[发明专利]一种基于预测轨迹的海洋船舶无线网络路由方法

说明书

本发明是用于海洋船舶无线通信网络的路由方法。主要思想是根据轨迹模型预测船舶轨迹，并计算置信度表，衡量船舶对数据的送达潜能，以此作为转发指标来指导路由的决策。本路由方法主要包括以下步骤：首先每艘船舶对自己的历史数据集训练轨迹模型，并给出预测置信度表。然后，在航行过程中，收集自己和其他船舶的状态信息，建立相遇图。其次，找到相遇图中所有以相遇节点构成的通信路径，并计算送达潜能。最后综合所有可能的路径，计算船舶对接收节点的传送潜能作为路由决策的指标。本路由协议在保证传输性能的基础上大大降低了传送时延和成本，十分适用于海洋船舶的无线通信与海洋传感数据的收集。

技术领域

本发明适用于海洋船舶无线自组网络的数据传输，是一种基于船舶预测轨迹的路由方法，支持点对点的数据传输。基本原理是将数据包转发给送达潜能最高的相遇船舶来提高整体路由性能。

背景技术

近年来船舶搭载的无线通信技术与其信息存储容量不断提升，海洋上各种类型船舶数量也不断增加。这些因素为船舶间的信息传播提供可能。船舶无线通信网络是由海洋上航行的船舶作为通信网络节点而组成的新型无线通信网络，主要为解决岸上基站对海洋覆盖不足和卫星通信成本过高等问题。船舶通过其上搭载的无线通信设备与其通信半径内的船舶或其他类型的通信设施进行通信。按照发射功率与发射频率不同，其通信半径通常在几千米到几十千米之间。在船舶无线网络中，每艘船舶都可成为数据源节点，接收节点和候选中继节点。

船舶无线通信网络的用途很多，不仅可以较低成本满足信息广播、信息共享等船舶间的通信需求，而且还可通过收集海洋数据为科研活动提供数据支持。相比于陆地上无线自组织通信网络，船舶无线自组织通信网络有自己的特点。其主要包括：首先，船舶分布在广阔的海洋平面上，因此形成的网络密度低，不能保证全部连通。其次，船舶的分布会随季节或天气的影响而发生显著变化，并且会根据所执行任务不同形成不同群体。其次，网络中任意两节点之间的多跳通信路径可能很难建立，这是由于通信区域的扩大与船舶节点的密度较低导致的。最后，每艘船舶会根据自己的意愿航行，并受到多种主客观因素影响。这会导致已经建立的通信路径发生变化。这使得船舶轨迹的预测精度也会受到一定影响。

现有移动无线通信网络主要应用于陆上通信设备，其核心是如何选择候选节点传播数据，提高数据包的传递成功率。要实现这一点，路由协议一般需要获得节点的已有知识库并评估其送达潜力，进行路由决策。现有相关工作可分为三类，模型假设、社交关系分析和轨迹预测。模型假设对节点的移动性仅做出简单假设，如假设模型都按照某种固定模式进行移动。模型假设会降低建模难度，但也限制了预测精度。节点的社交关系分析通过对节点的历史接触信息进行分析，并建立各种社交属性来评估节点之间关系的远近，来预测未来节点的接触的概率。但该方法仅能评估接触的概率，却不能给出接触的时间点。对未来轨迹建模即通过各种模型对节点现在位置与未来的轨迹进行建模，通常可得到更高精度的预测。

随着深度神经网络的发展，可以建模超长时间序列，对节点的未来轨迹做出精准预测。通过对历史状态信息的分析，每个节点都可得到自己的训练完成的模型。在任意区域都可根据当前状态预测未来一段时间轨迹信息。因此，船舶就可得到自己的未来信息，并通过分享获得其他节点的多条未来轨迹信息。综合考虑所有节点未来轨迹，建立所有可能的通信路径并评估其送达潜能，路由协议就可以高效选择候选节点船舶数据。

发明内容

本发明结合海洋船舶轨迹的移动特性，对不同候选船舶的送达潜能进行评估，并将之作为路由决策的指标，形成一种适合海洋自组织网络通信的路由方法，支持点对点的信息传输。

为了评估候选船舶对特定目的送达潜能，本发明是通过以下技术方案来解决其技术问题，包括以下步骤：

1. 将船舶轨迹预测转化为监督学习问题。单个样本包含输入序列与输出序列，且输入序列长度与输出序列长度比值大于1。