论文部分内容阅读
摘 要：随着蜂群和编组等概念的提出，无人机的研究领域已经延伸扩展到协同执行任务的方向。从单机到多机使得多无人机系统的研究难度直线上升。目前，对多无人机的研究还不太成熟，主要研究方向分为多机之间的防碰撞、无人机躲避障碍物、系统通信方式和通信能量的消耗情况。目前无人机的续航时间严重限制了整体系统协同执行任务的效率，除了力求在电池能源研究上实现突破外，对无人机系统数据传输能耗的研究也迫在眉睫。本文主要针对市场上的民用小型无人机进行研究，对实现多无人机之间的数据传输能耗优化，寻找最优的无人机中继转发节点，使整个多无人机系统在传输数据时能量消耗代价最小，具有非常重要的现实意义。
关键词：无人机；安全；对策
国家级大学生创新创业训练计划项目资助（项目号编：201810065010）
1 引言
多无人机协同通信的方式大到整个无人机通信框架体系，小到无人机的通信链路协议，都是完成一次完整通信不可缺少的前提。为方便了解和深入研究多无人机协同执行任务的方式方法，本章首先介绍了多无人机协同执行任务的两种体系：集中式和分布式。其次，通信协议是正确建立数据链路的前提，列出了目前在小型无人机机型上最常用的通信协议。最后，描述了两种信息传输能耗算法。本章主要列举了无人机协同通信的基本知识，同时作为后续研究的前提。
2 多无人机协同任务体系
由于无人机协同执行任务的环境是动态和复杂的，并非固定不变和容易掌握的。面对特定的任务场景或战争场景，要根据完成任务的需求，不仅需要严格选择功能匹配且自主能力较强的无人机，而且无人机协同任务体系也应该根据不同的任务环境而区别对待，设计和运用最适合的协同任务控制体系。无人机协同任务体系的选取对无人机完成任务的效率和质量密切相关。无人机协同任务体系的选取考虑以下几个因素：任务分配的合理性、任务完成的准确性、任务接收的实时性、任务分配的计算时间和计算复杂度、执行任务的抗干扰能力等。
目前多无人机协同任务控制体系主要有两种：集中式控制体系和分布式控制体系。二者各自适合于不同的场景需求，特点鲜明，在一些特性比如实时性、可靠性、动态性、鲁棒性、全局优化程度、安全性以及容错性等方面上截然不同。因此需要根据具体的战场环境和任务场景要求进行选择与设计。
2.1 集中式控制体系
集中式控制体系最大特点是存在一个控制中心，能够对整个体系中所有执行任务的无人机进行控制。控制中心可以是地面指控站、海基平台等，也可以是某一架有人或功能更完善的无人机。控制中心是整个系统的指挥控制中枢，起着任务决策与控制无人机群的作用。
在集中式控制系统中，无人机本身不具备决策能力，无人机的执行任务指令和具体的飞行航路是由地面控制站或人为制定的，无人机完全按照接收的指令执行航路规划任务。体系中执行任务的所有无人机将它们探测到的信息和自己的状态发回到控制中心。
通过控制中心严格的处理、分析数据之后，将最终的规划与控制决策结果发送给各个无人机，从而将任务指派给无人机执行。因此无人机只需要具备任务执行能力即可。图 2.1为无人机集中式控制体系示意图。
图 2.1 集中式控制体系图
集中式控制体系的控制中心可以掌控全局，通过对所有接收到的数据资源整合、处理、优化之后，将结果下发至各无人机设备。控制层面的集中化有助于管理和配置网络布局，合理的调动网络资源，優化分配任务，提高网络的有效利用率。因其全局特性容易获得全局最优解，具有较好的适用性，较多的应用于简单网络中。
但是集中式控制中心在处理无人机协同任务规划过程中也存在很多问题。主要有以下几点：
（1） 计算量大，复杂度高。
集中式控制体系，地面控制中心收集到所有的无人机信息都集中在任务控制站中。数据信息进行分析复杂度高，总结数量大，导致任务分配时间过长。如果无人机群数量庞大，或有多类型多任务的无人机编队，或涉及大量复杂强耦合任务的分配问题时，更凸显了这个问题的严重性。
