刘 畅，杜文才，任 佳

(海南大学 信息科学技术学院，海南 海口 570228)

基于定向天线的无人船编队拓扑控制算法

刘 畅，杜文才，任 佳

(海南大学 信息科学技术学院，海南 海口 570228)

为了解决无人船编队组网时定向天线的方向性制约问题，提出了一种基于定向天线的分布式拓扑控制算法，通过调整网络中各个节点的发射功率来实现全网络快速连通.仿真实验证明，该算法能够以较低能耗代价维护网络的连通性能.

定向天线； 无人船； 节能； 拓扑控制

多无人船编队在海上航行使用全向天线进行信号传输.全向天线在信号传输可靠性能方面表现优异，全面覆盖360°的范围，信号所覆盖的区域可以简化为圆形，没有死角，但是全向天线的增益较小，传输半径受限，能量消耗较高.定向天线与全向天线相比较，负责一定角度范围的信号传输，优点是能量聚集，增益较高，缺点是定向天线模型所构建出的网络拓扑则会使信号覆盖区域更加复杂且不规则.

现有的拓扑控制算法主要分为集中式拓扑控制和分布式拓扑控制.集中式控制算法需要全网络的拓扑信息，在海面应用环境下难以适应无人船编队的网络拓扑稀疏性特征.分布式控制算法可通过相邻无人船交互的GPS信息，获得彼此的位置信息，完成无人船编队局部网络拓扑控制.

文献[1]通过构造有序的邻跳节点集合来约束每个节点的最大发射功率，以实现容错性能较优的分布式拓扑；文献[2]通过调整节点发射功率，改变其配置的天线波束的朝向、宽度和增益形成拓扑；文献[3]提出异构无线自组网拓扑控制算法K-DRNG，解决了无线自组网中节点异构、带宽受限等问题.上述算法都未考虑网络拓扑控制的能量消耗问题，尤其是在无人船自带能源有限和海上补给困难等因素的制约下，如何有效降低无人船节点拓扑控制的能量消耗成为无人船编队组网需要解决的首要问题.

针对该问题，笔者提出基于定向天线的无人船拓扑控制算法(Directional Antenna-based Unmanned-ship Topology Control, DAUTC)，实现了无人船节点发射功率的自适应调整，保证海上无人船编队网络稀疏拓扑结构的连通性.DAUTC算法通过控制节点的发射功率达到对拓扑结构进行控制的目的，在发送方和接收方参数及信道参数固定在理想状态下，采用收集局部邻跳节点所在扇区位置物理信息方法，解决网络动态变化所带来的到达角度无法测量的问题.当节点的分布更为密集以及传输环境变得越来越复杂时，可以通过改变信道增益以及使用低功率发射信号以节省通信功率，简化整个网络的拓扑结构，使节点信号顺利通过信道，减少不必要的碰撞，能够极大改善网络的连通性能.

1 基于定向天线的无人船拓扑控制算法(DAUTC)

1.1 DAUTC算法组成 节点的能耗优劣与发射功率之间的关系依赖于节点搭载的定向天线信号有效覆盖半径，即发射信号的有效覆盖半径的长度越短，整个节点能耗越低.多无人船网络拓扑具有实时动态变化的特性，其特征主要体现在链路连通性，时延性，网络吞吐量等性质.因此，要求设计的拓扑控制算法在拓扑结构发生动态改变时充分评估上述影响因素，能够快速构成新的全连通网络并以较小的能量消耗维护网络特性.为此，笔者提出DAUTC算法.

DAUTC算法主要分为2个阶段：信息采集以及拓扑控制.

2) 在拓扑控制阶段，每个节点具有唯一可识别的ID号码，每个无人船节点b都配备有N个自带扇区信息的定向天线，φ表示信号发射朝向，该方向可由节点控制且节点b的发射功率可以在自身的范围内连续的调节，即有0≤Pb≤Pbmax，Pbmax即节点b的最大发射功率.在由所有无人船组节点所形成的自组拓扑网络中，每个节点具有相同的最大发射功率均为Pmax.节点同时有配备GPS，以便得知位置信息.假设节点之间的传输具有相同且对称的路径损耗，发射天线与接收天线之间的信号传输功率按照不同距离发生η次衰减.由此可得，以dis(b,c)为距离的节点b与c所需要的最小功率为P(b,c)=tdis(b,c)η.

在双径模型中，此时η=4，则发射功率Pt与接收功率Pr有如下关系

(2)

其中，ht是发射天线高度，hr是接收天线的高度.当传输介质假设为(均匀且对称)，则P(b,c)=P(c,b)，向信号所覆盖的扇区内的节点发送信号.

