树形无人机蜂群网络MAC协议设计与实现

郭首江 刘强

摘要：无人机蜂群网络中，网络架构和媒体接入控制（MAC）协议是影响网络性能的重要因素。根据无人机蜂群通信网络的特点，提出了树形拓扑的分层通信网络架构，并针对这一网络架构，设计了一种混合型媒体接入控制协议。该混合型媒体接入控制协议采用动态时隙分配的方法，结合了载波监听多路访问（CSMA）协议和时分多址（TDMA）协议的优点，可以满足无人机蜂群网络高带宽、低时延的要求。仿真结果显示，该混合型媒体接入控制协议在高负载场景下，端到端时延约为0.1 s，投递率约为95%，缓存队列大小稳定，没有发生队列堆积的情况。在多优先级业务场景下，高优先级业务的端到端时延约为0.08 s，投递率约为98%。相较于单独的CSMA和TDMA协议来说，可以更好地支持树形拓扑的无人机蜂群网络。

关键词：媒体接入控制协议;无人机蜂群网络;树形拓扑

中图分类号：TP393文献标志码：A文章编号：1008-1739（2021）19-62-6

0引言

随着作战范围的日益扩大和战场环境的日趋复杂，单个无人机在执行任务时很难全方位感知各种信息，一旦出现故障或被敌方摧毁，将无法完成任务。无人机蜂群是指将多种任务载荷的低成本小型无人机基于开放式体系架构综合集成[1]，以通信网络信息为中心，构建具有抗毁性、低成本、功能分布化等优势的作战体系[2-3]。无人机蜂群组成的网络即无人机自组网（UAV Ad Hoc Network，UANET），属于移动自组网（Mobile Ad Hoc Network，MANET）的一种。相较于一般的移动自组网和车辆构成的车载自组网（Vehicle Ad Hoc Network，VANET）来说，无人机自组网具有移动速度更快、拓扑变化更快、覆盖面积更广等特点。

树形拓扑的无人机蜂群网络是一种特殊阵列的无人机蜂群网络，在网络结构上具有更加规整的层级划分，各层级无人机的通信方式和通信能力都不尽相同。这种特殊形态的网络，具有高带宽低时延的需求。媒体接入控制（Medium Access Control，MAC）协议是影响无人机网络性能的重要因素，可以通过对MAC协议的改进来适应树形拓扑的无人机蜂群网络，从而降低无人机之间通信的时延，提高无人机之间的通信带宽，以达到树形拓扑无人机网络的QoS需求。

目前，无人机蜂群网络中一般使用的MAC协议主要分为竞争类MAC协议、分配类MAC协议和混合类MAC协议。

竞争类MAC协议的代表性协议是CSMA/CA协议，文献[4]为了提高无人机自组网的QoS性能，对CSMA/CA协议进行了结构调整，但是调整之后的时延仍然无法满足无人机自组网的需求。文献[5]以CSMA协议为基础，加入了业务优先级的影响因素，设计了基于统计优先级的多址接入（Statistical Priority-Based Multiple Access，SPMA）协议，此协议依据业务的优先级将其存入优先级缓存中，根据信道检测的结果决定是否对其进行发送。但是竞争类协议在遇到高负载业务时，网络中会产生大量碰撞，影响整个网络的性能。

分配类MAC协议的代表性协议是TDMA协议。文献[6]提出了一种根据业务需求而动态分配的TDMA协议，为不同业务类型的节点分配相应的时隙。文献[7]将MAC协议分成2个阶段：信标帧阶段和数据帧阶段。在信标帧阶段对时隙资源进行竞争，在空间重用的基础上可以找到空闲的时隙作为节点的额外时隙，从而提高TDMA协议的吞吐量和信道利用率。文献[8]在TDMA协议中考虑了业务优先级的因素，从而提高了无人机节点的信道利用率，确保了时隙资源的有效分配。但是分配类MAC协议存在着网络业务不均匀时，有的节点没有业务发送也分配到了时隙，从而導致信道利用率下降。

