无人机蜂群自组网信道接入与相对定位协议研究

摘要

近年来，无人机蜂群作战的新概念受到了研究人员的广泛关注。无人机蜂群由大量小型化、廉价、高机动的无人机节点组成。节点间通过无线自组织网络技术实现互联，构建功能分布化的智能作战体系，具有重要的军事应用价值。紧密结合无人机蜂群的特点和作战需求，设计灵活、高效的无人机蜂群自组网协议栈是一项富有挑战性的研究工作，已成为当前该领域的研究热点。本文的研究工作即针对无人机蜂群自组网协议栈设计的两个难点问题：信道接入协议和相对定位协议展开，取得的主要研究成果包括： （1）无人机蜂群节点数量多，且在执行任务的过程中无人机易被敌人击毁，需要不断快速补充。节点频繁退网/入网导致全网节点互同步开销大，因而难以采用时分多址（TDMA）的信道接入和共享方式获得较高的信道利用率。相比之下，基于载波检测（CSMA）机制的信道接入方式不依赖于节点同步，灵活性高，并能够支持节点快速入网，因而更加适用于无人机蜂群自组织网络。目前，载波检测信道接入协议已在短距离无线网络中获得广泛的应用，该类协议普遍采用了随机退避的方法避免信号冲突。然而，在无人机蜂群节点远距离组网的条件下，上述信道接入策略是否依然能够获得最优的网络性能？ 本文针对载波检测/随机退避的信道接入协议机理展开深入研究，通过数学建模，定量分析了无人机蜂群自组织网络饱和吞吐量性能与随机退避时隙长度之间的关系，说明了最优随机退避时隙长度取值与网络拓扑结构的相关性。由于无人机蜂群自组织网络拓扑结构快速动态变化，因而在实际应用中，随机退避时隙长度的最优取值难以准确设定。本文进一步采用P坚持的冲突避免方法代替随机退避方法，建模分析了载波检测/P坚持协议的网络饱和吞吐量性能，揭示了网络节点数量与最优竞争发送概率P之间的关系，证明了P坚持与随机退避策略相比能获得更优的网络饱和吞吐量性能。实际应用中，在无人机蜂群自组织网络规模保持相对稳定的条件下，即可依据本文的研究结论，由网络节点总数量确定最优竞争发送概率P的取值。 （2）相对定位是无人机蜂群自组织网络节点避撞、对敌密集覆盖和智能作战的基础。本文在节点间测距信息已知的基础上，提出了一种高效的无人机蜂群自组织网络相对定位协议。该协议采用分布式竞争的方法，随机产生当前定位周期内的四个坐标基准节点，并保证网络中的其余节点均正确收到四个坐标基准，实现相对定位。相对定位协议的执行周期由网络拓扑变化的快慢程度决定。本文进一步采用马尔可夫链建模的方法，分析了分布式竞争参数的取值与相对定位完成时间之间的关系，确定了一定网络规模条件下最优分布式竞争参数的取值。仿真结果证明了协议的有效性和建模分析的正确性。

目录

第一个书签之前

ABSTRACT

第一章 绪 论

1.1 研究背景

1.2 国内外研究概况

1.3 本文研究思路及意义

1.4 本文组织结构

第二章 无人机蜂群自组网概述

2.1 引言

2.2 无人机蜂群作战概述

2.2.1 无人机蜂群作战概念的发展

2.2.2 典型的无人机蜂群作战平台

2.3 无人机蜂群对组网技术的要求

2.3.1 对MAC协议设计的要求

2.3.2 对路由协议设计的要求

2.3.3 对安全策略的要求

2.4无人机蜂群自组网关键技术分析

2.4.1 蜂群无人机的管理与控制

2.4.2 蜂群无人机信道接入技术

2.4.3 蜂群无人机的感知与规避

2.5 本章小结

第三章 远距离条件下载波检测信道接入协议建模与分析

3.1 引言

3.2 无人机蜂群自组网信道接入协议分类及性能比较

3.3 远距离条件下载波检测/随机退避机制建模与分析

3.3.1 传输距离对随机退避机制的影响

3.3.2 节点移动模型

3.3.3 节点间距离分布函数

3.3.4 远距离条件下的DCF协议建模与分析

3.4 远距离条件下载波检测/P坚持机制建模与分析

3.4.1远距离条件下P坚持机制建模

3.4.2 仿真结果与分析

3.5 本章小结

第四章 无人机相对定位协议设计与建模优化

4.1 引言

4.2 相关工作

4.2.1 TOA定位算法

4.2.2 TDOA定位算法

4.2.3 AOA定位算法

4.2.4 RSS定位算法

4.3 无人机编队相对定位协议

4.3.1 协议概述

4.3.2 无人机节点分布式竞争

4.3.3 无人机节点的全网定位

4.4 定位完成时间建模与优化

4.4.1 二维马尔可夫链模型

4.4.2 定位完成时间

4.4.3 竞争窗口优化

4.4.4 仿真结果与分析

4.5 本章小结

总结与展望

5.1 研究总结

5.2 研究展望

参考文献

致谢

在学期间的研究成果及发表的学术论文