一种基于OODA环业务编排的无人机自组织网络路由算法

技术领域

本发明属于通信技术领域，尤其涉及一种基于OODA环业务编排的无人机自组织网络路由算法。

背景技术

OODA环作战结构是其能够发挥效能的关键。OODA环指智能化的作战系统观察-判决-决策-行动的过程(Observe，Orient，Decide，Act，OODA)，OODA环环路运作过程如图1所示。观察指作战系统中的各模块通过射频、视觉、超视、声学感知双方态势的过程。判断指作战系统通过基于智能算法对战场态势进行优劣判断的过程。决策指作战系统通过智能任务规划技术制定最优方案的过程。执行指各作战模块根据决策执行作战任务并返回任务完成结果的过程。传统的作战结构中，大量环节需要由人工完成，指战员需要在执行作战任务时独立完成战场信息的汇总并基于大量信息做出决策，在高强度的对抗中难免出现误判情况，人工处理信息的效率较低，在作战中容易延误战机，OODA环作战结构大大提高了作战系统的自动化和智能化程度，克服了传统作战结构的种种弊病，有效提高了作战系统的效能。

无人机集群作为OODA环作战体系中的重要组成部分，在军事行动中的价值不断提升。无人机集群网络是指由海量低成本无人机通过协同通信保证任务遂行的通信系统。在无人机集群OODA体系对抗中，缩短己方OODA周期，使己方周期短于敌方周期，就可以使己方无人机集群在对抗时取得优势。为了提高无人机集群的作战效能，缩短OODA周期，必须要对无人机网络的通信进行加速，保证无人机网络的可靠通信。

OODA环作战体系下的一个无人机集群由若干无人机组成，每个无人机根据作战任务需要安装侦查、判断、决策或者行动载荷，使之能够在OODA周期中的一个或几个环节执行任务。无人机有通信需求时产生业务，继而生成若干个数据报文承载业务，并传输全部数据报文至目的节点完成业务。无人机网络采用分布式结构，各无人机在网络中的地位是平等的，每个无人机节点需要独立采集网络信息并完成路由决策。无人机根据任务需要高速移动，网络的链路可能因为无人机节点的移动而出现间歇性中断，信道质量并不稳定。目前无人机网络普遍采用的路由协议为OLSR协议，OLSR协议与传统的AODV协议相比能够更好适应无人机网络的动态环境。但是OLSR协议没有考虑到传输过程中链路的复用情况，数据报文在传输过程中可能经历较长的排队时延；OLSR协议也没有对链路的置信程度进行度量，这就导致数据报文在传输过程中丢失，不能保证作战过程中无人机集群的可靠通信，综上传统OLSR路由协议显然不能满足OODA环作战体系下无人机集群的通信需求。

针对现有的OODA体系下无人机集群采用的路由协议存在的问题：

(1)在进行业务的路径规划时没有考虑网络中链路复用的情况，极易造成链路拥塞，使大量报文堆积在拥塞链路上各节点的队列中，数据报文因此会经历较长的排队时延，无人机网络完成一个业务所需时间也会更长，增大了无人机集群的OODA周期，不利于无人机集群对战场主动权的争夺。

(2)在进行业务的路径规划时没有对网络中各链路的置信程度进行度量，由于在执行任务时需要高速移动，网络的链路可能因为无人机节点的移动而出现间歇性中断，信道质量并不稳定，数据报文在传输的过程中极易丢失，不能满足无人机网络可靠通信的需求。

发明内容

本发明的目的在于：为了克服现有技术问题，公开了一种基于OODA环业务编排的无人机自组织网络路由算法，通过本无人机自组织网络路由算法完成了对OODA体系下无人机集群的通信加速，保证了无人机网络的可靠通信。