1.2DAUTC算法及其优化算法DAUTC算法具体流程

步骤1 为节点b设置初始发射功率Pb，将覆盖有N个扇区的节点b设置其为空白扇区(即所覆盖区域没有b的邻跳节点)；

步骤2 通过调节，逐渐增大节点b的发射功率，并向各个空白扇区发送“Hi”信息包，然后逐一收集来自其他节点的“Back”信息包，里面含有其他节点的扇区位置信息；若节点b发现新的节点c，则节点b将节点c及其信息收入本地邻跳节点集合I(b)中，并改变节点b负责该扇区的天线属性，标记为非空扇区；

介绍了历史上最特别的照片背后的故事。这些照片以一种奇怪而强大的方式塑造了我们看待世界的方式，影响着我们对现实的看法。

步骤3 节点b通过筛选，得到连结I(b)内全部节点所必要的最小发射功率的最大值，将其设置为节点b的发射功率，并以此功率发射信号，算法结束.

步骤4 重复以上步骤，直到节点b的发射功率Pb=Pbmax，或节点b的天线覆盖范围内无空白扇区为止.

使用DAUTC算法处理后，无人船组所形成的网络拓扑结构并不是一个平坦均匀的拓扑图.为了使拓扑结构简化，信道中各个节点的碰撞减少，节点度数降低，网络吞吐量提高等，在DAUTC算法得到的拓扑图上进行优化处理算法，更进一步对拓扑图中多余的单向边带进行删除，最终可以得到稀疏平坦的拓扑结构.

DAUTC优化算法具体流程

步骤1 网络中所有存在的节点均向外发射其扇区位置信息，同时接收来自其邻跳节点的扇区位置信息；

步骤2 节点b收集其邻跳节点集合I(b)中全部节点的扇区位置信息；

步骤5 当节点b收到c发出的消息acc(b,c)以后，保留图Pic中的双向边；

步骤6 重复以上步骤，使每个节点对其他任意节点都能够遍历.

2 算法的性能仿真

为了验证DAUTC算法以及DAUTC优化算法的有效性能，通过分析在不同的业务量负载下，不同的网络拓扑结构中，比较2种算法所的到的拓扑结构端到端传输量、平均节点度以及最大节点度等指标，得到算法的优劣情况.

2.1 仿真条件 设置仿真实验条件时，将无人船节点随机均匀分布在一个1 000×1 000m2的海域之间，各个无人船节点的最大传输半径是100m，节点数设置为50～100个.在仿真中，考虑到无人船自身的结构尺寸，令其安全距离为5m.在每个无人船节点上安放N=8扇区数的定向天线，即π/4的弧度的范围由一个扇区覆盖，选用算法中的双径模型，该模型的衰减系数η=4，初始时，令发射天线的信号增益为0dB，接收天线的信号增益为0dB.

为了能够得到在不同拓扑结构下的网络在加载业务后的性能分析结果，采用Matlab仿真软件进行实验测试，各个网络节点的运动场景设置如下：取100个节点，将其随机分布在一个1 000×1 000m2的海域之中，各个节点在数据链路层采用基于802.11无线局域网协议，MAC层采用了CSMA/CA多址接口接入方式，仿真时间为600s，共统计10次.

2.2 拓扑结构在网络中的性能对比 节点度是评判无线网络结构性能优劣的关键衡量指标，而无线网络拓扑结构性能的优劣直接反映了拓扑结构控制算法的性能优劣.在无线路由协议中，各个节点均期望与有限个数邻节点发生通信，节点度越大，则会增加其他节点对该节点及邻节点的干扰，增加了维护相互邻跳状态的能耗.在仿真实验中，选取与节点度数有关的最大节点度和平均节点度2个指标，来验证DAUTC及其优化算法的有效性.

图3 未拓扑控制 图4DAUTC算法 图5DAUTC优化算法

当节点数为100个时，未经过拓扑控制的拓扑结构如图3所示.此时，每个节点都以最大功率进行通信，保证在信号传输范围内能够接收到所有邻跳节点的信息，传输半径保持在100m.不同的拓扑控制算法所形成的拓扑结构如图4和5所示.图4是经过DAUTC算法后得到的网络拓扑图，相比于图3，已经有很明显的网络稀疏性；图5是经过DAUTC优化算法得到的网络拓扑图，平均节点度显著降低.从3幅图可以清楚观察到，经过优化算法所导出的网络拓扑结构更为简单平整，平均节点度更小，功率有效性更高.

图6和图7中分别反映了各个算法形成的平均节点度和最大节点度.获得优化后的拓扑图，节点密度都相对比较稳定，均保持在3个以内，并且最大节点数都在8个以内.图6显示了不同的拓扑算法获得的网络拓扑的平均节点度，节点度若是小，则有利于信道的空间利用率.当整个网络不采用拓扑控制算法的时候，随着节点数量快速增长，节点度则快速增加；DAUTC算法导出的网络拓扑结构会随着节点密度增大、节点度增加而表现出更为缓慢的增加趋势；DAUTC优化算法形成的拓扑结构的节点度则随着节点数的增加而保持基本不变.

