CN109144110A - 一种无人机集群目标跟踪系统 - Google Patents
一种无人机集群目标跟踪系统 Download PDFInfo
- Publication number
- CN109144110A CN109144110A CN201811070779.9A CN201811070779A CN109144110A CN 109144110 A CN109144110 A CN 109144110A CN 201811070779 A CN201811070779 A CN 201811070779A CN 109144110 A CN109144110 A CN 109144110A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- node
- target
- group
- plane node
- 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.)
- Granted
Links
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 238000004804 winding Methods 0.000 claims description 61
- 238000000034 method Methods 0.000 claims description 25
- 230000005540 biological transmission Effects 0.000 claims description 12
- 239000013589 supplement Substances 0.000 claims description 9
- 230000005669 field effect Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 3
- 230000010363 phase shift Effects 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 230000004083 survival effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 12
- 239000000523 sample Substances 0.000 description 12
- 230000004907 flux Effects 0.000 description 11
- 230000005611 electricity Effects 0.000 description 9
- 230000001172 regenerating effect Effects 0.000 description 9
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 229910052710 silicon Inorganic materials 0.000 description 6
- 239000010703 silicon Substances 0.000 description 6
- 235000012431 wafers Nutrition 0.000 description 6
- 239000003990 capacitor Substances 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 101100162020 Mesorhizobium japonicum (strain LMG 29417 / CECT 9101 / MAFF 303099) adc3 gene Proteins 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 101100434411 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) ADH1 gene Proteins 0.000 description 3
- 101150102866 adc1 gene Proteins 0.000 description 3
- 101150042711 adc2 gene Proteins 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 230000009545 invasion Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910052779 Neodymium Inorganic materials 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- QEFYFXOXNSNQGX-UHFFFAOYSA-N neodymium atom Chemical compound [Nd] QEFYFXOXNSNQGX-UHFFFAOYSA-N 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 1
- 102100039435 C-X-C motif chemokine 17 Human genes 0.000 description 1
- 101000889048 Homo sapiens C-X-C motif chemokine 17 Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 229910052796 boron Inorganic materials 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000004973 motor coordination Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种无人机集群目标跟踪系统，其包括N架无人机，所述N架无人机组成自组网络，所述自组网络包括一个组长无人机节点和N‑1个组员无人机节点，所述N大于或者等于3，每架无人机均携带了传感器，其特征在于，1)N‑1个组员无人机节点通过自身携带的传感器对目标进行测量得到测量结果并将测量结果作为输出经过自组网络传输到组长无人机节点，2)组长无人机节点根据收到所有所有测量结果对目标未来的一段时间的状态进行预测；3)根据目标的预测状态,组长无人机节点实时调整未来一段时间所有无人机节点的飞行计划,使N‑1个组员无人机节点中的部分来协作跟踪目标，使其余组员无人机节点旋停于在目标可能前往的位置附近以等待目标的出现。本发明提供的无人机集群目标跟踪系统，可提高对目标的观察精度，且能提高无人机对目标的观察时间。
Description
技术领域
