無人機協同組網的車載自組網方案研究

張鵬 朱敏 高興榮

摘? 要：目前國內外研究人員均未能就車載自組織網絡丟包率較高這一問題提出有效的解決方案，鑒于此，文章探索了一種基于無人機協同組網的地空一體式車載自組網框架，并對網絡性能進行分析。仿真結果表明，通過無人機協同組網可以大大降低VANET網絡丟包率，對未來無人駕駛場景中VANET網絡的構建具有一定的參考價值。

關鍵詞：車載自組織網絡;無人機;協同組網

中圖分類號：TP391.4? ? 文獻標識碼：A? 文章編號：2096-4706（2021）18-0061-04

Abstract： At present， researchers at home and abroad have failed to put forward an effective solution to the problem of high packet loss rate of on-board self-organizing network. In view of this， this paper explores a ground air integrated on-board self-organizing network framework based on UAV cooperative networking， and analyzes the network performance. The simulation results show that the packet loss rate of VANET network can be greatly reduced through UAV cooperative networking， which has a certain reference value for the construction of VANET network in the future unmanned driving scene.

Keywords： on-board self-organizing network; UAV; cooperative networking

0? 引? 言

隨著信息技術的飛速發展，無人駕駛將成為新一代智能交通系統的核心技術[1]。在無人駕駛的場景中，車輛具有更高的機動性和不確定性，這就要求車輛等之間時刻保持高度的通信穩定性[2]。

移動自組織網絡通信技術可以為車輛之間的穩定通信提供了技術支持。車輛采用移動自組織網絡的通信架構，構建車載自組織網絡（Vehicular Ad-hoc Network， VANET）[3]。VANET網絡無需預置基礎設施，具備動態可重構性，是面向未來無人駕駛的新型網絡方案[4]。

VANET網絡具有其本身獨特的性質，主要表現為：（1）車輛的快速移動以及頻繁的變換位置導致網絡拓撲結構變化比傳統自組織網絡更頻繁;（2）VANET網絡不僅需要及時傳遞信息，還要實現無人駕駛等功能，故VANET實時性要求比移動自組織網絡更高;（3）信號干擾和網絡拓撲結構快速變化導致VANET比傳統移動自組織網絡丟包率更高，影響網絡的實時連通性能。因此，如何降低VANET丟包率是目前研究的熱點[5]。

隨著無人機技術的飛速發展，人們逐漸把目光轉向可以靈活部署、自由移動的無人機。無人機與VANET結合，能夠取長補短，在自組網通信發揮出較大優勢。無人機移動靈活、體積小、能夠輕易擺脫地形的束縛，保障視距通信質量。這些都使得無人機成為降低VANET丟包率的可能途徑。

國內外針對無人機在VANET中的研究主要集中在資源分配、能源優化和路由算法上。例如文獻[6]采用發送端自主決策的分布式策略，提出了干擾感知的節點接入機制。文獻[7]利用移動節點輔助位置管理策略引入到無線自組網的GPSR協議中，提出基于地理位置信息的高可靠性路由算法GPSR-HRU。文獻[8]提出了適用于VANET網絡的三維GPSR路由算法。文獻[9]考慮低復雜度需求，提出了空地協作組網下的無人機位置部署及能量優化機制。這些文獻對無人機協同VANET組網的資源分配和路由算法提出了新思路，但未能針對丟包率較高的問題提供解決方案。

因此，本文針對VANET存在高丟包率的問題，引入無人機協同組網方式，探索了一種基于無人機協同組網的地空一體的車載自組網架構。該網絡架構充分利用無人機移動靈活、體積小等特點，用于提高VANET網絡的穩定性和靈活性。網絡性能分析表明，基于無人機協同組網的車載自組網的網絡架構具有良好的性能。

1? 網絡架構方案及飛行策略

1.1? 車輛

車輛攜帶有支持自組網無線通信的設備，行駛在區域內不同位置。

1.2? 無人機

區域內部署兩類無人機：自動飛行無人機（Automatic Flight UAV， AFU）、巡航無人機（Circular Flight UAV， CFU）。無人機在通信距離范圍內，能夠與車輛組建自組網。

1.3? 基于分層的無人機部署方案

空中部署的無人機分成兩層架構，在第一層部署AFU無人機。AFU無人機隨機在區域內飛行。第二層部署CFU無人機。CFU無人機根據區域的范圍和通信距離，提前規劃航跡巡航，保障區域內的通信。兩類無人機部署在不同的高度，如圖1所示。

1.4? CFU無人機協同組網的飛行策略

如何規劃CFU無人機的航跡，將決定網絡架構的穩定性和有效性。假設區域為正方形區域，邊長為R。無人機最大通信距離為Rd，飛行高度為h，無人機按照圓形航跡飛行。投影到地面后，無人機的航跡在地面投影為以半徑r的圓形。

為了保證巡航無人機之間航跡互不干擾，并且能夠最大程度保障通信，假設無人機圓形航跡的數量為k，k需要滿足式（1）中的要求，

通過式（1），解得k≥5。取k=5，得到飛行航跡為5個圓形，航跡部署圖如圖2所示。

在一個圓形航跡上部署2架無人機，處于圓心對角位置，保持相對速度一致，繞著航跡運動，航跡部署方案如圖3所示。

為了保證圓形航跡區域內的車輛都在它的通信范圍內，航跡半徑需滿足式（3）要求：

根據式（2）得到：

最終，得到第二層無人機部署方案如圖4所示，共規劃5個航跡，每個航跡上同時由兩架無人機處于對角位置沿著逆時針飛行。

通過圖4方案部署CFU無人機，利用無人機保證車輛之間的連通性，同時連接盡可能多的車輛。與傳統平面結構相比，分層的網絡結構能夠減輕網絡局部的拓撲結構變化對整個網絡的影響。在路由的計算和生成過程中，只需要部分節點參與，有效減少了路由和控制開銷。此外，分層結構能實現對網絡的有效控制和管理，提高了網絡的擴展性。

