本發明涉及無人集群控制，尤其涉及一種基于通信數據安全建模的無人集群消息轉發時間控制方法。

背景技術：

1、無人集群利用通信衛星技術把遠程無人機和地面站聯結為一個整體，以實現雙端遠距離通信。無人集群由于與地面站的通信歷程較長，通常根據系統的拓撲結構選擇一架無人機作為中心節點，由中心節點充當地面站和通信衛星的中繼。中心節點通常將集群中的同類型數據與指令統一打包經通信衛星轉發至地面站，通過批量化的信息處理降低自身的負擔，以保持通信的流暢。然而，由于無人集群中每架無人機的通信行為并不同步，各消息之間存在時間延遲。在同一通道下，如果轉發頻率過高，則大多數節點將處于等待轉發的狀態，導致個別節點延遲低，而整體延遲高；如果轉發頻率過低，則直接導致所有節點等待時間過長。因此，中心節點的轉發時間直接決定著遠程無人集群通信的順暢與否，是影響集群成員消息延遲的重要因素。

2、現有的遠程無人集群消息轉發時間控制主要采用靜態控制方案，具體依據消息數量或者轉發間隔等特征，對轉發時間進行統一控制。其中，基于消息數量的靜態控制方案具體為無人機中心節點接收到的待轉發消息達到閾值后進行一次消息轉發；基于轉發間隔的靜態控制方案具體為每間隔固定時間實施一次消息轉發。上述的靜態控制方案對所有通信狀況一視同仁，未能充分考慮到無人集群通信的實際運行情況，缺乏靈活性，難以適應無人集群的動態變化，極易導致更多的通信資源占用和更高的整體通信延遲。例如當集群消息較為稀疏時，消息數量達到轉發閾值的等待時間較長；當消息較為密集時，基于固定時間間隔的轉發策略易導致數據瞬時吞吐量陡升，造成通信擁塞。

3、此外，雖然目前有類似場景的動態控制方案，例如針對分布式物聯網的消息轉發的動態控制方案，其雖然能夠根據場景的變化做出適當的響應，但是其缺乏對歷史通信行為的關注，只考慮當前時刻的通信消息，造成數據分析視野有限，屬于局部優化方案，轉發控制與延遲優化效果較差；缺乏對系統的識別與感知，不能根據數據與指令行為給出科學合理的轉發時間節點，設計較為簡單粗暴；并且，其直接依賴分布式結構共享所有節點數據，易導致單點突破，全局損失的后果，信息安全性較差。

技術實現思路

1、為解決上述現有技術中存在的部分或全部技術問題，本發明提供一種基于通信數據安全建模的無人集群消息轉發時間控制方法。

2、本發明的技術方案如下：

3、提供了一種基于通信數據安全建模的無人集群消息轉發時間控制方法，所述方法包括：

4、獲取當前時刻的無人集群的通信數據和可選的行為，無人集群包括多個無人機，通信數據包括標準化的位置矩陣和通信數據矩陣，行為表示轉發時間，位置矩陣根據設定的無人集群中心無人機和無人集群的拓撲結構進行確定，通信數據矩陣通過在位置矩陣的相應位置填入對應的無人機的通信行為數據得到；

5、以無人集群的通信數據和一個行為作為無人集群中心無人機中預先構建并訓練的集成模型的輸入，分別獲取當前通信數據下每個行為對應的由所述集成模型輸出的平均等待延遲，選取平均等待延遲最小的行為作為當前通信數據下的轉發時間，所述集成模型包括部署在每個無人機上的集成向量生成模型和部署在無人集群中心無人機上的行為獎勵預測模型，無人集群中心無人機之外的其他無人機上的集成向量生成模型的輸入為對應的無人機的通信行為數據，無人集群中心無人機上的集成向量生成模型的輸入為無人集群中心無人機的通信行為數據和選擇的行為，所述集成向量生成模型的輸出為集成向量，所述行為獎勵預測模型的輸入為所有集成向量生成模型輸出的集成向量，所述行為獎勵預測模型的輸出為平均等待延遲。

6、在一些可選的實施方式中，無人機的通信行為數據包括但不限于：消息類型、收發頻率和數據規模。

7、在一些可選的實施方式中，所述集成向量生成模型通過利用卷積神經網絡和自注意力機制對輸入數據進行處理，獲取并輸出集成向量。

8、在一些可選的實施方式中，所述集成向量生成模型包括：

9、第一卷積神經網絡，輸入為所述集成向量生成模型的輸入，輸出與最大池化層連接，用于通過卷積操作進行數據壓縮，提取輸入數據的局部特征；

10、所述最大池化層，輸出與第一激活函數層連接，用于對輸入特征進行最大池化處理；

11、所述第一激活函數層，輸出與第二卷積神經網絡連接，用于利用預設激活函數對輸入特征進行非線性變換；

12、所述第二卷積神經網絡，輸出與平均池化層連接，用于編碼深層通信行為特征，提取更抽象的特征；

13、所述平均池化層，輸出與第二激活函數層連接，用于對輸入特征進行平均池化處理；

14、所述第二激活函數層，輸出與平展層連接，用于利用預設激活函數對輸入特征進行非線性變換；

15、所述平展層，輸出與第一全連接層連接，用于將輸入的多維特征映射為一維向量；

16、所述第一全連接層，輸出與第二全連接層連接，用于對輸入特征進行壓縮，加強特征之間的交互；

17、所述第二全連接層，輸出與自注意力機制模塊連接，用于對輸入特征進行進一步壓縮，并完成維度變換；

18、所述自注意力機制模塊，用于對輸入特征進行融合，獲取并輸出集成向量。

19、在一些可選的實施方式中，所述自注意力機制模塊通過以下方式進行特征融合，獲取集成向量：

20、

21、其中，w1、w2、b1和b2表示預訓練的參數，f表示所述自注意力機制模塊的輸入，tanh表示tanh函數運算，上標t表示轉置運算，softmax表示softmax函數運算，θ1和μ1表示中間向量，μi表示μ1的第i個分量，fi表示f的第i列，z表示集成向量。

22、在一些可選的實施方式中，所述行為獎勵預測模型通過利用門注意力機制進行信息交互并深層編碼輸入的集成向量，獲取并輸出平均等待延遲。

23、在一些可選的實施方式中，所述行為獎勵預測模型包括：

24、向量壓縮模塊，輸入為所述行為獎勵預測模型的輸入，輸出與門注意力機制模塊連接，用于計算輸入的集成向量間的相關性并進行集成向量的壓縮，獲取并輸出壓縮向量；

25、所述門注意力機制模塊，輸入為所述向量壓縮模塊輸出的壓縮向量和所述行為獎勵預測模型的輸入中的無人集群中心無人機對應的集成向量，用于通過利用門注意力機制對輸入的向量進行處理，獲取并輸出平均等待延遲。

26、在一些可選的實施方式中，所述向量壓縮模塊通過以下方式計算輸入的集成向量間的相關性和進行集成向量的壓縮，獲取壓縮向量：

27、

28、其中，wκ表示預訓練的參數，z表示無人集群中心無人機對應的集成向量，z1表示無人集群中心無人機的鄰接無人機集合中的第1個無人機對應的集成向量，z2表示無人集群中心無人機的鄰接無人機集合中的第2個無人機對應的集成向量，上標t表示轉置運算，softmax表示softmax函數運算，κ表示相關性權重向量，zi表示無人集群中心無人機的鄰接無人機集合中的第i個無人機對應的集成向量，κi表示κ的第i個分量，表示無人集群中心無人機的鄰接無人機集合，q表示壓縮向量。

29、在一些可選的實施方式中，所述門注意力機制模塊通過以下方式對輸入的向量進行處理，獲取平均等待延遲：

30、

31、其中，wg、wr和br表示預訓練的參數，sigmoid表示sigmoid函數運算，g表示門控值，u表示中間向量，表示平均等待延遲的預測值。

32、在一些可選的實施方式中，所述集成模型通過以下方式訓練：

33、獲取訓練數據集合，訓練數據包括一個時刻下的無人集群的通信數據和選擇的行為、以及基于選擇的行為所得到的實際平均等待延遲；

34、分別以訓練數據中的每個無人機的通信行為數據作為每個無人機上的集成向量生成模型的輸入，以訓練數據中的無人集群中心無人機的通信行為數據和選擇的行為作為無人集群中心無人機上的集成向量生成模型的輸入，以所有集成向量生成模型輸出的集成向量作為無人集群中心無人機上的行為獎勵預測模型的輸入，以訓練數據中的實際平均等待延遲作為行為獎勵預測模型的輸出，訓練所述集成向量生成模型和所述行為獎勵預測模型，獲取所述集成向量生成模型的模型參數和所述行為獎勵預測模型的模型參數；

35、利用群學習聚合每個所述集成向量生成模型的模型參數和所述行為獎勵預測模型的模型參數，確定最終的模型參數，獲取集成模型。

36、本發明技術方案的主要優點如下：

37、本發明的基于通信數據安全建模的無人集群消息轉發時間控制方法通過將無人集群的通信數據作為狀態，轉發時間作為行為，基于選擇的轉發時間進行轉發后的平均等待延遲作為行為的獎勵，構建集成模型來近似q值函數，能夠利用集成模型快速預測給定通信數據下不同轉發時間下的平均等待延遲，進而確定具有最小消息延遲的轉發時間，能夠充分考慮無人集群通信的實際運行情況，適應無人集群的動態變化，減少通信資源占用，降低整體通信延遲；并且，通過將集成模型劃分為兩個部分并分開部署和協同訓練，能夠充分適應無人集群的通信數據具有分布式的結構特點，減少數據傳輸，降低通信成本。