（2） 安全性和稳定性差。
通常，集中式控制体系的地面控制站只有一个，如果在具体任务执行过程中，地面控制中心受到敌机的攻击而破坏甚至毁灭，或者由于数据量过大而造成处理器瘫痪，或者敌方通过对控制中心的入侵而控制整个无人机网络，则整个网络将被直接摧毁，造成的损失是巨大的。
（3） 实时性差。
集中式中的无人机群本身不具备决策能力，所以地面控制中心要根据返回的无人机状态信息和整体的环境信息向无人机分配任务。无人机编队与地面控制站保持着紧密联系，如果返回控制中心的有效数据量较大，则需要花费一定的时间处理数据。当把处理结果和分配任务返回到无人机时，环境可能已经发生变换。无人机收到的任务指示对当前的环境的处理未必准确，由此导致决策错误。
2.2 分布式控制体系
分布式控制体系与集中式最大的不同是体系中不存在控制中心。系统成员之间是平等的，是具有独自决策能力、很强的协同能力和自治性的智能体。整个无人机系统则构成一个多智能体系统，它们采用自治协商的方式共同完成全局任务。分布式控制体系如同人类社会的合作方式与分工模式，各节点间分工明确，所有节点都为一个共同目标而努力。无人机之间以数据链技术为支撑，对无人机状态信息、无人机环境信息、任务目标信息综合进行交互，将复杂的任务问题分解成各个成员能协商解决的子问题，如果系统中有成员的解决方案与问题达成一致，则问题解决。
分布式控制体系的优缺点，正好与集中式的优缺点相反。分布式控制体系设计更加灵活多变。个体无人机在分布式控制方法下具有较强的实时性和抗干扰能力，鲁棒性与容错性好、计算代价小、复杂度低等优点。但是，多无人机在分布式协商过程容易陷入局部优化而造成全局性不强，很大概率下只能获得次优解。所以，分布式控制体系比较适合处理实时性要求高、动态特性强的协同任务场景。分布式控制体系可分为两种：完全分布式控制体系和部分分布式控制体系。 （1） 完全分布式控制体系
在完全分布式控制体系中，无人机编队内各无人机仅仅依靠相互之间的协同合作，不存在任何控制站。图 2.2 为完全分布式控制体系示意图。体系中每一架无人机既是数据发送端，也是数据接收端和处理端。在这种协同体系中，各无人机自主性很强，通过数据链技术实现任务数据的传输和共享，不仅能够将自身的任务集信息分析并决策，同时能与其它无人机进行数据交互，协作完成所需执行的任务。这种方式提高了任务决策和实施的实时性。但是，实时处理的共享数据量总是有限的，编队内无人机数量增加会严重影响实时处理的速度，降低网络链路的性能。
（2） 部分分布式控制体系
比较集中式和分布式协同控制体系可知，分布式控制实时性较强，但是容易陷入局部最优解而不能得到局部最优解。因此，结合集中式和完全分布式的优点，一种更新型更合理的部分分布式协同控制体系应用而生。该种控制体系一般包含了静态地面控制站和动态无人机网络，但又不同于集中式控制体系。
在部分分布式控制体系中，首先地面控制站给群组内每架无人机都预设初始任务分配方案。当无人机完成设定的初始任务后，群组中的单架无人机将发挥自主特性，重新对任务目标信息采集和分析，完成与其它无人机信息的交互和共享。地面控制站只是在极少特定的时候对无人机群组发送任务指令，多数还是由无人机自身协同分析和分配。部分分布式控制体系的设计既提高了实时性和安全性，又减小了地面控制站处理任务的数据量，得到合理可行的任务分配方案，具有极强的实际应用价值。部分分布式控制体系结构如图 2.3 所示。
图 2.3 部分分布式控制体系图
3 多无人机信息传输能耗算法
3.1 信息传输能耗平衡算法
传统分簇算法找寻中继点的思想是如果簇内某些节点的能量高于该簇整体的平均能量，则这些节点将被当作是该簇的候选中继节点。然后，估计候选中继节点的目标函数值，选择目标函数值最大的节点作为簇首，实现数据的收发。分簇算法也用于多无人机的中继节点选择中。但是，这种选择簇首的方式容易使得簇首处出现负载。针对这种不足，提出了合理选择非固定簇首和能量感知的协同中继算法，使整个无人机编队的平均能量消耗最少。