通过仿真可得，通过DAUTC算法及其优化算法所确定的节点平均传输半径较小，既保证了网络连通性，又保证了节点的节能性，并简化了整个网络的复杂度，大大延长了网络寿命.通过多次仿真实验可得，与使用最大功率发射信号相比而言，通过降低节点的发射功率，建立更为简单的连通网络，提高了带宽的重复利用率以及网络的吞吐量.

3 小 结

随着定向天线技术的智能化发展，根据天线的特性可通过调节网络中各个节点的发射功率对海上航行的多无人船组全网络的拓扑结构进行控制，并能够显著提高通信质量.在无人船组中，使用定向天线保证以最优节能的功率实现网络连通，最终形成稀疏的平坦网络结构.因为各个节点是以较低功率发射并且由算法形成的拓扑图中平均节点数最小，所以网络性能在节能性方面得到了优化.使用DAUTC算法，可以保证整个网络的连通率大于95%，可使平均节点度和最大节点度降低，并保证节点的传输半径比初始半径小，降低能耗，提高了该网络的能量有效性.采用更为有效的拓扑控制算法后，可以获得优于全向天线的拓扑结构，提高了能量效率.

[1] 刘兴川, 吴振锋, 赵克俭. 异构多跳无线传感器网络容错性拓扑控制算法[J]. 系统工程与电子技术, 2015, 37(8):1 902-1 908.

[2] 王东, 陈文斌, 李晓鸿,等. 自组网中基于自适应波束天线的拓扑控制算法[J]. 计算机研究与发展, 2010, 47(3):407-415.

[3] 刘军, 孙茜, 李少华,等. 基于定向天线的无线自组网拓扑控制算法[J]. 东北大学学报：自然科学版, 2012, 33(9):1 257-1 260.

[4] 周卫, 董荣胜.AdHoc局部网络拓扑信息对能量有效拓扑控制的影响[J]. 桂林电子科技大学学报, 2012, 32(6):442-446.

[5] 李小龙, 冯东磊, 彭鹏程. 一种基于势博弈的无线传感器网络拓扑控制算法[J]. 物理学报, 2016, 65(2):342-351.

[6] 贺鹏, 李建东, 陈彦辉,等.AdHoc网络中基于方向性天线的分布式拓扑控制算法[J]. 软件学报, 2007, 18(6):1 308-1 318.

[7] 王飞. 无线传感网中基于梯度的能量感知分簇拓扑算法研究[D].郑州：郑州大学, 2015.

[8] 江禹生, 李萍, 马超. 一种能量高效的无线传感器网络拓扑控制算法[J]. 传感器与微系统, 2014, 33(2):146-149.

[9] 周志前. 基于遗传策略的无线传感器网络拓扑控制研究[D].长沙：长沙理工大学, 2014.

[10] 韩志杰, 黄刘生, 王汝传,等. 一种基于位置和拓扑控制的无线传感器网络路由算法[J]. 计算机研究与发展, 2010, 47(s2):128-132.

[11] 刘浩然, 韩涛, 李雅倩,等. 具有路径能耗优化特性的WSN无标度容错拓扑控制算法[J]. 通信学报, 2014, 35(6):64-72.

Topology Control Algorithm of Unmanned Aerial Vehicle Formation Based on Directional Antenna

Liu Chang, Du Wencai, Ren Jia

(College of Information Sciences and Technology, Hainan University, Haikou 570228, China)

Under the same power consumption condition, the directional antenna can generate higher gain and provide a larger transmission range, and which are suitable for unmanned ship formation under marine environment. In order to solve the direction control problem of directional antenna when the networks among the UAV formation are created, a distributed topology control algorithm based on directional antenna was proposed. By adjusting the transmitting power of each node in the network, the fast connectivity of the network was accomplished. Simulation results showed that the proposed algorithm can maintain the connectivity of the network at a lower cost.

directional antenna; unmanned ship; energy saving; topology control

2016-12-30

国家国际科技合作专项(2015DFR10510)，海南省重点实验室和工程技术研究中心建设专项(gczx2014004)，海南省自然科学基金(20166209)

刘畅(1990-)，女，河南新乡人，海南大学2014级硕士研究生，研究方向：海洋通信，E-mail:282956820@qq.com

杜文才(1953-)，男，江苏徐州人，博士，教授，博士生导师，研究方向：海洋通信，E-mail:13086000882@163.com

1004-1729(2017)02-0106-05

TP 181

A DOl：10.15886/j.cnki.hdxbzkb.2017.0019