本發(fā)明涉及無線移動(dòng)自組織網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及構(gòu)建無人機(jī)自組織網(wǎng)絡(luò)節(jié)點(diǎn)的三維時(shí)空相關(guān)群組移動(dòng)模型的方法及系統(tǒng)。
背景技術(shù)：
移動(dòng)模型是開展無線移動(dòng)自組織網(wǎng)絡(luò)相關(guān)研究的基礎(chǔ)技術(shù)。
移動(dòng)模型是對節(jié)點(diǎn)運(yùn)動(dòng)方式的抽象，描述節(jié)點(diǎn)的移動(dòng)模式，包括位置、速度、加速度的變化等，刻畫節(jié)點(diǎn)如何移動(dòng)。
移動(dòng)模型產(chǎn)生的一系列隨時(shí)間變化的運(yùn)動(dòng)軌跡，是構(gòu)建移動(dòng)仿真環(huán)境的基礎(chǔ)，廣泛應(yīng)用于無線網(wǎng)絡(luò)相關(guān)協(xié)議和算法的性能評價(jià)中。
目前已有的移動(dòng)模型主要分兩類：
1、實(shí)體移動(dòng)模型，側(cè)重描述單個(gè)節(jié)點(diǎn)的獨(dú)自運(yùn)動(dòng)規(guī)律。典型的有隨機(jī)游走移動(dòng)模型、隨機(jī)路徑點(diǎn)移動(dòng)模型、平滑轉(zhuǎn)彎移動(dòng)模型、半隨機(jī)圓周運(yùn)動(dòng)移動(dòng)模型等。
2、群組移動(dòng)模型，側(cè)重描述節(jié)點(diǎn)作為群組的成員，節(jié)點(diǎn)之間的相互關(guān)系，群組整體運(yùn)動(dòng)規(guī)律。典型的有隊(duì)列移動(dòng)模型、群組力移動(dòng)模型、參考點(diǎn)移動(dòng)模型等。
已有的移動(dòng)模型主要存在如下不足：
1、實(shí)體移動(dòng)模型描述單個(gè)節(jié)點(diǎn)移動(dòng)規(guī)律，不能夠反映無人機(jī)群組在構(gòu)建自組織網(wǎng)絡(luò)時(shí)的群組移動(dòng)場景。另外，已有的實(shí)體移動(dòng)模型，不能充分反映無人機(jī)節(jié)點(diǎn)的運(yùn)動(dòng)規(guī)律。比如在隨機(jī)移動(dòng)模型中，節(jié)點(diǎn)的運(yùn)動(dòng)狀態(tài)是完全隨機(jī)的，節(jié)點(diǎn)的當(dāng)前運(yùn)動(dòng)狀態(tài)與歷史運(yùn)動(dòng)狀態(tài)無關(guān)，容易產(chǎn)生突然停止、急轉(zhuǎn)等運(yùn)動(dòng)軌跡，而無人機(jī)節(jié)點(diǎn)由于受到飛行空氣動(dòng)力學(xué)、機(jī)械約束等限制，通常軌跡比較平滑。
2、已有的群組移動(dòng)模型是針對地面低速移動(dòng)自組織網(wǎng)絡(luò)，不能夠反映出無人機(jī)自組織網(wǎng)絡(luò)移動(dòng)場景。比如在隊(duì)列移動(dòng)模型中，所有節(jié)點(diǎn)排成縱向或橫向隊(duì)列向前移動(dòng)，這種移動(dòng)模型針對的移動(dòng)場景單一，不適用于無人機(jī)自組織網(wǎng)絡(luò)這種任務(wù)導(dǎo)向的網(wǎng)絡(luò)形態(tài)。其次，現(xiàn)有的群組移動(dòng)模型是描述節(jié)點(diǎn)在二維平面上進(jìn)行運(yùn)動(dòng)，不能反映無人機(jī)節(jié)點(diǎn)在三維空間運(yùn)動(dòng)規(guī)律。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明提供了一種構(gòu)建無人機(jī)自組織網(wǎng)絡(luò)節(jié)點(diǎn)的三維時(shí)空相關(guān)群組移動(dòng)模型的方法，包括如下步驟：
初始化步驟：設(shè)置仿真環(huán)境基本參數(shù)；
選擇步驟：選定邏輯中心節(jié)點(diǎn)，將群組中節(jié)點(diǎn)角色劃分為邏輯中心節(jié)點(diǎn)和成員節(jié)點(diǎn)；
成員節(jié)點(diǎn)設(shè)定步驟：設(shè)定成員節(jié)點(diǎn)的初始化參數(shù)；
