无人机整机
无人机配件
无人机服务
设备与工具摘要：由小型无人机组成的无人机自组网具有易操作、快速部署、价格低廉等特点，使得它们在很多领域都广受关注。由于节点的高移动性，维持无人机之间的通信链路是一项具有挑战性的任务。这些网络的拓扑结构比移动自组织网络（MANET）更具动态性，所以MANET中的路由协议在拓扑快速变化时性能表现不佳。因此，设计实现了一种基于位置信息的速度加权OLSR算法（SW-OLSR），利用位置信息计算速度加权ETX来辅助路由决策。通过室外无人机试验和仿真实验验证了协议的可行性，且仿真实验表明，在拓扑快速变化的网络中，设计的协议性能优于OLSR协议。
0 引 言
由于电子、传感器和通信技术等方面的技术快速进步，无人机系统得到了不断发展和提高。由于具有功能多样性、灵活性、易于安装部署和相对较小的运营费用等优势，无人机在军事和民用领域得到广泛应用。虽然单无人机系统已经使用了几十年，相关技术与应用已经不断完善，但是使用一组小型多无人机的协同应用，将具有可生存性更强、可扩展性更高、完成任务更快、雷达截面小更难被发现等优势。然而，多无人机系统也存在独特的挑战，其中最突出的一个设计问题是通信。为此，提出了无人机自组网（UAV Ad-Hoc Network，UANET）。正如在文献[1]中指出的，UANET是移动自组网（Mobile Ad-Hoc Network，MAENT）的一个特例，具有高度的移动性。
UANET由无人机节点构成，自动组成多跳无线网络。由于无人机的特点导致了网络节点的高速移动性，因此传统的移动自组网中的路由协议不能直接应用于UANET，不能提供可靠的通信保障。本文在传统OLSR[2-3]（Optimized Link-State Routing）协议的基础上，提出了一种改进的路由算法，即使在高速动态的无人机网络中也能提供可靠的通信服务。其中，关键点是利用位置信息计算节点间的相对移动速度，然后使用速度因子加权预期传输计数（ETX）度量。因此，将本协议称为速度加权的OLSR协议（Speed Weighted OLSR，SW-OLSR）。
1 无人机平台
本文使用的无人机如图1所示，为小型四旋翼无人机。无人机为组装无人机，主要包含GPS模块、飞控模块、通信模块（树莓派）和外置USB WiFi（802.11b/g/n）天线。本实验使用树莓派3B作为无人机的通信模块。树莓派是一种嵌入式计算机，其内部运行嵌入式Linux系统。使用该嵌入式计算机，可建立无线多跳网络，并通过外置USB WiFi天线来实现无人机间通信。飞控模块和GPS模块通过串口与树莓派连接，因此路由协议可以获得该无人机的实时位置信息用于计算相对速度信息。此外，树莓派可以转发来自地面站的控制指令给飞控模块，用于控制飞行姿态、速度、航向和起落等状态。
2 路由协议设计
为了减少多无人机间协同通信对地面站或卫星等基础通信设施的依赖，UANET将每个无人机作为网络中的节点。各节点间能够相互收发数据，自动连接搭建起一个无线移动多跳网络。该网络中，每个节点都集成了发射器、接收器和路由器的功能，以多跳通信的方式把数据传递给远处的节点。在实际应用中，由于无人机节点快速和不稳定的移动，UANET的网络拓扑结构通常快速变化，且节点必须通过自动更新其路由表做出反应。因此，在UANET中采用快速且主动性的路由协议至关重要[4-5]。在MANET中，最常见的主动路由协议有OLSR、DSDV（Destination Sequenced Distance Vector，目的序列距离矢量）等。但是，它们都无法跟踪UANET的快速拓扑变化。为此，设计了一种基于位置信息的快速OLSR算法，利用位置信息快速计算节点间相对速度，从而得到加权的 辅助路由决策。
