路由協(xié)議進(jìn)行一些完整的調(diào)查。此外，還詳細(xì)比較了現(xiàn)有路由協(xié)議的性能。

在路由協(xié)議對比方面：Abbasi和Khan[8]提供了基于仿真的現(xiàn)有動(dòng)態(tài)結(jié)點(diǎn)選擇路由協(xié)議和靜態(tài)結(jié)點(diǎn)選擇路由協(xié)議的研究，給出了這一領(lǐng)域關(guān)于路由技術(shù)的深刻見解。Nayyar[9]分析測試UANET中AODV、DSDV、DSR等常見路由協(xié)議，以及各路由協(xié)議在分組投遞率、端到端時(shí)延進(jìn)而吞吐量的性能指標(biāo)，驗(yàn)證最優(yōu)路由。

在多路徑路由研究方面：針對UANET節(jié)點(diǎn)能量有限、移動(dòng)快、數(shù)據(jù)多,造成網(wǎng)絡(luò)QoS下降的問題，逯建琦[10]提出將改進(jìn)的螢火蟲算法融入到多徑路由中形成螢火蟲多徑路由算法(AOMDV-FMRA)。首先為減小速度對路徑穩(wěn)定度的影響，在路由發(fā)現(xiàn)過程中引入邊界評價(jià)因子以適應(yīng)拓?fù)渥兓?，再根?jù)路徑上節(jié)點(diǎn)的負(fù)載信息，對反向路由進(jìn)行選擇；最后將能量評價(jià)參數(shù)映射到螢火蟲算法中對收集到的路徑能量信息進(jìn)行處理，作為流量分配的依據(jù)，提高算法性能。

本文根據(jù)UANET的結(jié)構(gòu)特點(diǎn)，以最短路徑路由算法為基礎(chǔ)，提出一種基于最短路徑的改進(jìn)UANET路由算法，通過對比AODV(Ad Hoc On-demand Distance Vector Routing)和最短路徑算法，以丟包率、平均端到端時(shí)延、平均抖動(dòng)等指標(biāo)來驗(yàn)證所提算法的性能。仿真結(jié)果表明，所提出算法在無人機(jī)節(jié)點(diǎn)隨機(jī)移動(dòng)場景中，整體性能有顯著提升。

1 UANET中的路由協(xié)議

在UANET中，無人機(jī)作為網(wǎng)絡(luò)節(jié)點(diǎn)組成了多跳自組織網(wǎng)絡(luò)。其中，路由協(xié)議被定義是通過中間節(jié)點(diǎn)查找從源節(jié)點(diǎn)到目的節(jié)點(diǎn)有效路徑的過程。由于無人機(jī)節(jié)點(diǎn)的移動(dòng)性，網(wǎng)絡(luò)頻譜隨時(shí)發(fā)生改變，網(wǎng)絡(luò)連接也會(huì)因此處于非穩(wěn)定狀態(tài)，造成鏈路間隙性終端。節(jié)點(diǎn)移動(dòng)性、間斷性鏈路、有限的網(wǎng)絡(luò)資源，使得無人機(jī)中的路由協(xié)議成為一項(xiàng)具有挑戰(zhàn)性的研究工作。常見UANET中的路由協(xié)議分為主動(dòng)路由協(xié)議和反應(yīng)式路由協(xié)議，其中，反應(yīng)式路由又分為混合路由協(xié)議、基于地理位置的路由協(xié)議和受自然啟發(fā)的路由協(xié)議。UANET示意如圖1所示。