邏輯中心節(jié)點(diǎn)設(shè)定步驟：設(shè)定邏輯中心節(jié)點(diǎn)運(yùn)動(dòng)狀態(tài)的輸入向量；
第一處理步驟：成員節(jié)點(diǎn)首先利用GaussMarkov隨機(jī)過程產(chǎn)生基礎(chǔ)速度、方向及俯仰角值；
第二處理步驟：成員節(jié)點(diǎn)其次參考邏輯中心節(jié)點(diǎn)當(dāng)前時(shí)刻的速度、方向和俯仰角值計(jì)算得出當(dāng)前時(shí)刻最終的速度、方向和俯仰角值；
重復(fù)第一處理步驟和第二處理步驟，直到仿真時(shí)間結(jié)束。
作為本發(fā)明的進(jìn)一步改進(jìn)，所述仿真環(huán)境基本參數(shù)包括節(jié)點(diǎn)個(gè)數(shù)、仿真區(qū)域大小、速度變化區(qū)間、方向選擇范圍、俯仰角取值范圍、仿真時(shí)長。
作為本發(fā)明的進(jìn)一步改進(jìn)，成員節(jié)點(diǎn)的初始化參數(shù)包括初始位置、速度、方向、俯仰角。
作為本發(fā)明的進(jìn)一步改進(jìn)，邏輯中心節(jié)點(diǎn)運(yùn)動(dòng)狀態(tài)的輸入向量，包括速度、方向和俯仰角。
本發(fā)明還提供了一種構(gòu)建無人機(jī)自組織網(wǎng)絡(luò)節(jié)點(diǎn)的三維時(shí)空相關(guān)群組移動(dòng)模型的系統(tǒng)，包括：
初始化模塊：用于設(shè)置仿真環(huán)境基本參數(shù)；
選擇模塊：用于選定邏輯中心節(jié)點(diǎn)，將群組中節(jié)點(diǎn)角色劃分為邏輯中心節(jié)點(diǎn)和成員節(jié)點(diǎn)；
成員節(jié)點(diǎn)設(shè)定模塊：用于設(shè)定成員節(jié)點(diǎn)的初始化參數(shù)；
邏輯中心節(jié)點(diǎn)設(shè)定模塊：用于設(shè)定邏輯中心節(jié)點(diǎn)運(yùn)動(dòng)狀態(tài)的輸入向量；
第一處理模塊：成員節(jié)點(diǎn)首先利用GaussMarkov隨機(jī)過程產(chǎn)生基礎(chǔ)速度、方向及俯仰角值；
第二處理模塊：成員節(jié)點(diǎn)其次參考邏輯中心節(jié)點(diǎn)當(dāng)前時(shí)刻的速度、方向和俯仰角值計(jì)算得出當(dāng)前時(shí)刻最終的速度、方向和俯仰角值；
重復(fù)第一處理模塊和第二處理模塊，直到仿真時(shí)間結(jié)束。
作為本發(fā)明的進(jìn)一步改進(jìn)，所述仿真環(huán)境基本參數(shù)包括節(jié)點(diǎn)個(gè)數(shù)、仿真區(qū)域大小、速度變化區(qū)間、方向選擇范圍、俯仰角取值范圍、仿真時(shí)長。
作為本發(fā)明的進(jìn)一步改進(jìn)，成員節(jié)點(diǎn)的初始化參數(shù)包括初始位置、速度、方向、俯仰角。
作為本發(fā)明的進(jìn)一步改進(jìn)，邏輯中心節(jié)點(diǎn)運(yùn)動(dòng)狀態(tài)的輸入向量，包括速度、方向和俯仰角。
本發(fā)明的有益效果是：本發(fā)明利用GaussMarkov隨機(jī)過程構(gòu)建時(shí)間相關(guān)性移動(dòng)軌跡；通過設(shè)置邏輯中心節(jié)點(diǎn)方法來構(gòu)建節(jié)點(diǎn)移動(dòng)空間相關(guān)性；通過將無人機(jī)組織網(wǎng)絡(luò)節(jié)點(diǎn)的移動(dòng)狀態(tài)，分解為速度、方向、俯仰角三個(gè)維度，構(gòu)建三維空間移動(dòng)模型，從而本發(fā)明無人機(jī)自組織網(wǎng)絡(luò)節(jié)點(diǎn)構(gòu)建適用于多種場景的移動(dòng)模型。
具體實(shí)施方式
本發(fā)明公開了一種構(gòu)建無人機(jī)自組織網(wǎng)絡(luò)節(jié)點(diǎn)的三維時(shí)空相關(guān)群組移動(dòng)模型的方法，包括如下步驟：
初始化步驟：設(shè)置仿真環(huán)境基本參數(shù)，包括節(jié)點(diǎn)個(gè)數(shù)、仿真區(qū)域大小、速度變化區(qū)間、方向選擇范圍、俯仰角取值范圍、仿真時(shí)長；
選擇步驟：選定邏輯中心節(jié)點(diǎn)，將群組中節(jié)點(diǎn)角色劃分為邏輯中心節(jié)點(diǎn)和成員節(jié)點(diǎn)；