2.1 链路质量估计
传统的OLSR协议是基于链路状态路由协议的改进。协议设计时没有考虑无线链路的质量，路由选择基于跳数度量值，在移动无线网络中明显不足。然而，可以使用ETX [6]度量值来将无线链路的链路质量考虑在内。
它的定义如下：
R 是两个节点间存在的所有路由，是路由R 中的一跳，是前向接收比率，即一个数据包通过跳后被成功接收的概率。是反向接收比率，即相应的反向数据包被成功接收的概率。换言之，ETX 估计是将数据包从源节点传送到其最终目的节点所需的预期传输次数（包括重传）。路由协议通过最小的ETX 值选择路由，但这不一定是跳数最少的路径。如果形成路由R 的所有跳数都是无丢包的（即），则ETX(R) 就等于路由R 的跳数总和。
通常，通过链路探测消息来估计接收比率。在路由算法中使用控制消息Hello作为链路探测消息，前向接收比率使用指数移动平均来计算
其中：
式中的是算法中的参数。注意，是链路质量估计的准确性和响应速度之间的权衡。值越大，接收比率将取平均值，以产生更稳定可靠的链路质量估计；而值越小，则接收比率更快，便于跟踪当前的链路质量。反向接收比率是通过接收到的Hello数据包获得的，上述计算得到的前向接收比率将记录在Hello数据包中发送给邻居节点。邻居节点在收到Hello数据包后读取该值作为本节点的反向接收比率，再结合本节点的前向接收比率计算ETX 。
2.2 速度加权的ETX
ETX 是准静态无线Ad-Hoc网络中链路质量的有效衡量标准，但其反应性较差，不足以应对高度动态的无线Ad-Hoc网络，如UANET。由于指数移动平均值的计算导致节点在注意到无线链路质量变化之前需要消耗一定的时间，将导致在此期间将继续在该断开的链路上传输数据包，从而可能导致通信服务中断。为了解决这个问题，引入位置信息来改善路由协议。为了准确判断链路质量可能的变化，使用节点间的相对速度来加权ETX 。
修改后的ETX 为：
如果节点i 和节点j 的移动趋势是相互靠近彼此，则相对速度是一个负值，此ETX 会被一个小于1的因子加权；否则，如果节点i 和节点j 移动相互远离，则相对速度是正值，ETX会被一个大于1的因子加权。即如果在前向接收比率和反向接收比率相同的情况下，如果两节点相互靠近的路由效果要比节点相互远离的路由效果更好，即在相同的情况下，节点更倾向于选择一个正在靠近自己的节点来路由数据包。
为了计算速度加权的ETX ，需要使用位置信息，节点将自己的位置坐标存放于Hello数据包中发送给邻居节点。因此，需要在原有的Hello数据包中添加字段，用于存放位置坐标。节点每次收到Hello消息后，便可以计算一次ETX ，同时更新位置信息。在tl 时刻节点i 和节点j 之间的瞬时相对速度计算如下：
式中的即两次相邻Hello消息到达的时间间隔，和即与之相对应的两次节点间的距离值。然而，实际中位置信息存在偏差，且实际环境中的阵风会导致无人机偏离原有航向，因此使用指数移动平均值对瞬时速度进行平均处理：
其中表示此刻计算出的瞬时相对速度，表示前一时刻的瞬时速度的指数移动平均值。是算法中的一个非负参数，它的取值决定了平均速度中此刻瞬时速度和前一刻平均速度各占的比重。取值大，则瞬时速度占的比重大；反之，则前一刻的平均速度占的比重大。
3 协议设计细节
为了实现设计的路由算法，通过扩展链路质量，加入了链路质量感知和ETX 指标，扩充Hello消息，增加了节点的位置信息，使每个节点都知道其周围邻居节点的位置，并根据式（4）计算相应的速度加权ETX ，通过Hello和TC消息在网络中共享该信息。
