LPMD-GPSR：基于LSTM的链路稳定性预测与多参数决策机制，用于FANETs中的自适应路由

《Computer Communications》：LPMD-GPSR: LSTM-based link stability prediction and multi-parameter decision-making for adaptive routing in FANETs

基于LSTM的链路稳定性预测与多参数决策的GPSR改进协议在动态三维无人机网络中的应用

　　
飞行自组织网络（FANETs）作为无人机集群通信的核心技术，在应急救灾、军事侦察、智慧农业等领域展现出重要价值。当前主流的地理路由协议GPSR在应对三维空间动态拓扑时面临双重挑战：一方面，传统固定周期的信标广播机制难以适应无人机高速移动带来的拓扑瞬变性，导致节点位置信息滞后或信标冗余；另一方面，单纯基于距离的 greedy转发策略忽视了能量状态、链路稳定性等关键因素，易造成能量耗尽节点被过度利用或链路中断导致路由失效。针对上述问题，Dong与Tang团队提出LPMD-GPSR协议，通过深度学习与动态路由决策的协同优化，显著提升了复杂场景下的网络可靠性。

在协议架构层面，LPMD-GPSR创新性地构建了"预测-决策-控制"三层协同机制。预测层采用LSTM神经网络构建联合预测模型，同步预测节点三维空间位置、运动速度及链路有效期。该模型突破传统预测方法依赖单一运动特征的局限，通过分析历史轨迹的时序关联性，实现预测精度提升42.7%（根据仿真数据）。决策层引入多维度评分矩阵，在链路筛选阶段首先排除能量低于阈值的节点（设定为剩余电量30%以下），其次通过KDE核密度估计识别高密度区域并调整传播策略，最终基于能量比（E=剩余电量/总电量）、链路可达概率（P=历史连接次数/总尝试次数）和路径一致性系数（C=连续三次选同方向概率）三个指标进行动态评分。实测表明，该机制使关键路径选择准确率从GPSR的68%提升至89%。

控制平面优化方面，协议设计了自适应信标调度算法。通过LSTM预测的链路有效期动态调整信标周期，当预测有效期低于当前周期时自动缩短周期，反之延长。实验数据显示，在500节点规模的网络中，该机制使信标冗余率降低62%，同时将拓扑更新延迟控制在8ms以内（传统固定周期20ms）。创新性地引入"虚拟锚点"机制，在边界区域设置梯度衰减区，当节点进入缓冲区时自动修正航向角（方位角偏差±15°，俯仰角±10°），有效解决传统GM模型导致的边界聚集问题。

网络模型构建遵循三维空间拓扑特性，定义通信图G(U,L)中U为无人机集合，L为动态连接集合。节点成为邻居的标准遵循Rice模型改进版：当无人机处于起飞/降落阶段（加速度＞0.5m/s2）时，通信半径自动扩展20%；在巡航阶段（速度＞15m/s）则缩小10%。这种动态传播范围机制使链路保持率提升至92.3%，较固定半径模型提高27个百分点。

在协议实现中，LSTM预测模块采用双通道架构：主通道处理三维坐标时序数据，次通道处理速度矢量序列。通过注意力机制筛选关键时间步特征，预测误差在连续100个时间步内稳定在15%以内。多参数决策机制采用权重自适应的融合算法，根据网络负载动态调整各指标权重系数，实验表明在75%流量负载时，能量比权重占比从0.3提升至0.5可使整体能效提升18%。

仿真环境搭建参照IEEE 802.11s标准，采用改进的DDGM mobility模型。该模型将三维空间划分为8个象限，每个象限设置KDE密度估计器，当局部密度超过阈值（如某立方体单元内节点数＞200/单位体积）时触发扩散机制，引导无人机向低密度区域移动。运动轨迹平滑度经三次样条拟合验证，曲率变化率控制在±0.05rad/m范围内，显著优于传统GM模型的0.3rad/m。

实验对比选取GPSR、QGeo、QTAR、QRF四类基准协议，在200-500节点规模下进行蒙特卡洛仿真。结果显示，在100ms拓扑变化率（代表高速移动场景）下，LPMD-GPSR的包投递率达91.2%，较GPSR提升34.7个百分点；控制信标开销降低至0.78个/节点/秒，较QRF的1.23个/节点/秒减少37%。特别在链路有效期预测方面，LSTM模型在300节点规模时达到92.4%的预测准确率，相较传统卡尔曼滤波提升41.2%。

该协议的创新价值体现在三个维度：预测机制上，首次将三维运动轨迹与链路有效期联合建模；控制优化上，实现信标周期与预测精度的动态平衡；决策科学上，建立首个融合能量、空间、时间维度的多目标评价体系。实测数据显示，在72小时连续运行测试中，协议保持92.3%的链路稳定性，节点平均剩余电量达初始值的78%，较传统方案提升42%。

未来研究方向包括：①构建轻量化LSTM模型以适应嵌入式系统资源限制；②开发基于强化学习的动态权重调整算法；③研究多协议异构网络融合场景下的性能优化。当前协议已在长沙理工大学无人机实验室完成原型验证，实测包投递率稳定在91%以上，控制信标开销低于1.5个/节点/秒，达到工程实用标准。该成果为FANETs大规模部署提供了可扩展的解决方案，对智慧城市空中信息网络建设具有重要参考价值。