本发明目的通过下述技术方案来实现：

一种基于OODA环业务编排的无人机自组织网络路由算法，所述无人机自组织网络路由算法包括如下步骤：

S1：无人机节点根据任务需求生成各OODA环节的业务量矩阵，并对各环节业务的通信时间进行建模；

S2：以建模获得的所有业务通信时间L为参考，无人机节点以缩短业务通信时间为优化目标，通过业务编排子算法初步进行对业务的初步路径规划；

S3：通过路由优化算法进行业务的再次路径规划，完成对OODA体系下无人机集群的通信加速。

根据一个优选的实施方式，步骤S1中，无人机节点在网络初始化时通过控制报文的交互完成对网络拓扑状态的感知，在各OODA环节开始时生成此环节的业务量矩阵。

根据一个优选的实施方式，通过如下方式完成对各环节业务的通信时间进行建模：

设网络中第i个业务通信时间的估计值为l

其中n表示业务i从源节点到目的节点共经过n跳，w

根据一个优选的实施方式，通过建模得到第i个业务通信时间的估计l

根据一个优选的实施方式，步骤S2中，无人机节点在获取业务量矩阵后即运行业务编排子算法，对业务量排序后按照规定顺序对业务进行初步的路径规划，并根据路径规划结果修改拓扑图的链路权重。

根据一个优选的实施方式，所述业务编排子算法包括：

当网络没有产生业务时，无人机节点之间通过交互控制报文完成对全网拓扑的感知，并获取每条链路的稳定性信息，随后每个无人机节点将全网拓扑中每条链路的权重都设置为初始值；

无人机节点根据汇总得到的业务信息生成描述全网所有业务的业务矩阵将所有业务按业务量的大小降序排序，排序后全部业务按照如下流程选择路径：

S21：选择还没有进行路径规划的权重值最大的业务，基于当前的全局拓扑通过Dijkstra算法得到该业务的最优路径；

S22：若选择的业务经过的链路权重为初始值，则将链路权重更新为业务的权重值；若链路权重不是初始值，则将业务的权重与链路的权重值相加得到该链路新的权重值；并计算出业务所经过链路的新权重后更新全局拓扑；

S23：判断是否所有业务都进行了路径规划，如果没有则返回步骤S21，否则则结束业务编排子算法。

根据一个优选的实施方式，步骤S3中，无人机节点在完成业务编排子算法后开始运行路由优化子算法，通过若干轮迭代完成业务的再次路径规划，并修改拓扑图的链路权重使数据报文能够按照规划的路径传输。

根据一个优选的实施方式，所述路由优化子算法包括如下步骤：

S31：新的一轮迭代开始，节点根据业务量大小将业务进行降序排序；

S32：根据当前各业务的路径规划得到所有业务通信时间的估计值L

S33：基于该业务新的路径规划计算出所有业务通信时间的估计值L

若L

S34：若所有业务在本轮迭代中都被遍历，进入到步骤S35，否则返回步骤S32；

S35：若通过本轮遍历改变了一个或几个业务的路径规划，则返回至步骤S31开始新一轮迭代；若经过本轮迭代没有改变任何业务的路径规划，则结束路由优化子算法。

前述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案，均为本发明可采用并要求保护的方案。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合，均为本发明所要保护的技术方案，在此不做穷举。

本发明的有益效果：

本发明提出的一种基于OODA环业务编排的无人机自组织网络路由算法，根据OODA环当前阶段的业务量矩阵，通过业务编排和路由优化两个阶段，完成分布式无人机自组织网络IP链路权重的优化，减小OODA环各阶段的业务通信时间，使己方可以先敌行动，获取战场主动权。主要体现在：

(1)本发明对OODA体系下无人机网络业务的通信时间进行建模，并得到OODA任一环节所有业务通信时间的估计值，为无人机节点的路径规划提供了参照，无人机节点可以通过对比不同路径规划下业务通信时间的估计值来评判规划的优劣，并基于评判结果对业务的路径规划做出有效调整，减小OODA环各阶段业务通信时间。

(2)本发明将业务编排的思想引入到无人机自组网的路由当中，节点根据业务的特征而不是数据报文的特征进行路由决策。与传统的路由协议相比，本算法基于业务编排思想要求节点在为业务做出路径规划时必须考虑经过链路的复用程度，避免链路拥塞情况的出现，有效缩短了数据报文的排队时延，减小了OODA环各阶段业务通信时间，实现了对OODA体系下无人机集群的通信加速，增强了OODA体系下无人机集群争夺主动权的能力。