圖1 UANET示意圖Fig.1 Schematic diagram of UANET

1.1 主動(dòng)路由協(xié)議

主動(dòng)路由協(xié)議[11]又稱為表驅(qū)動(dòng)路由協(xié)議。在這種路由類型中，為了存儲(chǔ)網(wǎng)絡(luò)內(nèi)部相鄰節(jié)點(diǎn)的狀態(tài)，每個(gè)參與路由的無人機(jī)節(jié)點(diǎn)需要維護(hù)一個(gè)或多個(gè)路由信息表。當(dāng)無人機(jī)節(jié)點(diǎn)移動(dòng)或者狀態(tài)變化時(shí)，路由表的信息就會(huì)發(fā)生變化，此時(shí)每個(gè)節(jié)點(diǎn)都需要更新自己存儲(chǔ)的數(shù)據(jù)表結(jié)構(gòu)信息[12]。而無論此時(shí)是否需要傳輸數(shù)據(jù)，每個(gè)節(jié)點(diǎn)都要和網(wǎng)絡(luò)中的其他節(jié)點(diǎn)交換最新的路由信息。

主動(dòng)路由協(xié)議在維護(hù)全局路由表時(shí)，時(shí)延性能占優(yōu)，保障了數(shù)據(jù)包的正確轉(zhuǎn)發(fā)，適用于對時(shí)延較敏感的持續(xù)性業(yè)務(wù)；但路由建立和維護(hù)的過程會(huì)占用部分網(wǎng)絡(luò)資源，增加網(wǎng)絡(luò)控制開銷，此時(shí)該路由協(xié)議對于頻繁變化的拓?fù)浣Y(jié)構(gòu)抵抗性較弱，不適合應(yīng)用于UANET中。主動(dòng)路由協(xié)議可以分為目的序列距離矢量路由[13](Destination Sequenced Distance Vector，DSDV)和優(yōu)化鏈路狀態(tài)路由協(xié)議[14](Optimized Link State Routing，OLSR)。

1.2 反應(yīng)式路由協(xié)議

反應(yīng)式路由協(xié)議，也稱為按需路由協(xié)議[15]。在這種路由類型中，當(dāng)無人機(jī)節(jié)點(diǎn)發(fā)送其數(shù)據(jù)分組時(shí)，且需要確保其自身路由表中不存在到達(dá)目的節(jié)點(diǎn)的路由，無人機(jī)節(jié)點(diǎn)才會(huì)啟動(dòng)路由發(fā)現(xiàn)過程，該路由表中只存儲(chǔ)活動(dòng)路由的信息。此時(shí)啟動(dòng)的路由維護(hù)機(jī)制用于維護(hù)有效路由和刪除無效路由[16]，當(dāng)網(wǎng)絡(luò)拓?fù)浒l(fā)生變化時(shí)，失敗的路由將被刪除，路由發(fā)現(xiàn)過程將重新開始。此外，路由表會(huì)定期更新。因此，與主動(dòng)路由協(xié)議相比，反應(yīng)式路由協(xié)議的效率更高[17]。常見按需式路由協(xié)議主要包括按需距離矢量路由(AODV)、Ad Hoc按需多路徑距離矢量路由(AOMDV)和動(dòng)態(tài)源路由(Dynamic Source Routing，DSR)。

1.2.1 混合路由協(xié)議

混合式路由協(xié)議，結(jié)合了先應(yīng)式和反應(yīng)式路由協(xié)議的特點(diǎn)。在區(qū)域內(nèi)，節(jié)點(diǎn)采用先應(yīng)式路由協(xié)議，目的是維護(hù)到區(qū)域內(nèi)部其他節(jié)點(diǎn)的路由信息，降低區(qū)域內(nèi)節(jié)點(diǎn)的通信延遲；在區(qū)域外，節(jié)點(diǎn)采用反應(yīng)式路由協(xié)議，只有節(jié)點(diǎn)發(fā)起通信請求時(shí)且不存在到目的節(jié)點(diǎn)有效路徑時(shí)才建立通信路徑，避免了維護(hù)到區(qū)域外其他無用節(jié)點(diǎn)所需的大量網(wǎng)絡(luò)開銷?；旌下酚蓞f(xié)議適用于節(jié)點(diǎn)數(shù)量較大規(guī)模的網(wǎng)絡(luò)，常見的混合路由協(xié)議包括區(qū)域路由協(xié)議[18]、時(shí)序路由協(xié)議(TORA)和聚集路由協(xié)議(GRP)。

1.2.2 基于地理位置的路由協(xié)議

基于地理位置的路由是利用網(wǎng)絡(luò)中無人機(jī)節(jié)點(diǎn)的地理位置信息來輔助路由的選擇[19]，此類協(xié)議要求網(wǎng)絡(luò)中的每個(gè)無人機(jī)節(jié)點(diǎn)都帶有可以提供自身地理位置信息的硬件設(shè)備。首先，通過地理位置信息裝置或者坐標(biāo)預(yù)測技術(shù)來估算目的節(jié)點(diǎn)的位置；然后，根據(jù)得出的位置信息來做出路由決策并完成數(shù)據(jù)包的轉(zhuǎn)發(fā)。常見的基于地理位置的路由協(xié)議是[20]GPSR(Greedy Perimeter Stateless Routing)。

1.2.3 受自然啟發(fā)的路由協(xié)議

受自然啟發(fā)的路由協(xié)議源于蟻群、蜂群、鳥群等自然現(xiàn)象。在實(shí)際應(yīng)用中存在一定的缺點(diǎn)，例如會(huì)增加通信延遲、通信開銷和能量的消耗[11]。事實(shí)上，自然啟發(fā)的路由方案是基于拓?fù)涞穆酚煞椒ǖ淖蛹?，是一種反應(yīng)式路由[21]。

2 最短路徑算法及改進(jìn)算法

2.1 最短路徑算法

最短路徑算法是求解單源最短路徑問題的一種算法[22]。給定一個(gè)有向圖V=(K,E)，其中K為節(jié)點(diǎn)的集合，E為邊的集合，最終以求解得到k.d與k.n為目的，其中k.d為節(jié)點(diǎn)k到源節(jié)點(diǎn)的最短距離，k.n表示節(jié)點(diǎn)k到源節(jié)點(diǎn)的下一躍點(diǎn)。最短路徑算法通過迭代操作，對所有的邊進(jìn)行松弛操作從而更新節(jié)點(diǎn)到源節(jié)點(diǎn)的最短距離，最終得到所有可能的最短路徑。其偽代碼如算法1所示。

算法1 最短路徑算法(V)偽代碼輸入:V(K,E)輸出:k.d,k.n1:初始化操作2:fori=1to|K|-1do3:foreachedgeE(u,k)∈E4: ifk.d>u.d+w(u,k)5: k.d=u.d+w(u,k)6: k.n=u

算法的步驟流程如下：首先，第1行對所有節(jié)點(diǎn)的d值和n值進(jìn)行初始化，源節(jié)點(diǎn)的d值為0，其他節(jié)點(diǎn)的d值為無窮大；其次，算法進(jìn)行了|K|-1次處理，每次處理對應(yīng)2～6行的一次for循環(huán)，每次循環(huán)內(nèi)部都對所有的邊E(u,k) 進(jìn)行松弛操作；4～6行表示對邊E(u,k) 進(jìn)行松弛操作，其中w(u,k) 表示邊E(u,k)的權(quán)值。圖2為最短路徑算法的執(zhí)行示例。其中，圖2(a)為算法的輸入拓?fù)鋱D，S為源節(jié)點(diǎn)；圖2(b)是初始化的結(jié)果；圖2(c)～(f)是每次循環(huán)迭代操作之后的節(jié)點(diǎn)狀態(tài)。

最短路徑作為一種主動(dòng)式路由協(xié)議，適用于網(wǎng)絡(luò)規(guī)模較小、拓?fù)渥兓^穩(wěn)定的網(wǎng)絡(luò)環(huán)境。當(dāng)路徑中的節(jié)點(diǎn)發(fā)生損壞，使得算法失效，導(dǎo)致路徑中斷無法正常傳輸，從而節(jié)點(diǎn)再次進(jìn)行路由發(fā)現(xiàn)。這會(huì)增加通信網(wǎng)絡(luò)的延遲和開銷，還可能會(huì)導(dǎo)致網(wǎng)絡(luò)堵塞。因此，最短路徑算法不適合拓?fù)浣Y(jié)構(gòu)迅速變化的UANET。

