基于LEACH算法的无人机组网仿真验证

李安然　赵晓东　李嘉俊　武晓勇

摘  要：随着多无人机协同工作的兴起和发展，无人机网型协同合作的研究已成为当前热门话题。无人机组也存在如传输宽带有限，安全性能低，信道捕获力低等问题，除此外也存在自身的特性和优势：功能多样性，节点高速移动性，网络“自管理”性。现有技术运用GPS系统，为节点实时提供定位和时间等信息，使无人机自组网路由理论到实现变得更为简单。文章对LEACH算法进行了介绍和说明，并进行了仿真和分析，并将其与SEP算法比较，有效验证了其长续航能力的特性及协议的有效性、实用性和建模分析的正确性。

关键词：无人机;组网技术;LEACH;低能耗

中图分类号：TN929.5;TP212.9      文献标识码：A 文章编号：2096-4706（2020）02-0068-03

Abstract：With the rise and development of multi UAV cooperative work，the research of UAV network cooperation has become a hot topic. There are also some problems in the UAV，such as limited transmission bandwidth，low security performance and low channel capture power. In addition to its own characteristics and advantages，such as the diversity of functions，the high-speed mobility of nodes，and the “self-management” of the network. The existing technology uses GPS system to provide real-time positioning and time information for nodes，which makes the theory and implementation of UAV ad hoc network routing easier. In this paper，LEACH algorithm is introduced，simulated and analyzed，and compared with SEP algorithm，which effectively verifies the characteristics of its long endurance capability，the validity，practicability of the protocol and the correctness of modeling analysis.

Keywords：UAV;networking technology;LEACH;low energy consumption

0  引  言

在自組网络中，通过无线通信技术，每架无人机的位置、速度、剩余能量等数据信息可以被实时共享，实现数据资源的高效利用。与单无人机相比，多无人机的合作将面临通信条件、高能耗低寿命等问题。文献[1]针对数据传输时的传输冲撞问题，提出了环形通信算法。文献[2]提出了无人机网络的抽象信道和构成模型，并仿真和分析了无人机网络结构的性能。文献[3]对无人机飞行运动方程进行了建模与仿真研究，建立了六自由度非线性飞行运动学和动力学模型。在文献[4]中，研究者基于OPNET网络仿真平台，对VANET的位置路由协议进行研究，提出一种改进的EGPSR协议。在文献[5]中，研究者对基于节点剩余能量和位置的分簇算法进行了仿真和研究。在文献[6-8]、[11-15]中，基于LEACH算法，作者提出并仿真测验了其衍生算法，有效降低了能耗，延长了生存时间。文献[9]中，研究人员重点讨论了无线传感器网络中的根基理论及其关键技术和仿真情况。文献[10]中，作者运用Matlab仿真，证明了LEACH算法的节能性。本文针对基于节点剩余能量和位置的分簇算法（Low Energy Adaptive Clustering Hierarchy，LEACH）低功耗自适应分簇算法进行验证和仿真，并与SEP算法进行比较，进一步验证了其能量高效利用的特性，以实现携带有限的电源，拥有更长生存时间。

1  系统模型

无人机组网系统模型图如图1所示，无人机系统可分为无人机组网部分及地面基站，网络共享每架无人机的数据信息，并可进行分工和配合，实现功能的多样化和最大化。当临时簇头节点将自己的剩余能量、位置等簇内信息传递给基站节点之后，基站节点则拥有该网络中的全部信息。

1.1  无人机飞行的任务维度和工作效率

一般情况下，单无人机飞行只执行单任务，执行下一任务需返回更换模块或直接更换无人机。无人机组网完成后，可以同时起飞多架具备不同功能的无人机，形成一个多任务的有机整体，从而大大节省飞行往返的时间，提高工作效率。

1.2  无人机的可控性和实时应变能力

传统的无人机飞行都要依据人工提前设定好的路线，特别是对于中远程无人机而言，由于现有通信技术的原因，一旦超过一般的极限距离，无人机就会立刻和基站失去联系，进入一个不可以精确良好控制的环境，也就是飞行盲区。之前由于学科的相互分离以及技术的不先进，这类问题得不到良好的解决，即便是利用人造卫星等辅助通信手段也只能在一定程度上改善这一现状，而如图1所示，无人机组网通信之后，核心控制中心通过链接各个无人机之间的节点，搭建空间立体组网，对目标节点进行间接的有效控制，这样的方法可以在非常高的程度上以高效率减小盲区的存在空间，无人机群体可以快速有效地应对各种突发状况，进一步提高了我们对无人机的控制能力和无人机的飞行能力。

2  组网算法说明及仿真验证

2.1  LEACH算法说明

LEACH又名低功耗自适应分簇算法。LEACH算法的主要思想是通过将无线传感器网络中的节点分为多个簇，在将簇划分好之后，寻找一个节点作为相应簇的簇头。随后，系统将在簇头中随机并循环地选择簇头节点，并将整个网络的能量负载平均分配给各个传感器节点，从而使整个网络能源的消耗减小，使网络的生存时间增加。

由准备阶段及传输数据的稳定阶段两个部分可组成LEACH协议的工作过程。簇的建立过程可以在准备阶段完成，而数据的传输过程可以在稳定阶段完成。

节点在准备阶段的选取有一些设定好的基本法则，在选取节点的时候，要扫描检查目前的节点总数，知晓成为过节点的簇头的数目及其应用情况，查知下一步应用所需的节点数目。具体应用方法如下：采用计算机常用的0和1作为标识，以传感器节点为发起源，以随机选取的方式在之前扫描到的符合要求的节点中选取一个节点作为簇内节点的簇首节点，该节点的作用是引导组成网的信息传递以及能量的传输。簇首节点一经选定，就要以传播扩散的方式向其他的非簇首节点放出信号，宣布自己的簇首位置。

