[发明专利]一种采用灰色马尔科夫模型的无人机自组网路由选择方法与系统

权利要求书

1.一种采用灰色马尔科夫模型的无人机自组网路由选择方法，其特征在于，所述方法包括：

获取每个无人机节点对应的节点位置信息；

构建灰色马尔科夫模型，根据所述灰色马尔科夫模型中的等维新息模型提取节点位置序列中的趋势项进行预测以得到灰色预测值，根据马尔科夫链模型提取所述节点位置序列中的随机项进行预测以得到马尔科夫预测值，根据所述灰色预测值以及所述马尔科夫预测值得到节点位置预测值；

根据所述节点位置预测值，计算得到当前发送节点与邻居节点之间的链路保持时间，所述当前发送节点对应的邻居节点与对应的目标节点之间的运动相似度，以及所述当前发送节点与对应的邻居节点之间的链路质量；

通过信息增益方法，对所述链路保持时间、所述运动相似度以及所述链路质量进行重要度排序，计算得到所述当前发送节点对应的所有邻居节点的转发权值，并将转发权值最大的节点作为下一跳节点；

所述链路保持时间表示为：

T＝d_BC/v

其中，d_BC为节点的某一邻居走出其通信范围的飞行轨迹BC的长度，v为节点的飞出速度；

所述运动相似度表示为：

MSD＝VSD×DSD

速度相似度VSD表示为：

其中，在时间t时，节点n的运动矢量为(v_n(t),θ_n(t))，节点m的运动矢量为(v_m(t),θ_m(t))；

方向相似度DSD表示为：

DSD_nm(Δθ_nm(t))＝cos(Δθ_nm(t)/2)

其中，Δv_nm为节点n、m的速度差，α为速度相似灵敏因子，Δθ_nm为两节点运动方向角度之差；

所述链路质量ETX表示为：

ETX＝1/s²(t)

其中，s(t)为链路上单向的传输成功的概率；

所述通过信息增益方法，对所述链路保持时间、所述运动相似度以及所述链路质量进行重要度排序，计算得到所述当前发送节点对应的所有邻居节点的转发权值，并将转发权值最大的节点作为下一跳节点的方法包括如下步骤：

通过信息增益方法，对所述链路保持时间、所述运动相似度以及所述链路质量进行重要度排序以得到对应的权值；

分别对所述链路保持时间、所述运动相似度以及所述链路质量进行归一化处理；

根据归一化处理后的所述链路保持时间、所述运动相似度、所述链路质量以及对应的所述权值计算得到所述转发权值，并将转发权值最大的节点作为下一跳节点；

所述信息增益表示为：

IG(T)＝H(c)-H(c|T)

其中，熵H(c)表示随机变量c的不确定性，条件熵H(c|T)表示在某个指定条件T下随机变量c的不确定性；

归一化处理的公式表示为：

其中，X_final为数据归一化后的值，X为原始数据，X_min、X_max分别为原始数据可能的最小值与最大值；

所述转发权值为：

W＝ω₁*W_T+ω₂*W_M+ω₃*W_ETX

其中，W_T、W_M、W_ETX分别为链路保持时间、运动相似度、链路质量进行归一化处理后的值，ω₁、ω₂以及ω₃分别表示链路保持时间、运动相似度、链路质量三个路由判据对应的权值。

2.根据权利要求1所述的采用灰色马尔科夫模型的无人机自组网路由选择方法，其特征在于，在根据等维新息模型提取节点位置序列中的趋势项进行预测以得到灰色预测值的方法中；

进行预测的灰微分方程为：

dx⁽¹⁾/dt+ax⁽¹⁾＝b

其中，a，b为灰参数，x⁽¹⁾为随时间变化的同一节点位置序列的原始数据x⁽⁰⁾逐次相加生成的新数据。