混合类MAC协议是将竞争类MAC协议和分配类MAC协议的优点进行整合的协议。文献[9]设计了一种结合CSMA/CA和TDMA协议优点的CC-MAC协议，采用空间分集技术，提出一种基于附近2架无人机合作的数据同步传输方案，网络分配矢量状态的节点可以在不发生延迟的情况下同时传输数据。文献[10]提出了一个自适应MAC框架，允许多个MAC协议根据业务信息相互切换。依据此框架设计了CT-MAC，无人机可以根据侦查任务时自身位置的不同在CSMA和TDMA之间切换，从而达到协议的效果好过单一的CSMA和TDMA协议。然而以上2种混合类MAC协议无法满足树形拓扑无人机网络集中式管控的需求。

总体而言，现有的针对无人机网络的MAC协议并没有很好地满足树形拓扑无人机网络的高带宽低时延需求。本文根据提高吞吐量及降低延时的要求，采用一种基于载波监听多路访问（CSMA）和时分多址（TDMA）混合的MAC协议。协议整体上采用的TDMA的超帧结构，根据不同优先级的业务量情况，动态地在CSMA阶段和TDMA阶段进行转移，从而自适应调整无人机的接入状态，以达到高带宽、低时延的需求。

1网络模型

本文考虑的场景包括一个高层无人机和多个低层无人机。高层无人机和低层无人机构建了树形的层级网络结构。高层无人机首先对地面环境进行探测，随后根据任务释放出低层无人机对地面进行视距探测。低层无人机需要将探测的情报实时回传给高层无人机，高层无人机也会定期发送指控命令等信息给低层无人机，树形拓扑的无人机蜂群网络结构如图1所示。

①高层无人机是一架大型固定翼无人机，具有移动速度快、安全性高、通信能力强等特点，可以直接和低层无人机进行通信。高层无人机还可以对地面环境进行侦查并释放出低层无人机。

②低层无人机由多架旋翼微机组成，移动速度缓慢、通信能力较差、受高层无人机控制，可以对地面環境进行信息采集。

2 MAC协议设计

2.1树形拓扑无人机蜂群网络混合MAC协议

本文提出的混合MAC协议整体上采用集中式管控的思路，将上层的无人机作为父节点，相应的下层无人机作为子节点。由于在多层无人机网络场景中，存在多种类型的业务，各个业务对带宽和时延的需求也不尽相同。业务大体上可以分成轻量级业务和重量级业务。轻量级业务如指控业务和地理信息业务，此类业务延时要求较高，而本身的业务量很少。重量级业务如图片业务和视频业务，此类业务延时要求较低，而本身的业务量很大，因此所需的网络带宽需求很高。

传统的CSMA协议是一种竞争型MAC协议，适用于低流量的场景，在高负载时容易发生碰撞，进而导致整个网络时延的暴增。传统的TDMA协议是一种预约型MAC协议，适用于高流量固定拓扑场景。即使遇到大量的业务，也会按照事先分配好的时隙去传输业务，因此不会发生碰撞。本文提出的混合MAC协议结合以上2种协议的优点，在遇到轻量级业务的时候采用CSMA协议，确保业务的延时要求。在遇到重量级业务的时候，则切换到CSMA阶段和TDMA阶段的组合，以确保业务的带宽要求，混合MAC协议的超帧结构如图2所示。

超帧由CSMA信标帧、CSMA数据帧、TDMA信标帧以及TDMA数据帧四部分构成，其中超帧的总长度、CSMA信标帧长度以及TDMA信标帧长度都是固定的，CSMA数据帧和TDMA数据帧长度由动态算法决定。

在超帧中，信标帧用来进行父节点对子节点的广播，CSMA数据帧和TDMA数据帧用来进行节点之间的数据传输。子节点在CSMA时隙的末尾汇报自己的消息队列长度、消息排队时间以及消息优先级。其汇报数据帧格式在常规的MAC数据帧头和数据部分之间加入了自身的队列消息，汇报数据帧结构如图3所示。

当子节点的业务处于轻量级时，整个超帧持续执行CSMA协议，低流量场景下的帧结构如图4所示。

当子节点的业务处于重量级时，整个超帧执行图2所示的混合MAC协议，即协议以CSMA阶段和TDMA阶段组合的方式运行。

2.2动态TDMA时隙划分算法

动态TDMA时隙分配算法是在父节点上运行的。父节点收集来自子节点的队列长度、业务优先级信息以及队列的排队时间，然后根据这些已知信息来决定：超帧是否进入TDMA阶段和TDMA阶段的长度，以及每个节点消息队列分配的时隙长度等信息。

