王瑞琳，何 鋒，胡安敏

（北京航空航天大學(xué)電子信息工程學(xué)院,北京 100191）

隨著作戰(zhàn)理念和科學(xué)技術(shù)的不斷發(fā)展，戰(zhàn)爭(zhēng)形態(tài)將演變?yōu)槎鄼C(jī)密切協(xié)同，陸、海、空、天四位一體，通信、控制、指揮相互融合滲透的立體化戰(zhàn)爭(zhēng)。無(wú)人機(jī)蜂群作戰(zhàn)作為體系化全域戰(zhàn)場(chǎng)的重要組成部分，其網(wǎng)絡(luò)具有自組織、動(dòng)態(tài)拓?fù)涞忍攸c(diǎn)。但無(wú)人機(jī)自組網(wǎng)高度的移動(dòng)性和動(dòng)態(tài)性[1]，使得無(wú)人機(jī)之間的連接拓?fù)涠嘧?，?duì)于協(xié)同任務(wù)的變化適應(yīng)能力差，資源等信息共享能力有限，不符合多機(jī)協(xié)同通信的網(wǎng)絡(luò)要求。媒體接入控制(medium access control,MAC)協(xié)議作為數(shù)據(jù)鏈技術(shù)的關(guān)鍵部分，決定資源分配和信道接入方式，對(duì)移動(dòng)自組網(wǎng)整體性能起到至關(guān)重要的作用[2]。因此，如何基于數(shù)據(jù)鏈MAC 協(xié)議，設(shè)計(jì)一種實(shí)現(xiàn)資源融合、跨平臺(tái)數(shù)據(jù)共享的無(wú)人機(jī)蜂群協(xié)同任務(wù)調(diào)度方法具有重要意義。

目前有關(guān)移動(dòng)自組網(wǎng)MAC 協(xié)議技術(shù)的研究主要有TDMA[3,4]、動(dòng)態(tài)TDMA[5]、輪詢[6]、SPMA等。TDMA 協(xié)議采用固定分配時(shí)隙的方式，在節(jié)點(diǎn)入網(wǎng)、退網(wǎng)時(shí)，極易造成資源浪費(fèi)。為此，Park等 [5]提出了一種基于時(shí)隙鏡像的動(dòng)態(tài)TDMA 方案，允許節(jié)點(diǎn)隨機(jī)訪問空閑的鏡像時(shí)隙，但需中心節(jié)點(diǎn)對(duì)時(shí)隙資源進(jìn)行控制，且時(shí)隙分配算法較為復(fù)雜。關(guān)于輪詢協(xié)議，Ding 等 [6]為克服傳統(tǒng)輪詢協(xié)議無(wú)法優(yōu)先傳輸緊急業(yè)務(wù)的問題，提出了一種多優(yōu)先級(jí)輪詢MAC 協(xié)議，實(shí)現(xiàn)了系統(tǒng)中用戶對(duì)不同等級(jí)業(yè)務(wù)的傳輸需求，但也需提前規(guī)劃好時(shí)隙和中心節(jié)點(diǎn)，無(wú)法較好地適應(yīng)拓?fù)涓咚僮兓⑷蝿?wù)傳輸時(shí)延要求高的無(wú)人機(jī)蜂群組網(wǎng)。

武協(xié)類數(shù)據(jù)鏈的戰(zhàn)術(shù)瞄準(zhǔn)網(wǎng)絡(luò)技術(shù)（tactical targeting network technology,TTNT）代表著未來(lái)數(shù)據(jù)鏈發(fā)展方向，具有高速、低時(shí)延以及自動(dòng)組網(wǎng)等特點(diǎn)，主要負(fù)責(zé)復(fù)合跟蹤和協(xié)同作戰(zhàn)等任務(wù)[7]。其MAC 層采用統(tǒng)計(jì)優(yōu)先級(jí)多址接入(statistical priority-based multiple access,SPMA)協(xié)議，是一種無(wú)中心節(jié)點(diǎn)控制的隨機(jī)接入?yún)f(xié)議，不需要提前劃分時(shí)隙，有著更好的吞吐量和時(shí)延性能，適合在節(jié)點(diǎn)移動(dòng)性強(qiáng)、拓?fù)淇焖僮兓臒o(wú)人蜂群組網(wǎng)環(huán)境中使用。目前國(guó)內(nèi)關(guān)于TTNT 的研究大多還停留在概念和理論研究階段，少有實(shí)質(zhì)性的驗(yàn)證試驗(yàn)。

