[发明专利]基于位置预测的无人机自组网地理信息路由方法及系统

权利要求书

1.基于位置预测的无人机自组网地理信息路由方法，其特征在于包括如下步骤：

S1：建立邻居节点表，其中，所述邻居节点表包括邻居节点ID号、及与所述邻居节点ID号对应的位置信息容器，所述位置信息容器中能够存储window个接收该邻居节点信标的时间及位置信息；

S2：根据邻居节点的位置信息容器中的信息预测邻居节点位置；

S3：根据预测的各个邻居节点位置进行路由决策，

信标的广播频率通过模糊控制器进行动态调节，所述位置信息容器中存储的接收该邻居节点信标的时间根据广播频率动态调节，

所述模糊控制器的处理方法包括如下步骤：

S101：采集步骤S2中的预测错误值及预测错误变化率，根据其对应的隶属函数，进行模糊化；

S102：根据模糊规则进行模糊推理；

S103：解模糊化，输出信标数据包的广播间隔。

2.根据权利要求1所述的基于位置预测的无人机自组网地理信息路由方法，其特征在于：在步骤S103中，采用的是中心加权平均值法解模糊化。

3.根据权利要求1或2所述的基于位置预测的无人机自组网地理信息路由方法，其特征在于：在步骤S1中，所述位置信息容器存储采用先进先出原则进行存储信息，当位置信息容器中的信标数量小于window时，就接着往里面填充信标，当位置信息容器里面的信标数量已经达到window个，若此时接收到新的信标广播包，则将位置信息容器里面最早接收到的信标广播包抛弃，填入新接收到的信标。

4.根据权利要求3所述的基于位置预测的无人机自组网地理信息路由方法，其特征在于：在步骤S2中，采用加权线性回归模型预测位置，所述加权线性回归模型生成的位置预测公式为：

x(t)＝a_xt+b_x

y(t)＝a_yt+b_y

其中，x,y分别代表二维坐标(x,y)，t代表当前时刻的时间，在上述公式中带入具体的时间即可求出该时刻的位置信息，a_x,b_x分别代表一次函数中的比例项和截距项。

5.根据权利要求4所述的基于位置预测的无人机自组网地理信息路由方法，其特征在于：所述位置预测公式推导过程采用最小二乘法，其处理过程包括：定义代价函数，对其求最小值的都拟合度最高的线性回归模型，然后对代价函数求偏导，再定义若干个中间变量，求解得到a_x,b_x值。

6.一种实现权利要求1-5任一项所述的基于位置预测的无人机自组网地理信息路由方法的系统，其特征在于包括：

邻居节点表建立模块：用于建立邻居节点表，其中，所述邻居节点表包括邻居节点ID号、及与所述邻居节点ID号对应的位置信息容器，所述位置信息容器中能够存储window个接收该邻居节点信标的时间及位置信息；

邻居节点位置预测模块：用于根据邻居节点的位置信息容器中的信息预测邻居节点位置；路由决策模块：用于根据预测的各个邻居节点位置进行路由决策，

还包括模糊控制器，用于对信标的广播频率进行动态调节，

所述模糊控制器包括：

模糊化单元：用于采集邻居节点位置预测模块的预测错误值及预测错误变化率，根据其对应的隶属函数，进行模糊化；

模糊推理单元：用于根据模糊规则进行模糊推理；

解模糊化单元：用于解模糊化，输出信标数据包的广播间隔。