基于能耗参量的拥塞控制算法无人机数据链设计*

尚小富,王玉文,董家志,张 洪

(电子科技大学航空航天学院,四川成都611731)

基于能耗参量的拥塞控制算法无人机数据链设计*

尚小富,王玉文,董家志,张 洪

(电子科技大学航空航天学院,四川成都611731)

无人机在未来的战争中将扮演着越来越重要的角色。战术无人机能够将对本方有用的敌方信息传递到本方的地面控制中心,以便本方部署周密的作战计划。无人机通信负载和能量是衡量无人机数据链系统性能好坏两个很重要的指标。通信负载的大小可以通过拥塞控制来解决,结合无人机能量有限的特点,无人机发送数据时采用最小功率发射,在MAC层,引入能耗参量,将其融入到拥塞控制中来提高无人机数据链的网络性能。利用opnet仿真软件,搭建半实物仿真平台,设计了基于能耗参量的拥塞控制算法无人机数据链。仿真结果表明此算法能够提高系统吞吐率,并节约了能量。

无人机数据链 拥塞控制 能耗参量

0 引 言

如今,无人机在现代战争中扮演着越来越重要的角色,迄今为止,无人机已经历了多次局部战争的实战考验[1]。战争实践表明,战术数据链已经成为现代战争中实现联合作战的有力保障[2]。但是无人机能量受限以及网络负载的问题仍然是摆在各国无人机研发者们面前的一道难题。如果能够改善其性能将在一定程度上提高无人机的作战生存能力,通信导航支援能力和更方便快捷的战场通信服务。

在无人机数据链系统中,地面站对无人机群进行测控并建立了无人机与地面站的数据通信链路。无人机通过此链路将自己侦查到的敌方或其它敏感信息、视频图像、自身位置信息、相关动态信息传给地面站,供地面站进行分析处理。

文中首先对无人机数据链中的能量受限和网络拥塞问题进行了阐述,然后在MAC层中融入基于能耗参量的拥塞控制算法(CCBE,The Congestion Control Algorithm Based on Energy Consumption parameters),使用OPNET软件对无人机和地面站进行建模和仿真,搭建了OPNET的半实物仿真系统,并对结果进行分析。

1 无人机的能量受限与网络拥塞

1.1 能量受限

在无人机数据链中,无人机一般在前端同时会执行多种任务。比如侦查,拍摄并实时与地面控制中心传递图片,武器打击、红外探测等。完成这些任务决定了无人机的载荷不能够过高。因此,无人机携带的电池也不能够太大[3]。

无人机除了在执行任务的过程中会消耗能量,在收发数据时也会消耗能量。本文主要考虑后者,通过选取最小发射功率引入能耗参量来达到节约能量目的。

1.2 网络拥塞

另一方面,无人机在执行任务时的通信是无线通信,根据无线通信原理我们知道信道容量也是十分有限的,因为无线信号在传输过程中会衰减,而且受噪声远近效应的影响。随着时间不断发生变化以及任务的增加造成通信的数据量增加,无人机网络很容易产生拥塞。本文通过引入基于能耗参量的拥塞控制自适应的调整节点发送功率来达到缓解拥塞,提高吞吐量的目的。

2 基于能耗参量的拥塞控制算法

2.1 拥塞检测函数

在战术无人机模拟通信数据链系统中,当无人机下传的有效载荷信息量过大即网络中的分组数量太多时,分组到达接收节点会遇到没有缓冲区可用的情况,此时网络吞吐量就会下降,造成拥塞,我们用拥塞检测函数ρ表征节点的拥塞情况:

式中,lbefore是前一时刻的队列长度,lcurrent是当前时刻的队列长度,q为队列空间。η是一个(0,1)的平滑系数,当η取值大于0.5时,当前时刻队列长度lcurrent对ρ值影响小于lbefore对ρ值影响,反之,lcurrent对ρ值影响大于lbefore对ρ值影响。

设源节点的发送速率为V0,则Vmin≤Vo≤Vmax,其中Vmin、Vmax为源节点发送的最小速率和最大速率。源节点根据拥塞检测函数ρ在Vmin≤Vo≤Vmax之间调整发送速率V0。由于MAC可以获取分组队列长度,我们在MAC层加入拥塞控制后,就能够合理地调节发送速率提高网络性能[4]。

2.2 能耗参量

在无线通信中,由于远近效应干扰等问题,网络节点的发射功率不可避免地受到限制[5]。为了降低网络节点的能耗,从而提高无线网络的生存时间和系统的能量效率,网络节点的发射功率也受到限制[6]。当源节点向目的节点发送数据包时,接收功率Pr计算公式如下:

式中,Am为基本损耗中值,Hb接收天线高度因子,Hm发射天线高度因子,KT为地形物修正因子,P0为自由空间下目的节点的接收功率[7]:

式中,Pt为发射信号功率,λ为工作波长,d为收发天线的距离。Gt、Gr分别为发射天线和接收天线增益,δ为系统损耗因子。目的节点为了能够接收到源节点发送的信息,接收功率Pr须满足:

式中,R_Thresh为接收机最小接收功率门限。G为源节点与目的节点的最小信道增益,G=Pr/Pmax,Pmax为最大发射功率。根据以上各式可以求得最小发射功率Pmin为:

在本文自动功率控制中引入能耗参量α:

式中,e0(k)为节点初始能量,er(k)为节点k在t时刻的剩余能量:

式中,Pmin表示最小发射功率,T为发送单位比特数据(bit)所需要的时间,D为比特数(bits)。

2.3 算法描述

设源节点发送速率为V0,根据以上理论,基于能耗参量α的拥塞控制算法(CCBE)描述如下:

1)当0＜ρ＜0.5时,节点队列数据传输比较顺畅,此时加大源节点发送速率V0,提高网络吞吐量,更新为V0=(1+α)V0。

2)当0.5＜ρ＜0.7时,队列拥塞情况比有些严重,此时减小源节点发送速率V0,更新为V0=(1-tα)V0,控制系数t代表减小幅度,0＜t＜1。

3)当0.7＜ρ≤1时,队列拥塞情况很突出,此时应减小源节点发送速率V0,更新为V0=(1-α)V0。

以上算法是根据节点队列拥塞的程度,通过能耗参量来控制发送速率的大小。节点的发送功率仍然是采用了最小发射功率,已达到节约能量目的。

3 仿真场景设计

这里采用OPNET仿真软件搭建环境。在OPNET Modeler平台上,战术无人机模拟通信数据链系统的构建使用层次化、模块化建模机制,共有3个层次:最底层为进程(Process)模型,以状态机来描述协议;其次为节点(Node)模型,由相应的协议模型构成,反映设备特性;最上层为网络模型。三层模型和实际的协议、设备、网络完全对应,全面反映了网络的相关特性[8]。为了验证ECT算法,这里搭建了OPNET硬件半实物仿真平台和网络仿真场景,如图1所示。

图1 无人机模拟通信数据链系统硬件半实物仿真平台Fig.1 Hardware semi-physical simulation platform of UAV analog communication data link system

OPNET网络仿真场景配置如图2所示。

图2 仿真场景示意Fig.2 Schematic diagram of simulation scenarios

数据链路工作在UHF频段,属于视距链路范围内。本文无人机群和地面站都位于一个局域网内。设置发射机的频率为600 MHz,带宽为60 kHz。设无人机的初始能量为0.5 J。t=0.5,代表减小幅度适中。仿真时间为213 s。调制方式采用BPSK,无人机高度为10 km,在业务层每0.01 s产生一个数据包。一个数据包的大小为1 000 bit。

4 仿真分析

将基于能耗参量的拥塞控制算法(CCBE)融入MAC层中,数据链采用TDMA协议,对CCBE-TDMA算法和TDMA进行仿真对比分析,这里无人机架数为10,一个地面站。

图3为CCBE-TDMA算法与TDMA网络平均吞吐量比较。

图3 网络吞吐量Fig.3 Network throughput

从图3中可以看出,采用了CCBE算法的系统平均吞吐量在绝大多数情况下要高于没有采用此算法的吞吐量。并且,当网络出现拥塞时,拥塞控制算法使得系统吞吐量的下降趋势不明显,而没采用此算法的情况下吞吐量下降的比较多。

这里对采用拥塞控制算法吞吐量曲线做一下说明:从大约10 s开始,一直到33 s左右,网络吞吐量呈现一个较快的增长趋势,这是因为仿真初期,网络负载还很小,队列空闲比较多,网络十分通畅,节点剩余能量指数很高。此时自动的加快了节点发送速度V0,使其为(1+α)V0,后面在33～66 s的时候,吞吐量开始增长缓慢,这是因为数据包到达目的节点逐渐增多,节点负载加重,引起排队延迟,此时自动的减小了源节点发送速度为(1-0.5α)V0,减轻了节点的拥塞情况。在66～105 s时,队列拥塞程度达到很高了,吞吐量开始下降,这时进一步降低节点发送速率为(1-α)V0,缓解拥塞情况。在105～120 s,之前的吞吐量已经下降到最低点,并且节点拥塞已经减轻了不少,重新恢复顺畅,此时增加节点发送速度使其为(1+α)V0,吞吐量也随之增加,但是它增加的速度并没有仿真开始时间段那么快,这是因为剩余能量指数a已经减小的缘故,因为经过了一段仿真时间,节点消耗了一部分能量。后面在120 s之后吞吐量开始下降,下降幅度并不大。这是由于队列拥塞增加,减小发送节点速度的缘故,最后趋于稳定。

最后我们为了考察不同网络负载情况下CCBE算法的性能。在这里设置节点数的变化范围为4～40。仿真结果如图4所示。

图4 吞吐量变化情况Fig.4 Changes of throughput

从图4中可以看出随着无人机节点数的增多拥塞控制算法对网络吞吐量的提升还是比较明显的。

5 结 语

本文综合考虑无人机节点的能量和队列拥塞情况提出了一种基于CCBE-TDMA算法的无人机模拟通信数据链系统设计。仿真结果表明该算法网络吞吐量要高于经典TDMA协议的吞吐量。它能根据各节点能耗参量动态合理地控制节点发送速率,从而提高整个网络性能。

[1] 周玉娟,程韧,郑博.无人机战场通信网络的发展及相关技术[J].飞航导弹,2007(09):32-35.