因此，面向無(wú)人機(jī)蜂群組網(wǎng)協(xié)同環(huán)境，本文通過(guò)跨平臺(tái)體系建模，構(gòu)造分層分簇?zé)o人機(jī)蜂群模型和與之匹配的層次資源與任務(wù)調(diào)度模型，基于TTNT 數(shù)據(jù)鏈SPMA 協(xié)議，對(duì)模型的消息傳輸進(jìn)行優(yōu)化，以解決無(wú)人機(jī)蜂群中任務(wù)協(xié)同、信息交互和互連組網(wǎng)等關(guān)鍵性問題，提高無(wú)人機(jī)資源共享、協(xié)同作戰(zhàn)的能力。

1 基于SPMA 協(xié)議的多機(jī)協(xié)同任務(wù)調(diào)度

1.1 無(wú)人機(jī)蜂群分層分簇自組織網(wǎng)絡(luò)架構(gòu)

結(jié)合未來(lái)航空電子領(lǐng)域通信環(huán)境，從保證任務(wù)系統(tǒng)實(shí)時(shí)性的角度出發(fā)，根據(jù)跨平臺(tái)航電系統(tǒng)中節(jié)點(diǎn)分布廣、密度不均、數(shù)量眾多的特點(diǎn)[8]，按照任務(wù)協(xié)同的需求，本文的無(wú)人機(jī)蜂群自組織網(wǎng)絡(luò)架構(gòu)主要按照分層分簇的思想進(jìn)行設(shè)計(jì)，主要包括以中心控制器、簇首、普通無(wú)人機(jī)組成的3 層機(jī)外結(jié)構(gòu)和以網(wǎng)絡(luò)控制器為中心的機(jī)內(nèi)架構(gòu)。在3 層機(jī)外架構(gòu)中：第1 層是內(nèi)部服務(wù)器、存儲(chǔ)器等資源間的通信網(wǎng)絡(luò)——云端數(shù)據(jù)中心網(wǎng)絡(luò)，負(fù)責(zé)初始使命的接收和下發(fā)；第2 層是一定區(qū)域內(nèi)的無(wú)人簇群的簇首之間通過(guò)數(shù)據(jù)鏈通信并接入云端數(shù)據(jù)中心的網(wǎng)絡(luò)——跨系統(tǒng)平臺(tái)網(wǎng)絡(luò)，負(fù)責(zé)將從云端接收到的使命拆分成單個(gè)任務(wù)并繼續(xù)下發(fā)；第3 層是無(wú)人機(jī)內(nèi)部以交換式組網(wǎng)為代表的有線通信網(wǎng)絡(luò)——單系統(tǒng)平臺(tái)網(wǎng)絡(luò)，負(fù)責(zé)將簇首傳輸來(lái)的任務(wù)執(zhí)行完成，如圖1 所示。

圖1 無(wú)人機(jī)蜂群分層分簇機(jī)間網(wǎng)絡(luò)架構(gòu)Fig.1 Layered clustering of UAV bee swarms inter-machine network architecture

由于軟件定義網(wǎng)絡(luò)（software defined network，SDN）技術(shù)的主要思想是將網(wǎng)絡(luò)中底層設(shè)備的控制功能集中化，數(shù)據(jù)控制與轉(zhuǎn)發(fā)平面相分離，以實(shí)現(xiàn)底層設(shè)備對(duì)上層應(yīng)用的透明化[9]，所以，在機(jī)內(nèi)架構(gòu)中，借鑒SDN 的控制與轉(zhuǎn)發(fā)分離機(jī)制，對(duì)機(jī)內(nèi)交換機(jī)和網(wǎng)絡(luò)控制器進(jìn)行功能劃分，控制層主要由網(wǎng)絡(luò)控制器組成，數(shù)據(jù)層則由交換機(jī)與端系統(tǒng)對(duì)應(yīng)的交互信息組成。控制層控制無(wú)人機(jī)蜂群網(wǎng)絡(luò)架構(gòu)下資源的統(tǒng)一調(diào)度和任務(wù)分配，將數(shù)據(jù)承載層資源統(tǒng)一化，從全局上檢測(cè)網(wǎng)絡(luò)的資源容量、網(wǎng)絡(luò)配置等信息，以集中化方式對(duì)全網(wǎng)進(jìn)行動(dòng)態(tài)控制，如圖2 所示。