本发明涉及一种无人机集群目标跟踪系统，属于飞行器技术领域。
背景技术
无人机(UAV)是执行枯燥、恶劣或危险任务的最佳择.在UAV很多应用中,如战场侦察、对地打击、城市反恐、以及海上搜救等,都包含了目标跟踪任务.在复杂环境特别是城市环境下,由于传感器视线遮挡、飞行空域限制等因素的影响,单架无人机通常不足以实现对目标的续跟踪,需要多架无人机协作以维持目标跟踪任务并获得更高的目标定位精度.然而多架无人机协作跟踪在具备上述优点的同时,也对现有的方法带来了挑战,其主要困难来自于如何对这些无人机进行运动协调以获得对目标更好的观测？
发明内容
为克服上述缺陷，本发明的发明目的是提供一种无人机集群目标跟踪系统及方法，其能够提高对目标观测的精确性，且能延长无人机对目标的观察时间。
为实现所述发明目的，本发明提供一种无人机集群目标跟踪系统，其包括N架无人机，所述N架无人机组成自组网络，所述自组网络包括一个组长无人机节点和N-1个组员无人机节点，所述N大于或者等于3，每架无人机均携带了传感器，其特征在于，1)N-1个组员无人机节点通过自身携带的传感器对目标进行测量得到测量结果并将测量结果作为输出经过自组网络传输到组长无人机节点，2)组长无人机节点根据收到所有所有测量结果对目标未来的一段时间时间的状态进行预测；3)根据目标的预测状态,组长无人机节点实时调整未来一段时间所有无人机节点的飞行计划,使N-1个组员无人机节点中的部分来协作跟踪目标，使其余组员无人机节点旋停于在目标可能前往的位置附近以等待目标的出现。
优选地，目标一旦出现于等待组员无人机节点视距范围内，该组员无人机节点参与对目标的跟踪，原参与跟踪目标的组员无人机节点中有需要补充能源的，旋停于空中补充能源。
优选地，所述无人机至少包括电动机和用于控制电动机的控制系统统，所述电动机包括一个定子和一个转子，定子设置于转子外周，所述定子交错设置有呈N极性和S极性的永久磁铁，所述定子至少包括交错设置的第一定子绕组和第二定子绕组，通过第一定子绕组输入交变电流，通过第二定子绕组输出交变电能，控制系统包括控制器、采样器、鉴相器和移相器，所述采样器用于采集输入到第一定子绕组的交流电流的振幅值，并提供给控制器；所述鉴相器用于比较输入到第一定子绕组的交流电流和从第二定子绕组输出的感应电流的相位，并提供给移相器；所述移相器根据鉴相器提供的信号对从第二定子绕组输出的感应电流进行移相，使其相位与输入到第一定子绕组的三相交流电流的相位相同，而后与输入到第一定子绕组的交流电流叠加再输入到第一定子定子绕组。
优选地，电源至少包括光伏电池及其控制电路，光伏电池的控制电路至少包括最大功率跟踪模块和脉冲宽度调制电路，最大功率跟踪模块的输出连接于脉冲宽度调制电路的输入端，脉冲宽度调制电路包括运算第一放大器和第二运算放大器，第一运算放大器的输出端连接于其反相输入端，其正相输入端连接于最大功率跟踪模块的输出端；第二运算放大器的反相端连接于第一运算放大器的输出端，同相端连接于三角波频率源，输出端连接于场效应管的栅极；场效应管的源极和漏极分别连接于电源和地。
优选地，所述电源还至少包括制动电路,其包括晶体管、二极管和电阻，晶体管的发射极接地，集电极连接于二极管的正极和电阻的第一端，基极由无人机的飞控器提供控制信号；二极管的负极和电阻R7的第二端连接于电源。
为实现所述发明目的，本发明另一方面提供一种无人机集群目标跟踪方法，其使N架无人机组成自组网络，所述自组网络包括一个组长无人机节点和N-1个组员无人机节点，所述N大于或者等于3，每架无人机均携带了传感器，其特征在于，1)N-1个组员无人机节点通过自身携带的传感器对目标进行测量得到测量结果并将测量结果作为输出经过自组网络传输到组长无人机节点，2)组长无人机节点根据收到所有所有测量结果对目标未来的一段时间时间的状态进行预测；3)根据目标的预测状态,组长无人机节点实时调整未来一段时间所有无人机节点的飞行计划,使N-1个组员无人机节点中的部分来协作跟踪目标，使其余组员无人机节点旋停于在目标可能前往的位置附近以等待目标的出现。
优选地，目标一旦出现于等待组员无人机节点视距范围内，该组员无人机节点参与对目标的跟踪，原参与跟踪目标的组员无人机节点中有需要补充能源的，旋停于空中补充能源。
优选地，在使无人机的旋翼在旋转过程中收集部分能量以补充部分能源。
优选地，使无人机旋停于空中时，利用太阳能补充能源。
优选地，组员节点通过是否定期接收到组长节点发送的心跳数据帧判断组长节点是否存活，如果组长节点不存活，组员节点执行节点发程序，寻找其它组员，并推选组长无人机节点；组长节点通过是否定期接收到组员节点的回应判断组员节点是否存活，只给存活的组员无人机节点发送指令。
优选地，任一无人机节点都能够对待加入自组网的无人机节点进行认证，认证通过的无人机接收组长无人机节点的调度，并根据组长节点的发送的指令参与执行任务，所述执行任务包括与其它无人机节点协同参与跟踪目标，或者旋停于空中某个位置以目标进行观察并测量：
A:能够提高对目标观测的精确性；B:能延长无人机对目标的观察时间；C：安全性高协作能力强。
附图说明
图1是本发明提供的无人机集群目标跟踪系统组成示意图；
图2是本发明提供的无人机集群目标跟踪方法的流程图；
图3是本发明提供的无人机载装置的组成框图；
图4是本发明提供的无人机能源装置的电路图；
图5是本发明提供的无人机动力装置的电路图；
图6是本发明提供的组长节点的工作流程图；
图7是本发明提供的组员节点的工作流程图；
图8是本发明提供的检验待认证无人机节点合法性的流程图；
图9是本发明提供的中继节点的工作过程的流程图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是电连接，也可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
图1是本发明提供的无人机集群目标跟踪系统组成示意图，无人机集群目标跟踪系统中，无人机载装置都被设置以通过ad-hoc无线数据连接而进行通信，无需服务器的参与。另外，无人机载装置可以使用无线适配器而建立无线数据连接，相邻的无人机载装置通过频谱感知并进行认证建立起无线连接。认证通过后，该相邻的无人机载装置可以通过无线连接传递网络配置信息、信道信息及网络标识，从而在在相邻的两无线设备之间建立ad-hoc网络链接。本发明中，无人机载装置、无人机节点和终端具有相同的含义。
网络配置信息可以包括物理网络标识符，例如，物理网络标识符以用于识别该ad-hoc网络。物理网络标识符也可以包括广播网络标识符。广播网络标识符可以包括IP多播网络标识符，其用于限制消息广播的范围。网络配置信息还可以包括逻辑网络标识符，例如，逻辑网络标识符用于识别无人机节点要加入的一个逻辑群组。无线连接可以传递任一无人机节点进入网络的时间戳。
如图1所示，将N个无人机组成自组网络，自组网络包括一个组长节点GR和N-1个组员节点UAV1.UAV2,UAV3,…，所述N大于或者等于3