在簇的稳定阶段，簇首节点用于收集簇内非簇首节点的有关信息，并在合并信息完成后递发给地面基站。在保持该阶段一段时间后，其网络将再次进入准备阶段。

LEACH算法的优点主要是节点能量分布均匀，节点消耗能量更低，簇头的选取充分的考虑了节点的剩余能量，避免因传输距离增加而造成能耗高，延长整个网络存活时间。而在无人机组网中，多个无人机共同执行任务时，无人机群处于一种无中心、分布式、自组织的状态。而在此过程中，可利用LEACH算法，将多个无人机看作一个网络，而将无人机看作节点，从多个无人机节点中，按照LEACH协议选取簇头的方法选出一个无人机簇头，从而使整个无人机组网节点能量分布均匀，节点消耗能量更低，使整个无人机组网可执行任务的时间更长。

判断簇点的流程图如图2所示，在初始化网络的前提下，对簇点进行判断，分类及计数。其中，r是簇点个数，E是剩余能量。

2.2  仿真及分析

首先建立一个120*120的图表，在这个区域里面设置120个节点，高级节点的比例为0.1，在初始的状态下，高级节点是随机分布的，每次的一个循环都会产出一批新的高级节点，然后普通节点将自身的数据和信息交给高级节点，再由高级节点在数据与接收器之间进行数据的传递。

低能耗剩余节点的能量图如图3所示，在低能耗条件下，LEACH算法和SEP算法下的剩余节点的能量一直随着时间周期的进行而减少，直至大约第280周期下降为0。

LEACH初始能量的节点位置图如图4所示，☆号表示LEACH算法初始的时候随机选取的高级节点，其拥有较好的能量，而o表示的是普通的能量节点。

LEACH剩余节点存活的数量图如图5所示，随着时间周期的推移，剩余节点存活的数量在周期200至300期间迅速减少了将近115个存活节点，之后缓慢减至0。

SEP初始能量的节点位置图如图6所示，☆号表示SEP协议初始的时候随机选取的高级节点，o表示的是普通的能量节点。

SEP剩余节点存活的数量图如图7所示。

随着时间周期的推移，剩余节点存活的数量在周期200至300期间迅速减少了将近115个存活节点，之后缓慢减至0。与图5对比，SEP协议中的第一死亡节点出现的时间比较早，而LEACH算法可以很好地延缓第一死亡节点的出现。

3  结  论

针对多无人机的合作所面临的高能耗低寿命问题，本文对LEACH算法及SEP算法仿真验证的对比结果，可以看出，LEACH算法通过避免因传输距离增加而增加能耗，来延缓第一死亡节点的出现，从而延长了整个网络的生命周期，所以通过LEACH算法能够延长无人机网络的生命周期，使得無人机组可携带少量电源，就能提供较长且稳定的通信续航时间，让其生存时间大幅度提高。

参考文献：

[1] 徐俊.多无人机的组群飞行特性与控制分析 [D].南京：南京理工大学，2017.

[2] 陈明辉.无人机组网及网络信息共享的研究 [D].南京：南京航空航天大学，2005.

[3] 荣辉，李冬，殷堂春.基于Matlab无人机数学模型仿真分析与研究 [J].科学技术与工程，2008（6）：1510-1512+1535.

[4] 德力克.车载自组网位置路由协议研究 [D].大连：大连海事大学，2009.

[5] 黄莺.虚拟仿真技术在技工院校计算机实训教学应用研究

——以“计算机网络”课程为例 [J].现代信息科技，2019，3（12）：78-80.

[6] 孙宝霞，熊俊涛.基于能量簇头选举算法中选举系数的研究 [J].中国科技信息，2008（22）：65-66.

[7] 王沁飞，南建国，黄金科，等.基于加权的无人机集群组网分簇算法 [J].计算机应用研究，2019，36（5）：1500-1503+1514.

[8] 苗庆松，黄晓霞.基于LEACH路由算法的研究与改进 [J].电脑知识与技术，2010，6（16）：4535-4537.

[9] 彭力.无线传感器网络原理与应用 [M].西安：西安电子科技大学出版社，2014.

[10] 潘华，陈佳品，丁凯，等.一种基于多跳与按数据量-距离分发的LEACH协议优化 [J].电光与控制，2018，25（11）：89-92.

[11] 王改云，胡方舟.针对智能家居应用中的LEACH协议改进 [J].现代电子技术，2018，41（17）：11-14.

[12] 刘亮，陈秋莲.基于LEACH的节能高效路由算法的研究 [J].微计算机信息，2012，28（9）：442-444.

[13] 覃海生，吴文俊，何传波，等.基于LEACH协议节能路由算法的研究与优化 [J].计算机应用与软件，2015，32（7）：105-107+172.

[14] 孙文胜，朱为佳，苗红亮.基于最低能耗的改进LEACH分簇算法 [J].软件导刊，2017，16（4）：44-48.

[15] 郦元宏，王泽民.基于蚁群算法的LEACH协议在WSN中的研究 [J].声学与电子工程，2017（3）：37-39.

作者简介：李安然（2000-），女，汉族，云南昆明人，本科在读，研究方向：电子信息工程;赵晓东（2000-），男，汉族，宁夏石嘴山人，本科在读，研究方向：通信工程;李嘉俊（2000-），男，汉族，黑龙江鹤岗人，本科在读，研究方向：通信工程;武晓勇（2000-），男，汉族，河南濮阳人，本科在读，研究方向：通信工程。