[发明专利]基于分层网络架构的无人机蜂群认知组网信道交汇方法有效

专利信息
申请号: 202110923942.7 申请日: 2021-08-12
公开(公告)号: CN113572519B 公开(公告)日: 2022-09-30
发明(设计)人: 王彤彤;张周;王一竹;谢佳;李梦烁;许左宏 申请(专利权)人: 天津(滨海)人工智能军民融合创新中心
主分类号: H04B7/185 分类号: H04B7/185;H04W40/32;H04W84/06;H04B17/382;H04B1/713
代理公司: 南京理工大学专利中心 32203 代理人: 薛云燕
地址: 300450 天津市滨海新*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 分层 网络 架构 无人机 蜂群 认知 组网 信道 交汇 方法
【说明书】:

发明公开了一种基于分层网络架构的无人机蜂群认知组网信道交汇方法,无人机蜂群节点在开机后进行信道感知,分别形成微蜂窝上行可用信道集合和微蜂窝下行可用信道集合,并在微蜂窝簇首选举出来后,在簇首端形成宏蜂窝可用信道集合,包括以下步骤:使用最小标号信道策略,进行微蜂窝初始建网上下行信道选择;微蜂窝节点上行信道迁移:当上行工作信道不可用时,上行信道切换过程由簇首下发;微蜂窝节点下行信道迁移:当下行工作信道不可用时,簇首和成员各自感知分别完成下行信道的切换;使用基于跳频的信道交汇策略,完成宏蜂窝节点信道交汇。本发明提升了无人机蜂群认知组网的效率和可靠性。

技术领域

本发明属于无线通信技术领域,具体涉及一种基于分层网络架构的无人机蜂群认知组网信道交汇方法。

背景技术

在现代信息化对抗场景中,恶劣的现场条件使得无线电磁环境更为复杂多变,可用的频谱资源非常稀少,尤其在受到恶意的针对性干扰时,更容易造成通信中断、网络时延波动大、消息延误等问题。而无人机蜂群节点数量大,协同任务复杂,更是极度依赖电磁频谱的保障。

近年来,不少研究机构和学者对频谱资源匮乏问题进行深入研究,发现其真正的原因在于过低的频谱利用率而非增长过激的需求。频谱感知技术通过对周围电磁环境的自适应学习建模,实时掌握环境信息,有目的地调整相关设备参数,再结合跨层协议设计,实现对授权频谱的二次利用,规避阴影衰落严重的环境,从而在保证网络的通信质量的前提下提高网络的频谱利用率和有效吞吐量。

但感知注重的是频谱的有效发现和利用,并非通信协议,对于配备认知无线电设备的无人机蜂群节点来说,它们是分布式的,通过自动感知周围的电磁环境发现可用的频谱资源集后,如何与其他节点建立有效的通信链路是感知之后、通信之前需要解决的首要问题,也是实现网络架构建立的前提。

目前,针对分布式网络节点的公共信道选择,即无线认知网络的信道交汇问题已有相关研究。预设公共控制信道是解决多信道交汇问题最直观且有效的方法。另外,盲信道交汇技术是近年来提出的不依赖中心控制器或公共控制信道的信道交汇策略,其实现简单灵活,并且已经能力要求较低,能够很好的解决网络初始阶段的信道交汇问题。

然而,无论是预设公共控制信道,还是盲信道交汇技术,他们都不适用于大规模无人机蜂群系统。首先,对于无人机蜂群系统通常应用的对抗场景下,频谱环境异常复杂受限,在这样的环境下为蜂群系统预留一个公共控制信道是不符合现实应用条件的。而对于盲信道交汇技术虽然简单灵活,但是蜂群系统节点数量巨大、密度高,要通过该方式实现大规模蜂群节点的信道交汇依然是个不容易实现的问题,且信道交汇占用的信令及时间开销将影响整个蜂群网络的通信性能。

发明内容

本发明的目的在于提供一种基于分层网络架构的无人机蜂群认知组网信道交汇方法,解决认知网络场景下大规模无人机蜂群以异构分层蜂窝结构覆盖目标区域时的信道交汇问题,提升无人机蜂群认知组网的效率和可靠性。

实现本发明目的的技术解决方案为:一种基于分层网络架构的无人机蜂群认知组网信道交汇方法,无人机蜂群节点在开机后进行信道感知,分别形成微蜂窝上行可用信道集合和微蜂窝下行可用信道集合,并在微蜂窝簇首选举出来后,在簇首端形成宏蜂窝可用信道集合,包括以下步骤:

步骤1:使用最小标号信道策略,进行微蜂窝初始建网上下行信道选择;

步骤2:微蜂窝节点上行信道迁移:当上行工作信道不可用时,上行信道切换过程由簇首下发;

步骤3:微蜂窝节点下行信道迁移:当下行工作信道不可用时,簇首和成员各自感知分别完成下行信道的切换;

步骤4:使用基于跳频的信道交汇策略,完成宏蜂窝节点信道交汇。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津(滨海)人工智能军民融合创新中心,未经天津(滨海)人工智能军民融合创新中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110923942.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top