然后组长节点通过无线连接传递从地面站或者上级管理节点那里接收到的网络配置到组员节点，建立与组员的ad-hoc网络连接。组长节点通过与每个组员节点的单独发现，直接建立ad-hoc网络。或者组长节点可以首先建立与第一个组员节点的连接,然后，第一个组员可以传递网络配置信息给第二个组员节点,类似地，第二组员节点可以通过另一条连接传递网络配置信息给第三个组员节点。每个组员节点可以沿着连接将最新的网络拓扑信息传递回给组长节点，然后组长节点类似地将最新的网络拓扑信息传递回给管理节点。
在一个实施例中，网络拓扑信息可以包括一个时间戳，其对应每个节点加入该网络的时间。因此可以建立一个加入网络的时间次序。拓扑和时间信息可以传递给整个网络或者限制在每个群组中。
在开始配置无人机集群目标跟踪系统时，可以指定逻辑群组的组长节点和组员节点，由组长节点通过频率感知的方式获取空闲信道，并将信道信息广播给所属逻辑组的每一个组员节点，每一个组员节点收到广播信息后，进行网络配置并更改自己的信道，以便自组网中节点之间进行通信。组长节点可以宣布网络标识符，该网络标识符可以是物理网络标识符。组长节点开始启动推送信息的功能并在处理器运行一个通信服务。组长节点可以推送一命令，使组员节点根据命令执行任务，如飞行位置、速度，跟踪目标等。然后组员节点接收到广播后，得到物理网络标识符并处理网络配置信息，根据命令执行任务。此外，组长节点还定期检测每个组员节点的存活状态，其检测方法结合图6来进行说明。
图2是本发明提供的无人机集群目标跟踪方法的流程图，如图2所示，无人机集群目标跟踪方法中，使N架无人机组成自组网络，所述自组网络包括一个组长无人机节点和N-1个组员无人机节点，每架无人机均携带了传感器。所述方法包括：
S01:N-1个组员无人机节点通过自身携带的传感器对目标进行测量得到测量结果并将测量结果作为输出经过自组网络传输到组长无人机节点,所测量的数据包括目标的位置、速度、加速度、航向角等；
S02:组长无人机节点根据收到所有所有测量结果对目标未来的一段时间时间的状态进行预测；
S03:根据目标的预测状态,组长无人机节点实时调整未来一段时间所有无人机节点的飞行计划,使N-1个组员无人机节点中的部分来协作跟踪目标，使其余组员无人机节点旋停于在目标可能前往的位置上空以等待目标的出现，根据一实施例，可以使其余组员无人机节点事先旋停于目标的各个方位的空间，以等待目标。
S04:判断目标是否出现在某一等待组员无人机的视距内，如果是，则该组员无人机节点参与对目标的跟踪；如果否，则该等待组员无人机继续旋停于空中，补充能量，或者根据组长无人机节点下达的新任务调整飞行计划；
S05：判断参与跟踪目标的无人机中是否有需要补充能源的，如果有，该无人机旋停于空中补充能源，调配原等待的无人机参与目标协作跟踪；如果没有，飞行计划不变，继续参与目标协作跟踪。本发明中，无人机旋停于空中时，对于使用燃料作为能源的无人机可以空中加燃料，对于使用电力的无人机，可以利用太阳能补充能源。
图3是本发明提供的无人机载装置的组成框图，如图3所示，根据本发明一个实施例，无人机载装置被配置成用于无人机通过无线适配器而形成点对点群组。无人机载装置可以包括处理器405、存储器401、无线适配器410，存储器401包括只读存储器(ROM)、随机存取存储器(RAM)。处理器405可以从ROM载入启动指令，然后从RAM读取进一步的指令，其可以由处理器405执行并完成一个或多个逻辑运行。具体地，处理器405可以配置以控制无线适配器的运行，建立与另一无人机载装置的链接，并控制无线适配器使其建立ad-hoc网络。RAM可以存储初始网络配置数据。在一个实施例中，初始网络配置数据可以是默认的配置数据，或者，网络配置数据可以是由用户通过用户接口适配器而提供的定制配置数据。另外，一旦接收到网络拓扑和时间戳数据，处理器可以使这些数据存储在RAM中，用于日后参考或进一步发送。本领域普通技术人员可以认识到，RAM和处理器的组件可以配置以执行各种运行。
无人机载装置还包括飞控器406和根据飞控器406的指令驱动无人机飞行的伺服机构407,其中，飞控器406根据处理器405的指令给伺服机构407提供控制信号，以使伺服机构407根据组长节点或飞行计划发送来的指令进行飞行，也将无人机飞行时的数据传送给处理器405。无人机载装置还包括照相子系统，其包括照相机412和相机控制器413，所述照相机412连接于相机控制器413，其用于对目标区域进行航拍，并将所航拍的图像信息传送给相机控制器413，相机控制器413连接于处理器405，其用于对输入的图像信息进行处理而后传送给处理器405。无线适配器通常包括数字基带单元的射频单元，发信时，所述数字基带单元用于将处理器405要传送的信息进行信源编码和信道编码，而后传送给射频单元，所述射频单元包括发射器，所述发射器用于将数字基带单元传送来的信息进行加密并调制到上级指示或者自身确定的载波信号上而后进行功放，最后通过天线发射到空间；射频单元还包括接收器，接收器用于将天线接收的信号进行解调和解密，而后将数据发送给数字基带单元，数字基带单元用于将数字基带信号进行信道解码、信源解码，取出控制终端发送来的数据或者指令。
根据本发明第一实施例，无人机载装置还包括传感器组件402，传感器组件示例性地包括高度计，其用于获取无人机与地面的高度信息。传感器组件示例性地还包括磁航向仪、空速管，陀螺仪等，用于测量无人机的航向，速度等。
无人机载装置还包括导航定位接收器403，其通过天线A1接收导航定位卫星的关于无人机的位置信息及时间信息，并将数据传送给处理器405。导航定位接收器403例如为GPS接收器、北斗定位授时接收器等。根据一个实施例，无人机载装置还包括测距装置409，其用于测量无人机与目标等的距离，所述测距离装置409例如为激光测距仪。无人机的控制系统还包括测向装置417，其用于测量被监视目标与无人机的方向。处理器根据测距装置和测向装置所提供的数据确定被监测目标的位置和速度，等，还包括雷达等。
根据本发明一实施例，本发明提供无人机载装置由能源装置404向各个部件提供能源，其可以通过开关进行断开与接通控制。
根据本发明一实施例，本发明提供的无人机载装置还包括执行部件控制器408，其根据指令控制执行部件件状态，从而有效地打击敌方目标。
图4是本发明提供的无人机的能源装置的电路图，如图4所示,能源装置至少包括光伏电池SE及其控制电路，光伏电池的控制电路包括电阻R4和R5，它们相串联后并联到光伏电池SE的两端，其中间节点用于取出光伏电压的取样电压；光伏电池的接地端通过电流互感器R6取出取样电流，最大功率跟踪模块MPPT根据采样电压和采样电流的值控制光伏电池SE的输出功率。最大功率跟踪模块MPPT的输出端连接于脉冲宽度调制电路的输入端，脉冲宽度调制电路包括运算放大器IC1和运算放大器IC2，运算放大器IC1的输出端连接于其反相输入端，其正相输入端连接于MPPT的输出端。运算放大器IC2的反相端连接于运算放大器IC1的输出端，同相端连接于三角波频率源，输出端连接于场效应管T7的栅极。
光伏电池的控制电路还包括场效应管T7、二极管D7和线圈L2，它们组成升压电路，其中场效应管T7的栅极连接于运算放大器IC2的输出端，漏极连接于二极管D7的正极及电感L2的第二端，电感L2的第一端连接于光伏电池SE的正极输出端，二极管D7的负极连接于电源输出端及电容C2的第一端，电容C2的第二端连接于地。控制电路用于将光伏电池能充于电容C2中，电容C2用于给电机控制电路提供电能。