图2展示了修改后的Hello数据包格式，灰色标注的表示添加或修改的部分。首先，添加了三段4字节的空间用于存放节点的位置坐标（包括经度、纬度和高度），之后修改原有字段用于存放前向接收比、反向接收比速度加权的ETX 的分子部分。修改后的Hello消息比原始的Hello消息略大，与网络中的节点数无关。Hello消息被封装进UDP报文中，而后UDP报文又被封装进IP数据包中，之后再封装进802.11帧中。在中型大型网络中，修改后增加的字节大小与帧的总大小相比可以忽略不计。
图3展示了修改后的TC消息格式，灰色标注的是修改的部分。修改原有字段空间，用于存放前向接收比、反向接收比以及速度加权的ETX 的分子部分。修改后的TC消息与原始TC消息大小一致，没有增加额外的字节。
4 实 验
分别进行了两个部分的实验，以验证路由协议的性能。第一部分实验是在计算机上进行的网络仿真实验，使用EXata 5.1仿真软件，验证大型网络环境中的SW-OLSR协议性能，并与原始OLSR协议做比较。第二部分是室外无人机飞行测试实验，验证无人机和地面站之间的通信性能，以及在快速链路切换中路由协议的性能。
4.1 仿真实验
仿真实验基于仿真软件进行。Exata是QualNet开发商推出的一款全新的无线仿真系统，可以更快更逼真地模拟时下不断发展的通信网络。Exata采用最优化的网络模型和并行计算技术，支持协议效果仿真和网络服务仿真。同时，Exata协议模型的精确程度，是其他仿真软件达不到的。本仿真实验采用该软件进行建模与仿真。为尽可能提高本实验结果的可靠性，无人机各参数的设置尽可能贴近当前市面上常见无人机的工作参数。具体参数配置如表1所示。
实验中使用64个无人机节点，采用全向天线，其通信范围为500 m。MAC协议采用CSMA协议，节点均匀分布在4 km×4 km的场景中，节点采用Random Waypoint移动模型。选择32个节点两两为一组，设置了16个CBR（Constant Bit Rate）业务数据流，持续时间25 min。仿真持续时间为30 min。分别使用OLSR和SW-OLSR路由协议进行100次独立仿真测试，然后对比协议性能。
第一组实验中，固定节点速度10 m/s，CBR业务中数据流量大小为4 kb/s，Hello间隔分别取值2 s、1 s和0.5 s，实验结果如图4所示。竖线条形图表示SW-OLSR协议的平均吞吐量，横线条形图表示OLSR协议的平均吞吐量。实验结果表明，在不同Hello间隔下，使用SW-OLSR协议的平均吞吐量较使用OLSR协议的平均吞吐量均有明显提升。在 为0.5 s时，平均吞吐量提升4.3%；在 为1 s时，平均吞吐量提升7.1%；在 为2 s时，平均吞吐量提升17.9%。这表明随着Hello间隔的增大，两个协议的结果差距也在变大。这是因为Hello间隔增大，OLSR协议反应变慢，不能适应拓扑的快速变化，导致部分链路丢失而造成路由不可用，从而引起吞吐量的降低。而SW-OLSR协议引入速度加权的 ，同时使用节点位置信息，在某些情况下可以在链路丢失前提前切换到质量更优的路径上路由数据包，从而可以适应拓扑快速变化的情况，获得更高的网络吞吐量。
在第二组实验中，固定Hello间隔为2 s，CBR业务数据流量大小为4 kb/s，改变节点移动速度为5 m/s、10 m/s、15 m/s和20 m/s，实验结果如图5所示。其中，黑色三角折线表示SW-OLSR的实验结果，黑色方形折线表示OLSR的实验结果。实验结果表明，随着节点移动速度的增加，两个协议的平均吞吐量均在减少。这是因为随着节点移动速度增加，留给节点间彼此通信的时间减少，多数时间节点都处于孤立状态，造成数据包丢失严重，最终导致吞吐量的下降。结果还表明，在不同的移动速度下，SW-OLSR协议的表现均优于OLSR协议。在4组实验结果中，吞吐量分别提升18.1%、17.9%、17.1%和16.3%，性能的提升得益于SW-OLSR协议可以提前切换到链路质量更好的路径上，从而可以路由更多的业务数据包。这表明SW-OLSR协议在节点移动速度较快时也能具有良好的性能表现。