由于无人机数据传输链路存在受到干扰影响的可能性，因此，数据传输前首先需要对链路的稳定性进行评估。在单链路中，如果无人机i向 j 发送Lbits 的信息，Q次传输后链路可靠性R i j（L）表示为
无人机i的发射功率是根据接收端的最小接收信号强度调节的。当接收端接收到的信号功率
Prij大于最小信号接收功率Prmin时，无人机 j 可以正常接收无人机 i 传输的信息。Prij可表示为
其中，G ij是无人机 i 和 j 之间的总天线增益，PiLj是无人机 i 和j 之间的路径衰落。在这种情况下，当接收端接收到的信号功率Pirj小于或等于最小信号接收功率P rmin时，不满足最小接收信号强度Prmin的限制条件。Pr i j可表示为
3.2 能耗参量的拥塞控制算法
无人机通信采用无线通信的方式，信道容量有限且信道中存在衰减和噪声。随着时间增加，信道中数据量加大，数据分组到达接收节点时容易发生缓冲区不够用的情况，产生拥塞从而导致吞吐率下降。因此，有必要在数据链路中加入拥塞检测函数 ρ 实时探测节点的拥塞情况：
设源节点的发送速率为V0，且有 ，其中V min和V max分别代表源节点发送的最小速率和最大速率。在源节点处，根据拥塞检测函数 ρ合理调整发送速率V 0。
由于 MAC 层可以获取分组队列长度，加入拥塞控制检测函数 ρ 后，就能够合理准确地调节发送速率，提高网络性能。目的节点接收功率P r可表示为：
参考文献
[1] 陶于金，李沛峰. 无人机系统发展与关键技术综述[J].航空制造技术，2014，464（20）：34-39.
[3] 苏新兵，王建平，华江涛. 无人驾驶飞机综述[J].航空制造技术，2003，（9）：28-30.
[4] 张学明，张书启. 解读美国空军新版小型无人机发展路线图[J].国防科技，2016，37（4）：81-84.
[6] 李文，陳建. 有人机/无人机混合编队协同作战研究综述与展望[J].航天控制，2017，（3）：90-96.
[7] 赵明，李涛，苏小红，等. 三维多无人机系统协同任务规划关键问题综述[J].智能计算机与应用，2016，6（1）：31-35.
关键词：无人机；安全；对策
国家级大学生创新创业训练计划项目资助（项目号编：201810065010）
1 引言
多无人机协同通信的方式大到整个无人机通信框架体系，小到无人机的通信链路协议，都是完成一次完整通信不可缺少的前提。为方便了解和深入研究多无人机协同执行任务的方式方法，本章首先介绍了多无人机协同执行任务的两种体系：集中式和分布式。其次，通信协议是正确建立数据链路的前提，列出了目前在小型无人机机型上最常用的通信协议。最后，描述了两种信息传输能耗算法。本章主要列举了无人机协同通信的基本知识，同时作为后续研究的前提。
2 多无人机协同任务体系
由于无人机协同执行任务的环境是动态和复杂的，并非固定不变和容易掌握的。面对特定的任务场景或战争场景，要根据完成任务的需求，不仅需要严格选择功能匹配且自主能力较强的无人机，而且无人机协同任务体系也应该根据不同的任务环境而区别对待，设计和运用最适合的协同任务控制体系。无人机协同任务体系的选取对无人机完成任务的效率和质量密切相关。无人机协同任务体系的选取考虑以下几个因素：任务分配的合理性、任务完成的准确性、任务接收的实时性、任务分配的计算时间和计算复杂度、执行任务的抗干扰能力等。
目前多无人机协同任务控制体系主要有两种：集中式控制体系和分布式控制体系。二者各自适合于不同的场景需求，特点鲜明，在一些特性比如实时性、可靠性、动态性、鲁棒性、全局优化程度、安全性以及容错性等方面上截然不同。因此需要根据具体的战场环境和任务场景要求进行选择与设计。
2.1 集中式控制体系