圖2 最短路徑算法執(zhí)行示例Fig.2 Example of shortest path algorithm execution

2.2 基于最短路徑的改進(jìn)路由算法

結(jié)合以上所述問題，本文提出了一種適用于無人機(jī)網(wǎng)絡(luò)的基于最短路徑的改進(jìn)算法。改進(jìn)流程如下：首先，最短路徑算法屬于集中式思想，而UANET網(wǎng)絡(luò)是一個(gè)分布式的系統(tǒng)，最短路徑算法無法直接運(yùn)用。改進(jìn)的方式為相鄰節(jié)點(diǎn)之間的路由信息先通過交換，再進(jìn)行最短路徑中的松弛操作，進(jìn)而觸發(fā)鏈?zhǔn)礁虏僮?，就可以?shí)現(xiàn)將最短路徑算法分布化，使其能運(yùn)行在無人機(jī)網(wǎng)絡(luò)中；其次，調(diào)整了路由表的結(jié)構(gòu)。在原始路由表中增添了記錄下一跳節(jié)點(diǎn)的列表，列表信息包括三部分，分別是待選下一跳的IP地址集合、其他下一跳的接口集合和待選下一跳對應(yīng)到達(dá)目的節(jié)點(diǎn)的跳數(shù)集合。這樣路由信息表更新時(shí)不僅更新下一跳的信息，還會(huì)同時(shí)更新備選下一跳集合，使得每個(gè)節(jié)點(diǎn)均有多個(gè)下一跳可供選擇，與此同時(shí)要保證待選集合更新時(shí)，所有的備選下一跳均不同，這樣才能確保在路徑切換時(shí)無人機(jī)節(jié)點(diǎn)均跳躍到不同的下一跳上。通過以上改進(jìn)操作，實(shí)現(xiàn)在最短路徑算法的基礎(chǔ)上進(jìn)行多路徑傳輸?shù)乃枷搿?/p>

2.2.1 路由發(fā)現(xiàn)過程

改進(jìn)路由算法的路由發(fā)現(xiàn)過程，通過路由信息廣播，無人機(jī)節(jié)點(diǎn)間進(jìn)行信息交換可以發(fā)現(xiàn)多個(gè)下一跳節(jié)點(diǎn)并保存至下一跳集合；通過松弛操作，發(fā)現(xiàn)N條最短路徑，并保存其中前兩條路徑。選擇先被發(fā)現(xiàn)的路徑作為傳輸主路徑，另外一條作為備選路徑；若最短路徑只有一條，那么次短路徑有若干條，則選取最短路徑作為傳輸主路徑，次短路徑作為備選路徑。路由發(fā)現(xiàn)過程如圖3所示。

圖3 路由發(fā)現(xiàn)流程Fig.3 Route discovery flowchart

2.2.2 路由維護(hù)過程

無人機(jī)節(jié)點(diǎn)移動(dòng)時(shí)，會(huì)導(dǎo)致路由網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生改變，節(jié)點(diǎn)A的鄰居節(jié)點(diǎn)也會(huì)隨之改變。當(dāng)節(jié)點(diǎn)A發(fā)生故障情況時(shí)，傳輸路徑斷開，降低了通信網(wǎng)絡(luò)的穩(wěn)定性。此時(shí)，路由維護(hù)對于增強(qiáng)網(wǎng)絡(luò)結(jié)構(gòu)的可靠性十分重要。路由維護(hù)的原理是通過檢測本地路由表中的路由是否超過所設(shè)時(shí)限，如果有路由在一定的時(shí)間范圍內(nèi)沒有進(jìn)行更新操作，則認(rèn)為該路由失效，就將該路由從路由表中刪除；然后對外進(jìn)行廣播；如果在傳輸過程中路徑發(fā)生斷裂，則會(huì)再次進(jìn)行路由發(fā)現(xiàn)。