第三组实验中，固定Hello间隔为2 s，节点移动速度为10 m/s，改变CBR业务数据的流量大小为4 kb/s和8 kb/s，实验结果如图6所示。其中，格子纹条形图表示SW-OLSR协议的实验结果，斜线条形图表示OLSR协议的实验结果。实验结果表明，当增大CBR流量时，获得的平均吞吐量随之增大，这是因为增大CBR流量后，在节点有效的通信时间内传递的业务数据更多，从而可以获得更大的吞吐量。结果还表明，在不同的CBR流量下，SW-OLSR协议的表现均优于OLSR协议，在4 kb/s时性能提升17.9%，在8 kb/s时性能提升22.4%，在16 kb/s时性能提升24.8%。
4.2 室外实验
在室外进行快速链路切换实验，场景如图7所示。1、2、3号无人机和地面站均以Ad Hoc组网方式连接在同一个无线网络环境中，地面站到1、2号人机均是1跳可达，到3号无人机需要2跳，图中圆形区域表示无人机的通信范围。1、2号无人机固定悬停在彼此的通信范围之外，地面站在二者通信范围交集的Ⅱ区域下方。3号无人机位于1号通信范围Ⅰ区域左上远处。实验中，3号需要沿着图中标注的移动方向匀速向右飞行，经过Ⅱ区域最终到达Ⅲ区域边缘悬停，期间大约花费20 s时间。实验开始时从地面站向3号无人机持续发送ping数据包，直到3号无人机最后悬停，观察反馈的往返时间基本未出现波动。反复测试10次，结果基本一致。之后将所有节点和地面站的路由协议都换成OLSR协议，再进行与之前相同的实验。结果表明，大约在13 s出现短暂的链路不可达情况，15 s后恢复正常。反复测试10次，结果基本一致。
分析上述实验结果表明，使用OLSR协议时，在3号无人机飞出Ⅱ区域进入Ⅲ区域后，出现了链路中断现象。这是由于超出1号无人机通信范围后，需要重新找路计算路由，在与2号无人机建立链路之后恢复正常通信。而在使用SW-OLSR协议时并没有这种现象，这是因为3号无人机在进入Ⅱ区域之后，判断2号无人机正在靠近自己，而1号无人机正在远离自己，所以提前将链路切换到质量更好的2号上。因此，在拓扑快速变化的情况下，使用SW-OLSR协议的性能要优于使用OLSR协议的性能。同时，证明无人机节点和地面站组成的网络中，SW-OLSR协议运行正常，能保证正常的通信服务。
5 结 语
由小型无人机组成的无人机自组网具有易操作、快速部署、价格低廉等特点，使得它们在很多领域都广受关注。由于节点的高移动性，维持无人机之间的通信链路是一项具有挑战性的任务。因此，本文设计实现了一种基于位置信息的速度加权OLSR（SW-OLSR）协议，通过使用无人机的位置信息计算速度加权的 辅助路由决策，适用于拓扑快速变化的网络环境。首先，使用仿真平台通过三组实验对比OLSR协议，在不同的移动速度下、不同的流量下、不同的路由控制消息发送频率下，在网络吞吐量方面均有不同程度的提升，说明本协议性能更好地适应了大型网络拓扑快速变化的情况，性能优于传统OLSR协议。之后，使用小型四旋翼无人机搭建的无线多跳自组织网络验证了协议的可行性，表明该协议性能优于传统OLSR协议。
2024-04-09 09:20
2024-04-09 09:13
2024-04-09 09:12
2024-04-09 09:11
2024-04-08 10:29
2024-04-08 10:28
2024-04-08 10:27
2024-04-08 10:24
2024-04-08 10:24
2024-04-07 09:20
