一种基于丢失距离的无人机网络效能优化方法

叶 磊，程 龙

(1.南部战区海军参谋部某中心，广东 湛江 524000；2.91878部队，广东 湛江 524000)

0 引言

无人机(Unmanned Aerial Vehicle，UAV)最早用于军事领域，指可控制、可携带多种任务设备的无人驾驶航空器[1-2]，其用途广泛，相较有人系统，具有成本低廉、安全性高、易操控、易部署等特点，并越来越多地应用于侦察、监视、救灾、应急等领域。当前，由单一、小规模无人机向大规模、集群化发展并成为主流趋势，其结构简单，功能较单一，负载能力与续航时间有限，往往不能长时间滞空飞行，如何提升无人机间通信效率和节约能耗显得尤为重要。各无人机间相对移动较快，网络拓扑变化复杂，信号衰落、多径、噪声等负面因素影响变得尤为显著[3]。以上原因增加了无人机间通信的“不可靠性”，使无人机间的通信效率下降，控制、能耗成本上升。

1 丢失距离概念及分析

在传输层，个体难以判断造成丢包的原因[3]，因此，传统传输控制协议(Transmission Control Protocol，TCP)拥塞控制并不适用无人机群场景。基于以上考虑，在传输层上引入丢失距离概念，让个体通过计算，动态感知通信环境变化，从而改变发送策略。

丢失距离(Lost Distance)是指两个相邻的丢失报文之间的序号差。例如，在一个数据流中，序号为100的报文丢失了，而下一个丢失的报文序号为110，则丢包距离为10。假设在某环境下，两节点进行TCP通信，发送端发送了10个报文，分别为P1,P2, …, P10。在接收端产生了某种原因的丢失，只接收到了P2,P3,P7,P9。以0代表丢失，1代表成功。报文丢失如图1所示，丢失距离如图2所示。

图1 报文丢失

图2 丢失距离

无人机群通信过程中丢失距离的动态变化主要由通信环境的复杂性引起。根据丢失距离的变化，可感知出通信环境的变化。丢失距离越大，则表明丢包较少，丢包距离越小则相反。因此，可由丢失距离的变化程度来度量通信环境，发送端以该方法提升传输效率并降低能耗。

在发送端发出n个报文的过程中，丢失距离在动态变化，为度量丢失距离的变化程度，计算丢失距离的均值m，平均绝对差(Mean Absolute Deviation，MAD)，具体如下式：

其中，n为统计窗口，m表示平均丢失距离，越小则丢包越频繁；MAD表示统计窗口内丢失距离的抖动，越小则丢包抖动越不明显。例中的m=0.4，MAD=0.36。定义：

Li(m)=Wi(m)-Wi-1(m)

Li(MAD)=Wi(MAD)-Wi-1(MAD)

其中，W1,W2, …,Wi，是以n个分组为单位的统计窗口，图1中n为10。若Li(m)<0，则表示丢失距离在变小，若Li(MAD)<0，则表示丢失距离抖动在变小。若Wi(m)=n，则表示在此窗口内未发生丢包。定义：

I=aLi(m)-bLi(MAD)

a，b为权重因子，表示Li(m)与Li(MAD)对I的影响程度。α为判断门限区间，当I<α时，丢包是无线环境不稳定性造成，出于能效考虑应减小发送窗口以降低发送速率。当I∈α时，表示状态稳定，保持当前发送窗口。当I>α时，表示此时网络状态趋向良好，应恢复发送窗口。在算法作用下，当拥塞达到一定程度时，控制传输速率，如图3所示。

图3 拥塞度与吞吐量关系

3 仿真验证及分析

在1 000×1 000 m的区域内，以3个无线站点mobile_node0，mobile_node1，mobile_node2模拟无人机通过移动网关与固定工作站node2，node3，node4分别建立TCP通信，均为FTP业务，固定站点为通信发送方，移动站点为接收方。mobile_node3和mobile_node4模拟干扰机，两者之间随机地互发数据。在OPNET中配置拓扑，如图4所示。

图4 网络拓扑

无线链路丢包率为均匀分布(0, 5, 1)，有线链路丢包率为均匀分布(0.01,0.1)，TCP数据发送方式为Best Effort。3个模拟无人机站点移动路径为wlan_roaming_1，路由协议为AODV。干扰机mobile_node3和mobile_node4的发包时间间隔服从于参数为1 s的负指数分布。统计窗口n=100，权重因子a=1，b=0.5，门限区间α=[-2,0]，发送窗口以0.5倍抑制，2倍增加。仿真时间为20 min。结果如图5—6所示。

图5 优化前全局吞吐量

图6 优化后全局吞吐量

可以看出，3个部站点的通信交互变为低频度高量级，其中，1号2号站点变化明显，其峰值变高，频度明显降低，低于1 000 bit/sec的吞吐量得到明显抑制，在仿真10 min后效果更为明显。表明算法发挥了效果，抑制了大量初始通信协商和控制开销，降低了通信次数，提高了信道利用率，节约了能耗，提升了效率。在实际应用中，为达到最佳效果，在不同场景下需要对该算法中的统计窗口、通告门限等参数进行合适取值或自适应调整。