在改進(jìn)路由算法中，網(wǎng)絡(luò)中的節(jié)點(diǎn)每隔固定時(shí)間就會(huì)主動(dòng)廣播并更新路由信息，若發(fā)現(xiàn)的新路徑比現(xiàn)有路徑長，則保持使用現(xiàn)有路徑，并更新備選路徑，這樣可以減小路由開銷；如果新的路徑比現(xiàn)有路徑更短，則切換到新路徑，并更新備選路徑，這在一定程度上增加了網(wǎng)絡(luò)的穩(wěn)定性。當(dāng)網(wǎng)絡(luò)運(yùn)行時(shí)，若傳輸路徑上的節(jié)點(diǎn)A發(fā)生故障或丟包次數(shù)達(dá)到所設(shè)閾值，便會(huì)觸發(fā)路徑切換機(jī)制，將傳輸路徑切換至備選路徑；與此同時(shí)節(jié)點(diǎn)A的上一跳便會(huì)向鄰居節(jié)點(diǎn)廣播節(jié)點(diǎn)A故障的消息。鄰居節(jié)點(diǎn)收到消息，對比自身路由信息，若它的下一跳集合中有節(jié)點(diǎn)A，那么它將會(huì)更新自身路由信息并廣播；若沒有，則不會(huì)廣播。如果備選路徑也斷開傳輸，則無人機(jī)節(jié)點(diǎn)會(huì)重新發(fā)起路由發(fā)現(xiàn)操作。

當(dāng)路徑失效且路由表更新后，無人機(jī)節(jié)點(diǎn)會(huì)將更新后的信息廣播給鄰居節(jié)點(diǎn)，但向外廣播只會(huì)使得其他節(jié)點(diǎn)的路由狀態(tài)更準(zhǔn)確，并沒有對自身節(jié)點(diǎn)失效的路由信息做出補(bǔ)償。改進(jìn)算法在此方面做出了一定的優(yōu)化，具體方法是：在鏈路失效后節(jié)點(diǎn)會(huì)廣播更改后的路由信息，在此路由信息廣播包中加入一個(gè)標(biāo)志位，當(dāng)鄰居節(jié)點(diǎn)收到此廣播信息后會(huì)反饋相關(guān)的路由信息，用于對失效的路由進(jìn)行補(bǔ)償。

3 改進(jìn)路由算法的仿真實(shí)現(xiàn)

3.1 仿真參數(shù)設(shè)置

本文采用EXata作為仿真驗(yàn)證平臺(tái)，EXata 是用來研究、開發(fā)、測試、評估的工具包，它表現(xiàn)、互動(dòng)和行為的精確程度同真實(shí)網(wǎng)絡(luò)相似[23]，用戶能夠根據(jù)網(wǎng)絡(luò)模擬器對網(wǎng)絡(luò)模型的擬合來計(jì)算網(wǎng)絡(luò)的基礎(chǔ)行為和評估網(wǎng)絡(luò)能達(dá)到的綜合性能。EXata 創(chuàng)建了一個(gè)數(shù)字網(wǎng)絡(luò)副本，該副本使用真實(shí)的應(yīng)用程序與現(xiàn)實(shí)網(wǎng)絡(luò)實(shí)時(shí)連接。

本文的仿真場景中，在有32個(gè)隨機(jī)分布的無人機(jī)的UANET網(wǎng)絡(luò)上進(jìn)行模擬仿真。無人機(jī)節(jié)點(diǎn)分布在3 000 m×3 000 m的地域范圍內(nèi)，模擬運(yùn)行120 s。在網(wǎng)絡(luò)中建立一對一通信鏈接，32個(gè)無人機(jī)隨機(jī)移動(dòng)，設(shè)置不同的運(yùn)動(dòng)速度(分別為1～2 m/s、4～5 m/s、8～10 m/s、12～13 m/s)，網(wǎng)絡(luò)拓?fù)鋵?shí)時(shí)發(fā)生變化，鏈路狀態(tài)也隨之發(fā)生變化。詳細(xì)的仿真參數(shù)如表1所示。