ZHOU Yu-juan,CHENG Ren,ZHENG Bo.Drones Battlefield Communications Network Development and Related Technology[J].Winged Missiles Journal,2007(9): 32-35.

[2] 王文政,周经伦,罗鹏程.战术数据链技术发展研究[J].电光与控制,2008,15(11):41-46.

WANG Wen-zheng,ZHOU Jing-lun,LUO Pengcheng.Tactical Data Link Technology Development and Research[J].Electronics Optics&Control,2008 (11):41-46.

[3] 刘济铭,孟凡计,王玉文.一种具有速度与能量意识的路由协议[J].通信技术,2013,46(01):63-66.

LIU Ji-ming,MENG Fan-ji,WANG Yu-wen.Routing Protocol with Speed and Energy Awareness[J].Communications Technology,2013,46(1):63-66.

[4] 马琳,张军,刘凯.无线Ad-Hoc网络的MAC层拥塞控制算法[J].华中科技大学学报:自然科学版,2012, 40(08):112-117.

MA Lin,ZAHGN Jun,LIU Kai.MAC Layer of wireless Ad Hoc Network Congestion Control Algorithm[J].Journal of Huazhong University of Science and Technology (Natural Science Edition),2012,40(8):112-117.

[5] Zander J.Performance of Optimum Transmitter Power Control in Cellular Radio Systems[J].IEEE Transa ction on Vehicular Technology,1992,41(01):57-62.

[6] 李昀照,丁毅,刘威,等.功率受限的无线网络的传输速率控制[J].计算机科学,2009,36(05):79-81.

LI Yun-zhao,DING Yi,LIU Wei,et al.Power Limited Wireless Network Transmission Rate Control[J].Journal of Computer Science,2009,36(5):79-81.

[7] 李建东,郭梯云,邬国扬.移动通信[M].西安:西安电子科技大学出版社,2006:117-118.

LI Jian-dong,GUO Ti-yun WU Guo-yang.Mobile Communication[M].Xi′an:Xi′an University of Electronic Science and Technology Press,2006:117-118.

[8] 陈敏.OPNET网络仿真[M].北京:清华大学出版社, 2004:11-12.

CHEN Min.OPNET Network Simulation[M].Beijing: Tsinghua University Press,2004:11-12.

SHANG Xiao-fu(1990-),male,graduate student,majoring in wireless communication technology and the UAV self-organized network.

王玉文(1962—),男,副教授,主要研究方为航空航天电子技术、民航通信导航监视技术;

WANG Yu-wen(1962-),male,associate professor,mainly working at aerospace electronic technology,communication navigation monitoring technology of civil aviation.

董家志(1990—),男,硕士,主要研究方向为无人机天线技术,无源定位技术;

DONG Jia-zhi(1990-),male,graduate student,mainly concerns UAV antenna technology,passive location technology.

张 洪(1989—),男,硕士,主要研究方向为民航通信导航监视技术、多点相关定位技术。

ZHANG Hong(1989-),male,graduate student,majoring in civil aviation communication navigation monitoring technology,multipoint relative positioning technology.

UAV Data Link Design with Congestion Control Algorithm based on Energy Consumption Parameters

SHANG Xiao-fu,WANG Yu-wen,DONG Jia-zhi,ZHANG Hong
(School of Astronautics and Aeronautics,UESTC,Chengdu Sichuan 611731,China)

UAV may play an increasingly important role in the future wars.It can deliver the useful enemy information to its own ground control center for its own deployment of careful operation plan.UAV traffic load and energy are two important indexes to determine whether UAV data link system is good or bad.Traffic load can be solved by congestion control.In combination with the characteristics of UAV's limited energy,UAV adopts minimum power launch in data sending.In the MAC layer,energy consumption parameter is introduced and integrated into the congestion control for improving the network performance of UAV data link.With opnet simulation software,and by building up a semi-physical simulation platform,a congestion control algorithm based on energy consumption parameters of UAV data link is designed.The simulation results show that the algorithm can improve the system throughput and save the energy.

UAV data link;congestion control;energy consumption parameters

TN919

A

1002-0802(2014)09-1037-04

10.3969/j.issn.1002-0802.2014.09.012

尚小富(1990—),男,硕士,主要研究方向为无线通信技术与无人机自组织网络;

2014-05-06;

2014-06-19 Received date：2014-05-06;Revised date：2014-06-19