本发明一个实施例中，光伏能源来源于无人机所携带的光伏电池板，在无人机旋停于空中时，将光伏电池板升起并与太阳光的入射光线呈一固定角度，以使光伏能源最大效率地转换为电能并存储于超级电容C2中，或者蓄电池中。
根据本发明一个实施例,能源装置还包括制动电路,其包括晶体管T8、二极管D8和电组R7，晶体管T8的发射极接地，集电极连接于二极管D8的正极和电阻R7的第一端，基极由飞控器提供控制信号；二极管D8的负极和电阻R7的第二端连接于电源VCC1。
无人机的伺服机构至少包括动力装置，下面结合图5详细说明。
图5是本发明提供的无人机动力装置的电路图，如图5所示，动力装置包括电动机和用于控制电动机的控制电路。
电动机包括外壳、置于外壳内的定子和转子，所述定子上设置驱动绕组线圈(第一定子绕组)U1、V1和W1,和能量回收绕组线圈(第二定子绕组)U2、V2和W2，驱动绕组线圈U1、V1和W1和能量回收绕组线圈U2、V2和W2分别交错设置。
根据本发明一个实施例，电机的定子还包括多个彼此叠置的环形硅片、多个部分能量回收绕组槽、多个驱动绕组(电动机绕组)槽、多个磁通分割槽、多个抵消消除槽、缠绕在相应能量回收绕组槽周围的多个能量回收绕组、以及缠绕在相应驱动绕绕组槽周围的多个驱动绕组。
驱动绕组线圈用作通过接收来电动控制电路的电力而使转子旋转的线圈。部分能量回收绕组用作利用由转子旋转感应出的电流而产生电力。在该实施例中，绕组槽和绕组的总数是6，被分在6个区域中。沿定子周向按如下方式布置U1、U2、V1、V2、W1、W2。驱动绕组线圈被连接到电机控制电路器，能量回收绕组线圈被连接到鉴相器。
此外，由于在电动机绕组槽与能量回收绕组槽之间设有宽度均等相对较窄的磁通分割槽，因此磁通被分割，从而阻断了可供电动机绕组的磁通流向能量回收绕组的路径，使得电动机绕组的磁通只可流向转子的磁场，从而使电动机能更有效地驱动。此外，磁通分割槽使电动机绕组槽周围的励磁宽度保持不变，从而使电动机绕组槽可以在驱动期间不影响相邻绕组槽或不受相邻绕组槽影响地进行操作。
在能量回收绕组槽与相邻能量回收绕组槽之间设有宽度均等且相对较窄的抵消消除槽，以消除磁通相抵，从而提高了发电效率。
转子包括多个彼此叠置的硅片以及多个平坦的永磁体，这些永磁体沿径向埋设在叠置的硅片中。就此而言，永磁体被设计成具有强磁力，以致于可形成相对较宽的磁场表面，因此可使磁通聚集在该磁场表面上，增大磁场表面的磁通密度。转子的极数根据定子的极数而定。
下面详细介绍转子，三个永磁体等距离地彼此间隔开并埋设在叠置的圆形硅片中，且极性呈N极性和S极交错布置的。在叠置的圆形硅片的中心上设有非磁芯，以支撑永磁体和硅片，并且穿过非磁芯的中心设有轴。永磁体形成为平坦形状，并且在永磁体之间形成有空置空间。
使用永磁体的电动机被设计成具有通过转子的被动能量和定子的主动能量相结合而形成的旋转力。为了实现电动机中的超效率，增强转子的被动能量是非常重要的。因此，在本实施例中使用“钕(钕、铁、硼)”磁体。这些磁体增大了磁场表面并使磁通能聚集到转子的磁场上，从而增大了磁场的磁通密度。
用于控制电动机的控制电路包括电动机控制器MC1、相驱动器PD1、逆变器、第一电流采样器器、第二电流采样器和第三电流采样器，所述逆变器包括多个开关元件T1到T6,所述相驱动器PD1用来接通-断开驱动开关元件T1到T6。在开关元件T1到T6中使用金属氧化物半导体场效应晶体管(MOSFET)或绝缘栅双极型晶体管(IGBT)等功率半导体元件。此外，在各个开关元件T1到T6并联连接着环流二极管。
第一电流采样器可以连接于逆变器中的开关元件T2与地之间，所述第一电压采样器优选利用电阻R1实现，用于将所采集的电流信号转换为电压信号；第二电压采样器可以连接于驱动器中的开关元件T4与地之间，所述第二电压采样器优选利用电阻R2实现，用于将所采集的电流信号转换为电压信号；第三电压采样器可以连接于驱动器中的开关元件T6与地之间，所停第三电压采样器优选利用电阻R3实现，用于将所采集的电流信号转换为电压信号。
控制电路还包括模数转换器ADC1和放大器CO1，所述放大器CO1用于放大从第一电压采样器提供的电压信号的电压值并提供给转换器ADC1，所述模数转换器ADC1用于将放大器CO1提供的信号转换为产生数字信号，并提供给控制器MC1。
控制电路还包括模数转换器ADC2和放大器CO2，所述放大器CO2用于放大从第二电压采样器提供的电压信号的电压值并提供给转换器ADC2，所述模数转换器ADC2用于将放大器CO2提供的信号转换为产生数字信号，并提供给控制器MC1。
控制电路还包括模数转换器ADC3和放大器CO3，所述放大器CO3用于放大从第三电压采样器提供的电压信号的电压值并提供给转换器ADC3，所述模数转换器ADC3用于将放大器CO3提供的信号转换为产生数字信号，并提供给控制器MC1。
马达控制器根据三个模数转换器提供的数字信号产生PWM信号。控制电路还包括逻辑控制器LC1，逻辑控制器LC1响应PWM信号和时钟信号将PWM信号转换为用于控制相驱动器PD1的并行信号。逻辑控制器LC1可以给马达控制器MC1传送错误信号，响应错误信号，马达控制器MC1可以给逻辑控制器提供一个校正的PWM信号和校正的时钟信号。
响应并行信号，相驱动器PD1可以产生栅极信号打开或者关闭驱动器中的多个开关元件T1到T6。响应栅极信号，驱动器可以产生一个交流电流信号以驱动电动机，从而使电动机自动调速。
控制电路还包括鉴相器和移相器，所述第一、第二和第三采样器采集了输入到第一定子绕组的三相交流电流的振幅值，并提供给控制器；所述鉴相器用于比较输入到第一定子绕组的三相交流电流和从第二定子绕组输出的感应电流的相位，输出一个电压值与相位差成比例的电压信号，并提供给移相器；所述移相器根据鉴相器提供的电压信号对从第二定子绕组输出的感应电流进行移相，而后分别与输入到第一定子绕组的三相交流信号叠加并提供给第一定子绕组，以对其变频。本发明中，将光伏能转换为电能以提供给无人机的电动机的控制电路(驱动电路)中，在电动机中由于在定子上设置了第二定子绕组，利用第二定子绕组产生的感应电流对施加于第一定子绕组的交流电能进行变频，如此可延长无人机的飞行时间，从而延长其执行任务能力。
图6是组长节点的工作流程图，如图6所示，组长节点还定期检测每个组员节点的存活状态，其通过定期给组员节点发送心跳数据帧并检测回应的方式来确定组员节点的存活状态，具体包括：：
S01：组长节点定期向每个组员发送心跳数据帧，并检测每个组员节点的回应；
S02：如果定期收到每个组员的回应，则判定该组员节点正常，可进行正常通信并执行任务，否则，初步判定为可能异常节点；
S03：对于存在可能为异常的节点的情况，组长节点发送广播，使每一个组员节点均进行终端发现或节点导找，并进行认证操作；
S04：通过终端发现，如果找到已标志为可能异常的节点，查看其网络标识符，如果是本逻辑组的，使其重新配置网络，加入该逻辑群组，如果没有找到，则该节点已经死亡或者失踪，更改网络配置及信道，以防止该无人机节点被敌方捕获，从而获得我方情报。