表1 仿真參數(shù)設(shè)置Tab.1 Simulation parameter settings

在EXata系統(tǒng)中，固定比特率傳輸(Constant Bit Rate,CBR)采用的是盡力而為的發(fā)送策略，也就是說CBR沒有如TCP傳輸協(xié)議一樣對數(shù)據(jù)包的到達(dá)率做出保證，因此采用CBR數(shù)據(jù)傳輸能在仿真中更好地反映出路由協(xié)議的真實(shí)性能，無人機(jī)節(jié)點(diǎn)仿真示意如圖4所示。

圖4 無人機(jī)隨機(jī)運(yùn)動(dòng)場景圖Fig.4 Node random motion scenario graph

3.2 仿真結(jié)果與分析

本節(jié)分析了UANET中不同路由算法的性能，將改進(jìn)路由算法、AODV算法和最短路徑算法進(jìn)行對比，在無人機(jī)隨機(jī)分布隨機(jī)運(yùn)動(dòng)條件下，AODV路由協(xié)議鏈路切換不及時(shí)，而改進(jìn)路由算法的鏈路是周期切換的，可以將鏈路及時(shí)快速地切換到更短更新的鏈路，在一定程度上降低時(shí)延，提高傳輸效率。通過實(shí)驗(yàn)對丟包率、平均端到端時(shí)延、平均抖動(dòng)等參數(shù)進(jìn)行評估，驗(yàn)證了改進(jìn)路由算法的有效性。

各算法的丟包率如圖5所示，當(dāng)無人機(jī)移動(dòng)速度較低，為1～2 m/s時(shí)，由于無人機(jī)移動(dòng)緩慢，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化不大，最短路徑算法優(yōu)勢明顯，丟包率為16.4%，改進(jìn)路由算法和AODV表現(xiàn)相差不大，前者略好；隨著無人機(jī)移動(dòng)速度的提高，改進(jìn)路由算法和AODV丟包率均有下降，最短路徑算法表現(xiàn)較差，丟包率上升，很不穩(wěn)定。在無人機(jī)速度為4～5 m/s時(shí)，改進(jìn)路由算法比最短路徑算法和AODV分別低15.04%和8.94%；當(dāng)速度上升到8～10 m/s時(shí)，改進(jìn)路由算法比最短路徑算法和AODV分別低16.21%和10.24%；當(dāng)移動(dòng)速度繼續(xù)上升至12～13 m/s時(shí)，改進(jìn)路由算法比最短路徑算法和AODV分別低22.37%和4.75%。通過對比分析，發(fā)現(xiàn)隨著無人機(jī)移動(dòng)速度的提高，改進(jìn)路由算法丟包率下降最大，因?yàn)橛捎跓o人機(jī)移動(dòng)造成拓?fù)浣Y(jié)構(gòu)發(fā)生變化時(shí)，它能更快地切換到更短路徑，從而實(shí)現(xiàn)更小的丟包率?？傮w看來，改進(jìn)路由算法在無人機(jī)移動(dòng)的情況下有更低的丟包率，優(yōu)于其他兩種算法。

圖5 無人機(jī)隨機(jī)運(yùn)動(dòng)場景各算法的丟包率Fig.5 Packet loss rate of each algorithm in the node random motion scenario