2.2.3每个节点消息队列分配的时隙长度

在CSMA阶段的时候，消息队列的消息采用PQ（Priority Queuing）的调度方式去发送数据。在TDMA阶段的时候，父节点采用集中式的调度方式，为每个子节点的消息队列分配相应时隙。

首先父节点根据子节点的紧急程度i’来等比例分配子节点的时隙块，子节点在分配的时隙块中再划分不同优先级消息队列的时隙。这里采用基于EDF（Earliest Deadline First）算法的改进版本。

EDF算法是根据不同队列的截止期来确定调度的优先级，当目前队列的截止期越小时优先级越高，这是一种动态优先级调度算法。本文中，在兼顾截止期的前提下，同时考虑消息队列本身的优先级，从而更加公平地进行动态优先级调度。

2.3算法过程

动态TDMA时隙分配算法运行在高层无人机上，以实现对低层无人机的控制。低层无人机在CSMA时隙的最后进行队列信息的汇报，高层无人机收集到信息之后，根据这些信息来完成时隙分配算法，父节点算法执行过程如图5所示。

3仿真分析

3.1仿真参数设置

为了验证混合MAC协议的性能，本文基于OPNET Modeler 16.0仿真工具建立仿真场景，使用IP业务流进行业务仿真，对比传统的TDMA协议、CSMA协议以及本文设计的混合MAC协议，仿真参数配置如表1所示。

设计一个典型的应用场景：1台高层无人机和20台低层无人机在10 km×10 km的区域组成一个树形拓扑的无人机蜂群网络。网络拓扑仿真场景如图6所示。

针对此场景设置了2个不同的业务模式。一种是高负载下的压力测试模式，低层无人机会向高层无人机發送第一优先级高流量的视频流业务，由于多个无人机同时发送高流量业务，因此整个网络会处于拥塞状态，进而可以对比3种协议在此环境下的性能。另一种是多优先级业务测试模式，低层无人机会向高层无人机发送4种优先级的业务，进而可以对比3种协议对于不同优先级业务的性能。

3.2仿真结果分析

3.2.1高负载模式

（1）数据平均时延仿真结果

图7为高负载模式下的数据平均时延。由图可知，随着发送速率的逐渐增大，网络拥塞逐渐加大，平均数据时延也相应增加。由于CSMA协议是一种竞争性的协议，当发送速率增大到400 kbps的时候，发生了退避行为，从而导致时延大幅度上升。TDMA协议是预约型的MAC协议，各个无人机节点会按照事先分配好的时隙发送数据，以确保信道不会发生碰撞，但是由于时隙分配固定，会导致信道利用冗余，因而时延稳定在0.4 s左右。而本文提出的混合MAC协议，在网络拥塞产生时，会动态转移到TDMA状态，从而减少信道碰撞，因此时延被控制在0.1 s以下，保证了传输的低时延要求。

（2）投递成功率

图8为投递成功率仿真结果。由图可知，随着发送速率的逐渐增大，整个网络变得拥堵，因此投递成功率也随之下降。随着网络负载加重，CSMA协议检测到了碰撞并开始退避，从而使投递率大幅度降低。而TDMA协议由于初期已经分配好了时隙，因此信道不会发生碰撞，投递率一直维持在99%以上的水平。本文提出的混合MAC协议在检测到信道碰撞之后，动态转移到TDMA阶段，从而确保了投递率不会大幅下降。但是由于一个超帧结束后，协议又会跳转到CSMA阶段，因此投递率并没有达到TDMA那样的水平，大致控制在95%左右。

（3）队列缓存大小仿真结果

图9为高负载模式下的队列缓存大小。由图可知，随着发送速率的逐渐增加，队列缓存随之增加。由于CSMA在高负载的情况下会产生退避，因此队列缓存持续累积，这也就解释了CSMA协议在高负载状态下高时延的原因。TDMA协议按照初期分配好的时隙进行发包，不会根据业务流量的变化而进行时隙的调整，因而会出现业务流量增大但是分配时隙很小的情况，这就会导致来不及发出的包越来越多，队列缓存逐渐累积。混合MAC协议会根据业务流量的变化而动态调整协议状态，因此可以及时把缓存队列中的包发送出去，不会出现缓存累积的情况。