集中式控制体系最大特点是存在一个控制中心，能够对整个体系中所有执行任务的无人机进行控制。控制中心可以是地面指控站、海基平台等，也可以是某一架有人或功能更完善的无人机。控制中心是整个系统的指挥控制中枢，起着任务决策与控制无人机群的作用。
在集中式控制系统中，无人机本身不具备决策能力，无人机的执行任务指令和具体的飞行航路是由地面控制站或人为制定的，无人机完全按照接收的指令执行航路规划任务。体系中执行任务的所有无人机将它们探测到的信息和自己的状态发回到控制中心。
通过控制中心严格的处理、分析数据之后，将最终的规划与控制决策结果发送给各个无人机，从而将任务指派给无人机执行。因此无人机只需要具备任务执行能力即可。图 2.1为无人机集中式控制体系示意图。
图 2.1 集中式控制体系图
集中式控制体系的控制中心可以掌控全局，通过对所有接收到的数据资源整合、处理、优化之后，将结果下发至各无人机设备。控制层面的集中化有助于管理和配置网络布局，合理的调动网络资源，優化分配任务，提高网络的有效利用率。因其全局特性容易获得全局最优解，具有较好的适用性，较多的应用于简单网络中。
但是集中式控制中心在处理无人机协同任务规划过程中也存在很多问题。主要有以下几点：
（1） 计算量大，复杂度高。
集中式控制体系，地面控制中心收集到所有的无人机信息都集中在任务控制站中。数据信息进行分析复杂度高，总结数量大，导致任务分配时间过长。如果无人机群数量庞大，或有多类型多任务的无人机编队，或涉及大量复杂强耦合任务的分配问题时，更凸显了这个问题的严重性。
（2） 安全性和稳定性差。
通常，集中式控制体系的地面控制站只有一个，如果在具体任务执行过程中，地面控制中心受到敌机的攻击而破坏甚至毁灭，或者由于数据量过大而造成处理器瘫痪，或者敌方通过对控制中心的入侵而控制整个无人机网络，则整个网络将被直接摧毁，造成的损失是巨大的。
（3） 实时性差。
集中式中的无人机群本身不具备决策能力，所以地面控制中心要根据返回的无人机状态信息和整体的环境信息向无人机分配任务。无人机编队与地面控制站保持着紧密联系，如果返回控制中心的有效数据量较大，则需要花费一定的时间处理数据。当把处理结果和分配任务返回到无人机时，环境可能已经发生变换。无人机收到的任务指示对当前的环境的处理未必准确，由此导致决策错误。
2.2 分布式控制体系
分布式控制体系与集中式最大的不同是体系中不存在控制中心。系统成员之间是平等的，是具有独自决策能力、很强的协同能力和自治性的智能体。整个无人机系统则构成一个多智能体系统，它们采用自治协商的方式共同完成全局任务。分布式控制体系如同人类社会的合作方式与分工模式，各节点间分工明确，所有节点都为一个共同目标而努力。无人机之间以数据链技术为支撑，对无人机状态信息、无人机环境信息、任务目标信息综合进行交互，将复杂的任务问题分解成各个成员能协商解决的子问题，如果系统中有成员的解决方案与问题达成一致，则问题解决。
分布式控制体系的优缺点，正好与集中式的优缺点相反。分布式控制体系设计更加灵活多变。个体无人机在分布式控制方法下具有较强的实时性和抗干扰能力，鲁棒性与容错性好、计算代价小、复杂度低等优点。但是，多无人机在分布式协商过程容易陷入局部优化而造成全局性不强，很大概率下只能获得次优解。所以，分布式控制体系比较适合处理实时性要求高、动态特性强的协同任务场景。分布式控制体系可分为两种：完全分布式控制体系和部分分布式控制体系。 （1） 完全分布式控制体系
在完全分布式控制体系中，无人机编队内各无人机仅仅依靠相互之间的协同合作，不存在任何控制站。图 2.2 为完全分布式控制体系示意图。体系中每一架无人机既是数据发送端，也是数据接收端和处理端。在这种协同体系中，各无人机自主性很强，通过数据链技术实现任务数据的传输和共享，不仅能够将自身的任务集信息分析并决策，同时能与其它无人机进行数据交互，协作完成所需执行的任务。这种方式提高了任务决策和实施的实时性。但是，实时处理的共享数据量总是有限的，编队内无人机数量增加会严重影响实时处理的速度，降低网络链路的性能。
