[发明专利]一种空地协同的自组织网络数据传输方法

权利要求书

1.一种空地协同的自组织网络数据传输方法，其特征在于，包括以下步骤：

S1：建立无人机辅助地面自组织网络传输数据包的系统模型；具体过程为：

S1-1：构建无人机辅助地面自组织网络传输数据包的基本场景模型，并进行模型简化；具体包括以下步骤：

S1-1-1：在长度为L，宽度为W的L×W矩形地面区域内，存在由J个节点组成的地面自组织网络以及一个地面接入点，每个节点有K个大小为N bits的数据包，各节点需要将所有数据包传输到地面接入点，采用prim算法预先给定地面路由方式；

S1-1-2：各节点依次传输在本节点处的数据包，节点能够选择将数据包经由其他节点传输到地面接入点，或选择通过将数据包传给无人机，再由无人机传输到地面接入点；

S1-1-3：设时间离散化，时间间隔为Δt，每个数据包的每一次传输需要花费整数个时间间隔Δt；设无人机以时间间隔Δt_action调整其飞行策略，Δt_action是Δt的整数倍；

S1-1-4：设无人机以固定高度H和恒定速度V飞行，从一个随机的初始位置l_i起飞，且无人机通过改变飞行方向调整飞行轨迹，在一个时间间隔Δt_action内的位置保持不变，无人机持续向地面接入点传输数据包，但只能在悬停时接受节点的数据包，将第j个节点坐标记为(x_j,y_j, 0)；其中，在t时刻至t+1时刻的时间间隔Δt_action中，环境与无人机状态的信息维持不变，即用t时刻的状态表征t+Δt_action时间段内的信息，t时刻无人机的位置为l(t) = (x(t), y(t), H)；

S1-2：补充信道模型，包括地-地信道模型和空-地信道模型，设自组织网络间的通信和自组织网络与无人机的通信均采用正交信道，因此不存在信道间干扰；具体包括以下步骤：

S1-2-1：地面通信链路采用Sub-6GHz频带，信道模型为瑞利衰落下的自由空间传输路径损耗模型，考虑环境中存在高斯白噪声，给出t时刻节点j在给定功率P_j下，向节点传输数据包的信道模型和传输速率，即：

（1）

（2）

其中，为参照距离d₀=1m时的路径损耗，为节点j到节点直线距离，为非视距传输的路径损耗参数，为t时刻单位方差下的循环对称复高斯分布小尺度衰落成分，B₁是Sub-6G频带下的子信道带宽，N₀为高斯白噪声单边功率谱密度；

S1-2-2：对空地通信链路，在视距链路通信模型下，无人机与节点及地面接入点间的信道增益服从自由空间路径损耗模型，考虑环境中存在高斯白噪声，给出t时刻节点j向无人机传输数据包的信道模型h_j,u(t)和传输速率R_j,u(t)，以及无人机在给定功率P_u下，向地面接入点传输数据包的信道模型h_u,AP(t)和传输速率R_u,AP(t)，即：

（3）

（4）

（5）

（6）

其中，d_j,u(t)和d_u,AP(t)分别为t时刻节点j到无人机的直线距离和无人机到地面接入点的直线距离，为视距传输的路径损耗参数，B₂表示无人机传输数据时所用的信道带宽，G_a为定向波束赋形天线增益；

S2：以最小化数据包的最大端到端时延为优化目标，构建有关无人机航迹和地面节点接入的联合优化问题；具体过程为：确定优化目标为最小化数据包的最大端到端时延，其中，一个数据包端到端时延是指该数据包从源节点传输到地面接入点所用的总时间，包括数据包在各节点间传输所用的时间，和在各节点处等待传输的时间；

系统模型中，所有数据包都是从t=0时刻开始传输，因此，数据包的最大端到端时延即最后一个到达地面接入点的数据包的端到端时延，即所有数据包都到达地面接入点的所用时间T_end，则建立的联合优化问题为：

其中，V_flight表示无人机飞行方向，V_access表示节点接入策略；

S3：构建无人机辅助地面自组织网络传输数据包的系统MDP模型，所述MDP模型包括状态S、行为A、状态转移概率矩阵P、奖励函数R和折扣因子γ，构建过程包括以下步骤：

S3-1：构建状态S：每个时间间隔Δt_action内，系统的状态由以下两部分组成：

无人机的位置坐标l(t)，包括x和y坐标；

各节点处及无人机处的数据包数量Q(t)={q_i(t),i=1,2,…,J,u}，其中，i取1,2,…,J时表示第i个节点，i取u时表示无人机，q_i(t)为t时刻第i个节点或无人机处的数据包数量；

S3-2：构建行为A：考虑无人机轨迹规划和地面节点接入规划的联合优化，从而在MDP的行为中也包括这两个方面的行为：

在无人机轨迹规划方面，在每个时间间隔Δt_action内，无人机通过改变其飞行方向来调整其飞行轨迹，对应行为

；

在地面节点接入规划方面，无人机悬停并接收距离其最近的节点的数据包，对应行为，即总共有五个能够选择的行为V_flight+V_access；

S3-3：设置奖励函数R：

（7）

其中，r表示在终止状态前的最后一个大时间间隔Δt_action里，仍有r个时间间隔Δt内系统未到达终止状态；

S4：基于步骤S3的模型，采用深度强化学习算法对联合优化问题进行求解；

S5：将步骤S4的结果应用于空地协同的自组织网络数据传输。