上述方法仅是示例，任何一上一级的管理节点都可以通过上述方法判断下一级节点存活状态。
在执行任务中，组长节点也可能被敌方打击，或因其它原因失去战斗力，如此，组员可检测组长节点的存活状态，其检测方法结合图6进行说明。
图6是组员节点的工作流程图，组员节点还定期检测组长节点的存活状态包括：
S01：组员节点定期接收组长节点发送的心跳数据帧；
S02：如果定期收到组长的心跳数据帧，则判定该组长节点正常，可进行正常通信，否则，初步判定为组节点可能异常；
S03：对于组长节点可能异常的情况，每一个组员节点均进行终端发现，并进行认证操作；
S04：如果认证通过，进行组长节点选举，由新的组长节点广播网络标识符、网络配置信息和信道信息，如果认证没通过，则返回到S03继续进行终端发现操作。
上述方法仅是示例，任何一下一级的被管理节点都可以通过上述方法判断上一级管理节点存活状态。
在执行任务中，还存在无人机被敌方严重打击，如此，使正在参加执行跟踪任务的无人机的战斗力消弱，地面可以再增派无人机，已在执行任务的无人机对新增援的无人机需要进行认证操作，以防止敌方的无人机加入我方的无人机逻辑群组，破坏自组网络，对支援无人机进行合法性检测的方法结合图8进行说明。
图8是检查待认证无人机合法性的流程图，如图8所示，检查待认证无人机合法性的过程包括：
S01：逻辑群组中任何无人机进行终端发现操作，如果发现了待认证的无人机(或者待加入逻辑群组的无人机)，则进行认证操作，
S02，经认证，如果为合法无人机节点，则向组长节点发送有新的合法的无人机节点加入的信息帧，组长节点向新加入的无人机节点发送网络配置信息、信道信息和网络标识，使它们加入所述该逻辑群组，并更改并更新网络拓扑,所述认证合格的无人机节点一旦加入所述逻辑群组，就会发现同一逻辑群组内的所有无线节点；所述逻辑群组内的每个无人机节点都会发现所述认证合格无人机节点，以响应所述认证合格无人机节点加入所述逻辑群组；如果为不合法的无人机节点，则向组长无人机节点，发送可能为入侵无人机节点；
S03：组长无人机节点收到可能有入侵无人机节点的信息后，则通过频谱感知获得新的信道，并发送广播信息帧，使组员节点都跳变到新的信道进行工作。辑群组中无人机节点对该待加入逻辑群组的无人机节点进行验证包括：
步骤1：待加入逻辑群组的无人机节点T向逻辑网中的无人机节点Vd申请加入逻辑群组，发送标识为Kt；
步骤2：逻辑网中的无人机节点Vd将该标识转发给组长无人机节点；
步骤3：组长无人机节点Gr接收发送标识Kt后产生一个随机数R，组长无人机节点Gr根据散列函数Hash计算出散列值S＝H(R,Kt)，并将散列值S分别存储于待加入逻辑群组的无人机节点T和组长无人机节点Gr中；
步骤4：组长无人机节点Gr把散列值S随机分成n份秘密信息Si，组长无人机节点Gr采用对称加密算法，以密钥kvi对秘密信息Si进行加密运算得到密文值E(kvi,Si)，并将该密文值E(kvi,Si)分发给组长无人机节点Gr所在的逻辑群组中已有的各个无人机节点Vi，所述n为逻辑群组中无人机的节点数；
步骤5：各个无人机节点Vi收到组长节点Gr发来的密文值E(kvi,Si)后，以密钥kvi对秘密信息Si进行解密运算D(kvi,Si)，得到秘密信息Si并存储于各个无人机节点Vi自身中；
步骤6：无人机节点Vd发起数据接收请求包，要求已有的无人机节点Vi中除无人机节点Vd外的所有无人机节点把收到的秘密信息Si都传输到无人机节点Vd；
步骤7：无人机节点Vd在限定的时间内，把收到的所有秘密信息Si恢复成信息S′，同时与收到的来自待认证无人机节点T的散列值S进行比较，若相同，则在整个逻辑群组内广播一个确认判定包；若不相同，则不发送认判定包；
步骤8：重复步骤1-7，次数不小于X，重复进行认证实施的过程，如果已有无人机节点Vi中的某一无人机节点U收到确认判定包达到则节点U就确认待加入逻辑群组的无人机节点T的合法性，允许待加入逻辑群组的无人机节点T加入逻辑群组，i＝1,2,…n.，n为逻辑群组中的组长节点Gr所在的逻辑群组的无人机节点数
所述次数按如下公式进行计算：
Pvi,vj为自主网中任意两节点Vi和Vj存储相同密钥的概率。
执行任务中，组长节点需要向上一级的节点进行汇报逻辑组的位置、存活状态、目标跟踪情况等，或者向本逻辑中组员节点传达信息，而上级节点或某些组员节点离组长节点较远，而中间以有其它节点，因此该其它节点可作为中继节点，转送组长节点所要发送的信息，下面结合图9进行说明。
图9是本发明提供的中继节点的工作过程的流程图。如图9所示，逻辑群组的无人机节点可以起中继的作用，其工作过程包括：
S01：组员节点接收组长的任务信息帧，判断是否是中继任务，如果是，则转换信息帧到目的节点，并检查回复信息帧，而后执行S02；如果不是中继任务，则解帧，并根据下达任务执行，任务完成后，待命；
S02判断是否收到回复，如果是，则向组长节点发送中继任务完成的信息帧，如果否，则向组长节点发送上级节点可能异常。
本发明中，待认证节点加入逻辑群组中某一逻辑群组的过程包括：
S01：待认证节点和逻辑群组中的任一节点将预设频段分成N个子信道，将N个子信道分成n组子信道组{F0,F1,F2,...,Fn-1}，每组子信道组有k个子信道，则N＝n·k，其中，第Fi组子信道组表示为
S02：待加入逻辑群组的无人机节点在每组的一个空闲信道上重复发送探针，并等待回应；逻辑群组中任一节点不断地扫描n组子信道组，并在收到待加入逻辑群组的无人机节点所发送的探针时的信道上发送回应信号。
S03：待加入逻辑群组的无人机节点如果接收到逻辑群组中任一终端所发送的回应信号时，则与逻辑群组中该节点建立通信连接，待加入逻辑群组的无人机节点和逻辑群组中该终端进入握手认证阶段；如果没有接收到逻辑群组中任一终端所发送的回应信号，则返回S02。
待加入逻辑群组的无人机节点在空闲信道以跳频方式发送探针，并等待回应具体方法包括如下步骤：
S03-1：待加入逻辑群组的无人机节点选取一个子信道组Fm，其中m∈{0,1,...,n-1}，以该子信道组Fm为起点重新组成分组的遍历集合：M＝{Fm,Fm+1,...,Fn-1,F0,...,Fm-1}；
S03-2：待加入逻辑群组的无人机节点在该信道组Fm中根据频谱感知是否存在空闲子信道；
S03-3：如果该信道组Fm中有空闲子信道，则待加入逻辑群组的无人机节点在长度为TTX的时隙中，在该信道组中的一个空闲信道fz (m)上发送探针，其中；z∈{0,1,...,k-1}；
S03-4：待加入逻辑群组的无人机节点在长度为TRX的时隙中查询回应信号，其中，
S03-5：判断是否收到逻辑群组中某一节点的回应信号，如果收到，则进入握手阶段；如果没有收到，则判断是否重复了k次，如果重复了k次，则判断是否遍历了所有的子信道组；如果没有重复k次，则返回S03-3。
逻辑群组中任一终端不断地扫描n组子信道组，并在收到待加入逻辑群组的无人机节点所发送的探针时在待加入逻辑群组的无人机节点发送探针的信道上发送回应信号的方法包括如下步骤：
