基于TTNT 數據鏈多址接入協議的多機協同任務調度方法

王瑞琳，何 鋒，胡安敏

（北京航空航天大學電子信息工程學院,北京 100191）

隨著作戰理念和科學技術的不斷發展，戰爭形態將演變為多機密切協同，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爭。無人機蜂群作戰作為體系化全域戰場的重要組成部分，其網絡具有自組織、動態拓撲等特點。但無人機自組網高度的移動性和動態性[1]，使得無人機之間的連接拓撲多變，對于協同任務的變化適應能力差，資源等信息共享能力有限，不符合多機協同通信的網絡要求。媒體接入控制(medium access control,MAC)協議作為數據鏈技術的關鍵部分，決定資源分配和信道接入方式，對移動自組網整體性能起到至關重要的作用[2]。因此，如何基于數據鏈MAC 協議，設計一種實現資源融合、跨平臺數據共享的無人機蜂群協同任務調度方法具有重要意義。

目前有關移動自組網MAC 協議技術的研究主要有TDMA[3,4]、動態TDMA[5]、輪詢[6]、SPMA等。TDMA 協議采用固定分配時隙的方式，在節點入網、退網時，極易造成資源浪費。為此，Park等 [5]提出了一種基于時隙鏡像的動態TDMA 方案，允許節點隨機訪問空閑的鏡像時隙，但需中心節點對時隙資源進行控制，且時隙分配算法較為復雜。關于輪詢協議，Ding 等 [6]為克服傳統輪詢協議無法優先傳輸緊急業務的問題，提出了一種多優先級輪詢MAC 協議，實現了系統中用戶對不同等級業務的傳輸需求，但也需提前規劃好時隙和中心節點，無法較好地適應拓撲高速變化、任務傳輸時延要求高的無人機蜂群組網。

武協類數據鏈的戰術瞄準網絡技術（tactical targeting network technology,TTNT）代表著未來數據鏈發展方向，具有高速、低時延以及自動組網等特點，主要負責復合跟蹤和協同作戰等任務[7]。其MAC 層采用統計優先級多址接入(statistical priority-based multiple access,SPMA)協議，是一種無中心節點控制的隨機接入協議，不需要提前劃分時隙，有著更好的吞吐量和時延性能，適合在節點移動性強、拓撲快速變化的無人蜂群組網環境中使用。目前國內關于TTNT 的研究大多還停留在概念和理論研究階段，少有實質性的驗證試驗。

因此，面向無人機蜂群組網協同環境，本文通過跨平臺體系建模，構造分層分簇無人機蜂群模型和與之匹配的層次資源與任務調度模型，基于TTNT 數據鏈SPMA 協議，對模型的消息傳輸進行優化，以解決無人機蜂群中任務協同、信息交互和互連組網等關鍵性問題，提高無人機資源共享、協同作戰的能力。

1 基于SPMA 協議的多機協同任務調度

1.1 無人機蜂群分層分簇自組織網絡架構

結合未來航空電子領域通信環境，從保證任務系統實時性的角度出發，根據跨平臺航電系統中節點分布廣、密度不均、數量眾多的特點[8]，按照任務協同的需求，本文的無人機蜂群自組織網絡架構主要按照分層分簇的思想進行設計，主要包括以中心控制器、簇首、普通無人機組成的3 層機外結構和以網絡控制器為中心的機內架構。在3 層機外架構中：第1 層是內部服務器、存儲器等資源間的通信網絡——云端數據中心網絡，負責初始使命的接收和下發；第2 層是一定區域內的無人簇群的簇首之間通過數據鏈通信并接入云端數據中心的網絡——跨系統平臺網絡，負責將從云端接收到的使命拆分成單個任務并繼續下發；第3 層是無人機內部以交換式組網為代表的有線通信網絡——單系統平臺網絡，負責將簇首傳輸來的任務執行完成，如圖1 所示。

圖1 無人機蜂群分層分簇機間網絡架構Fig.1 Layered clustering of UAV bee swarms inter-machine network architecture

由于軟件定義網絡（software defined network，SDN）技術的主要思想是將網絡中底層設備的控制功能集中化，數據控制與轉發平面相分離，以實現底層設備對上層應用的透明化[9]，所以，在機內架構中，借鑒SDN 的控制與轉發分離機制，對機內交換機和網絡控制器進行功能劃分，控制層主要由網絡控制器組成，數據層則由交換機與端系統對應的交互信息組成?？刂茖涌刂茻o人機蜂群網絡架構下資源的統一調度和任務分配，將數據承載層資源統一化，從全局上檢測網絡的資源容量、網絡配置等信息，以集中化方式對全網進行動態控制，如圖2 所示。

圖2 無人機內部網絡架構Fig.2 UAV internal network architecture

1.2 基于SPMA 協議的多層資源與任務調度模型

1.2.1 SPMA 模塊與算法設計

由于每架無人機內的交換機連接了機內各節點，負責機內信息交互，并且前交換機與無線收發模塊直接相連，負責本無人機與其他無人機或云端中心控制器進行信息交互，所以，本文設計的SPMA模塊位于無人機內的各交換機結構中，以調控機內外各類消息的傳輸。SPMA 協議控制模塊的示意圖如圖3 所示。

圖3 SPMA 協議控制模塊設計Fig.3 SPMA protocol control module design

在SPMA 協議控制模塊的結構中，各子模塊的功能如下。

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

2）SPMA 主體部分。將傳輸進來的消息按照消息類型和功能分成不同優先級，具體的優先級順序從高到低分別為路由類消息、任務類消息、資源類消息，并將它們劃分為不同優先級隊列，結合當前信道占用情況，設定不同優先級的門限閾值，并且每到達一個數據包進行一次發送判定，比較當前信道占用統計值和優先級門限閾值大小，判定數據是否能夠發送。

3）不同優先級電臺。到達的數據包根據劃分的不同優先級傳輸進入相應電臺，當發送判定通過后將數據包直接發送，反之將數據包回退等待，直到下次發送判定通過。

根據SPMA 協議實現流程[10]，模型中SPMA消息調度算法流程如圖4 所示。按照優先級高的消息優先傳輸的原則，將傳輸到SPMA 協議控制模塊的路由類消息、3 種任務類消息以及資源類消息劃分為5 個消息優先級，并設定不同優先級消息的門限閾值，高優先級消息對應的門限閾值也高。消息到達時，根據其對應優先級進入相應電臺，通過比較當前信道占用統計值和優先級門限閾值大小進行發送判定。如果閾值大于信道占用，則發送數據包，否則調用退避算法進行退避等待，直至更高優先級隊列的消息全部發送完畢后退避結束，再次進行該消息的發送判定。

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

1.2.2 多層資源與任務調度模型

多層資源與任務調度模型的工作流程主要分為2 部分：資源上報和任務分配。無人機蜂群資源上報與任務分配示意圖如圖5 所示。

圖5 多層資源與任務調度示意圖Fig.5 Multi-layer resource and task scheduling diagram

網絡拓撲變化包含節點入網、退網。當節點入網時，為滿足原任務的實時性，若任務所對應節點網絡性能較差即資源不足，將原節點資源遷移到新的節點，若資源充足，則為新增節點分配新任務。當網絡節點偏離系統平臺，對應節點退網，并重新進行任務資源計算與原節點資源遷移。

1）資源上報。在每一次任務分配開始前，需要從底層對無人機蜂群分層分簇自組織網絡架構中每層可用的任務資源進行統計，并將資源信息上報給上一層，層次關系結構如圖6 所示。無人機內的不同端系統對應執行CPU（數據處理能力）、GPU（圖形處理能力）、MEM（存儲能力）、RAD（雷達探測能力）、ATT（攻擊功能）、DIS（防御能力）等不同功能任務。普通無人機統計各端系統空閑任務資源，對應6 類任務虛擬資源池，并將每種資源池大小上報給所在簇群的簇首。簇首整合簇內所有無人機相同資源類型的空閑任務資源，建立無人機簇群虛擬資源池，并將每種資源池大小上報給云端對應類型的虛擬資源池，形成整個模型的任務資源排布。

圖6 資源上報層次關系結構圖Fig.6 Resource reporting hierarchical relationship structure diagram

其中，只有端系統的任務資源是實際的物理資源，最終的任務執行也落實在端系統上。在無人機、簇首和云端形成的資源池都是虛擬資源池。在構建虛擬模塊資源到物理單位資源的虛擬化映射時，將虛擬網絡映射過程抽象成一個M，分成節點映射和鏈路映射2 部分，按式（1）進行計算，為

式中：Gv為帶有資源約束的虛擬網絡請求；Gs為底層物理網絡；Ps為網絡中的一條無環路徑；RN為分配給網絡節點的資源；RL為分配給網絡鏈路的資源。

2）任務分配。對應各層任務資源排布，建立從高到低分別為使命組、使命、任務和子任務的分層式任務調度模型。根據任務資源需求，在資源上報結束后依據遺傳算法和貪心算法進行任務分配。任務分配包含機間任務分配與機內任務分配2 部分，流程圖如圖7 所示。

圖7 任務分配流程圖Fig.7 Task assignment flowchart

機間任務分配包括云端使命組分配和簇群內任務分配2 部分。采用原則是當一個節點足夠執行任務時，優先將一個任務分配到一個節點完成，而當單節點無法滿足任務的資源需求時，再考慮將任務拆分成多份交給多個節點完成。在使命組下發后，為防止無人機任務執行的實時性過差，當使命組下發時刻小于最低容忍時間開銷時，表明無人機蜂群負載過大，資源不足，此時待分配的使命組需等待下次分配，直至使命組下發時刻大于最低容忍時間開銷執行任務分配算法。首先，云端根據任務分配算法將接收到的使命下發給一個或多個無人機簇群的簇首，然后，簇首將下發的使命劃分成不同任務，再根據任務分配算法下發給簇群內相應的無人機，最后，接收到任務的無人機會將任務細分為子任務，根據機內的任務分配算法下發給不同端系統執行。

在機內任務分配過程中，為使時間開銷最少，進行子任務的均為資源數量最充足的端系統。即分配機內任務時，按照此時機內不同端系統對應的6 類任務虛擬資源池數量進行6 次排序，每次分配子任務時選擇該子任務所需資源剩余量最大的端系統，直至該機內任務的資源需求被全部滿足。

2 結果與分析

2.1 仿真實驗設置

多機協同任務調度仿真實驗是在OMNeT++仿真平臺上實現的，通過NED 語言構建網絡拓撲，進行節點連接關系與參數的默認設置，并通過omnetpp.ini 文件對節點數量、交換機數量、網絡帶寬等進行配置，對網絡拓撲做進一步補充。

在仿真中，節點隨機分布在1000 km×1000 km的空域場景內，采用參考點群體移動模型進行移動，并且為體現節點速度的差異性，速度從60～100 m/s 中隨機選取。每一個無人機節點的仿真模型結構都相同，協議采用SPMA 協議與AODV 自組織網路由協議，其余參數設置如表1 所示。

表1 仿真參數設置Tab.1 Simulation parameter settings

為增強實驗結果可信度并對實際無人機蜂群協同任務調度研究具有可參考性，本文以TTNT 數據鏈中無人機間平均距離在180 km（100 海里）與360 km（200 海里）時最大數據速率分別可達2 Mb/s與500 kb/s 作為技術指標，時延最高不超過2 ms 與6 ms 作為驗證指標，進行模型性能測試和評估。

2.2 仿真結果分析

圖8 示出在機間距離為180 km 時，引入SPMA協議前后動態拓撲下的節點端系統的網絡吞吐量對比情況。通過模型端系統在一定時間內接收的數據包數量可知，引入SPMA 協議可以減少網絡中的數據傳輸沖突，提高系統約18%的網絡吞吐量。圖9 示出不同傳輸距離模型端系統的網絡吞吐量對比情況?？芍?，在SPMA協議中，平均傳輸距離遠的系統網絡吞吐量低。

圖8 引入SPMA 協議前后網絡吞吐量對比Fig.8 Comparison of network throughput before and after the introduction of SPMA protocol

在10 s 仿真時間共計15 000 個調度事件下，重復進行3 次仿真實驗，100 架無人機在不同傳輸距離時每個端系統的信息端到端平均傳輸時延的分布圖（3 次仿真結果平均值）如圖10 所示?？梢钥闯觯簞討B拓撲下的節點在機間平均距離為180 km時，84%的端系統消息端到端時延可以保持在2 ms以內；在距離為360 km 時，82%的端系統消息端到端時延可以保持在6 ms 以內。整網端系統平均時延如表2 中所示?？梢钥闯觯涸跈C間平均距離為180 km 時平均時延能夠維持在2 ms 左右；在距離為360 km 時能夠維持在6 ms，滿足SPMA 協議對于消息傳輸時延的要求。

圖10 端系統傳輸時延分布圖Fig.10 Fig.10ransmission delay distribution diagram of the end system

3 結束語

面向無人機蜂群組網協同環境，本文基于TTNT 數據鏈SPMA 協議，設計了高動態變化拓撲下的無人機蜂群分層分簇自組織網絡架構以及與之匹配的層次資源與任務調度模型，并以TTNT 數據鏈中的數據傳輸標準對信息端到端時延和網絡吞吐量進行仿真驗證。結果表明，該方法滿足SPMA 協議對于消息傳輸時延的要求并且有效提高了無人機信息交互、資源共享和協同作戰的能力。該方法具有算法部署簡單、通用性強的優點，對實際無人機蜂群協同任務調度研究具有可參考性。