(3)本发明要求无人机在空闲时发送控制报文获取链路稳定性信息，在节点为业务做出路径规划时考虑经过链路的稳定程度，使承载业务的数据报文尽可能经过较为稳定的链路到达目的节点，避免了因无人机网络链路间歇性中断造成的数据报文丢失，提高了报文传输的成功率，保证了无人机网络的可靠通信。

附图说明

图1是OODA环环路运作流程示意图；

图2是本发明无人机自组织网络路由算法中业务编排子算法的流程示意图；

图3是本发明无人机自组织网络路由算法中路由优化子算法的流程示意图；

图4是一个OODA体系下的无人机网络示意图；

图5是无人机网络侦查环节业务量矩阵；

图6是运行业务编排子算法后各链路的权重示意图；

图7是运行业务编排子算法运行后的路径规划结果；

图8是路由优化过程示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

本发明公开了一种基于OODA环业务编排的无人机自组织网络路由算法。本发明无人机自组织网络路由算法是一种分布式路由算法，网络中各节点独立采集网络信息并做出路由决策，与无人机网络自组织的架构相适应。

优选地，所述无人机自组织网络路由算法包括如下步骤：

步骤S1：无人机节点根据任务需求生成各OODA环节的业务量矩阵，并对各环节业务的通信时间进行建模。

步骤S1中，无人机节点在网络初始化时通过控制报文的交互完成对网络拓扑状态的感知，在各OODA环节开始时生成此环节的业务量矩阵。

为了使缩短无人机集群的OODA周期，必须对无人机网络的通信进行加速，缩短业务的通信时间。为此我们对无人机网络业务的通信时间进行建模。

首先，首先对网络中任一业务通信时间进行建模。设成功传输网络中第i个业务所需的时间为T

T

其中t

综上，可以对任一业务的通信时间进行估计，设网络中第i个业务通信时间的估计值为l

其中，n表示业务i从源节点到目的节点共经过n跳，w

其中，w

w

考虑到邻居节点回复的ACK没有立刻被节点接收，当发送了k轮HELLO报文后的节点收到了邻居节点对第i轮HELLO报文的回复，w

w

通过在网络空闲时节点之间HELLO报文与ACK报文的交互，就能得到反映节点之间链路稳定性的w

链路上业务的复用情况f的推导方法如下，若第k个业务的业务量为h

f

综上，通过建模得到第i个业务通信时间的估计l

步骤S2：以建模获得的所有业务通信时间L为参考，无人机节点以缩短业务通信时间为优化目标，通过业务编排子算法初步进行对业务的初步路径规划。

步骤S2中，无人机节点在获取业务量矩阵后即运行业务编排子算法，对业务量排序后按照规定顺序对业务进行初步的路径规划，并根据路径规划结果修改拓扑图的链路权重。

优选地，参考图2所示，所述业务编排子算法包括：

当网络没有产生业务时，无人机节点之间通过交互控制报文完成对全网拓扑的感知，并获取每条链路的稳定性信息，随后每个无人机节点将全网拓扑中每条链路的权重都设置为初始值；

无人机节点根据汇总得到的业务信息生成描述全网所有业务的业务矩阵将所有业务按业务量的大小降序排序，排序后全部业务按照如下流程选择路径：

S21：选择还没有进行路径规划的权重值最大的业务，基于当前的全局拓扑通过Dijkstra算法得到该业务的最优路径；

S22：若选择的业务经过的链路权重为初始值，则将链路权重更新为业务的权重值；若链路权重不是初始值，则将业务的权重与链路的权重值相加得到该链路新的权重值；并计算出业务所经过链路的新权重后更新全局拓扑；

S23：判断是否所有业务都进行了路径规划，如果没有则返回步骤S21，否则则结束业务编排子算法。

步骤S3：通过路由优化算法进行业务的再次路径规划，完成对OODA体系下无人机集群的通信加速。路由优化子算法的目的是在业务编排的基础上继续对各业务路径进行优化，以减少该环节所有业务通信时间的估计值L。