S04-1：逻辑群组中每一终端选取一个子信道组Fl，其中，l∈{0,1,...,n-1}，以该子信道组Fl为起点重新组成分组的遍历集合：L＝{Fl,Fl+1,...,Fn-1,F0,...,Fl-1}
S04-2：逻辑群组中每一终端以时长Tb为一个跳频时隙，以T＝kTb为一个周期，遍历当前子信道组中的所有k个子信道以搜索待加入逻辑群组的无人机节点发送的探针；
S04-3：如果在当前子信道组中搜索到待加入逻辑群组的无人机节点发送的探针，则重点扫描该子信道组并在待加入逻辑群组的无人机节点发送探针的子信道上发送回应信号，并进入认证阶段；如果在当前子信道组中没有搜索到待加入逻辑群组的无人机节点发送的探针，则判断是否重复了m次，如果是，则判断是否历遍了所有子信道组；如果否，则返回S04-2，这里，m将其称为重复系数，一般取值m〈k。
逻辑群组中某一节点和待加入群的节点的握手认证过程包含以下处理步骤：
同步识别阶段：当逻辑群组中某一终端捕获到待加入逻辑群组的无人机节点发出的信号后，进入同步识别阶段，此时逻辑群组该节点可以根据它捕获到的信号的子信道所在位置，得到下一个时隙子信道所在子信道组，因此逻辑群组中该节点不再盲目的扫描所有的子信道，而是利用捕获到的信号有针对性的扫描相应的子信道组。待加入逻辑群组的无人机节点收到捕获回应信号后，进入同步阶段；同步阶段：逻辑群组中该节点向待认证节点发送同步指令引导待认证节点进入同步阶段，待认证节点收到逻辑群组中该节点所发送的同步指令后，在指定时间进入握手阶段；待加入逻辑群组的无人机节点与逻辑群组中该节点交互各自感知的信道信息，依据相应的子信道选择策略，选择子信道，建立相对稳定的通信链路；逻辑群组中该节点对待认证节点进行认证，如果认证通过，则向组长汇报有新节点加入，如果认证没通过，则向组长汇报有可能有入侵节点。
本发明提供的方法可以由各种语言编成计算机应用的程序，并存储于如存储器、网盘等存储介质中，处理器可以调用该程序以完成一系列的功能。本发明中的处理器可包括数字信号处理器(DSP)、微处理器、可编程序逻辑装置(PLD)、门阵列或多个处理组件以及电源管理子系统。处理器还可包括内部高速缓存存储器，所述内部高速缓存存储器被配置成存储从存储器或者控制卡中取得的用于执行的计算机可读指令。所述存储器包括非暂态计算机介质，所述介质例如包括SRAM、快闪、SDRAM和/或硬盘驱动器(HDD)等。存储器被配置成存储计算机可读指令以便由处理器来执行。
以上结合附图，详细说明了本发明的工作原理。但是本领域的普通技术人员应当明白，说明书仅是用于解释权利要求书。但本发明的保护范围并不局限于说明书。任何熟悉本技术领域的技术人员在本发明批露的技术范围内，可轻易想到的变化或者替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。
Claims (10)
1.一种无人机集群目标跟踪系统，其包括N架无人机，所述N架无人机组成自组网络，所述自组网络包括一个组长无人机节点和N-1个组员无人机节点，所述N大于或者等于3，每架无人机均携带了传感器，其特征在于，
1) N-1个组员无人机节点通过自身携带的传感器对目标进行测量得到测量结果 并将测量结果作为输出经过自组网络传输到组长无人机节点，
2) 组长无人机节点根据收到所有所有测量结果对目标未来的一段时间时间的状态进行预测；
3) 根据目标的预测状态, 组长无人机节点实时调整未来一段时间所有无人机节点的飞行计划,使N-1个组员无人机节点中的部分来协作跟踪目标，使其余组员无人机节点旋停于在目标可能前往的位置空中以等待目标的出现。
2.根据权利要求1所述的无人机集群目标跟踪系统，其特征在于，目标一旦出现于正在等待组员无人机节点视距范围内，该组员无人机节点参与对目标的跟踪，原参与跟踪目标的组员无人机节点中有需要补充能源的，旋停于空中补充能源。
3.根据权利要求1所述的无人机集群目标跟踪系统，其特征在于，所述无人机至少包括电动机和用于控制电动机的控制系统统，所述电动机包括一个定子和一个转子，定子设置于转子外周，所述定子交错设置有呈N极性和S极性的永久磁铁，所述定子至少包括交错设置的第一定子绕组和第二定子绕组，通过第一定子绕组输入交变电流，通过第二定子绕组输出交变电能，控制系统包括控制器、采样器、鉴相器和移相器，所述采样器用于采集输入到第一定子绕组的交流电流的振幅值，并提供给控制器；所述鉴相器用于比较输入到第一定子绕组的交流电流和从第二定子绕组输出的感应电流的相位，并提供给移相器；所述移相器根据鉴相器提供的信号对从第二定子绕组输出的感应电流进行移相，而后与输入到第一定子绕组的交流电流叠加再输入到第一定子定子绕组。
4.根据权利要求3所述的无人机集群目标跟踪系统，其特征在于，电源至少包括光伏电池及其控制电路，光伏电池的控制电路至少包括最大功率跟踪模块和脉冲宽度调制电路，最大功率跟踪模块的输出连接于脉冲宽度调制电路的输入端，脉冲宽度调制电路包括运算第一放大器和第二运算放大器，第一运算放大器的输出端连接于其反相输入端，其正相输入端连接于最大功率跟踪模块的输出端；第二运算放大器的反相端连接于第一运算放大器的输出端，同相端连接于三角波频率源，输出端连接于场效应管的栅极; 场效应管的源极和漏极分别连接于电源和地。
5.根据权利要求4所述的无人机集群目标跟踪系统，其特征在于，所述电源还至少包括制动电路,其包括晶体管、二极管和电阻，晶体管的发射极接地，集电极连接于二极管的正极和电阻的第一端，基极由无人机的飞控器提供控制信号；二极管的负极和电阻的第二端连接于电源。
6.一种无人机集群目标跟踪方法，其使N架无人机组成自组网络，所述自组网络包括一个组长无人机节点和N-1个组员无人机节点，所述N大于或者等于3，每架无人机均携带了传感器，其特征在于，
1) N-1个组员无人机节点通过自身携带的传感器对目标进行测量得到测量结果 并将测量结果作为输出经过自组网络传输到组长无人机节点，
2) 组长无人机节点根据收到所有所有测量结果对目标未来的一段时间时间的状态进行预测；
3) 根据目标的预测状态, 组长无人机节点实时调整未来一段时间所有无人机节点的飞行计划,使N-1个组员无人机节点中的部分来协作跟踪目标，使其余组员无人机节点旋停于在目标可能前往的位置附近以等待目标的出现。
7.根据权利要求6所述的无人机集群目标跟踪方法，其特征在于，目标一旦出现于等待组员无人机节点视距范围内，该组员无人机节点参与对目标的跟踪，原参与跟踪目标的组员无人机节点中有需要补充能源的，旋停于空中补充能源。
8.根据权利要求7所述的无人机集群目标跟踪方法，其特征在于，使无人机旋停于空中时，利用太阳能补充能源。
9.根据权利要求8所述的无人机集群目标跟踪方法，其特征在于，组员节点通过是否定期接收到组长节点发送的心跳数据帧判断组长节点是否存活，如果组长节点不存活，组员节点执行节点发程序，寻找其它组员，并推选组长无人机节点；组长节点通过是否定期接收到组员节点的回应判断组员节点是否存活，只给存活的组员无人机节点发送指令。