（2） 部分分布式控制体系
比较集中式和分布式协同控制体系可知，分布式控制实时性较强，但是容易陷入局部最优解而不能得到局部最优解。因此，结合集中式和完全分布式的优点，一种更新型更合理的部分分布式协同控制体系应用而生。该种控制体系一般包含了静态地面控制站和动态无人机网络，但又不同于集中式控制体系。
在部分分布式控制体系中，首先地面控制站给群组内每架无人机都预设初始任务分配方案。当无人机完成设定的初始任务后，群组中的单架无人机将发挥自主特性，重新对任务目标信息采集和分析，完成与其它无人机信息的交互和共享。地面控制站只是在极少特定的时候对无人机群组发送任务指令，多数还是由无人机自身协同分析和分配。部分分布式控制体系的设计既提高了实时性和安全性，又减小了地面控制站处理任务的数据量，得到合理可行的任务分配方案，具有极强的实际应用价值。部分分布式控制体系结构如图 2.3 所示。
图 2.3 部分分布式控制体系图
3 多无人机信息传输能耗算法
3.1 信息传输能耗平衡算法
传统分簇算法找寻中继点的思想是如果簇内某些节点的能量高于该簇整体的平均能量，则这些节点将被当作是该簇的候选中继节点。然后，估计候选中继节点的目标函数值，选择目标函数值最大的节点作为簇首，实现数据的收发。分簇算法也用于多无人机的中继节点选择中。但是，这种选择簇首的方式容易使得簇首处出现负载。针对这种不足，提出了合理选择非固定簇首和能量感知的协同中继算法，使整个无人机编队的平均能量消耗最少。
由于无人机数据传输链路存在受到干扰影响的可能性，因此，数据传输前首先需要对链路的稳定性进行评估。在单链路中，如果无人机i向 j 发送Lbits 的信息，Q次传输后链路可靠性R i j（L）表示为
无人机i的发射功率是根据接收端的最小接收信号强度调节的。当接收端接收到的信号功率
Prij大于最小信号接收功率Prmin时，无人机 j 可以正常接收无人机 i 传输的信息。Prij可表示为
其中，G ij是无人机 i 和 j 之间的总天线增益，PiLj是无人机 i 和j 之间的路径衰落。在这种情况下，当接收端接收到的信号功率Pirj小于或等于最小信号接收功率P rmin时，不满足最小接收信号强度Prmin的限制条件。Pr i j可表示为
3.2 能耗参量的拥塞控制算法
无人机通信采用无线通信的方式，信道容量有限且信道中存在衰减和噪声。随着时间增加，信道中数据量加大，数据分组到达接收节点时容易发生缓冲区不够用的情况，产生拥塞从而导致吞吐率下降。因此，有必要在数据链路中加入拥塞检测函数 ρ 实时探测节点的拥塞情况：
设源节点的发送速率为V0，且有 ，其中V min和V max分别代表源节点发送的最小速率和最大速率。在源节点处，根据拥塞检测函数 ρ合理调整发送速率V 0。
由于 MAC 层可以获取分组队列长度，加入拥塞控制检测函数 ρ 后，就能够合理准确地调节发送速率，提高网络性能。目的节点接收功率P r可表示为：
参考文献
[1] 陶于金，李沛峰. 无人机系统发展与关键技术综述[J].航空制造技术，2014，464（20）：34-39.
[3] 苏新兵，王建平，华江涛. 无人驾驶飞机综述[J].航空制造技术，2003，（9）：28-30.
[4] 张学明，张书启. 解读美国空军新版小型无人机发展路线图[J].国防科技，2016，37（4）：81-84.
[6] 李文，陳建. 有人机/无人机混合编队协同作战研究综述与展望[J].航天控制，2017，（3）：90-96.
[7] 赵明，李涛，苏小红，等. 三维多无人机系统协同任务规划关键问题综述[J].智能计算机与应用，2016，6（1）：31-35.