技术摘要：
本发明涉及一种通信网络节点自适应动态规划方法，用于基于无人机实现区域通信覆盖场景下的无人机节点位置的动态规划，利用有限的无人机资源实现最佳的通信覆盖效果。首先，该方法根据地面用户的当前位置和用户之间的通联关系确定用户分群，然后，再根据群内成员的整体  全部
背景技术：
突发自然灾害现场往往因无线基站遭遇毁坏而无法提供通信服务，由无人机搭载 通信模块升空可以快速构建灾区现场通信服务网络，为现场救援人员提供应急通信服务， 为了让通信网络能够为更多的分散在地面不同位置的救援人员提供通信接入服务，需要一 种通信网络节点自适应动态规划方法，能够根据地面人员的位置移动情况，随时调整无人 机节点的位置，形成最佳的网络拓扑结构，随时满足每一位地面救援人员的通信服务需求。 为了实现基于有限的无人机资源覆盖更多地面人员，需要基于用户的位置和彼此通联关系 进行聚类分析，将地面用户划分为若干个簇并获得簇中心，再根据簇内用户的运动方向趋 势对簇中心进行调整，最终根据簇中心的位置确定各个无人机的位置。
技术实现要素：
本发明所要解决的技术问题是因地面人员随机移动导致的通信中断甚至跨出通 信覆盖范围的问题，本发明提供一种基于聚类算法的无人机通信网络节点自适应动态规划 方法。 本发明解决其技术问题所采用的技术方案是: 一种通信网络节点自适应动态规划方法，包括步骤： (1)基于各个用户的位置信息和用户之间的通联关系信息，利用聚类算法对用户 进行分群并获取分群中心位置； (2)对每一个用户分群结果，根据分群内各用户的运动趋势计算分群整体运动方 向趋势； (3)根据分群整体运动方向趋势对分群中心位置进行调整，形成最终的群中心位 置； 完成通信网络节点自适应动态规划。 其中，步骤(1)具体包括以下步骤： (1.1)根据下列公式计算出每对用户之间的聚类距离； 其中， 为用户数量，d(γ，τ)是用户γ与τ之间的空间距离，采用欧式距离公式计 算； k为用户γ与τ位置描述空间的维度，n为总的空间维 4 CN 111553404 A 说　明　书 2/7 页 度； 是用户γ与τ之间空间距离的归一化值； c(γ，τ)是用户γ与τ的通联次数， 是用户γ与τ通联次数的归一化值； ρ1和ρ2是权重系数，ρ1 ρ2＝1； (1 .2)采用聚类算法对用户进行分群，当无人机数量为已知时，采用C均值算法进 行聚类，当无人机数量为未知时，采用DBSCAN算法进行聚类分析，并获取分群中心位置。 其中，步骤(1.2)中采用C均值算法进行聚类的步骤如下： 步骤1：设置C等于可用的无人机数量； 步骤2：从所有用户中随机选取C个用户作为C个类簇的初始类中心； 步骤3：计算每个用户与各个类中心的距离，根据距离确定每个用户的类归属； 步骤4：根据每个用户与类中心的距离更新类中心； 步骤5：与上一次类中心比较，如果相同或者类中心变化小于某一个偏差阈值，则 输出C个类及各类的类中心，否则转向步骤2； 采用DBSCAN算法进行聚类的步骤如下： 步骤6：从用户集合中随机抽取一个未被处理的用户对象p，且在它的近邻满足邻 域密度阈值要求时称为核对象； 步骤7：遍历整个用户集合，根据聚类距离找到所有用户对象p的密度可达对象； 步骤8：根据步骤2处理结果通过密度相连产生类簇结果，将形成簇的用户标为“已 处理”； 步骤9：返回步骤6，直到数据集中所有对象都为“已处理”； 步骤10：计算各类的类中心并输出聚类结果。 其中，步骤(2)中根据分群内各用户的运动趋势计算分群整体运动方向趋势，具体 计算公式为： 其中， 和 代表x和y方向的平均速度分量，k代表分群内的用户数量，  vxi和vyi 代表第i个用户分别沿x和y方向的速度。 其中，步骤(3)根据分群整体运动方向趋势对分群中心位置进行调整的方法为： 其中，x′和y′代表经过调整后的最终分群中心位置，a、b为上一时刻分群中心位 置，t是一个时长参数，根据具体应用场景情况调整使用。 本发明相比现有技术的优点为： 目前，领域内主要采用合同网、拍卖、遗传等算法解决服务对象分配问题，再根据 所分配负责对象的位置确定自身的位置，由于这些算法涉及复杂的约束模型和公式计算， 因此，需要有高性能的计算环境作为支撑。本发明提出的算法基于经典的聚类算法，无需构 建约束模型，同时计算过程简洁，在简单的计算环境下就可以开展工作，特别适合于机载计 算能力受限环境的应用场景。 5 CN 111553404 A 说　明　书 3/7 页 附图说明 图1是本发明的流程图。 图2是本发明的应用场景示意图。