3.2.2多优先级业务测试模式

（1）数据平均时延仿真结果

图10为多优先级模式下的平均时延。由于4个优先级的业务同时发送，整个网络会保持在拥塞状态，因此CSMA会发生退避，随着队列缓存的不断堆积，4个优先级业务的时延均保持在4 s左右。而由于4种优先级业务的带宽不尽相同，TDMA协议无法根据实际流量去分配时隙，因此在不均匀业务量情况下，时延会大幅上升，4个优先级业务的时延保持在2.5 s左右。本文提出的混合MAC协议会根据实时不同优先级业务的负载，动态的调整协议状态，因此不会发生缓存队列的堆积，4种优先级的时延随着优先级别的提升，时延不断递减，并且总体保持在0.1 s左右。

（2）平均投递率仿真结果

图11为多优先级模式下的平均投递率，随着优先级级别的提高，投递率有上升的趋势。本文提出的混合MAC协议会根据优先级来判定网络环境是否紧急，因此在遇到高优先级业务的时候，会动态转移到TDMA状态，以确保投递率。因此，随着优先级别的增加，投递率也会随之增加。而由于CSMA协议和TDMA协议均没有对优先级的分类处理，因此其投递率均稳定在固定水平。其中CSMA协议的投递率大概在50%，而TDMA协议的投递率为99%。

4结束语

针对无人机蜂群通信特点，提出了一种树形拓扑的网络架构，并对此设计了混合MAC协议，以达到可以满足无人机网络高带宽低时延的要求。在低流量业务时保持在CSMA阶段以确保低时延，在高流量业务时切换到TDMA状态以保证高带宽。仿真结果表明，混合MAC协议改善了CSMA协议无法满足高带宽以及TDMA协议无法满足低时延的需求，通过动态切换的方式，自适应地调整协议运行状态，当网络业务负载较低时，可以满足低时延的需求。当网络负载增大时，可以满足高带宽的需求。因此，该混合MAC协议可以很好地适应树形拓扑的无人机蜂群网络。下一步将会针对无人机蜂群网络高移动性、拓扑变化快和能耗平衡等方面做进一步的研究。

参考文献

[1]刘广钟，徐艺原.一种针对树形拓扑网络的混合MAC协议[J].计算机工程，2017，43（11）：32-39.

[2]李建勋，樊晓光，喆张，等.基于优先级的TDMA动态时隙分配算法[J].计算机工程，2011，37（14）：288-290.

[3]类延增，刘广钟，徐明.基于水声传感网络的树形拓扑混合MAC协议[J].微型机与应用，2015，34（15）：71-74.

[4] WANG L， HAI L， LIU Z . Research and Pragmatic-improvement of Statistical Priority-based Multiple Access Protocol[C]// 2016 2nd IEEE Interna-tional Conference on Computer and Communications （ICCC）.Chengdu：IEEE，2016：1-6.

[5] WANG P， LI H， YE B L， et al.Research on Statistics Based Multi-Priority MAC Protocol for Ad Hoc Networks[J]. Applied Mechanics & Materials， 2014，644（650）：3103-3107.

[6] CHEON H R， CHO J W， KIM J H . Dynamic Resource Allocation Algorithm of UAS by Network Environment and Data Requirement[C]// 2017 International Conference on Information and Communication Technology Convergence（ICTC）.Chengdu： IEEE， 2017：1-10.

[7] CHEN L， YU Z， JIAN S， et al. A Novel Broadcasting MAC Algorithm for Ad Hoc Networks[J].Procedia Computer Science，2017，6（63）：268-276.

[8] SAY S， INATA H， SHIMAMOTO S. A Hybrid Collision Coordination-based Multiple Access Scheme for Super Dense Aerial Sensor Networks[C]// 2016 IEEE Wireless Communications and Networking Conference.Doha： IEEE，2016：1-6.

[9] WANG W， CHAO D， HAI W， et al.Design and Implementation of Adaptive MAC Framework for UAV Ad Hoc Networks[C]// International Conference on Mobile Ad-hoc & Sensor Networks.Hefei： IEEE，201： 1-106.

[10]姜文超，金海，王述振，等.一種基于多优先级队列和QoS的服务调度策略[J].小型微型计算机系统，2008（3）：450-454.

[11]杨海东，景博，李建海.无人机网络中支持视频传输的MAC协议[J].计算机工程，2013，39（4）：94-99.

[12]卓琨，张衡阳，郑博，等.无人机自组网研究进展综述[J].电信科学，2015，31（4）：134-144.