10.根据权利要求9所述的无人机集群目标跟踪方法，其特征在于，任一无人机节点都能够对待加入自组网的无人机节点进行认证，认证通过的无人机接收组长无人机节点的调度，并根据组长节点的发送的指令参与执行任务，所述执行任务包括与其它无人机节点协同参与跟踪目标，或者旋停于空中某个位置以目标进行观察并测量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811070779.9A CN109144110B (zh) | 2018-09-14 | 2018-09-14 | 一种无人机集群目标跟踪系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811070779.9A CN109144110B (zh) | 2018-09-14 | 2018-09-14 | 一种无人机集群目标跟踪系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109144110A true CN109144110A (zh) | 2019-01-04 |
| CN109144110B CN109144110B (zh) | 2020-11-24 |
Family
ID=64825434
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811070779.9A Active CN109144110B (zh) | 2018-09-14 | 2018-09-14 | 一种无人机集群目标跟踪系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109144110B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111209294A (zh) * | 2020-01-13 | 2020-05-29 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种基于区域分配面向多无人机的分布式覆盖搜索方法 |
| CN113110595A (zh) * | 2021-05-12 | 2021-07-13 | 中国人民解放军陆军工程大学 | 面向目标核查印证的异构无人机群协同方法 |
| CN114627151A (zh) * | 2021-09-23 | 2022-06-14 | 北京理工大学 | 一种无人机集群对空中目标运动状态跟踪方法 |
| CN114895335A (zh) * | 2022-04-29 | 2022-08-12 | 北京航天飞行控制中心 | 定位信息的处理方法及装置 |
| CN116185077A (zh) * | 2023-04-27 | 2023-05-30 | 北京历正飞控科技有限公司 | 一种黑飞无人机窄带精准打击方法 |
| US11721030B2 (en) | 2021-06-10 | 2023-08-08 | Sony Group Corporation | Method of autonomous hierarchical multi-drone image capturing |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5521817A (en) * | 1994-08-08 | 1996-05-28 | Honeywell Inc. | Airborne drone formation control system |
| CN103576692A (zh) * | 2013-11-07 | 2014-02-12 | 哈尔滨工程大学 | 一种多无人机协同飞行方法 |
| WO2017096596A1 (zh) * | 2015-12-10 | 2017-06-15 | 深圳市大疆创新科技有限公司 | 无人机认证方法，安全通信方法及对应系统 |
| CN106873628A (zh) * | 2017-04-12 | 2017-06-20 | 北京理工大学 | 一种多无人机跟踪多机动目标的协同路径规划方法 |
| CN107844129A (zh) * | 2017-11-30 | 2018-03-27 | 北京大学深圳研究生院 | 基于路径规划和信息融合的多无人机协同搜索方法及系统 |
| CN108199835A (zh) * | 2018-01-19 | 2018-06-22 | 北京江南天安科技有限公司 | 一种多方联合私钥解密方法及系统 |
| CN108260092A (zh) * | 2018-03-21 | 2018-07-06 | 钱子宇 | 一种蜂群无人机系统 |
-
2018
- 2018-09-14 CN CN201811070779.9A patent/CN109144110B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5521817A (en) * | 1994-08-08 | 1996-05-28 | Honeywell Inc. | Airborne drone formation control system |
| CN103576692A (zh) * | 2013-11-07 | 2014-02-12 | 哈尔滨工程大学 | 一种多无人机协同飞行方法 |
| WO2017096596A1 (zh) * | 2015-12-10 | 2017-06-15 | 深圳市大疆创新科技有限公司 | 无人机认证方法，安全通信方法及对应系统 |
| CN106873628A (zh) * | 2017-04-12 | 2017-06-20 | 北京理工大学 | 一种多无人机跟踪多机动目标的协同路径规划方法 |
| CN107844129A (zh) * | 2017-11-30 | 2018-03-27 | 北京大学深圳研究生院 | 基于路径规划和信息融合的多无人机协同搜索方法及系统 |
| CN108199835A (zh) * | 2018-01-19 | 2018-06-22 | 北京江南天安科技有限公司 | 一种多方联合私钥解密方法及系统 |
| CN108260092A (zh) * | 2018-03-21 | 2018-07-06 | 钱子宇 | 一种蜂群无人机系统 |
Non-Patent Citations (2)
| Title |
|---|
| 孙海波 等: "通信和测量受限条件下异构多UAV分布式协同目标跟踪方法 ", 《航空学报》 * |
| 谭申强 等: "基于面向对象Petri网的无人机协同追踪系统建模 ", 《计算机应用研究》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111209294A (zh) * | 2020-01-13 | 2020-05-29 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种基于区域分配面向多无人机的分布式覆盖搜索方法 |