2? 仿真實驗和結果分析

2.1? 仿真環境

采用OPNET Modeler 14.5網絡仿真工具模擬自組網通信過程，仿真參數為：場景區域大小為10 km×10 km，車輛最大通信距離為2 500米。車輛移動速度范圍為0 km/h～ 80 km/h。無人機最大通信距離為2 500米，無人機移動速度范圍為0 km/h～100 km/h，每個設備發射功率為5 W，MAC層采用802.11p協議。車輛的運動模型選擇為隨機運動模型。

2.2? 仿真結果分析

首先，仿真無人機協同組網的VANET網絡場景（30輛車輛和15架UAV）。無人機規劃航跡及分布如圖5所示。

為了評估無人機協同組網的網絡性能，設置第一個無協同組網的VANET網絡場景中，車輛為30輛。為了評估空中無人機節點替代地面車輛協同組網的網絡性能，設置第二個無協同組網的VANET網絡場景中車輛為45輛，搭建的仿真場景圖如圖6所示。

無人機協同組網的VANET網絡場景中，設置車輛數量為30輛，同時部署無人機15輛，第一層AFU無人機數量為5，飛行高度設置為50米。第二層CFU無人機數量為10，飛行高度設置為100米，飛行航跡設置為5個圓形軌跡，每個圓形航跡上有兩架無人機。仿真時間為15分鐘，使用相同的aodv協議。三種場景下平均丟包率仿真結果如圖7所示。

首先，分析在地面車輛數量相同情況下，有無人機協同組網和沒有無人機協同組網的網絡性能。紅線和綠線分別為無協同組網的VANET（車輛30輛）和有無人機協同組網的VANET的網絡（車輛30輛，無人機15架）平均丟包率曲線圖。通過對比可以看出，在地面車輛數量相同的時候，沒有無人機協同組網情況下，網絡平均丟包率達到了13%。通過無人機協同組網，組建分層空中網絡架構中，平均丟包率降低了約7%。無人機參與協同組網后，能夠起到很好的中繼效果，建立起地—空—空—地的有效傳輸路徑，使得網絡架構更加穩定，因此能夠降低了丟包率。

其次，分析在總數量固定時候，利用相同數量的無人機替代車輛進行協同組網的網絡性能。藍線和綠線分別為無協同組網的VANET（車輛45輛）和有無人機協同組網的VANET的網絡（車輛30輛，無人機15架）平均丟包率曲線圖。通過對比可以看出，總數量固定時候，利用相同數量的無人機替代車輛，平均丟包率降低了約2%。通過對無人機搭建空中分層架構，并合理規劃航跡，充分利用無人機機動靈活、速度快的特點，在較短時間部署完成空域通信網基礎。因此，能夠降低網絡的丟包率，提高網絡的抗毀性。

綜上，通過無人機協同組網，可以有效降低丟包率，對VANET網絡穩定性和連通性方面性能均具有提升。

3? 結? 論

本文充分利用無人機移動靈活、體積小等特點，提出了一種基于無人機協同組網的車載自組網VANET網絡架構。仿真結果表明，通過無人機協同組網，可大大降低VANET網絡丟包率，對VANET網絡穩定性和連通性方面性能均具有提升，對未來無人駕駛場景中VANET網絡的構建具有一定參考價值。

參考文獻：

[1] 王笑京，張紀升，宋向輝，等.國際智能交通系統研發熱點 [J].科技導報，2019，37（6）：36-43.

[2] 于向軍，槐元輝，姚宗偉，等.工程車輛無人駕駛關鍵技術 [J].吉林大學學報（工學版），2021，51（4）：1153-1168.

[3] 吳振華，胡鵬.VANET中路由協議分析 [J].通信學報，2015，36（S1）：75-84.

[4] 黎陽，王哲，張楚文，等.面向車載自組織網絡路由的軌跡預測算法 [J].計算機研究與發展，2017，54（11）：2421-2433.

[5] 陳強偉，趙建華，楊雪芹，等.一種新的VANET網絡鏈路丟包率估計算法 [J].電訊技術，2018，58（10）：1217-1222.

[6] 范茜瑩，黃傳河，朱鈞宇，等.無人機輔助車聯網環境下干擾感知的節點接入機制 [J].通信學報，2019，40（6）：90-101.

[7] 袁學松.基于地理位置信息的無人機可靠路由算法 [J].重慶工商大學學報（自然科學版），2021，38（1）：50-56.

[8] 梁健.基于地理位置信息的三維FANET路由算法研究 [D].西安：西安電子科技大學，2020.

[9] 郜富曉.空地協作組網的無人機位置部署及能量優化機制研究 [D].開封：河南大學，2019.

作者簡介：張鵬（1982—），男，漢族，安徽阜陽人，副教授，博士，主要研究方向：無線自組網、網絡通信;通訊作者：朱敏（1988—），男，漢族，福建莆田人，助教，碩士，主要研究方向：無線自組網、傳感器網絡;高興榮（1982—），男，漢族，安徽合肥人，講師，碩士，主要研究方向：無線通信、數據通信。