一种无人机自组网跨层耦合预测的多径传输系统

本技术涉及移动自组网与应急通信，特指一种无人机自组网跨层耦合预测的多径传输系统。

背景技术：

1、在峡谷地带的地震应急救援等极具挑战性的作业场景中，无人机自组网承担着实时视频回传与指挥调度控制的核心任务。峡谷等特殊地理环境对无人机编队的通信网络存在多重物理空间限制与电磁干扰。传统无人机自组网的路由协议通常根据接收信号强度指示或节点间状态心跳报文的丢包率来评估链路的连通状态。当无人机飞入峡谷岩壁遮挡区或地形复杂地带时，射频信号会发生不可预测的急剧衰落现象。由于传统的开放式系统互联网络协议栈具有严格的分层独立特性，网络层在接收到物理层连续丢包反馈后，往往存在较长时间的延迟，才开始被动触发路由重发现与拓扑重构机制。此时物理传输链路往往已经彻底断开，直接导致高频高清视频流数据产生数十毫秒至数百毫秒的传输中断，严重影响应急救援现场的画面连贯性。

2、深山峡谷内普遍存在强烈的突发性切变风与不规则气流。常规技术通常依赖机载全球定位系统设备提供的坐标序列进行未来网络拓扑预测。然而，在强气流扰动下，无人机会产生剧烈的偏航与非预期空间位移。全球定位系统设备的刷新频率通常仅为1赫兹至5赫兹，其较低的刷新采样率与厘米级至米级的定位精度，根本无法敏锐捕捉无人机由于风切变产生的瞬时高动态物理漂移。基于这种低频且滞后的坐标数据进行线性轨迹外推的拓扑预测模型具有时空误差，最终导致多路径传输算法提前计算出的主通信链路和备用通信链路在实际高动态飞行中可能发生同时失效的危险情况，无法保障底层数据流在极端环境下的平滑迁移。

技术实现思路

1、本技术提供了一种无人机自组网跨层耦合预测的多径传输系统，解决了现有无人机自组网在强风与复杂遮挡环境下由于拓扑变化预测滞后及多径路由收敛缓慢导致的传输中断问题。

2、本技术提供了一种无人机自组网跨层耦合预测的多径传输系统，部署于由多个无人机节点构成的飞行编队中，每个所述无人机节点搭载通信与计算载荷，包括：

3、传感器模组，包括三轴皮托管和惯性测量单元，配置为采集环境风场的三维矢量数据以及无人机高频三轴加速度与角速度；

4、主控板卡，包含多核处理器与可编程逻辑门阵列，通过总线连接并接收所述传感器模组的采集数据；

5、所述多核处理器配置为根据所述三维矢量数据计算风场扰动补偿加速度，根据所述无人机高频三轴加速度与角速度确定无人机基准动力状态，并基于所述风场扰动补偿加速度与所述无人机基准动力状态，计算节点在未来时间窗口的三维坐标预测矢量；

6、所述多核处理器还配置为通过射频收发前端广播所述三维坐标预测矢量并接收邻居节点的对应坐标预测矢量，将整合所得的全网序列输入至时空图卷积网络模型，输出各条边的链路保持时间；

7、所述可编程逻辑门阵列配置为在当前传输主路径上的所述链路保持时间低于预设预警阈值时，激活多径分配机制，在所述主路径物理信号断开前，将数据流的冗余编码分片同时发送至所述主路径与不相交的备用路径，且分配至所述备用路径的数据包比例随所述链路保持时间的衰减呈现指数级上升规律。

8、在优选的实施例中，所述多核处理器计算节点在未来时间窗口的三维坐标预测矢量的配置具体包括：根据所述三轴皮托管采集的所述三维矢量数据，结合预设的空气动力学阻力系数与无人机迎风面积参数，计算外部风场在机体坐标系下的三轴风压扰动力；将所述三轴风压扰动力除以无人机当前起飞重量质量参数，获取所述风场扰动补偿加速度；在所述无人机基准动力状态的三维平动加速度基础上叠加所述风场扰动补偿加速度，并基于所述惯性测量单元获取的姿态角更新空间位移累积量，输出所述三维坐标预测矢量。

9、在优选的实施例中，基于所述惯性测量单元获取的姿态角更新空间位移累积量并输出所述三维坐标预测矢量的过程被配置为执行如下操作：提取当前历元的姿态角参数，构建从机体坐标系至导航坐标系的余弦旋转矩阵；利用所述余弦旋转矩阵对叠加所述风场扰动补偿加速度后的三维总加速度矢量进行坐标系转换，获取导航坐标系下的实际加速度矢量；将所述实际加速度矢量与重力加速度向量进行差值运算，滤除静态重力分量后提取纯运动加速度分量；在设定的所述未来时间窗口的宽度内，采用二阶龙格库塔积分算法对所述纯运动加速度分量进行双重数值积分，积分步长配置为与所述惯性测量单元的高频采样周期匹配的微秒级常数，将解算的三维位移偏移量附加至当前绝对空间坐标，生成所述三维坐标预测矢量。