圖2 無(wú)人機(jī)內(nèi)部網(wǎng)絡(luò)架構(gòu)Fig.2 UAV internal network architecture

1.2 基于SPMA 協(xié)議的多層資源與任務(wù)調(diào)度模型

1.2.1 SPMA 模塊與算法設(shè)計(jì)

由于每架無(wú)人機(jī)內(nèi)的交換機(jī)連接了機(jī)內(nèi)各節(jié)點(diǎn)，負(fù)責(zé)機(jī)內(nèi)信息交互，并且前交換機(jī)與無(wú)線收發(fā)模塊直接相連，負(fù)責(zé)本無(wú)人機(jī)與其他無(wú)人機(jī)或云端中心控制器進(jìn)行信息交互，所以，本文設(shè)計(jì)的SPMA模塊位于無(wú)人機(jī)內(nèi)的各交換機(jī)結(jié)構(gòu)中，以調(diào)控機(jī)內(nèi)外各類消息的傳輸。SPMA 協(xié)議控制模塊的示意圖如圖3 所示。

圖3 SPMA 協(xié)議控制模塊設(shè)計(jì)Fig.3 SPMA protocol control module design

在SPMA 協(xié)議控制模塊的結(jié)構(gòu)中，各子模塊的功能如下。

1）消息接收端。向SPMA 模塊中發(fā)送不同種類的消息，包括資源類消息、路由類消息和3 種功能不同的任務(wù)類消息。

2）SPMA 主體部分。將傳輸進(jìn)來(lái)的消息按照消息類型和功能分成不同優(yōu)先級(jí)，具體的優(yōu)先級(jí)順序從高到低分別為路由類消息、任務(wù)類消息、資源類消息，并將它們劃分為不同優(yōu)先級(jí)隊(duì)列，結(jié)合當(dāng)前信道占用情況，設(shè)定不同優(yōu)先級(jí)的門限閾值，并且每到達(dá)一個(gè)數(shù)據(jù)包進(jìn)行一次發(fā)送判定，比較當(dāng)前信道占用統(tǒng)計(jì)值和優(yōu)先級(jí)門限閾值大小，判定數(shù)據(jù)是否能夠發(fā)送。

3）不同優(yōu)先級(jí)電臺(tái)。到達(dá)的數(shù)據(jù)包根據(jù)劃分的不同優(yōu)先級(jí)傳輸進(jìn)入相應(yīng)電臺(tái)，當(dāng)發(fā)送判定通過(guò)后將數(shù)據(jù)包直接發(fā)送，反之將數(shù)據(jù)包回退等待，直到下次發(fā)送判定通過(guò)。

根據(jù)SPMA 協(xié)議實(shí)現(xiàn)流程[10]，模型中SPMA消息調(diào)度算法流程如圖4 所示。按照優(yōu)先級(jí)高的消息優(yōu)先傳輸?shù)脑瓌t，將傳輸?shù)絊PMA 協(xié)議控制模塊的路由類消息、3 種任務(wù)類消息以及資源類消息劃分為5 個(gè)消息優(yōu)先級(jí)，并設(shè)定不同優(yōu)先級(jí)消息的門限閾值，高優(yōu)先級(jí)消息對(duì)應(yīng)的門限閾值也高。消息到達(dá)時(shí)，根據(jù)其對(duì)應(yīng)優(yōu)先級(jí)進(jìn)入相應(yīng)電臺(tái)，通過(guò)比較當(dāng)前信道占用統(tǒng)計(jì)值和優(yōu)先級(jí)門限閾值大小進(jìn)行發(fā)送判定。如果閾值大于信道占用，則發(fā)送數(shù)據(jù)包，否則調(diào)用退避算法進(jìn)行退避等待，直至更高優(yōu)先級(jí)隊(duì)列的消息全部發(fā)送完畢后退避結(jié)束，再次進(jìn)行該消息的發(fā)送判定。

圖4 SPMA 消息調(diào)度算法流程圖Fig.4 SPMA message scheduling algorithm flowchart

1.2.2 多層資源與任務(wù)調(diào)度模型

多層資源與任務(wù)調(diào)度模型的工作流程主要分為2 部分：資源上報(bào)和任務(wù)分配。無(wú)人機(jī)蜂群資源上報(bào)與任務(wù)分配示意圖如圖5 所示。

圖5 多層資源與任務(wù)調(diào)度示意圖Fig.5 Multi-layer resource and task scheduling diagram

網(wǎng)絡(luò)拓?fù)渥兓?jié)點(diǎn)入網(wǎng)、退網(wǎng)。當(dāng)節(jié)點(diǎn)入網(wǎng)時(shí)，為滿足原任務(wù)的實(shí)時(shí)性，若任務(wù)所對(duì)應(yīng)節(jié)點(diǎn)網(wǎng)絡(luò)性能較差即資源不足，將原節(jié)點(diǎn)資源遷移到新的節(jié)點(diǎn)，若資源充足，則為新增節(jié)點(diǎn)分配新任務(wù)。當(dāng)網(wǎng)絡(luò)節(jié)點(diǎn)偏離系統(tǒng)平臺(tái)，對(duì)應(yīng)節(jié)點(diǎn)退網(wǎng)，并重新進(jìn)行任務(wù)資源計(jì)算與原節(jié)點(diǎn)資源遷移。

1）資源上報(bào)。在每一次任務(wù)分配開始前，需要從底層對(duì)無(wú)人機(jī)蜂群分層分簇自組織網(wǎng)絡(luò)架構(gòu)中每層可用的任務(wù)資源進(jìn)行統(tǒng)計(jì)，并將資源信息上報(bào)給上一層，層次關(guān)系結(jié)構(gòu)如圖6 所示。無(wú)人機(jī)內(nèi)的不同端系統(tǒng)對(duì)應(yīng)執(zhí)行CPU（數(shù)據(jù)處理能力）、GPU（圖形處理能力）、MEM（存儲(chǔ)能力）、RAD（雷達(dá)探測(cè)能力）、ATT（攻擊功能）、DIS（防御能力）等不同功能任務(wù)。普通無(wú)人機(jī)統(tǒng)計(jì)各端系統(tǒng)空閑任務(wù)資源，對(duì)應(yīng)6 類任務(wù)虛擬資源池，并將每種資源池大小上報(bào)給所在簇群的簇首。簇首整合簇內(nèi)所有無(wú)人機(jī)相同資源類型的空閑任務(wù)資源，建立無(wú)人機(jī)簇群虛擬資源池，并將每種資源池大小上報(bào)給云端對(duì)應(yīng)類型的虛擬資源池，形成整個(gè)模型的任務(wù)資源排布。

圖6 資源上報(bào)層次關(guān)系結(jié)構(gòu)圖Fig.6 Resource reporting hierarchical relationship structure diagram

其中，只有端系統(tǒng)的任務(wù)資源是實(shí)際的物理資源，最終的任務(wù)執(zhí)行也落實(shí)在端系統(tǒng)上。在無(wú)人機(jī)、簇首和云端形成的資源池都是虛擬資源池。在構(gòu)建虛擬模塊資源到物理單位資源的虛擬化映射時(shí)，將虛擬網(wǎng)絡(luò)映射過(guò)程抽象成一個(gè)M，分成節(jié)點(diǎn)映射和鏈路映射2 部分，按式（1）進(jìn)行計(jì)算，為

式中：Gv為帶有資源約束的虛擬網(wǎng)絡(luò)請(qǐng)求；Gs為底層物理網(wǎng)絡(luò)；Ps為網(wǎng)絡(luò)中的一條無(wú)環(huán)路徑；RN為分配給網(wǎng)絡(luò)節(jié)點(diǎn)的資源；RL為分配給網(wǎng)絡(luò)鏈路的資源。

2）任務(wù)分配。對(duì)應(yīng)各層任務(wù)資源排布，建立從高到低分別為使命組、使命、任務(wù)和子任務(wù)的分層式任務(wù)調(diào)度模型。根據(jù)任務(wù)資源需求，在資源上報(bào)結(jié)束后依據(jù)遺傳算法和貪心算法進(jìn)行任務(wù)分配。任務(wù)分配包含機(jī)間任務(wù)分配與機(jī)內(nèi)任務(wù)分配2 部分，流程圖如圖7 所示。

圖7 任務(wù)分配流程圖Fig.7 Task assignment flowchart

機(jī)間任務(wù)分配包括云端使命組分配和簇群內(nèi)任務(wù)分配2 部分。采用原則是當(dāng)一個(gè)節(jié)點(diǎn)足夠執(zhí)行任務(wù)時(shí)，優(yōu)先將一個(gè)任務(wù)分配到一個(gè)節(jié)點(diǎn)完成，而當(dāng)單節(jié)點(diǎn)無(wú)法滿足任務(wù)的資源需求時(shí)，再考慮將任務(wù)拆分成多份交給多個(gè)節(jié)點(diǎn)完成。在使命組下發(fā)后，為防止無(wú)人機(jī)任務(wù)執(zhí)行的實(shí)時(shí)性過(guò)差，當(dāng)使命組下發(fā)時(shí)刻小于最低容忍時(shí)間開銷時(shí)，表明無(wú)人機(jī)蜂群負(fù)載過(guò)大，資源不足，此時(shí)待分配的使命組需等待下次分配，直至使命組下發(fā)時(shí)刻大于最低容忍時(shí)間開銷執(zhí)行任務(wù)分配算法。首先，云端根據(jù)任務(wù)分配算法將接收到的使命下發(fā)給一個(gè)或多個(gè)無(wú)人機(jī)簇群的簇首，然后，簇首將下發(fā)的使命劃分成不同任務(wù)，再根據(jù)任務(wù)分配算法下發(fā)給簇群內(nèi)相應(yīng)的無(wú)人機(jī)，最后，接收到任務(wù)的無(wú)人機(jī)會(huì)將任務(wù)細(xì)分為子任務(wù)，根據(jù)機(jī)內(nèi)的任務(wù)分配算法下發(fā)給不同端系統(tǒng)執(zhí)行。

在機(jī)內(nèi)任務(wù)分配過(guò)程中，為使時(shí)間開銷最少，進(jìn)行子任務(wù)的均為資源數(shù)量最充足的端系統(tǒng)。即分配機(jī)內(nèi)任務(wù)時(shí)，按照此時(shí)機(jī)內(nèi)不同端系統(tǒng)對(duì)應(yīng)的6 類任務(wù)虛擬資源池?cái)?shù)量進(jìn)行6 次排序，每次分配子任務(wù)時(shí)選擇該子任務(wù)所需資源剩余量最大的端系統(tǒng)，直至該機(jī)內(nèi)任務(wù)的資源需求被全部滿足。

2 結(jié)果與分析

2.1 仿真實(shí)驗(yàn)設(shè)置

多機(jī)協(xié)同任務(wù)調(diào)度仿真實(shí)驗(yàn)是在OMNeT++仿真平臺(tái)上實(shí)現(xiàn)的，通過(guò)NED 語(yǔ)言構(gòu)建網(wǎng)絡(luò)拓?fù)?，進(jìn)行節(jié)點(diǎn)連接關(guān)系與參數(shù)的默認(rèn)設(shè)置，并通過(guò)omnetpp.ini 文件對(duì)節(jié)點(diǎn)數(shù)量、交換機(jī)數(shù)量、網(wǎng)絡(luò)帶寬等進(jìn)行配置，對(duì)網(wǎng)絡(luò)拓?fù)渥鲞M(jìn)一步補(bǔ)充。

在仿真中，節(jié)點(diǎn)隨機(jī)分布在1000 km×1000 km的空域場(chǎng)景內(nèi)，采用參考點(diǎn)群體移動(dòng)模型進(jìn)行移動(dòng)，并且為體現(xiàn)節(jié)點(diǎn)速度的差異性，速度從60～100 m/s 中隨機(jī)選取。每一個(gè)無(wú)人機(jī)節(jié)點(diǎn)的仿真模型結(jié)構(gòu)都相同，協(xié)議采用SPMA 協(xié)議與AODV 自組織網(wǎng)路由協(xié)議，其余參數(shù)設(shè)置如表1 所示。

表1 仿真參數(shù)設(shè)置Tab.1 Simulation parameter settings

為增強(qiáng)實(shí)驗(yàn)結(jié)果可信度并對(duì)實(shí)際無(wú)人機(jī)蜂群協(xié)同任務(wù)調(diào)度研究具有可參考性，本文以TTNT 數(shù)據(jù)鏈中無(wú)人機(jī)間平均距離在180 km（100 海里）與360 km（200 海里）時(shí)最大數(shù)據(jù)速率分別可達(dá)2 Mb/s與500 kb/s 作為技術(shù)指標(biāo)，時(shí)延最高不超過(guò)2 ms 與6 ms 作為驗(yàn)證指標(biāo)，進(jìn)行模型性能測(cè)試和評(píng)估。

2.2 仿真結(jié)果分析

圖8 示出在機(jī)間距離為180 km 時(shí)，引入SPMA協(xié)議前后動(dòng)態(tài)拓?fù)湎碌墓?jié)點(diǎn)端系統(tǒng)的網(wǎng)絡(luò)吞吐量對(duì)比情況。通過(guò)模型端系統(tǒng)在一定時(shí)間內(nèi)接收的數(shù)據(jù)包數(shù)量可知，引入SPMA 協(xié)議可以減少網(wǎng)絡(luò)中的數(shù)據(jù)傳輸沖突，提高系統(tǒng)約18%的網(wǎng)絡(luò)吞吐量。圖9 示出不同傳輸距離模型端系統(tǒng)的網(wǎng)絡(luò)吞吐量對(duì)比情況。可知，在SPMA協(xié)議中，平均傳輸距離遠(yuǎn)的系統(tǒng)網(wǎng)絡(luò)吞吐量低。

圖8 引入SPMA 協(xié)議前后網(wǎng)絡(luò)吞吐量對(duì)比Fig.8 Comparison of network throughput before and after the introduction of SPMA protocol

在10 s 仿真時(shí)間共計(jì)15 000 個(gè)調(diào)度事件下，重復(fù)進(jìn)行3 次仿真實(shí)驗(yàn)，100 架無(wú)人機(jī)在不同傳輸距離時(shí)每個(gè)端系統(tǒng)的信息端到端平均傳輸時(shí)延的分布圖（3 次仿真結(jié)果平均值）如圖10 所示?？梢钥闯觯簞?dòng)態(tài)拓?fù)湎碌墓?jié)點(diǎn)在機(jī)間平均距離為180 km時(shí)，84%的端系統(tǒng)消息端到端時(shí)延可以保持在2 ms以內(nèi)；在距離為360 km 時(shí)，82%的端系統(tǒng)消息端到端時(shí)延可以保持在6 ms 以內(nèi)。整網(wǎng)端系統(tǒng)平均時(shí)延如表2 中所示。可以看出：在機(jī)間平均距離為180 km 時(shí)平均時(shí)延能夠維持在2 ms 左右；在距離為360 km 時(shí)能夠維持在6 ms，滿足SPMA 協(xié)議對(duì)于消息傳輸時(shí)延的要求。

圖10 端系統(tǒng)傳輸時(shí)延分布圖Fig.10 Fig.10ransmission delay distribution diagram of the end system

3 結(jié)束語(yǔ)

面向無(wú)人機(jī)蜂群組網(wǎng)協(xié)同環(huán)境，本文基于TTNT 數(shù)據(jù)鏈SPMA 協(xié)議，設(shè)計(jì)了高動(dòng)態(tài)變化拓?fù)湎碌臒o(wú)人機(jī)蜂群分層分簇自組織網(wǎng)絡(luò)架構(gòu)以及與之匹配的層次資源與任務(wù)調(diào)度模型，并以TTNT 數(shù)據(jù)鏈中的數(shù)據(jù)傳輸標(biāo)準(zhǔn)對(duì)信息端到端時(shí)延和網(wǎng)絡(luò)吞吐量進(jìn)行仿真驗(yàn)證。結(jié)果表明，該方法滿足SPMA 協(xié)議對(duì)于消息傳輸時(shí)延的要求并且有效提高了無(wú)人機(jī)信息交互、資源共享和協(xié)同作戰(zhàn)的能力。該方法具有算法部署簡(jiǎn)單、通用性強(qiáng)的優(yōu)點(diǎn)，對(duì)實(shí)際無(wú)人機(jī)蜂群協(xié)同任務(wù)調(diào)度研究具有可參考性。