步骤S3中，无人机节点在完成业务编排子算法后开始运行路由优化子算法，通过若干轮迭代完成业务的再次路径规划，并修改拓扑图的链路权重使数据报文能够按照规划的路径传输。

优选地，参考图3所示，所述路由优化子算法包括如下步骤：

S31：新的一轮迭代开始，节点根据业务量大小将业务进行降序排序；

S32：根据当前各业务的路径规划得到所有业务通信时间的估计值L

S33：基于该业务新的路径规划计算出所有业务通信时间的估计值L

若L

S34：若所有业务在本轮迭代中都被遍历，进入到步骤S35，否则返回步骤S32；

S35：若通过本轮遍历改变了一个或几个业务的路径规划，则返回至步骤S31开始新一轮迭代；若经过本轮迭代没有改变任何业务的路径规划，则结束路由优化子算法。

本发明提出的一种基于OODA环业务编排的无人机自组织网络路由算法，根据OODA环当前阶段的业务量矩阵，通过业务编排和路由优化两个阶段，完成分布式无人机自组织网络IP链路权重的优化，减小OODA环各阶段的业务通信时间，使己方可以先敌行动，获取战场主动权。主要体现在：

(1)本发明对OODA体系下无人机网络业务的通信时间进行建模，并得到OODA任一环节所有业务通信时间的估计值，为无人机节点的路径规划提供了参照，无人机节点可以通过对比不同路径规划下业务通信时间的估计值来评判规划的优劣，并基于评判结果对业务的路径规划做出有效调整，减小OODA环各阶段业务通信时间。

(2)本发明将业务编排的思想引入到无人机自组网的路由当中，节点根据业务的特征而不是数据报文的特征进行路由决策。与传统的路由协议相比，本算法基于业务编排思想要求节点在为业务做出路径规划时必须考虑经过链路的复用程度，避免链路拥塞情况的出现，有效缩短了数据报文的排队时延，减小了OODA环各阶段业务通信时间，实现了对OODA体系下无人机集群的通信加速，增强了OODA体系下无人机集群争夺主动权的能力。

(3)本发明要求无人机在空闲时发送控制报文获取链路稳定性信息，在节点为业务做出路径规划时考虑经过链路的稳定程度，使承载业务的数据报文尽可能经过较为稳定的链路到达目的节点，避免了因无人机网络链路间歇性中断造成的数据报文丢失，提高了报文传输的成功率，保证了无人机网络的可靠通信。

应用案例

一个采用本路由算法的无人机网络如图4所示，每个无人机节点根据需要携带载荷，在OODA环对应的环节执行任务。图中的1号节点携带了侦查载荷和行动载荷，则在侦查环节和行动环节产生业务。我们以侦查环节为例演示算法的运行过程。在“OODA环”每个环节开始运作时，网络都会生成这个环节的业务矩阵。侦查环节的业务矩阵如图5所示。

节点在获取业务量矩阵后即运行业务编排子算法。节点先将全局拓扑每条链路的权重全部设置为初始值(本例中设定初始值为1)，并根据侦查环节的业务矩阵，将所有业务按照业务量大小进行降序排序。随后节点选取择还没有进行路径规划的业务量最大的业务，基于当前的全局拓扑通过Dijkstra算法得到该业务的最优路径。节点接下来根据规则修改业务所经过链路的权重，并按照业务编排子算法的流程完成全部业务的路径规划。业务编排子算法结束后，全网拓扑中各链路的权重如图6所示。各业务的路径规划结果如图7所示，业务1中的1->3 6代表业务矩阵中源节点为节点1目的节点为节点3且业务量为6的业务，如图所示该业务的规划路径为1->2->3，即从节点1出发经过节点2到达节点3。

节点接下来运行路由优化子算法。节点根据侦查环节的业务矩阵将各业务排序，并计算每个业务通信时间的估计值l

l

节点得到网络中所有8个业务的l

节点根据算法流程遍历所有业务，因为第一轮迭代修改了原有的路径，节点需要开始第二轮迭代，在数轮迭代后，路径规划不再发生变化，路由优化子算法结束，节点根据全局拓扑更新路由表并完成数据报文的转发。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。