各算法的平均端到端時(shí)延如圖6所示，同樣，在當(dāng)無人機(jī)移動(dòng)速度為1～2 m/s的條件下，最短路徑算法和AODV時(shí)延均超過1 s，只有改進(jìn)路由算法時(shí)延在1 s內(nèi)；隨著無人機(jī)運(yùn)動(dòng)速度提高至4～5 m/s，3種算法的端到端時(shí)延均有所下降，改進(jìn)路由算法的時(shí)延比最短路徑算法和AODV分別低44.9%和74.0%，AODV延遲仍舊較高，因?yàn)锳ODV在拓?fù)浒l(fā)生變化時(shí)需要重新尋路，導(dǎo)致延遲增加；速度為8～10 m/s時(shí)，改進(jìn)路由算法的時(shí)延比最短路徑算法和AODV分別低37.5%和83.6%；在無人機(jī)移動(dòng)速度為12～13 m/s時(shí)，改進(jìn)路由算法的時(shí)延比最短路徑算法和AODV分別低12.7%和60.5%。在此場景下，AODV端到端時(shí)延表現(xiàn)最差，最短路徑算法表現(xiàn)次之，改進(jìn)路由算法表現(xiàn)最好。因?yàn)楫?dāng)無人機(jī)移動(dòng)造成拓?fù)浣Y(jié)構(gòu)發(fā)生快速變化時(shí)，所提出的算法可以更快地發(fā)現(xiàn)并切換到更短的傳輸路徑，而更短的傳輸路徑意味著更短的時(shí)延。

圖6 無人機(jī)隨機(jī)運(yùn)動(dòng)場景各算法的平均端到端時(shí)延Fig.6 Average end-to-end latency of each algorithm in a node stochastic motion scenario

圖7為無人機(jī)在不同運(yùn)動(dòng)速度下,不同算法的平均抖動(dòng)。

圖7 無人機(jī)隨機(jī)運(yùn)動(dòng)場景各算法的平均抖動(dòng)Fig.7 Average jitter of each algorithm in the random motion scenario of the drone

無人機(jī)速度為1～2 m/s時(shí)，改進(jìn)路由算法的平均抖動(dòng)稍高于最短路徑算法和AODV；無人機(jī)速度為4～5 m/s時(shí)，改進(jìn)路由算法的抖動(dòng)比最短路徑算法高0.38 ms，比AODV低0.92 ms；無人機(jī)速度上升到8～10 m/s時(shí)，改進(jìn)路由算法的抖動(dòng)比最短路徑算法高0.22 ms，比AODV低1.24 ms。無人機(jī)速度達(dá)到12～13 m/s時(shí)，改進(jìn)路由算法仍處于次位。從圖7整體來看，隨著無人機(jī)運(yùn)動(dòng)速度的提高，各算法抖動(dòng)程度均有不同程度的降低，最短路徑算法抖動(dòng)表現(xiàn)更優(yōu)，改進(jìn)路由算法次之，AODV表現(xiàn)較差。

從圖5～圖7總體分析，改進(jìn)路由算法在無人機(jī)移動(dòng)速度為1～2 m/s時(shí)丟包率稍差，平均抖動(dòng)比最短路徑算法稍高；在其他無人機(jī)速度運(yùn)動(dòng)的狀態(tài)下，丟包率低，同時(shí)平均端到端時(shí)延和平均抖動(dòng)均較低，整體性能最優(yōu)。

4 結(jié)論

本文針對UANET中的網(wǎng)絡(luò)可靠性問題，提出了基于最短路徑的改進(jìn)路由算法。介紹了UANET中的路由協(xié)議和最短路徑算法的原理，詳細(xì)闡述了改進(jìn)算法的設(shè)計(jì)和路由策略。實(shí)驗(yàn)根據(jù)丟包率、平均端到端時(shí)延、平均抖動(dòng)參數(shù)指標(biāo)來評估改進(jìn)路由算法的性能，將改進(jìn)路由算法和AODV與最短路徑算法對比仿真并分析結(jié)果，可以發(fā)現(xiàn)，在無人機(jī)隨機(jī)分布且隨機(jī)運(yùn)動(dòng)的高流量場景下，改進(jìn)路由算法在整體性能上有一定的優(yōu)勢，均衡了網(wǎng)絡(luò)負(fù)載，提高了網(wǎng)絡(luò)的可靠性和穩(wěn)定性，進(jìn)而證明了改進(jìn)路由算法的有效性。