成員節(jié)點(diǎn)設(shè)定步驟：設(shè)定成員節(jié)點(diǎn)的初始化參數(shù)，包括初始位置、速度、方向、俯仰角；
邏輯中心節(jié)點(diǎn)設(shè)定步驟：設(shè)定邏輯中心節(jié)點(diǎn)運(yùn)動(dòng)狀態(tài)的輸入向量，包括速度、方向和俯仰角；
第一處理步驟：成員節(jié)點(diǎn)首先利用GaussMarkov隨機(jī)過程產(chǎn)生基礎(chǔ)速度、方向及俯仰角值；
第二處理步驟：成員節(jié)點(diǎn)其次參考邏輯中心節(jié)點(diǎn)當(dāng)前時(shí)刻的速度、方向和俯仰角值計(jì)算得出當(dāng)前時(shí)刻最終的速度、方向和俯仰角值；
重復(fù)第一處理步驟和第二處理步驟，直到仿真時(shí)間結(jié)束。
本發(fā)明提出的三維時(shí)空相關(guān)移動(dòng)模型，綜合反映出無人機(jī)節(jié)點(diǎn)運(yùn)動(dòng)的時(shí)間相關(guān)性和空間相關(guān)性。其時(shí)間相關(guān)性特征在于步驟第一處理步驟.利用GaussMarkov過程計(jì)算基礎(chǔ)速度、方向和俯仰角；其空間相關(guān)性特征在于第二處理步驟.利用邏輯中心節(jié)點(diǎn)進(jìn)行參考計(jì)算得出當(dāng)前時(shí)刻最終速度、方向和俯仰角值。
其綜合反映時(shí)空相關(guān)性的特征在于參數(shù)化計(jì)算框架。調(diào)整參數(shù)可以獲得不同時(shí)空相關(guān)性移動(dòng)軌跡。
三維時(shí)空相關(guān)移動(dòng)模型計(jì)算框架：
本發(fā)明提出的三維時(shí)空相關(guān)群組移動(dòng)模型：
3-Dimension SpatioTemporally correlated Group Mobility model,3DSTGM。
在構(gòu)建移動(dòng)仿真環(huán)境時(shí)候，軌跡是由一系列帶時(shí)間戳的坐標(biāo)點(diǎn)表示，連接起來就是一連串軌跡。當(dāng)已知節(jié)點(diǎn)初始坐標(biāo)點(diǎn)以及方向和速度，那么我們可以計(jì)算出后續(xù)時(shí)刻的位置。在3DSTGM模型計(jì)算中，利用GaussMarkov過程模擬時(shí)間相關(guān)性，利用邏輯中心節(jié)點(diǎn)作為參照模擬空間相關(guān)性，其方向、速度及俯仰角計(jì)算公式如下：
其中，Si(t)、Di(t)和Pi(t)分別表示節(jié)點(diǎn)i在時(shí)刻t的速度、方向和俯仰角。和分別表示節(jié)點(diǎn)i自身的基礎(chǔ)Gauss Markov過程。Sl(t)、Dl(t)和Pl(t)分別表示邏輯中心節(jié)點(diǎn)在t時(shí)刻的的速度、方向和俯仰角。參數(shù)β∈[0,1]表示空間相關(guān)系數(shù)，當(dāng)β＝0時(shí)，表示節(jié)點(diǎn)的運(yùn)動(dòng)狀態(tài)與邏輯中心節(jié)點(diǎn)無關(guān)，節(jié)點(diǎn)完全自主運(yùn)動(dòng)；當(dāng)β＝1時(shí)，表示節(jié)點(diǎn)完全按照邏輯中心節(jié)點(diǎn)的軌跡進(jìn)行移動(dòng)。
節(jié)點(diǎn)自身的Gauss Markov過程Si(t)、Di(t)和Pi(t)的計(jì)算方式如下：
其中，和分別代表節(jié)點(diǎn)i的速度、方向和俯仰角的均值，s(t-1)和d(t-1)以及p(t-1)分別是符合高斯分布的隨機(jī)變量。參數(shù)α反映Gauss Markov過程當(dāng)中的隨機(jī)程度，其取值范圍為α∈[0,1].當(dāng)α＝0時(shí)，節(jié)點(diǎn)的運(yùn)動(dòng)是完全隨機(jī)的，與之前的運(yùn)動(dòng)狀態(tài)無關(guān)。當(dāng)α＝1時(shí)，節(jié)點(diǎn)的當(dāng)前運(yùn)動(dòng)狀態(tài)與之前運(yùn)動(dòng)狀態(tài)保持一致。
