1.一种星地融合场景下基于GWO的移动自组网分簇组网策略，其特征在于，组网策略包括：信息收集阶段、信息传输阶段、簇成立阶段和簇维护阶段；

在信息收集阶段：移动自组网节点在其通信范围内广播HELLO信息包；移动自组网节点通过接收其他节点的HELLO消息，并维持一个节点信息表，其中，节点信息表包括：节点的编号、节点的剩余能量、节点的位置、节点的移动速度、节点与卫星节点的通信强度、以及节点下一跳节点的编号；

在信息传输阶段：移动自组网中的双模通信节点根据其与卫星节点的上行链路负载、其与卫星节点的信号强度、其与卫星节点的可见性、以及其与卫星节点的通信时延，选择最优的卫星节点将其节点信息表发送至指挥中心，指挥中心解析整合移动自组网的节点信息；

在簇成立阶段，指挥中心根据移动自组网的节点信息利用优化的灰狼优化算法对移动自组网中的节点进行分簇，并将分簇结果通过卫星节点发送给双模通信节点，由双模通信节点将分簇结果在移动自组网进行广播；

所述利用优化的灰狼优化算法对移动自组网中的节点进行分簇包括：步骤101：初始化种群规模、种群维度和最大迭代次数，并随机初始化每个灰狼个体的位置，其中，每个灰狼个体的位置对应一种簇首节点选择方案；

步骤102：构建优化的适应度函数，优化的适应度函数F如下：F＝ψ1·f1+ψ2·f2+ψ3·f3+ψ4·f4‑ψ5·f5其中，f1表示簇首节点与其邻居节点的相对速度；f2表示簇首节点的剩余能量分数；f3表示簇首节点之间的最短距离；f4和f5表示奖励因子和惩罚因子，用于保证每个分簇内存在双模通信节点且鼓励双模通信节点成为簇首；ψ1、ψ2、ψ3、ψ4和ψ5是其权重，且有ψ1+ψ2+ψ3+ψ4+ψ5＝1；

步骤103：根据地理位置距离将其他节点选取最近的簇首节点加入，基于构建的适应度函数，计算每只灰狼的适度值；根据每只灰狼的适度值，确定α狼、β狼和δ狼；

步骤104：根据α狼、β狼和δ狼的位置，更新灰狼的位置；

步骤105：计算位置更新后灰狼的适度值；根据更新后灰狼的适度值，重新确定α狼、β狼和δ狼；

步骤106：若当前轮达到最大迭代次数，则结束迭代，输出最优个体，获得最后的最大适应值的分簇方案；

步骤107：若当前轮未达到最大迭代次数，则转至所述步骤104；

所述根据α狼、β狼和δ狼的位置，更新灰狼的位置包括：

其中，F1、F2和F3是优化后的权重因子，Fα、Fβ和Fδ分别表示灰狼算法中α狼、β狼和δ狼的适应度； 表示更新后灰狼个体的位置；

在簇维护阶段，每个移动自组网节点的节点信息表维护其所属簇的节点信息，同时根据维护的信息进行簇成员的离开、加入和簇首更新操作，其中，簇首节点同时维护簇内节点和簇外节点的信息。

2.根据权利要求1所述的一种星地融合场景下基于GWO的移动自组网分簇组网策略，其特征在于，双模通信节点选择最优的卫星节点包括：双模通信节点Ni根据其与卫星节点Sj的上行链路负载、其与卫星节点Sj的信号强度、其与卫星节点Sj的可见性、以及其与卫星节点Sj的通信时延计算卫星节点Sj的得分，选择得分最高的卫星节点作为最优的卫星节点，卫星节点Sj的得分包括：SVij＝ω1·(1‑Uij)+ω2·RSSij+ω3·Vij‑ω4·Dij其中，SVij表示对于双模通信节点Ni，卫星节点Sj的得分；ω1、ω2、ω3和ω4表示各因素的权重参数；Uij表示双模通信节点Ni与卫星节点Sj的上行链路负载；RSSij表示双模通信节点Ni与卫星节点Sj的信号强度；Vij表示双模通信节点Ni与卫星节点Sj的可见性；Dij表示双模通信节点Ni与卫星节点Sj的通信时延。

3.根据权利要求2所述的一种星地融合场景下基于GWO的移动自组网分簇组网策略，其特征在于，所述双模通信节点Ni与卫星节点Sj的可见性Vij包括：其中，θij表示双模通信节点Ni与卫星节点Sj的天顶角，表示为：其中， 和 分别表示双模通信节点Ni和卫星节点Sj的经纬度，θthreshold表示设定阈值。

4.根据权利要求1所述的一种星地融合场景下基于GWO的移动自组网分簇组网策略，其特征在于，所述簇首节点与其邻居节点的相对速度包括：其中，NUMi表示簇首节点Ni的邻居节点数量； 表示簇首节点的移动速度；Vj表示簇首节点 的邻居节点的移动速度。

5.根据权利要求1所述的一种星地融合场景下基于GWO的移动自组网分簇组网策略，其特征在于，所述节点的剩余能量分数包括：其中，Emax表示簇首节点的最大能量； 表示簇首节点的剩余能量。

6.根据权利要求1所述的一种星地融合场景下基于GWO的移动自组网分簇组网策略，其特征在于，所述簇首节点之间的距离包括：其中， 和 表示簇首节点CHi′的经纬度坐标， 和 表示簇首节点CHi的经纬度坐标，arcsin表示反正弦函数；Rearth表示地球的半径。

7.根据权利要求1所述的一种星地融合场景下基于GWO的移动自组网分簇组网策略，其特征在于，所述奖励因子和惩罚因子包括：f4＝1+ρ1·τ

f5＝ρ2(1‑τ)

其中，ρ1和ρ2表示一个大于0的常数。

8.根据权利要求1所述的一种星地融合场景下基于GWO的移动自组网分簇组网策略，其特征在于，所述簇成员的离开、加入和簇首更新操作包括：移动自组网在分簇完成后，簇首CHi会在HELLO信息中插入簇首标识，普通节点Ni根据HELLO信息得到簇首的位置和移动速度，获知簇首与自身的距离 和相对速度簇成员的离开：当存在簇内节点满足 时，vthreshold是相对速度阈值，则将该节点从簇内移除；

簇成员的加入：当存在簇外节点满足 时，则将该簇外节点加入簇；

簇首更新：当簇首节点的剩余能量低于阈值时，簇首广播簇首更新信息，簇内节点根据自身的剩余能量、以及与其余簇内节点的相对移动速度计算评分Ri，评分具体计算式如下：其中，Ri表示簇内节点Ni的评分，σ1和σ2表示各因素的权重，NOCi表示簇内节点的数量；

Vi和Vj表示簇内节点的Ni和Nj的移动速度；Emax为节点的最大能量；Ei表示簇内节点Ni的剩余能量；

每个簇内节点计算得到自身的评分后，广播带有自身评分的HELLO信息；

当每个簇内节点收到有比自身评分高的HELLO信息后，该节点不在广播带有自身评分的HELLO信息；

当某一节点在广播带有分数的HELLO信息，同时在预设的时间段内未收到其余节点的带有分数的HELLO消息，则该节点成为新的簇首。