一种面向非合作多模态网络的无人机鲁棒接入与无感切换方法

本发明属于无人机切换领域，具体是一种面向非合作多模态网络的无人机鲁棒接入与无感切换方法。

背景技术：

1、随着低空经济、无人机巡检、应急通信、物流运输和空天地一体化网络的发展，无人机在执行任务过程中往往同时处于地面蜂窝网络、无人机专网、卫星网络等多类网络的重叠覆盖区域；上述各网络在覆盖范围、接入协议、认证流程、资费模型、传输时延、链路稳定性和承载业务能力方面均存在差异，使得无人机需要在多种网络制式之间进行动态接入和切换。

2、对于 5g/5g-a、无人机专网等地面网络，无人机飞行高度通常高于地面用户，基站与无人机之间更容易形成视距传播链路。在该条件下，无人机可能同时接收到多个地面接入点的强信号，但强信号并不必然代表可用容量充足或网络负载较低。若仅依据接收信号强度进行接入选择，容易出现接入高拥塞节点、接入碰撞概率升高甚至实际吞吐量下降等问题。

3、对于卫星网络，接入与切换控制逻辑通常依赖星历、波束覆盖和几何可见性等先验信息。然而，在无人机低空高速运行过程中，建筑物、地形遮挡、天气衰减以及姿态变化等因素会导致链路质量快速波动，仅依靠静态或准静态先验信息难以保证通信质量。

4、此外，地面蜂窝网络、无人机专网和卫星网络之间多采用相互独立的协议栈与认证机制，在非合作环境下缺乏统一的网络上下文交互接口。跨网切换往往表现为“先断链、再重连”的硬切换过程，认证、同步、资源申请和路由恢复均会引入额外时延，难以满足无人机飞控、图传、测控、感知回传等业务对连续性的要求。

5、因此，有必要设计一种不依赖网络间深度协作、能够从无人机侧主动感知和预测链路质量，并根据业务需求、能耗、资费和切换代价进行联合决策的鲁棒接入与无感切换方法。

6、但是，现有无人机接入与切换方法存在如下问题：

7、（1）单一接收信号强度准则可靠性不足：无人机在空中可接收到多个地面节点的强信号，但强信号节点可能处于高负载、回传瓶颈或接入拥塞状态，盲目选择该节点会降低实际业务质量。

8、（2）非合作网络状态不透明：在非合作多模态网络下，无人机难以直接获取基站负载、剩余容量、回传能力、接入碰撞概率和网络内部调度状态，传统依赖网络侧协作或集中控制的接入策略难以适用。

9、（3）低空复杂环境导致链路突发中断：无人机三维高速运动使链路驻留时间较短，建筑物、地形、机身姿态和天气因素会造成视距链路突然丧失，传统临界阈值触发的切换具有明显滞后性。

10、（4）跨网切换容易造成业务不连续：不同网络制式之间认证和握手流程不同，在缺乏上下文共享的情况下，跨网切换往往需要断链重连，导致数据中断、包丢失或控制链路瞬时失稳。

11、（5）大规模无人机接入存在碰撞和二次拥塞风险：若多架无人机同时采用贪婪策略接入同一最高效用节点，可能造成随机接入碰撞、资源挤占和负载集中。

12、（6）切换收益与切换成本缺乏统一量化：不同网络在速率、时延、资费、能耗和可靠性方面差异显著，现有方法难以同时抑制乒乓切换、降低能耗开销并保证业务连续性。

技术实现思路

1、针对无人机在三维高速移动、网络状态不透明、跨网协议独立以及链路易突发中断条件下的接入与切换问题，本发明提出一种面向非合作多模态网络的无人机鲁棒接入与无感切换方法，采用入网阶段鲁棒接入、运行阶段候选链路提前接入和无感切换决策构成的全流程连接控制，使无人机能够在入网阶段规避虚高信号和拥塞节点，在运行阶段基于轨迹与信道预测提前建立候选链路，并通过智能切换决策实现业务层面的平滑过渡。

2、所述面向非合作多模态网络的无人机鲁棒接入与无感切换方法，具体步骤如下：

3、步骤一、在面向低空组网下非合作多模态网络共存的场景，无人机根据当前位置、网络几何可见性和搜索能耗门限，生成初始候选网络集合；

4、多模态网络包括5g/5g-a 网络、无人机专网、卫星网络等异构网络；

5、步骤二、将初始候选网络集合中的各个网络设为节点，结合未来轨迹预测和三维环境信息进行节点剔除，得到网络的有效候选集。

6、剔除过程为：

7、首先进行空间几何初筛：对于候选节点依据其覆盖范围、仰角、路径损耗或基础接收功率，判断是否满足和无人机建立无线链路的基本几何条件和链路预算条件；若节点不满足最低覆盖门限或探测能耗超过搜索预算，则从初始候选网络集中剔除；剔除后得到初筛集合。

8、其次进行时空连续性剪枝：根据无人机预测的候选链路在未来时间窗内的视距状态、遮挡概率和可服务持续时间，从初筛集合中选择当前信号较强但即将被建筑物或地形遮挡的短视节点，将其剔除后得到有效候选集。

