【技术实现步骤摘要】
本专利技术属于通信领域的自组网，尤其涉及一种无人机自组网中动态分簇和mpr选择的方法。
技术介绍
1、无人机集群在执行任务时，高速的移动性以及节点加入或者退出网络，都会导致无人机网络架构和拓扑频繁变化。无人机网络在满足节点之间正常通信的同时，还需要考虑拓扑一直改变的问题，需要对拓扑结构一直进行维护，所以这个维护开销是十分巨大的，这个时候就需要选择合理的结构应用于无人机网络中去，这是当下急需解决的问题之一。分簇结构可扩展性较好，适合大规模部署的网络，可通过簇减少数据通信量，减少网络消耗。只要设计出的分簇算法较为合理且适用，那么在此种结构中使用此算法就可以建立并且维护稳定的结构，即使是遭受外界的攻击，也可以保持较高的性能优势。节点本身高速剧烈移动，网络拓扑结构高速变化，导致链路连接时间短，网络通断问题反复存在，此外由于设备自身原因，携带的能量也是有限的，因此，目前用于ad hoc网络的路由协议可能无法很好的发挥无人机的性能优势。所以，目前需要在现有的ad hoc网络路由协议基础上进行改进，以便更好的发挥无人机网络的性能和优势。
2、现阶段，文献中已经有很多研究分簇的方法，chatterjee最先提出了经典的wca(weighted clustering algorithm)分簇算法，分别考虑了剩余能量、传输功率、节点移动性和节点度这四个因素，根据权值大小进行簇头选择。由于考虑了多种因素，因此此种算法选出的簇头是综合性能相对较强的，可以适合不同的环境。国内外研究者们也对此算法进行了全方位不同程度的改进。包括一种自适应安全加
3、qayyum等人首先证明了选择最优的mpr集是一个“np-complete problem”问题(amir qayyum a l,laurent viennot.multipoint relaying:an efficienttechniquefor flooding in mobile wireless networks[r].institut national de recherche eninformatique et en automatique,tech.rep.,2000.)。协议设计最初是使用贪婪算法挑选集合，根据覆盖的二跳邻居的多少进行优先排队选择节点。但是在选择的过程中可能会存在两个节点同时覆盖了多个节点的情况，那么按照此法进行选择就会导致选出更多的节点，造成冗余，进而造成开销增大，实时性能变差。所以国内外学者对比进行了大量的研究工作，包括使用极小极大算法进行节点选择，以此来减少拓扑控制分组数量(alamsyah a,purnama i k e,setijadi e,et al.mpr selection to the olsr quality of servicein manet using minmax algorithm[j].international journal of electrical andcomputer engineering,2019,9(1):417-425.)。通过一直进行循环操作，剔除集合中无效的多余节点，以此提升网络效率(dong s,zhang h.an mpr set selection algorithmbased on set operation[c]//2021ieee 5th advanced information technology,electronic and automation control conference(iaeac).ieee,2021:5-8.)。zhang d等提出了一种基于量子遗传的olsr协议，该协议通过嵌入新的增强q-learning算法，并结合olsr协议对mpr集进行优化选择，可以有效降低网络拓扑控制的消耗，提高数据包投递率，减少节点间端到端数据包传输的时延(zhang d,cui y,zhang t.new quantum-geneticbased olsr protocol(qg-olsr)for mobile ad hoc network[j].applied softcomputing,2019,80:285-296.)。此外，olsr协议在路径选择方面只依据最短跳数，而忽略了链路质量。提出p-olsr路由协议考虑了节点之间相对速度的优化链路状态路由协议。然而，该协议没有考虑时延、负载等其他关键因素(rosati s,kruzelecki k,heitz g,etal.dynamic routing for flying ad hoc networks[j].ieee transactions onvehicular technology,2016,65(3):1690-1700.)。
4、通过上述分析，现有技术存在的问题及缺陷为：
5、(1)传统的分簇算法中，在进行簇头选择时，大多只考虑了单一的因素，如节点id、节点度、节点移动性等，选择出的簇头大多集中于某一类节点，导致此类节点的能本文档来自技高网...
【技术保护点】
1.一种无人机自组网中动态分簇和MPR选择的方法，其特征在于，包括以下步骤：
2.一种如权利要求1所述无人机自组网中动态分簇和MPR选择的方法，其特征在于，所述步骤S2的具体过程为：
3.一种如权利要求1所述无人机自组网中动态分簇和MPR选择的方法，其特征在于，所述步骤S3的具体过程为：根据步骤S1中节点之间互相进行信息交互得到的来自邻居节点的消息，按照步骤S2中综合权值计算公式进行自身的综合权值的计算，在进行新一轮信息交互时，将此值告知邻居节点；将节点收到的邻居节点传递的综合权值和自身计算得到的综合权值进行比较，其中，计算结果值最大的则直接声明自己成为簇头；当存在两个值大小完全相等的节点，则比较退出网络频率，选取较小的值，若仍相等，则选择ID值较小的。
4.一种如权利要求1所述无人机自组网中动态分簇和MPR选择的方法，其特征在于，所述步骤S4的具体过程为：
5.一种如权利要求1所述无人机自组网中动态分簇和MPR选择的方法，其特征在于，所述步骤S5中，初始化方式如下：
6.一种如权利要求1所述无人机自组网中动态分簇和MP
7.一种如权利要求1所述无人机自组网中动态分簇和MPR选择的方法，其特征在于，所述步骤S7中，局部信息素更新方式如下：
8.一种如权利要求1所述无人机自组网中动态分簇和MPR选择的方法，其特征在于，所述步骤S8的具体过程为：
9.一种如权利要求8所述无人机自组网中动态分簇和MPR选择的方法，其特征在于，所述步骤S8中：
10.一种如权利要求1所述无人机自组网中动态分簇和MPR选择的方法，其特征在于，所述步骤S9中，全局信息素更新方式如下：
...【技术特征摘要】
1.一种无人机自组网中动态分簇和mpr选择的方法，其特征在于，包括以下步骤：
2.一种如权利要求1所述无人机自组网中动态分簇和mpr选择的方法，其特征在于，所述步骤s2的具体过程为：
3.一种如权利要求1所述无人机自组网中动态分簇和mpr选择的方法，其特征在于，所述步骤s3的具体过程为：根据步骤s1中节点之间互相进行信息交互得到的来自邻居节点的消息，按照步骤s2中综合权值计算公式进行自身的综合权值的计算，在进行新一轮信息交互时，将此值告知邻居节点；将节点收到的邻居节点传递的综合权值和自身计算得到的综合权值进行比较，其中，计算结果值最大的则直接声明自己成为簇头；当存在两个值大小完全相等的节点，则比较退出网络频率，选取较小的值，若仍相等，则选择id值较小的。
4.一种如权利要求1所述无人机自组网中动态分簇和mpr选择的方法，其特征在...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。