买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西北工业大学

摘要：本发明涉及一种基于IFTOPSIS的分布式无人机多径路由编队方法，属于自组网领域。首先，选择剩余能量最高的无人机节点作为初始簇头；然后，无人机节点通过与邻居节点交互Hello消息，并根据Hello消息中的邻居节点的剩余能量等信息，采用IFTOPSIS方法计算自身的信任值；每个无人机节点将其信任值广播出去，信任值最高的节点当选为新的簇头；路由转发阶段采用节点不相关并行多径路由转发模式；仿真结果表明本发明的方法能很好的降低数据包丢失。

主权项：1.一种基于IFTOPSIS的分布式无人机多径路由编队方法，其特征在于步骤如下：步骤1：簇头初始化：选择剩余能量最高的无人机节点作为初始簇头；步骤2：无人机节点通过与邻居节点交互Hello消息，并根据Hello消息中的剩余能量、节点度、速度信息，采用IFTOPSIS方法计算自身的信任值；步骤2-1：选取节点的评估准则，这里的评估准则为节点的剩余能量、平均链路保持时间与理想节点度差；步骤2-2：无人机节点通过与邻居节点交互Hello消息，并根据Hello消息中的剩余能量、节点度、速度信息，计算得到链路保持时间，平均链路保持时间以及理想节点度差并广播；将自身的剩余能量，平均链路保持时间以及理想节点度差，与其传输范围内的邻居节点的多准则评估值组成评估向量矩阵n指的是当前节点以及邻居节点的个数总和，3指的是评估准则的个数；aij指的是第i个邻居节点关于第j个属性的取值；j＝1代表剩余能量，j＝2代表平均链路保持时间，j＝3代表理想节点度差；步骤2-3：归一化步骤2-2中的特征向量矩阵为n指的是当前节点以及邻居节点的个数总和，3指的是评估准则的个数；步骤2-4：将步骤2-3中归一化后的特征向量矩阵转化为直觉模糊评估矩阵其中每一行所对应的特征向量对应一个节点Xi的评估；n指的是当前节点以及邻居节点的个数总和，3指的是评估准则的个数；步骤2-5：计算步骤2-4中的矩阵的直觉模糊正理想解IFPIS与直觉模糊负理想解IFNIS；步骤2-6：分别计算步骤2-4中的每一个节点Xi的直觉模糊多准则评估向量值与直觉模糊正理想解IFPIS之间的欧氏距离D+Xi；i＝1,2,…,n；n指的是当前节点以及邻居节点的个数总和，3指的是评估准则的个数；步骤2-7：分别计算步骤2-4中的每一个节点Xi的直觉模糊多准则评估向量值与直觉模糊负理想解IFNIS之间的欧氏距离D-Xi；i＝1,2,…,n；n指的是当前节点以及邻居节点的个数总和，3指的是评估准则的个数；步骤2-8：分别计算步骤2-4中的每一个节点Xi的直觉模糊多准则评估向量值与直觉模糊正理想解IFPIS以及直觉模糊负理想解IFNIS之间的贴近度CXi；i＝1,2,…,n；步骤2-9：对步骤2-8中的每一个节点Xi的贴近度值进行排序；n指的是当前节点以及邻居节点的个数总和，3指的是评估准则的个数；i＝1,2,…,n；步骤3：簇头更新：每个无人机节点将其信任值广播出去，信任值最高的节点当选为新的簇头；步骤4：簇头广播簇头消息：除簇头以外的无人机节点发送加簇请求，无人机节点入簇成为簇成员；若普通无人机节点收到了来自多个簇头的簇头消息，则加入信任值最高的簇头所在簇；步骤5：路由发现阶段；步骤6：路由维护阶段：考虑到节点的移动性，两无人机节点之间的链路会存在断开的情况；这里通过监听Hello数据包判断链路断裂的位置来进行路由维护；步骤7：新无人机节点加入：新节点的加入分为三种情形，第一种情形是自身通信范围内有簇头，第二种情形是其邻居节点属于某一簇成员；前两种情形分别属于簇头在其一跳通信范围以及两跳通信范围内的情况；第三种情形是其与网络中的任一簇头相距三跳，此种情况下，该无人机节点自身成为簇头；步骤8：普通无人机节点退出；本发明只考虑由于节点的移动性而退出了该簇；步骤9：簇头节点退出：当簇头节点退出该簇之前，需指定新的簇头；将由IFTOPSIS得到的信任值排名第一的簇成员作为新的簇头；步骤10：簇的拆分与合并：当簇成员数量超出时，将该簇进行拆分成两个簇，并依据IFTOPSIS方法计算得到的信任值选择出新的簇头；当两个簇的成员数量均小于并且两个簇的成员有交叉或者某一簇的簇成员在另一簇的通信范围内时，将该簇进行合并成一个簇，并依据IFTOPSIS方法计算得到的信任值选择出新的簇头；其中b1、b2、m分别指的是簇内带宽，簇间带宽以及无人机节点的数量。

全文数据：

权利要求：

百度查询： 西北工业大学 基于IFTOPSIS的分布式无人机多径路由编队方法