9、步骤三、对有效候选集中各有效候选节点，通过轻量化微探测估计各节点的拥塞度、往返时延、时延抖动、等效 sinr 和潜在接入碰撞风险等特征；

10、具体为：

11、无人机向有效候选集内的各节点分别发送少量快速探测包，获取各节点的往返时延、时延抖动、探测成功率等观测特征，并利用机器学习模型或在线估计模型推断各节点的隐性负载、剩余容量和接入碰撞概率。

12、针对无人机将第个探测包发送给第个候选节点，该节点对应的往返时延为：

13、

14、是指无人机接收节点响应包经历的时间；是指无人机发送探测包经历的时间；

15、第个候选节点的时延抖动为：该节点收到所有成功探测包的往返时延的标准差：

16、

17、为成功探测包数量，，为第个候选节点成功返回的探测包集合；为第个候选节点的平均往返时延：；

18、第个候选节点的探测成功率即为丢包率：

19、为发射的总探测包数量。

20、步骤四、利用各候选节点的特征计算各自的多属性接入效用，并基于混合策略选择目标网络完成无人机的初始接入。

21、首先，计算各候选节点的接入效用；

22、第个候选节点的接入效用计算为：

23、

24、其中，表示归一化链路质量，表示第个候选节点的估计剩余容量，表示第个候选节点的估计拥塞度，表示第个候选节点的时延或时延抖动指标，表示第个候选节点的接入碰撞概率，表示第个候选节点的网络资费，表示第个候选节点的探测和接入能耗，至为业务相关权重。

25、然后，基于各候选节点的接入效用，计算各候选节点被选择的概率；

26、第个候选节点被选择的概率为：

27、

28、其中，为动态温度系数。

29、最后，选择概率最大值对应的候选节点作为无人机的目标网络，并与无人机完成初始接入；

30、步骤五、将无人机与初始接入的目标网络之间的链路作为主链路，与其余候选节点之间链路作为候选链路，持续预测各链路的未来质量，当主链路满足预连接触发条件后，启动候选链路预连接；

31、若满足以下预连接触发条件，则系统启动候选链路预连接：

32、，或，或

33、为主链路的剩余连接时间；为第条候选链路的连接建立时间，包括同步、认证、握手和资源申请时延；为安全时间裕量，为未来时刻主链路的遮挡概率，为遮挡概率门限，为主链路的预测信干噪比，为链路质量门限。

34、步骤六、候选链路预连接后进入马尔可夫决策过程，强化学习智能体根据当前链路质量、候选链路就绪状态、业务 qos、能耗和历史切换行为，在“保持主链路”“激活候选链路”“释放候选链路”之间进行决策。

35、马尔可夫决策过程的状态空间包含物理网络层、候选链路层、无人机平台层、业务需求层和历史行为层等多类信息，表示为：

36、其中，包括当前主链路与候选链路的、、多普勒频移、丢包率和吞吐量；包括候选链路就绪标识、预测信道质量和双连接维持时长；包括无人机三维坐标、速度矢量、剩余电量；包括业务类型和 qos 容忍门限；包括历史切换频率、乒乓切换次数和切换失败记录。

37、马尔可夫决策过程的动作空间设计为三元动作集合：表示维持当前主链路并保持候选链路热备；表示激活候选链路接管业务流并释放原主链路；表示释放候选链路以降低无效能耗。

38、奖励函数采用多目标加权复合形式：

39、

40、其中，表示业务qos满足度，表示吞吐量或链路质量收益，表示切换时延与协议开销，表示双链路维持能耗，表示频繁切换惩罚，表示掉线或误切惩罚，表示资费开销，和为可根据业务类型动态调整的权重。

41、对于状态空间连续且高维的场景，可采用ppo、d3qn或其他深度强化学习算法训练切换策略。

42、训练过程中，根据业务标签动态调整奖励权重：时延敏感业务优先保证低时延和零中断；大带宽业务优先保证吞吐量；能耗敏感任务优先降低双连接维持时间；成本敏感任务优先选择资费较低的网络。

43、本发明具有如下技术效果：

44、（1）提高初始接入鲁棒性：本发明通过空间几何初筛、时空连续性剪枝和轻量化微探测，能够识别虚高信号节点、规避高拥塞节点和即将遮挡节点，提高初始链路建立成功率。

45、（2）降低接入搜索时延与机载能耗：本发明在主动探测前先压缩候选网络集合，避免全频段盲目扫描和无效握手，降低计算、探测和接入能耗。

46、（3）抑制接入碰撞和负载集中：本发明采用混合策略接入选择，使多架无人机在候选节点之间概率化分散接入，降低多无人机同时挤占同一节点造成的随机接入碰撞和二次拥塞风险。

47、（4）提升跨网切换连续性：本发明通过候选链路提前接入与模拟软切换机制，在主链路恶化前完成候选链路准备，使业务流能够在主链路中断或质量跌落时快速迁移，降低断链重连导致的业务中断时间。

48、（5）降低乒乓切换和误切换概率：本发明将当前链路质量、预测链路质量、历史切换频率和候选链路就绪状态纳入统一决策，并在奖励函数中显式惩罚频繁切换和切换失败，可提升切换稳定性。

49、（6）兼顾 qos、能耗与资费：本发明可根据业务类型动态调整接入和切换效用权重，使飞控业务优先保证低时延和高可靠，视频业务优先保证带宽，低电量任务优先节能，成本敏感任务优先降低资费。