10、在优选的实施例中，所述时空图卷积网络模型包括依次连接的时空特征融合模块和保持时间回归模块；所述时空特征融合模块配置为构建基于相对欧氏距离的图邻接矩阵，通过多层图卷积运算提取所述全网序列中各个无人机节点之间的空间拓扑相关性特征，并沿着时间维度使用一维膨胀卷积核处理节点坐标的演变轨迹；所述保持时间回归模块配置为根据提取的时空联合特征向量，经过全连接前馈网络执行非线性映射，输出当前连接节点对之间直至射频信号强度衰减至断连临界值的剩余可用时长并作为所述链路保持时间。

11、在优选的实施例中，所述时空特征融合模块构建基于相对欧氏距离的图邻接矩阵的权重更新机制配置为执行如下操作：根据接收到的所述邻居节点的对应坐标预测矢量，计算任意两个通信节点之间的动态空间物理距离与相对接近速度；基于预设的最大通信覆盖半径，定义初始连通布尔值，在所述动态空间物理距离小于所述最大通信覆盖半径的条件下，将该连通布尔值判定为真；对判定为真的边计算空间权重系数，所述空间权重系数被配置为距离衰减项与速度惩罚项的乘积，其中所述距离衰减项基于最大通信覆盖半径与动态空间物理距离的差值再除以最大通信覆盖半径的比值计算确定，所述速度惩罚项采用以负的相对接近速度为指数的自然对数衰减函数运算确定，通过将所述空间权重系数填充至节点关系图的对应元素中生成所述图邻接矩阵。

12、在优选的实施例中，所述可编程逻辑门阵列配置的所述多径分配机制具体包括：在所述链路保持时间大于等于所述预设预警阈值时，维持单一主路径的数据传输方式；在所述链路保持时间跌破所述预设预警阈值时，触发底层硬件分流通道，根据设定的源路由协议表读取所述备用路径的节点序列，启动前向纠错编码模块对原始视频数据流进行冗余扩展生成所述冗余编码分片，并在物理链路发生真实掉线前将所述冗余编码分片按比例线速分发至所述主路径和所述备用路径中。

13、在优选的实施例中，所述分配至所述备用路径的数据包比例随所述链路保持时间的衰减呈现指数级上升规律的配置具体包括：配置基础分流起始比例且最大分流上限比例；计算所述预设预警阈值与当前实时更新的所述链路保持时间之间的差值，获取预警时间深度；基于所述预警时间深度构造自然底数指数函数项，其中系数为预先标定的分流激进系数常量；将所述基础分流起始比例乘以所述自然底数指数函数项，获取动态分配比例目标值；在所述动态分配比例目标值超过所述最大分流上限比例时，对所述动态分配比例目标值执行硬件级截断处理，强制设定为所述最大分流上限比例并据此控制硬件流表分发所述冗余编码分片。

14、本技术还提供了一种基于多源传感器跨层耦合预测的无人机自组网多径传输方法，用于配置由多个无人机节点构成的飞行编队中的通信与计算载荷，包括：

15、采集环境风场的三维矢量数据以及无人机高频三轴加速度与角速度，其中采用三轴皮托管和惯性测量单元进行采集；

16、根据所述三维矢量数据计算风场扰动补偿加速度，根据所述无人机高频三轴加速度与角速度确定无人机基准动力状态，并基于所述风场扰动补偿加速度与所述无人机基准动力状态，计算节点在未来时间窗口的三维坐标预测矢量；

17、控制射频收发前端广播所述三维坐标预测矢量并接收邻居节点的对应坐标预测矢量，将整合所得的全网序列输入至时空图卷积网络模型，输出各条边的链路保持时间；

18、在当前传输主路径上的所述链路保持时间低于预设预警阈值时，激活多径分配机制，在所述主路径物理信号断开前，将数据流的冗余编码分片同时发送至所述主路径与不相交的备用路径，且分配至所述备用路径的数据包比例随所述链路保持时间的衰减呈现指数级上升规律。

19、本技术还提供了一种通信与计算载荷设备，包括存储器和多核处理器，所述存储器中存储有计算机执行指令，所述多核处理器被配置为在运行所述计算机执行指令时，执行上述基于多源传感器跨层耦合预测的无人机自组网多径传输方法。

20、本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当所述计算机执行指令被处理器执行时，用于实现上述基于多源传感器跨层耦合预测的无人机自组网多径传输方法。

21、本技术通过将机载物理传感器数据直接硬实时透传至网络层进行高频动力学补偿，并在可编程硬件层执行先断后连的流量平滑转移，克服了传统网络机制预测滞后及断连恢复慢的固有缺陷，降低了强侧风扰动环境下的数据丢失率，保障了关键任务视频流的不间断稳定传输。