在公式(1)、公式(2)以及公式(3)中，邏輯中心節(jié)點(diǎn)的速度Sl(t)、方向Dl(t)以及俯仰角Pl(t)影響群組中成員節(jié)點(diǎn)的運(yùn)動(dòng)方式。在仿真過程中，Sl(t)、Dl(t)和Pl(t)作為已知向量輸入：
其中，和作為群組運(yùn)動(dòng)狀態(tài)輸入向量是依據(jù)不同任務(wù)規(guī)劃策略產(chǎn)生的一系列的隨時(shí)間變化的速度、方向和俯仰角值。從3DSTGM模型計(jì)算原理可以看到，調(diào)整參數(shù)α和β，設(shè)置不同的值可以得到不同時(shí)間相關(guān)性和空間相關(guān)性的運(yùn)動(dòng)軌跡，通過調(diào)整參數(shù)的值可以滿足不同應(yīng)用場景對于時(shí)空相關(guān)程度的要求。
本發(fā)明還提供了一種構(gòu)建無人機(jī)自組織網(wǎng)絡(luò)節(jié)點(diǎn)的三維時(shí)空相關(guān)群組移動(dòng)模型的系統(tǒng)，包括：
初始化模塊：用于設(shè)置仿真環(huán)境基本參數(shù)，包括節(jié)點(diǎn)個(gè)數(shù)、仿真區(qū)域大小、速度變化區(qū)間、方向選擇范圍、俯仰角取值范圍、仿真時(shí)長；
選擇模塊：用于選定邏輯中心節(jié)點(diǎn)，將群組中節(jié)點(diǎn)角色劃分為邏輯中心節(jié)點(diǎn)和成員節(jié)點(diǎn)；
成員節(jié)點(diǎn)設(shè)定模塊：用于設(shè)定成員節(jié)點(diǎn)的初始化參數(shù)，包括初始位置、速度、方向、俯仰角；
邏輯中心節(jié)點(diǎn)設(shè)定模塊：用于設(shè)定邏輯中心節(jié)點(diǎn)運(yùn)動(dòng)狀態(tài)的輸入向量，包括速度、方向和俯仰角；
第一處理模塊：成員節(jié)點(diǎn)首先利用GaussMarkov隨機(jī)過程產(chǎn)生基礎(chǔ)速度、方向及俯仰角值；
第二處理模塊：成員節(jié)點(diǎn)其次參考邏輯中心節(jié)點(diǎn)當(dāng)前時(shí)刻的速度、方向和俯仰角值計(jì)算得出當(dāng)前時(shí)刻最終的速度、方向和俯仰角值；
重復(fù)第一處理模塊和第二處理模塊，直到仿真時(shí)間結(jié)束。
本發(fā)明具有如下技術(shù)優(yōu)勢：
本發(fā)明所述方法能夠?yàn)闊o人機(jī)自組織網(wǎng)絡(luò)節(jié)點(diǎn)構(gòu)建適用于多種場景的移動(dòng)模型；本發(fā)明構(gòu)建的移動(dòng)模型能反映出無人機(jī)節(jié)點(diǎn)平滑軌跡、節(jié)點(diǎn)移動(dòng)具有時(shí)間相關(guān)性；本發(fā)明構(gòu)建的移動(dòng)模型能夠反映數(shù)多個(gè)無人機(jī)節(jié)點(diǎn)作為自組織網(wǎng)絡(luò)群組移動(dòng)的一致性、節(jié)點(diǎn)移動(dòng)具有空間相關(guān)性；本發(fā)明構(gòu)建的移動(dòng)模型參數(shù)化計(jì)算框架，通過調(diào)整參數(shù)可獲得涵蓋不同應(yīng)用場景對于節(jié)點(diǎn)移動(dòng)的時(shí)空相關(guān)性要求，可廣泛應(yīng)用于無線移動(dòng)自組織網(wǎng)絡(luò)相關(guān)研究之中。
即，本發(fā)明參數(shù)化計(jì)算框架，涵蓋節(jié)點(diǎn)移動(dòng)的時(shí)間相關(guān)性和空間相關(guān)性(一個(gè)框架、兩種屬性)；利用GaussMarkov隨機(jī)過程構(gòu)建時(shí)間相關(guān)性移動(dòng)軌跡；通過設(shè)置邏輯中心節(jié)點(diǎn)方法來構(gòu)建節(jié)點(diǎn)移動(dòng)空間相關(guān)性；通過將無人機(jī)組織網(wǎng)絡(luò)節(jié)點(diǎn)的移動(dòng)狀態(tài)，分解為速度、方向、俯仰角三個(gè)維度，構(gòu)建三維空間移動(dòng)模型。
以上內(nèi)容是結(jié)合具體的優(yōu)選實(shí)施方式對本發(fā)明所作的進(jìn)一步詳細(xì)說明，不能認(rèn)定本發(fā)明的具體實(shí)施只局限于這些說明。對于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明的保護(hù)范圍。