| CN111209294B (zh) * | 2020-01-13 | 2023-10-24 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种基于区域分配面向多无人机的分布式覆盖搜索方法 |
| CN113110595A (zh) * | 2021-05-12 | 2021-07-13 | 中国人民解放军陆军工程大学 | 面向目标核查印证的异构无人机群协同方法 |
| CN113110595B (zh) * | 2021-05-12 | 2022-06-21 | 中国人民解放军陆军工程大学 | 面向目标核查印证的异构无人机群协同方法 |
| US11721030B2 (en) | 2021-06-10 | 2023-08-08 | Sony Group Corporation | Method of autonomous hierarchical multi-drone image capturing |
| CN114627151A (zh) * | 2021-09-23 | 2022-06-14 | 北京理工大学 | 一种无人机集群对空中目标运动状态跟踪方法 |
| CN114627151B (zh) * | 2021-09-23 | 2024-07-26 | 北京理工大学 | 一种无人机集群对空中目标运动状态跟踪方法 |
| CN114895335A (zh) * | 2022-04-29 | 2022-08-12 | 北京航天飞行控制中心 | 定位信息的处理方法及装置 |
| CN114895335B (zh) * | 2022-04-29 | 2024-10-22 | 北京航天飞行控制中心 | 定位信息的处理方法及装置 |
| CN116185077A (zh) * | 2023-04-27 | 2023-05-30 | 北京历正飞控科技有限公司 | 一种黑飞无人机窄带精准打击方法 |
| CN116185077B (zh) * | 2023-04-27 | 2024-01-26 | 北京历正飞控科技有限公司 | 一种黑飞无人机窄带精准打击方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109144110B (zh) | 2020-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109257745A (zh) | 一种自组网无人机集群系统 | |
| CN109144110A (zh) | 一种无人机集群目标跟踪系统 | |
| CN109121139A (zh) | 一种无人机集群系统防入侵的方法 | |
| CN108260092A (zh) | 一种蜂群无人机系统 | |
| Lin et al. | Positioning for the internet of things: A 3GPP perspective | |
| CN110301143A (zh) | 用于无线电通信的方法和设备 | |
| Chaqfeh et al. | Vehicular cloud data collection for intelligent transportation systems | |
| CN107357315B (zh) | 一种无人机管理系统 | |
| CN105228179B (zh) | 历史网络kpi数据集合生成、用户识别卡分配方法、装置及系统 | |
| Khalid et al. | E2 MR: energy‐efficient multipath routing protocol for underwater wireless sensor networks | |
| Logeshwari et al. | Authenticated anonymous secure on demand routing protocol in VANET (Vehicular adhoc network) | |
| Garraffa et al. | Drones path planning for WSN data gathering: A column generation heuristic approach | |
| Tom et al. | Aggregator based RPL for an IoT-fog based power distribution system with 6LoWPAN | |
| CN207232768U (zh) | 一种无人机管理系统 | |
| Wang et al. | A 3-D energy-harvesting-aware routing scheme for space nanosatellite networks | |
| CN109050941A (zh) | 一种基于新能源架构的无人机集群系统 | |
| CN107493457A (zh) | 一种无人机监视系统 | |
| CN107390711A (zh) | 一种无人机监视侦察系统 | |
| CN107628249A (zh) | 无人机目标跟踪系统 | |
| WO2017018185A1 (ja) | 情報処理装置および方法、並びに、プログラム | |
| CN207926473U (zh) | 一种基于蜂群系统的长续行无人机 | |
| Han et al. | Epidemic theory-inspired integrated sensing and communication networks: Design and analysis | |
| US20240323678A1 (en) | Techniques for enabling secure communications or energy transfer operations | |
| CN107608376A (zh) | 一种基于无人机的环境监察系统 | |
| CN207518623U (zh) | 无人机获取的信息的隐传系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Lening Inventor after: Zhang Huimin Inventor after: Wang Yu Inventor after: Sheng Jinwei Inventor after: Zhao Zhengdang Inventor after: Gong Min Inventor before: Wang Lening Inventor before: Zhang Huimin Inventor before: Wang Yu Inventor before: Sheng Jinwei |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |