CN106953682B - 一种用于无人机组网协同的方法 - Google Patents
一种用于无人机组网协同的方法 Download PDFInfo
- Publication number
- CN106953682B CN106953682B CN201710190937.3A CN201710190937A CN106953682B CN 106953682 B CN106953682 B CN 106953682B CN 201710190937 A CN201710190937 A CN 201710190937A CN 106953682 B CN106953682 B CN 106953682B
- Authority
- CN
- China
- Prior art keywords
- sequence
- message
- unmanned plane
- different
- frame structure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0224—Channel estimation using sounding signals
- H04L25/0228—Channel estimation using sounding signals with direct estimation from sounding signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于无线通信技术领域,涉及一种用于无人机组网协同的方法。本发明的方法包括:系统生成不同的帧结构,并为每一个无人机分配不同的帧结构;所述帧结构的前导码序列由短训练序列和信道估计序列组成,所述短训练序列为周期为P=2n‑1的m序列,信道估计序列为格雷互补序列Gb256和Ga256;每个无人机根据分配到的帧结构存储对应的序列,用于识别接收的消息;系统使用不同的帧结构发送不同的消息给无人机;无人机接收到消息后,根据所存储的序列与接收到的信号做自相关判断消息是否发送给本机。本发明的有益效果为,本发明可以产生很多种不同的帧结构,可以实现利用不同的帧结构实现不同的无人机组网协同方式,简单实用。
Description
技术领域
本发明属于无线通信技术领域,涉及一种用于无人机组网协同的方法。
背景技术
无人机是一种有动力驱动,机上无人驾驶,可以重复使用的航空器的简称,是随着现代通信技术发展起来的一种空中平台。由于其质量轻、体积小、使用便捷等特性,在军事和民用方面的用途愈加广泛。无人机可用于情报侦查、对目标进行精确定位于追踪、对地面和海上目标进行打击等行动,确保作战人员的“零伤亡”,适合执行危险任务。随着无人机的快速发展,无人机的作战样式已经从单平台作战向多平台“集群”作战方向发展。单架无人机所能执行的任务能力有限,多架无人机协同作战,通过相互的能力互补和行动协调,实现单架无人机的任务能力扩展以及多无人机系统整体作战能力提升。当部分个体失去作战能力,整体集群可以继续执行任务。多无人机系统比单个无人机系统具备可生存性更强、可扩展性更高、完成任务更快等优势。本文是基于帧结构的不同来区分不同的无人机,实现协同作战。
由于无人机在无线通信过程中存在多径衰落现象,因此对于信道估计尤为重要。对于多用户系统,对于用户的区分非常重要,CDMA系统中利用伪随机序列和正交编码技术来区分技术。在此基础上,提出一种将格雷序列与伪随机序列结合的帧结构,既可以实现良好的信道估计,又可以区分不同的用户,实现无人机的组网协同作战,从而进一步提升无人机的任务、作战能力。
如果一对序列中两个子序列自相关函数值的和在除零外的所有时延上都为零,那么这对序列就称为格雷序列对。格雷序列对应用非常广泛,诸如红外光谱测定,脉冲雷达及导航,电子系统识别,峰均比控制,信道发声器,信道同步,信道估计和扩频系统等。格雷序列对自相关函数的和函数是一个迪拉克德尔塔函数,而且格雷序列的自相关函数存在相关峰值可以用来检测帧的带来。假设存在格雷序列对Ga和Gb,其自相关函数定义为:
对于长度为N的格雷序列对Ga和Gb,其自相关函数的和为:
因此可以利用格雷序列对的互补特性,可以实现对信道的准确估计。由于格雷序列对自相关函数的和函数是一个迪拉克德尔塔函数,其自相关特性不太好,同时自相关峰值与其他值的最大值之间的差异性不大,因此采用格雷序列对形成的帧结构用于区分不同的无人机的效果并不够好。
发明内容
本发明的目的,就是针对上述传统方法的不足,提出一种更优的用于无人机组网协同的方法。
本发明的技术方案是:一种用于无人机组网协同的方法,其特征在于,包括以下步骤:
a.设共有l个无人机形成一个组网用于协同作战,系统生成不同的帧结构,并为每一个无人机分配不同的帧结构;所述帧结构的前导码序列由短训练序列和信道估计序列组成,所述短训练序列为周期为P=2n-1的m序列,信道估计序列为格雷互补序列Gb256和Ga256;
b.每个无人机根据分配到的帧结构存储对应的序列,用于识别接收的消息;
c.系统使用不同的帧结构发送不同的消息给无人机;
d.无人机接收到消息后,根据所存储的序列与接收到的信号做自相关判断消息是否发送给本机;若接收到的消息序列与本机存储的序列一致,则判断消息发送给本机,接收消息并执行;若接收到的消息序列与本机存储的序列不一致,则判断消息不是发送给本机,不接收消息。
进一步的,所述步骤a中,系统生成不同的帧结构的具体方法为:
通过本原多项式产生同一周期长度的不同m序列,在产生的同一周期长度的m序列中找出满足如下公式1所示的三值的m序列优选对,利用m序列的互相关特性,改变帧结构中短训练序列的m序列,从而生成不同的帧结构:
公式1中,t(n)=1+2[(n+2)/2],[.]表示取整数部分。
本发明的方案采用了m序列,m序列具有良好的自相关性和互相关性,可以用来区分不同的用户。m序列的自相关函数是二值函数。对于周期为P=2n-1的m序列的自相关函数的峰值处的值为P,其余处自相关函数值均为-1。m序列的自相关性如图1所示,格雷序列的自相关性(以Ga64为例)如图2所示。m序列是最简单,最容易实现的一种伪随机序列。由线性反馈的移位寄存器产生。m序列是一种伪随机序列,但其不是真正随机,而是按照一定的规律周期变化的。m序列具有容易产生、规律性强,得到了广泛的应用。周期为P=2n-1的m序列可以通过n级线性反馈寄存器产生,n级线性反馈寄存器如图3所示:
图3中ci表示反馈线的两种可能连接方式,ci=1表示连线接通,第n-i级输出加入反馈中;ci=0表示连线断开,第n-i级输出未参加反馈。m序列的特征多项式表示为:
特征多项式与输出序列的周期有密切关系。当f(x)满足下列三个条件时,就一定能产生m序列:
(1)f(x)是不可约的,即不能再分解多项式;
(2)f(x)可整除xp+1,其中p=2n-1;
(3)f(x)不能整除xp+1,其中q<p
满足上述3个条件的多项式称为本原多项式,这样产生m序列的充要条件就变成了寻找本原多项式。
本发明的有益效果为,本发明可以产生很多种不同的帧结构,对于某一确定周期长度的m序列,通过找到的m序列的优选对,可以实现利用简单的帧结构的区分用户实现组网协同作战;而且对于同一周期长度下,可以找到不同的m序列优选对,因此可以实现利用不同的帧结构实现不同的无人机组网协同方式,简单实用。
附图说明
图1为m序列的自相关特性示意图;
图2为格雷序列的自相关特性示意图;
图3为n级线性反馈移位寄存器结构示意图;
图4为IEEE802.11ad标准中的物理层帧结构示意图;
图5为新发明的帧结构示意图;
图6为组内不同m序列之间互相关性示意图,其中,图(a)为m1序列与m2序列的互相关性;图(b)为m1序列与m6序列的互相关性;图(c)为m2序列与m3序列的互相关性;图(d)为m2序列与m9序列的互相关性;图(e)为m3序列与m9序列的互相关性;图(f)为m3序列与m12序列的互相关性。
具体实施方式
下面结合附图,详细描述本发明的技术方案:
参考IEEE802.11ad标准中的单载波物理层帧结构,传统无人机组网用帧结构的前导码序列采用了不同长度的格雷序列构成。前导码序列由短训练序列,信道估计序列组成,如图4所示。短训练序列使用若干个Ga128序列组成,利用序列自相关峰的峰值数目进行粗检测来检测一帧的到来。信道估计序列使用格雷互补序列Gb256和Ga256组成,利用的是格雷序列对自相关函数的和函数是一个迪拉克德尔塔函数。基于IEEE802.11ad标准中的物理层帧结构,可以实现帧检测的粗同步和信道估计。但是格雷序列的自相关特性不如m序列的自相关特性好,一方面m序列的自相关函数是二值函数,另一方面峰值与其他值的最大值之间的差异性更大,如图1,图2所示。因此m序列用来检测帧的粗同步效果会更好。因此在IEEE802.11ad标准的物理层帧结构的基础上,将短训练序列更换为周期为P=2n-1的m序列,可以更好得实现帧检测的功能。新发明的帧结构如图5所示。通过图3所示的n级线性反馈寄存器结构可以产生周期为2n-1的m序列。
前面提到,m序列还具有良好的互相关特性,可以实现区分不同的用户。m序列的互相关性指的是周期相同的不同m序列之间一致的程度,其互相关性越弱,说明m序列之间差别越大。当m序列用于区别不同的用户时,需要选择互相关性弱的m序列组,避免用户之间的相互干扰,可以更好的区分用户。
同一周期P=2n-1的m序列,m序列之间的互相关性也存在差别。可以根据本原多项式的不同产生同一周期长度的m序列,在产生的同一周期长度的m序列中选取互相关性弱的m序列组,对于周期为P=2n-1的m序列组,最好的m序列对之间的互相关函数值只取3个,这3个值为:
其中t(n)=1+2[(n+2)/2],[.]表示取整数部分。这三个值称为理想三值,能够满足这一特性的m序对称为m序列优选对。通过本原多项式产生同一周期长度的不同m序列,在产生的同一周期长度的m序列中找到满足上述三值的m序列优选对,利用m序列的互相关特性,改变帧结构中短训练序列的m序列,可以实现区分不同的无人机从而实现无人机的组网协同作战。
对于本发明,重要的是需要找到m序列优选对,下面结合具体实施例,对本发明作进一步地详细描述。假设短训练序列采用周期为P=27-1=127的m序列,此时m序列优选对最多个6个,可以实现最多6架的无人机组网协同作战。
步骤1,确定6架无人机进行组网。
步骤2,产生格雷序列以及找到1组互为m序列优选对的m序列,组建不同的帧结构,将不同的帧结构分配给不同的无人机。
根据IEEE802.11ad标准,产生对应所需要的Ga256,Gb256,Ga128格雷序列,用于实现信道估计的功能。
产生周期长度为127的m序列,通过图3所示的7级线性反馈寄存器产生周期为127的m序列。对于周期为127的m序列,首先找到其对应的本原多项式,每一项本原多项式可以产生一个m序列,其对应的本原多项式如表1所示:
表1周期为127的m序列的本原多项式
1.D^7+D^1+1 | 7.D^7+D^5+D^3+D^1+1 | 13.D^7+D^6+D^4+D^2+1 |
2.D^7+D^3+1 | 8.D^7+D^5+D^4+D^3+1 | 14.D^7+D^6+D^5+D^2+1 |
3.D^7+D^3+D^2+D^1+1 | 9.D^7+D^5+D^4+D^3+D^2+D^1+1 | 15.D^7+D^6+D^5+D^3+D^2+D^1+1 |
4.D^7+D^4+1 | 10.D^7+D^6+1 | 16.D^7+D^6+D^5+D^4+1 |
5.D^7+D^4+D^3+D^2+1 | 11.D^7+D^6+D^3+D^1+1 | 17.D^7+D^6+D^5+D^4+D^2+D^1+1 |
6.D^7+D^5+D^2+D^1+1 | 12.D^7+D^6+D^4+D^1+1 | 18.D^7+D^6+D^5+D^4+D^3+D^2+1 |
设第i个本原多项式对应产生的m序列记为mi,因此对应于不同的本原多项式可以产生18项不同的周期为127的m序列。在产生的18项周期为127的长度的m序列中找到m序列优选对。
通过仿真找到相对应的m序列优选组,即该组内的任意2个m序列都是m序列优选对,满足互相关函数的三值特性。通过遍历仿真,可以发现存在很多组,比如:m1,m2,m3,m6,m9,m12;m1,m3,m7,m8,m9,m12;m1,m4,m7,m8,m14,m17;m1,m7,m8,m12,m14,m17;m2,m5,m6,m10,m13,m15;m2,m3,m5,m6,m13,m15;m4,m8,m14,m16,m17,m18;m4,m10,m11,m13,m16,m18等都是组内任意2个m序列的互相关函数满足三值特性,组内m序列都是m序列优选组,因此可以选择不同组的m序列组,每一组都可实现区分6个不同的用户,可以实现最多6架无人机的组网协同作战。为了验证组内m序列都属于m序列优选对,选取上述列出的对任意的一组来验证其互相关性。如图6所示(鉴于篇幅有限,选取第一组内部分m序列,即表内的m序列进行验证),可以发现组内任意的m序列都是m序列优选对。以第一组的m序列为例,可以产生如下表所示的6种不同的帧结构来实现无人机组网协同作战:
表2基于m序列优选对的一种组网帧结构
① | m<sub>1</sub> | … | m<sub>1</sub> | -Ga128 | Gb256 | Ga256 | -Gb128 |
② | m<sub>2</sub> | … | m<sub>2</sub> | -Ga128 | Gb256 | Ga256 | -Gb128 |
③ | m<sub>3</sub> | … | m<sub>3</sub> | -Ga128 | Gb256 | Ga256 | -Gb128 |
④ | m<sub>6</sub> | … | m<sub>6</sub> | -Ga128 | Gb256 | Ga256 | -Gb128 |
⑤ | m<sub>9</sub> | … | m<sub>9</sub> | -Ga128 | Gb256 | Ga256 | -Gb128 |
⑥ | m<sub>12</sub> | … | m<sub>12</sub> | -Ga128 | Gb256 | Ga256 | -Gb128 |
步骤3:对于6架无人机本地分别存储相对应的mi序列,以及格雷序列。
步骤4:使用表2不同的帧结构发送不同的消息给相对应的无人机。
步骤5:无人机使用本地存储的mi序列,与接收到的信号做自相关;若自相关之后检测到若干个连续的相关峰值,则判断该消息是发送给本机的,则接收该信号,继续信道估计、均衡、解调等操作。若没有检测到若干个连续的相关峰值,则认为该消息不是发送给本机的或者没有消息发送,则继续检测是否有消息到达。
Claims (1)
1.一种用于无人机组网协同的方法,其特征在于,包括以下步骤:
a.设共有6个无人机形成一个组网用于协同作战,系统生成不同的帧结构,并为每一个无人分配不同的帧结构;所述帧结构的前导码序列由短训练序列和信道估计序列组成,所述短训练序列为周期为P=2n-1的m序列,通过n级线性反馈寄存器产生,信道估计序列为格雷互补序列Gb256和Ga256;系统生成不同的帧结构的具体方法为:
通过本原多项式产生同一周期长度的不同m序列,在产生的同一周期长度的m序列中找出满足如下公式1所示的三值的m序列优选对,利用m序列的互相关特性,改变帧结构中短训练序列的m序列,从而生成不同的帧结构:
公式1中,t(n)=1+2[(n+2)/2],[.]表示取整数部分;
b.每个无人机根据分配到的帧结构存储对应的序列,用于识别接收的消息;
c.系统使用不同的帧结构发送不同的消息给无人机;
d.无人机接收到消息后,根据所存储的序列与接收到的信号做自相关判断消息是否发送给本机;若接收到的消息序列与本机存储的序列一致,则判断消息发送给本机,接收消息并执行;若接收到的消息序列与本机存储的序列不一致,则判断消息不是发送给本机,不接收消息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710190937.3A CN106953682B (zh) | 2017-03-28 | 2017-03-28 | 一种用于无人机组网协同的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710190937.3A CN106953682B (zh) | 2017-03-28 | 2017-03-28 | 一种用于无人机组网协同的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106953682A CN106953682A (zh) | 2017-07-14 |
CN106953682B true CN106953682B (zh) | 2019-09-27 |
Family
ID=59472451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710190937.3A Active CN106953682B (zh) | 2017-03-28 | 2017-03-28 | 一种用于无人机组网协同的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106953682B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109451786B (zh) * | 2017-07-28 | 2021-10-08 | 北京小米移动软件有限公司 | 无人机管理方法及装置、通信连接建立方法及装置 |
CN109413665B (zh) * | 2018-10-31 | 2022-01-18 | 中国船舶工业系统工程研究院 | 一种水面无人艇协同组网方法 |
CN109905226B (zh) * | 2019-03-28 | 2021-12-17 | 鹤壁天海电子信息系统有限公司 | 一种数据处理方法及装置 |
CN112019251A (zh) * | 2020-07-21 | 2020-12-01 | 深圳市月光宝和科技有限责任公司 | 通信方法、通信装置及存储介质 |
CN112929061B (zh) * | 2021-01-21 | 2022-01-25 | 复旦大学 | 基于自相关互补矩阵的全方向波束赋形设计方法 |
CN116056218B (zh) * | 2023-03-02 | 2023-06-30 | 四川腾盾科技有限公司 | 一种tdma组网通信中低时延数据物理层抢占传输方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101578829A (zh) * | 2007-03-21 | 2009-11-11 | 中兴通讯股份有限公司 | 一种信道估计方法 |
CN103269486A (zh) * | 2013-04-19 | 2013-08-28 | 北京航空航天大学 | 空地数据传输方法及装置、系统 |
CN104700165A (zh) * | 2015-03-27 | 2015-06-10 | 合肥工业大学 | 一种多无人机舰机协同路径规划方法 |
CN104836640A (zh) * | 2015-04-07 | 2015-08-12 | 西安电子科技大学 | 一种无人机编队分布式协作通信方法 |
WO2016011433A2 (en) * | 2014-07-17 | 2016-01-21 | Origin Wireless, Inc. | Wireless positioning systems |
CN205320073U (zh) * | 2015-12-25 | 2016-06-15 | 顺丰科技有限公司 | 无人机数据传输自组网网络 |
-
2017
- 2017-03-28 CN CN201710190937.3A patent/CN106953682B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101578829A (zh) * | 2007-03-21 | 2009-11-11 | 中兴通讯股份有限公司 | 一种信道估计方法 |
CN103269486A (zh) * | 2013-04-19 | 2013-08-28 | 北京航空航天大学 | 空地数据传输方法及装置、系统 |
WO2016011433A2 (en) * | 2014-07-17 | 2016-01-21 | Origin Wireless, Inc. | Wireless positioning systems |
CN104700165A (zh) * | 2015-03-27 | 2015-06-10 | 合肥工业大学 | 一种多无人机舰机协同路径规划方法 |
CN104836640A (zh) * | 2015-04-07 | 2015-08-12 | 西安电子科技大学 | 一种无人机编队分布式协作通信方法 |
CN205320073U (zh) * | 2015-12-25 | 2016-06-15 | 顺丰科技有限公司 | 无人机数据传输自组网网络 |
Also Published As
Publication number | Publication date |
---|---|
CN106953682A (zh) | 2017-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106953682B (zh) | 一种用于无人机组网协同的方法 | |
Yin et al. | WUB-IP: A high-precision UWB positioning scheme for indoor multiuser applications | |
CN101233701B (zh) | 改进通讯系统中同步和信息传输的方法 | |
CN101778088B (zh) | 一种基于伪随机序列调制的训练序列帧定时同步方法 | |
CN108540410A (zh) | 免调度传输系统联合活跃用户检测和信道估计方法 | |
CN105068049B (zh) | 一种分置天线mimo雷达的克拉美罗界计算方法 | |
CN105137410B (zh) | 基于ofdm的高分辨率雷达通信一体化的波形优化方法 | |
CN103152139B (zh) | 一种多基地声纳空时信道复用方法 | |
CN102662183A (zh) | Gps信号捕获方法与系统 | |
CN108152789A (zh) | 利用rss信息的无源多站多目标数据关联与定位方法 | |
Harper et al. | Performance of a linear-detector joint radar-communication system in doubly selective channels | |
CN105142212B (zh) | 一种基于零相关带序列的帧同步检测方法 | |
CN102255722B (zh) | 改进通讯系统中同步和信息传输的方法 | |
CN103095613B (zh) | Sc-fde系统中具有超低复杂度的整数倍频偏与信道参数联合估计算法 | |
CN109981513A (zh) | 室内高速大容量mimo-ofdm系统的时间与频率同步方法 | |
CN102238125B (zh) | 存在剩余时偏的ofdm系统整数倍频偏估计方法 | |
TW200841660A (en) | System and methods for rapid uplink air interface synchronization | |
KR20060101850A (ko) | 직교주파수 다중분할 방식을 이용한 이동통신 시스템의주파수 동기화 방법 | |
CN108600142A (zh) | 一种fbmc/oqam系统中的同步方法 | |
CN103616677A (zh) | 一种无线电高度表及飞行器高度测量方法 | |
Gong et al. | High-accuracy positioning services for high-speed vehicles in wideband mmwave communications | |
Zhou et al. | UWB wireless positioning technology in the application | |
CN107294894A (zh) | 一种前导信号的生成、发送、接收方法和系统 | |
Liu et al. | Improved parallel combinatory spread spectrum communication system | |
CN101692663B (zh) | 无线通信系统的符号同步方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |