CN109213712B - 用于机器类通信系统的服务提供方法、装置及电子设备 - Google Patents
用于机器类通信系统的服务提供方法、装置及电子设备 Download PDFInfo
- Publication number
- CN109213712B CN109213712B CN201811036858.8A CN201811036858A CN109213712B CN 109213712 B CN109213712 B CN 109213712B CN 201811036858 A CN201811036858 A CN 201811036858A CN 109213712 B CN109213712 B CN 109213712B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- machine type
- type communication
- path
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F13/38—Information transfer, e.g. on bus
- G06F13/40—Bus structure
- G06F13/4063—Device-to-bus coupling
- G06F13/4068—Electrical coupling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- Development Economics (AREA)
- Mobile Radio Communication Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例提供了一种用于机器类通信系统的服务提供方法、装置及电子设备,方法应用于机器类通信系统的中心控制器,机器类通信系统还包括无人机以及机器类通信设备,方法包括:根据待服务的各机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;根据当前主要任务需求对应的任务量,以及各通信类设备的位置信息,通过混合悬停位置选择HHPS算法,确定无人机的悬停位置;根据无人机的悬停位置以及无人机的当前电量,通过基于杜鹃搜索的路径规划算法,确定无人机的路径,并将路径发送至无人机,以使无人机根据路径为各机器类通信设备提供服务。通过本发明实施例的技术方案,可以降低无人机为机器类通信设备提供服务过程中的功耗。
Description
技术领域
本发明涉及无线通信技术领域,特别是涉及一种用于机器类通信系统的服务提供方法、装置及电子设备。
背景技术
在智能城市中,住宅、汽车、机器类通信设备的部署和服务预计将呈指数级增长,并将创造价值数十亿美元的产业,涵盖交通、公用事业、健康、环境和安全等广泛的垂直领域。机器类通信系统是未来5G系统中重要的网络部署场景之一,业内预测,未来5年全球应用在机器类通信系统中的机器类通信设备数量将达到500亿。
对于机器类通信设备来说,本地计算资源不足以运行复杂的应用程序,有限的电池寿命将也是部署机器类通信设备的限制条件。海量的机器类通信设备可能导致无线接入网和核心网的严重拥塞,甚至将降低人与人之间通信的服务质量。
最近,无人机引起了很多关注,尤其是在配备适当和远程可控制的机器类通信设备时提供新的物联网增值服务。使用无人机进行网络通信的一个吸引人的特点是:与地面基站相比,它们可以迅速部署为基站,以扩大覆盖范围并改善网络连接。因此,通过无人机为机器类通信设备提供服务,可以有效解决机器类通信设备自身计算资源不足以及电池寿命有限的问题。
然而,对于配备电池的无人机来说,由于电池对于飞行和执行任务至关重要,所以功耗是一个很大的问题。因此,如何降低无人机提供服务过程中的功耗,成为一个亟待解决的技术问题。
发明内容
本发明实施例的目的在于提供一种用于机器类通信系统的服务提供方法、装置及电子设备,以降低无人机提供服务过程中的功耗。具体技术方案如下:
第一方面,本发明实施例提供了一种用于机器类通信系统的服务提供方法,应用于所述机器类通信系统的中心控制器,所述机器类通信系统还包括无人机以及机器类通信设备,所述方法包括:
根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;
根据所述当前主要任务需求对应的任务量,以及各所述通信类设备的位置信息,通过混合悬停位置选择HHPS算法,确定所述无人机的悬停位置;
根据所述无人机的悬停位置以及所述无人机的当前电量,通过基于杜鹃搜索的路径规划算法,确定所述无人机的路径,并将所述路径发送至所述无人机,以使所述无人机根据所述路径为各所述机器类通信设备提供服务。
可选的,所述主要任务需求包括低时延数据采集需求或卸载计算需求;所述根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求包括:
根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,统计类型为低时延数据采集的任务量占总任务量的比例;
当所述比例大于预设阈值时,确定低时延数据采集需求为当前主要任务需求;否则,确定卸载计算需求为当前主要任务需求。
可选的,所述根据所述当前主要任务需求对应的任务量,以及各所述通信类设备的位置信息,通过混合悬停位置选择HHPS算法,确定所述无人机的悬停位置包括:
确定所述无人机覆盖范围对应的第一面积以及所述机器类通信设备所在范围对应的第二面积;
根据所述第一面积和所述第二面积,初始化悬停点数量;并根据不由所述无人机提供服务的机器类通信设备的数量,计算目标参数;
当所述目标参数与不由所述无人机提供服务的机器类通信设备的数量之间满足预设大小关系时,根据预设更新规则更新所述悬停点数量,并根据更新后的悬停点数量通过K-中心点算法得到暂时悬停点;
针对每个所述机器类通信设备,计算该机器类通信设备到其所属暂时悬停点的距离,当该距离大于所述无人机覆盖半径时,更新所述目标参数;
根据预设的权值以及更新后的悬停点数量通过加权K-均值算法得到最终悬停点,将所述最终悬停点作为所述无人机的悬停位置;所述权值与所述当前主要任务需求对应的任务量成正比。
可选的,所述根据所述第一面积和所述第二面积,初始化悬停点数量包括:
根据以下公式,得到初始化悬停点数量Ncluster:
Ncluster=γ(SMTCD/Suav)
其中,γ为预设常数,SMTCD为所述第一面积,Suav为所述第二面积。
可选的,所述当该距离小于所述无人机覆盖半径时,所述方法还包括:
将该机器类通信设备加入由所述无人机提供服务的机器类通信设备集合;
所述将所述最终悬停点作为所述无人机的悬停位置之后,所述方法还包括:
针对每个所述机器类通信设备,计算该机器类通信设备到每个最终悬停点的距离,当该距离小于所述无人机覆盖半径时,将该机器类通信设备归于该最终悬停点。
可选的,所述权值通过以下方式确定:
w=w1nr+w2nc
其中,nr为当前主要任务需求对应的任务量,nc为待服务的其他任务需求对应的任务量,w1为主要需求任务权重,w2为其他需求任务权重。
可选的,所述根据所述无人机的悬停位置以及所述无人机的当前电量,通过基于杜鹃搜索的路径规划算法,确定所述无人机的路径包括:
根据所述无人机的当前电量以及优化目标,确定适应度函数;并根据所述无人机的悬停位置确定多个随机初始化路径;
循环执行以下步骤,直到循环次数达到预设次数时,在所有暂时路径中确定适应度最高的路径作为所述无人机的路径:
用基于自适应参数的intra-slice2-opt方法随机更新所述初始化路径中的一部分路径;
根据所述适应度函数评估各初始化路径的适应度,用莱维飞行得到一个随机的候选路径,并根据所述适应度函数评估所述候选路径的适应度;
随机选择一个初始化路径,并在所述初始化路径的适应度小于所述候选路径的适应度时,使用所述候选路径替换该初始化路径;
选择一部分适应度最低的初始化路径,并通过inter-slice 2-optmove得到更新后路径,识别更新后适应度大于对应的初始化路径的更新后路径,作为暂时路径。
第二方面,本发明实施例提供了一种用于机器类通信系统的服务提供装置,应用于所述机器类通信系统的中心控制器,所述机器类通信系统还包括无人机以及机器类通信设备,所述装置包括:
需求确定模块,用于根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;
位置确定模块,用于根据所述当前主要任务需求对应的任务量,以及各所述通信类设备的位置信息,通过混合悬停位置选择HHPS算法,确定所述无人机的悬停位置;
路径确定模块,用于根据所述无人机的悬停位置以及所述无人机的当前电量,通过基于杜鹃搜索的路径规划算法,确定所述无人机的路径,并将所述路径发送至所述无人机,以使所述无人机根据所述路径为各所述机器类通信设备提供服务。
可选的,所述需求确定模块,具体用于:
根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,统计类型为低时延数据采集的任务量占总任务量的比例;
当所述比例大于预设阈值时,确定低时延数据采集需求为当前主要任务需求;否则,确定卸载计算需求为当前主要任务需求。
可选的,所述位置确定模块,具体用于:
确定所述无人机覆盖范围对应的第一面积以及所述机器类通信设备所在范围对应的第二面积;
根据所述第一面积和所述第二面积,初始化悬停点数量;并根据不由所述无人机提供服务的机器类通信设备的数量,计算目标参数;
当所述目标参数与不由所述无人机提供服务的机器类通信设备的数量之间满足预设大小关系时,根据预设更新规则更新所述悬停点数量,并根据更新后的悬停点数量通过K-中心点算法得到暂时悬停点;
针对每个所述机器类通信设备,计算该机器类通信设备到其所属暂时悬停点的距离,当该距离大于所述无人机覆盖半径时,更新所述目标参数;
根据预设的权值以及更新后的悬停点数量通过加权K-均值算法得到最终悬停点,将所述最终悬停点作为所述无人机的悬停位置;所述权值与所述当前主要任务需求对应的任务量成正比。
可选的,所述位置确定模块,具体用于:
根据以下公式,得到初始化悬停点数量Ncluster:
Ncluster=γ(SMTCD/Suav)
其中,γ为预设常数,SMTCD为所述第一面积,Suav为所述第二面积。
可选的,所述装置还包括:
添加模块,用于将该机器类通信设备加入由所述无人机提供服务的机器类通信设备集合;
归类模块,用于针对每个所述机器类通信设备,计算该机器类通信设备到每个最终悬停点的距离,当该距离小于所述无人机覆盖半径时,将该机器类通信设备归于该最终悬停点。
可选的,所述权值通过以下方式确定:
w=w1nr+w2nc
其中,nr为当前主要任务需求对应的任务量,nc为待服务的其他任务需求对应的任务量,w1为主要需求任务权重,w2为其他需求任务权重。
可选的,所述路径确定模块,具体用于:
根据所述无人机的当前电量以及优化目标,确定适应度函数;并根据所述无人机的悬停位置确定多个随机初始化路径;
循环执行以下步骤,直到循环次数达到预设次数时,在所有暂时路径中确定适应度最高的路径作为所述无人机的路径:
用基于自适应参数的intra-slice2-opt方法随机更新所述初始化路径中的一部分路径;
根据所述适应度函数评估各初始化路径的适应度,用莱维飞行得到一个随机的候选路径,并根据所述适应度函数评估所述候选路径的适应度;
随机选择一个初始化路径,并在所述初始化路径的适应度小于所述候选路径的适应度时,使用所述候选路径替换该初始化路径;
选择一部分适应度最低的初始化路径,并通过inter-slice 2-optmove得到更新后路径,识别更新后适应度大于对应的初始化路径的更新后路径,作为暂时路径。
第三方面,本发明实施例还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的程序时,实现上述任一所述的方法步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述任一所述的方法步骤。
第五方面,本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的方法步骤。
本发明实施例提供的一种用于机器类通信系统的服务提供方法、装置及电子设备,根据待服务的各机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;然后根据当前主要任务需求对应的任务量,以及各通信类设备的位置信息,通过混合悬停位置选择HHPS算法,能够准确的确定无人机的悬停位置;进一步的,根据无人机的悬停位置以及无人机的当前电量,通过基于杜鹃搜索的路径规划算法,精确的确定无人机的路径,以使无人机在为机器类通信设备提供服务过程中,行驶的路径达到最短,从而能够降低无人机提供服务过程中的功耗。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例提供的一种用于机器类通信系统的服务提供方法的流程示意图;
图2为本发明实施例提供的一种用于机器类通信系统的服务提供装置的结构示意图;
图3为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行描述。
下面首先对本发明实施例所提供的一种用于机器类通信系统的服务提供方法进行介绍。
需要说明的是,本发明实施例所提供的用于机器类通信系统的服务提供方法可以应用于大规模机器类通信场景,具体可以应用于机器类通信系统的中心控制器,该机器类通信系统还包括无人机以及机器类通信设备。
无人机搭载通信和计算设备作为移动基站为大规模机器类通信设备提供采集数据和计算的服务。中心控制器通过评估机器类通信系统的主要需求、机器类通信设备的情况和无人机电量进行无人机飞行路径的规划,无人机基站的服务过程严格按照中心控制器的指令进行。
本发明实施例所提供的用于机器类通信系统的服务提供方法,如图1所示,该方法可以包括如下步骤:
S110,根据待服务的各机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;
在本发明实施例中,中心控制器储存并定期更新服务区域内,所有机器类通信设备的地理位置和任务信息。机器类通信设备的需求根据突发性分为紧急和非紧急两类:紧急的服务质量需求:机器类通信设备按照中心控制器指示接入时延更低且可靠性更高的地面基站,由地面基站服务;非紧急的服务质量需求:机器类通信设备按照中心控制器指示接入无人机基站,由无人机基站服务。
根据无人机基站提供服务的类型,即数据采集和计算,分析机器类通信设备的当前非紧急需求,定义当前区域的机器类通信系统服务质量需求分为:低时延数据采集需求:服务需要将大规模机器类通信设备观测到的海量数据上传到核心网;卸载计算需求:服务需要卸载计算任务(通常是需要较大计算资源和能力的计算任务)到无人机搭载的计算设备,得到计算结果。
默认情况下低时延数据采集需求的优先级高于卸载计算需求。一般情况下,系统同时包含这两个需求,因此可以根据各需求对应的任务量确定系统的主要需求。中心控制器在无人机基站起飞前,统计区域内由无人机基站提供服务的机器类通信设备中所有待处理任务的类型和任务量,将任务根据需求进行分类,计算各个需求的任务占所有任务的比例。若划分为数据采集需求的任务占比超过40%则确定数据采集为机器类通信系统当前主要需求,否则确定卸载计算需求为机器类通信系统当前主要需求。机器类通信系统当前主要需求的优先级高于其他需求,在资源受限的情况下,包含优先级较高的需求的任务会被优先处理。
S120,根据当前主要任务需求对应的任务量,以及各通信类设备的位置信息,通过HHPS(Hybrid Hovering Position Selection,混合悬停位置选择)算法,确定无人机的悬停位置;
考虑到信道的稳定性和传输的效率,搭载小基站和计算设备的无人机在处理机器类通信设备的任务时处于悬停状态,在悬停位置之间匀速飞行。机器类通信设备的地理位置信息和当前任务信息由中心控制器存储在本地。中心控制器根据本地存储的机器类通信设备的信息,挑选出地理位置过于分散的机器类通信设备或者包含非常紧急任务的机器类通信设备,并指示其由地面基站处理所有任务。之后根据其余的机器类通信设备的地理位置和任务量选择无人机基站的悬停位置,采用相应的算法确定悬停位置的数量和悬停位置的地理位置,使得机器类通信设备完成所有任务的功耗最小。
具体的,中心控制器可以根据本地存储的机器类通信设备的信息,根据K-Mediods算法挑选出地理位置过于分散的机器类通信设备并指示其接入地面基站,由地面基站处理其所有任务。包含紧急任务的机器类通信设备按照中心控制器指示默认由地面基站提供服务。中心控制器根据其余的机器类通信设备的地理位置和任务量选择无人机基站的悬停位置,采用加权K-均值算法将任务量作为权重对传输距离进行加权,确定悬停位置的数量和悬停位置的地理位置,使得机器类通信设备完成其所有任务所需的传输的总功耗最小。
例如,中心控制器可以首先确定无人机覆盖范围对应的第一面积Suav,以及机器类通信设备所在范围对应的第二面积SMTCD,然后执行以下步骤:
根据所述第一面积和所述第二面积,初始化悬停点数量;并根据不由所述无人机提供服务的机器类通信设备的数量,计算目标参数;
当所述目标参数与不由所述无人机提供服务的机器类通信设备的数量之间满足预设大小关系时,根据预设更新规则更新所述悬停点数量,并根据更新后的悬停点数量通过K-中心点算法得到暂时悬停点;
针对每个所述机器类通信设备,计算该机器类通信设备到其所属暂时悬停点的距离,当该距离大于所述无人机覆盖半径时,更新所述目标参数;
根据预设的权值以及更新后的悬停点数量通过加权K-均值算法得到最终悬停点,将所述最终悬停点作为所述无人机的悬停位置;所述权值与所述当前主要任务需求对应的任务量成正比。
如,中心控制器可以根据以下公式,得到初始化悬停点数量Ncluster:
Ncluster=γ(SMTCD/Suav)
其中,γ为预设常数,如可以设为1.5,SMTCD为所述第一面积,Suav为所述第二面积。
根据以下公式计算目标参数oversize:
oversize=σN+1
σ为无服务容忍参数,σ∈(0,1),σN为不由无人机提供服务的机器类通信设备的数量。
当oversize>σN,则Ncluster=Ncluster+1。
用Ncluster执行K-中心点算法得到暂时悬停点。
对每个机器类通信设备,计算其到所属暂时悬停点的距离,如果该距离大于无人机覆盖半径,则oversize=oversize+1。
用Ncluster执行加权K-均值算法得到最终悬停点,即为无人机的悬停位置。权值w=w1nr+w2nc,其中,nr为当前主要任务需求对应的任务量,nc为待服务的其他任务需求对应的任务量,w1为主要需求任务权重,w2为其他需求任务权重。
对所有机器类通信设备计算其到所属的悬停点的距离,如果距离小于无人机覆盖半径则加入由无人机提供服务的机器类通信设备集合。
得到最终悬停点之后,可以针对每个机器类通信设备,计算该机器类通信设备到每个最终悬停点的距离,当该距离小于无人机覆盖半径时,将该机器类通信设备归于该最终悬停点。
S130,根据无人机的悬停位置以及无人机的当前电量,通过基于杜鹃搜索的路径规划算法,确定无人机的路径,并将该路径发送至无人机,以使无人机根据该路径为各机器类通信设备提供服务。
由于电池供电的无人机能量受限,因此其必须在能量耗尽之前返回出发点进行充电。在本发明实施例中,中心控制器可以无人机的当前电量以及无人机的悬停位置对无人机的路径进行规划。如,可以采用基于杜鹃搜索的路径规划算法确定无人机的路径。
中心控制器对无人机路径的规划将在无人机起飞前完成,并将当前主要需求,悬停位置,悬停时间,飞行路径,飞行速度和其他传输参数传达给无人机,无人机起飞后不能改变规划内容。
无人机路径的规划方式取决于:无人机电量情况和路径的规划目标。中心控制器根据无人机电量情况和路径的规划目标确定无人机基站路径的规划方式,在已经得到的悬停位置的基础上,采用基于杜鹃搜索的路径规划算法进行无人机基站的路径规划。
其中,无人机电量情况可以包括以下几种:
1、电量充足,可以支持对机器类通信设备的全部服务和自身移动。这种情况下,无人机将遍历所有悬停位置,在悬停位置点之间匀速飞行,在悬停位置悬停并处理该位置分配的所有机器类通信设备任务,在最后一个悬停位置分配的所有任务完成后,无人机将回到起点进行充电或待机。到达悬停位置后,无人机基站广播全部服务类型和默认优先级。优先级较高的任务将优先得到服务,之后无人机基站将处理优先级较低的任务,悬停时间耗尽前,无人机基站将完成分配到该悬停位置的所有类型服务。
2、电量有限,可以支持全部对机器类通信系统主要需求的服务和自身移动,并可以支持一部分对机器类通信系统其他需求的服务。无人机的飞行路径将不能遍历所有的悬停位置,无人机将在电量耗尽之前回到起点充电,且优先满足机器类通信的主要需求。到达悬停位置后,无人机基站广播提供的服务类型和对应的优先级。优先级较高的任务将优先得到服务,若其在由中心控制器规定的悬停时间耗尽之前全部完成,无人机基站将处理优先级较低的任务,直到悬停时间耗尽。
3、电量很少,不足以支持全部对机器类通信系统主要需求的服务和自身移动。无人机的飞行路径将不能遍历所有的悬停位置,无人机将在电量耗尽之前回到起点充电,且仅满足部分机器类通信的主要需求。到达悬停位置后,无人机基站广播提供的服务类型和对应的优先级。无人机基站将处理优先级较高的任务,直到悬停时间耗尽。
无人机未被安排工作时,将停落在固定的停机坪,处于待机或充电状态。无人机路径的起点和终点均为该固定位置。无人机基站从起点开始按照中心控制器的规划依次飞至悬停位置,由匀速飞行状态切换为悬停状态,打开通信和计算设备,广播提供的服务类型和优先级。机器类通信设备接入无人机基站并在资源分配后根据收到的提供服务类型和对应优先级开始传输数据和计算任务。
具体的,中心控制器可以按照以下步骤,对无人机的路径进行规划:
根据无人机的当前电量以及优化目标,确定适应度函数;并根据无人机的悬停位置确定多个随机初始化路径;
循环执行以下步骤,直到循环次数达到预设次数时,在所有暂时路径中确定适应度最高的路径作为无人机的路径:
用基于自适应参数的intra-slice2-opt方法随机更新初始化路径中的一部分路径;
根据适应度函数评估各初始化路径的适应度,用莱维飞行得到一个随机的候选路径,并根据适应度函数评估候选路径的适应度;
随机选择一个初始化路径,并在初始化路径的适应度小于候选路径的适应度时,使用候选路径替换该初始化路径;
选择一部分适应度最低的初始化路径,并通过inter-slice 2-optmove得到更新后路径,识别更新后适应度大于对应的初始化路径的更新后路径,作为暂时路径。
其中,根据不同的优化需求,适应度函数可以为以下其中之一:
1、最小化无人机的电量消耗:在无人机电量充足,有限或很少时,处理机器类通信设备服务的耗电量保持不变,规划路径最小化无人机移动距离以最小化无人机的耗电量。
x:解,即路径;
Tu:单位时间,单位时间内完成的任务定义为单位任务;
K:悬停点个数;
nj,r:悬停点j需要处理的单位采集任务的数量;
nj,c:悬停点j需要处理的单位计算任务的数量;
dj,j+1:路径上第j个悬停点到第j+1个悬停点之间的距离;
v:无人机在悬停点之间的飞行速度;
dK,1:路径上最后一个悬停点到起始悬停点的距离;
2、最小化机器类通信设备的总时延:在无人机电量充足,有限或很少时,规划路径以最小化无人机的耗电量。
nj:第j个悬停点待处理的单位任务数量。
3、最大化无人机基站的吞吐量:在无人机电量充足时,无人机基站的最大吞吐量不变;在无人机电量受限或很少时,规划路径以最大化无人机基站的吞吐量。
4、最大化无人机基站对于系统主要需求的吞吐量:在无人机电量充足时,无人机基站提供机器类通信设备的全部服务,对于系统主要需求的吞吐量不变;在无人机电量受限时,无人机基站提供对于机器类通信系统主要需求的全部服务,对于系统主要需求的吞吐量不变;在无人机电量很少时,无人机基站只能提供一部分对于机器类通信系统主要需求的服务,规划路径以最大化无人机基站对于系统主要需求的吞吐量。
k:路径上悬停点的个数。即,能量耗尽前,无人机必须返回起始点充电,此前经过的悬停点个数。
5、完全满足对于系统主要需求的情况下,最大化无人机基站对其他需求的吞吐量:在无人机电量充足时,无人机基站提供机器类通信设备的全部服务,对于系统所有需求的吞吐量不变;在无人机电量受限时,无人机基站提供对于机器类通信系统主要需求的全部服务以及部分对于机器类通信系统其他需求的服务,规划路径以最大化无人机基站对于系统其他需求的吞吐量;在无人机电量很少时,无人机基站不提供对于机器类通信系统其他需求的服务,对于系统其他需求的吞吐量为0。
通过设置不同的优化需求,能够应对不同需求,并优化时延和吞吐量。
如,当无人机的悬停位置为位置点a、b、c、d、e、f时,可以按照以下步骤确定无人机的路径:
1、确定适应度函数为最小化无人机的电量消耗对应的函数:
2、确定多个随机初始化路径:a-b-c-d-e-f;a-c-b-f-d-e;a-c-b-e-f-d;
重复执行以下步骤3-7:
3、当迭代次数小于500时,用基于自适应参数的intra-slice2-opt方法随机更新初始化路径中的路径a-b-c-d-e-f;
具体的,可以将路径a-b-c-d-e-f分为两段,即a-b-c、d-e-f,每段包括3个悬停点;然后在每段中随机选择两个悬停点交换顺序,如在a-b-c中选择悬停点a、b交换顺序,在d-e-f中选择悬停点d、f交换顺序,得到更新后的路径:b-a-c-f-e-d;
4、用莱维飞行得到一个随机的路径,如a-e-c-f-d-b;并根据适应度函数评估它的适应度;
5:随机选择一个初始化路径,如a-c-b-f-d-e,如果其适应度小于步骤4中得到的路径的适应度,则使用步骤4中的路径替换该初始化路径;当前路径即包括:b-a-c-f-e-d;a-e-c-f-d-b;a-c-b-e-f-d;
6:选择一部分适应度最低的初始化路径,如a-e-c-f-d-b;a-c-b-e-f-d;并通过inter-slice 2-optmove得到更新后路径,识别更新后适应度大于对应的初始化路径的更新后路径,作为暂时路径;
具体的,对路径a-c-b-e-f-d更新时,可以首先将路径a-c-b-e-f-d分为两段,即a-c-b、e-f-d,每段包括3个悬停点;然后选取偶数个段并两两配对,如两段;之后在配对的两段中各自随机选择一个悬停点,并交换这两个来自不同段的悬停点的顺序,如在a-c-b中选择悬停点a,在e-f-d中选择悬停点d交换顺序,得到更新后的路径:d-c-b-e-f-a;
对路径a-e-c-f-d-b进行更新后得到的暂时路径可以为:a-d-c-f-e-b;
7、当迭代次数小于500时,返回执行步骤3;否则,在所有暂时路径中确定适应度最高的路径作为无人机的路径,也即在路径b-a-c-f-e-d、d-c-b-e-f-a、a-d-c-f-e-b中选择适应度最高的路径作为无人机的路径。
无人机对机器类通信设备的服务由机器类通信设备的服务需求决定,对于数据采集需求,无人机接收数据并将其上传到核心网;对于卸载计算需求,无人机接收并处理计算任务后将计算结果发送回对应的机器类通信设备。对于同时包含数据采集需求和卸载计算需求的任务,无人机基站接收数据并处理计算任务,之后将结果上传到核心网,并发送回对应的机器类通信设备。
无人机将在中心控制器规划的悬停时间到达前处理完之前接收到的任务并关闭通信和计算设备,并在中心控制器规划的悬停时间耗尽后结束悬停,由悬停状态转为匀速飞行状态,移动到中心控制器规划的路径中的下一个悬停位置,重复以上过程,直至离开中心控制器规划的路径中最后一个悬停位置。之后无人机基站将返回到起始点,即固定的停机坪进行充电或待机,以备之后的工作。中心控制器将保证无人机基站有足够的能量完成其规划的路径中的通信,计算和飞行任务。
本发明实施例提供的一种用于机器类通信系统的服务提供方法,根据待服务的各机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;然后根据当前主要任务需求对应的任务量,以及各通信类设备的位置信息,通过混合悬停位置选择HHPS算法,能够准确的确定无人机的悬停位置;进一步的,根据无人机的悬停位置以及无人机的当前电量,通过基于杜鹃搜索的路径规划算法,精确的确定无人机的路径,以使无人机在为机器类通信设备提供服务过程中,行驶的路径达到最短,从而能够降低无人机提供服务过程中的功耗。
下面对本发明实施例所提供的用于机器类通信系统的服务提供装置进行介绍。
本发明实施例所提供的用于机器类通信系统的服务提供装置,应用于所述机器类通信系统的中心控制器,所述机器类通信系统还包括无人机以及机器类通信设备,如图2所示,可以包括:
需求确定模块210,用于根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;
位置确定模块220,用于根据所述当前主要任务需求对应的任务量,以及各所述通信类设备的位置信息,通过混合悬停位置选择HHPS算法,确定所述无人机的悬停位置;
路径确定模块230,用于根据所述无人机的悬停位置以及所述无人机的当前电量,通过基于杜鹃搜索的路径规划算法,确定所述无人机的路径,并将所述路径发送至所述无人机,以使所述无人机根据所述路径为各所述机器类通信设备提供服务。
本发明实施例提供的一种用于机器类通信系统的服务提供装置,根据待服务的各机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;然后根据当前主要任务需求对应的任务量,以及各通信类设备的位置信息,通过混合悬停位置选择HHPS算法,能够准确的确定无人机的悬停位置;进一步的,根据无人机的悬停位置以及无人机的当前电量,通过基于杜鹃搜索的路径规划算法,精确的确定无人机的路径,以使无人机在为机器类通信设备提供服务过程中,行驶的路径达到最短,从而能够降低无人机提供服务过程中的功耗。
可选的,所述需求确定模块210,具体用于:
根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,统计类型为低时延数据采集的任务量占总任务量的比例;
当所述比例大于预设阈值时,确定低时延数据采集需求为当前主要任务需求;否则,确定卸载计算需求为当前主要任务需求。
可选的,所述位置确定模块220,具体用于:
确定所述无人机覆盖范围对应的第一面积以及所述机器类通信设备所在范围对应的第二面积;
根据所述第一面积和所述第二面积,初始化悬停点数量;并根据不由所述无人机提供服务的机器类通信设备的数量,计算目标参数;
当所述目标参数与不由所述无人机提供服务的机器类通信设备的数量之间满足预设大小关系时,根据预设更新规则更新所述悬停点数量,并根据更新后的悬停点数量通过K-中心点算法得到暂时悬停点;
针对每个所述机器类通信设备,计算该机器类通信设备到其所属暂时悬停点的距离,当该距离大于所述无人机覆盖半径时,更新所述目标参数;
根据预设的权值以及更新后的悬停点数量通过加权K-均值算法得到最终悬停点,将所述最终悬停点作为所述无人机的悬停位置;所述权值与所述当前主要任务需求对应的任务量成正比。
可选的,所述位置确定模块220,具体用于:
根据以下公式,得到初始化悬停点数量Ncluster:
Ncluster=γ(SMTCD/Suav)
其中,γ为预设常数,SMTCD为所述第一面积,Suav为所述第二面积。
可选的,所述装置还包括:
添加模块,用于将该机器类通信设备加入由所述无人机提供服务的机器类通信设备集合;
归类模块,用于针对每个所述机器类通信设备,计算该机器类通信设备到每个最终悬停点的距离,当该距离小于所述无人机覆盖半径时,将该机器类通信设备归于该最终悬停点。
可选的,所述权值通过以下方式确定:
w=w1nr+w2nc
其中,nr为当前主要任务需求对应的任务量,nc为待服务的其他任务需求对应的任务量,w1为主要需求任务权重,w2为其他需求任务权重。
可选的,所述路径确定模块230,具体用于:
根据所述无人机的当前电量以及优化目标,确定适应度函数;并根据所述无人机的悬停位置确定多个随机初始化路径;
循环执行以下步骤,直到循环次数达到预设次数时,在所有暂时路径中确定适应度最高的路径作为所述无人机的路径:
用基于自适应参数的intra-slice2-opt方法随机更新所述初始化路径中的一部分路径;
根据所述适应度函数评估各初始化路径的适应度,用莱维飞行得到一个随机的候选路径,并根据所述适应度函数评估所述候选路径的适应度;
随机选择一个初始化路径,并在所述初始化路径的适应度小于所述候选路径的适应度时,使用所述候选路径替换该初始化路径;
选择一部分适应度最低的初始化路径,并通过inter-slice 2-optmove得到更新后路径,识别更新后适应度大于对应的初始化路径的更新后路径,作为暂时路径。
下面对本发明实施例所提供的电子设备进行介绍。
本发明实施例所提供的电子设备,如图3所示,包括处理器301、通信接口302、存储器303和通信总线304,其中,处理器301、通信接口302、存储器303通过通信总线304完成相互间的通信;
存储器303,用于存放计算机程序;
处理器301,用于执行存储器303上所存放的程序时,实现如下步骤:
根据待服务的各机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;
根据所述当前主要任务需求对应的任务量,以及各所述通信类设备的位置信息,通过混合悬停位置选择HHPS算法,确定无人机的悬停位置;
根据所述无人机的悬停位置以及所述无人机的当前电量,通过基于杜鹃搜索的路径规划算法,确定所述无人机的路径,并将所述路径发送至所述无人机,以使所述无人机根据所述路径为各所述机器类通信设备提供服务。
本发明实施例提供的电子设备,根据待服务的各机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;然后根据当前主要任务需求对应的任务量,以及各通信类设备的位置信息,通过混合悬停位置选择HHPS算法,能够准确的确定无人机的悬停位置;进一步的,根据无人机的悬停位置以及无人机的当前电量,通过基于杜鹃搜索的路径规划算法,精确的确定无人机的路径,以使无人机在为机器类通信设备提供服务过程中,行驶的路径达到最短,从而能够降低无人机提供服务过程中的功耗。
上述电子设备提到的通信总线304可以是外设部件互连标准(PeripheralComponent Interconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线304可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口302用于上述电子设备与其他设备之间的通信。
存储器303可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器301可以是通用处理器,包括中央处理器(Central ProcessingUnit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(DigitalSignal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的用于机器类通信系统的服务提供方法。
本发明实施例提供的计算机可读存储介质,根据待服务的各机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;然后根据当前主要任务需求对应的任务量,以及各通信类设备的位置信息,通过混合悬停位置选择HHPS算法,能够准确的确定无人机的悬停位置;进一步的,根据无人机的悬停位置以及无人机的当前电量,通过基于杜鹃搜索的路径规划算法,精确的确定无人机的路径,以使无人机在为机器类通信设备提供服务过程中,行驶的路径达到最短,从而能够降低无人机提供服务过程中的功耗。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的用于机器类通信系统的服务提供方法。
本发明实施例提供的计算机程序产品,根据待服务的各机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;然后根据当前主要任务需求对应的任务量,以及各通信类设备的位置信息,通过混合悬停位置选择HHPS算法,能够准确的确定无人机的悬停位置;进一步的,根据无人机的悬停位置以及无人机的当前电量,通过基于杜鹃搜索的路径规划算法,精确的确定无人机的路径,以使无人机在为机器类通信设备提供服务过程中,行驶的路径达到最短,从而能够降低无人机提供服务过程中的功耗。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置/设备/介质/程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (8)
1.一种用于机器类通信系统的服务提供方法,其特征在于,应用于所述机器类通信系统的中心控制器,所述机器类通信系统还包括无人机以及机器类通信设备,所述方法包括:
根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;
根据所述当前主要任务需求对应的任务量,以及各所述机器类通信设备的位置信息,通过混合悬停位置选择HHPS算法,确定所述无人机的悬停位置;
根据所述无人机的悬停位置以及所述无人机的当前电量,通过基于杜鹃搜索的路径规划算法,确定所述无人机的路径,并将所述路径发送至所述无人机,以使所述无人机根据所述路径为各所述机器类通信设备提供服务;
所述主要任务需求包括低时延数据采集需求或卸载计算需求;所述根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求包括:
根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,统计类型为低时延数据采集的任务量占总任务量的比例;
当所述比例大于预设阈值时,确定低时延数据采集需求为当前主要任务需求;否则,确定卸载计算需求为当前主要任务需求。
2.根据权利要求1所述的方法,其特征在于,所述根据所述当前主要任务需求对应的任务量,以及各所述机器类通信设备的位置信息,通过混合悬停位置选择HHPS算法,确定所述无人机的悬停位置包括:
确定所述无人机覆盖范围对应的第一面积以及所述机器类通信设备所在范围对应的第二面积;
根据所述第一面积和所述第二面积,初始化悬停点数量;并根据不由所述无人机提供服务的机器类通信设备的数量,计算目标参数;
当所述目标参数与不由所述无人机提供服务的机器类通信设备的数量之间满足预设大小关系时,根据预设更新规则更新所述悬停点数量,并根据更新后的悬停点数量通过K-中心点算法得到暂时悬停点;
针对每个所述机器类通信设备,计算该机器类通信设备到其所属暂时悬停点的距离,当该距离大于所述无人机覆盖半径时,更新所述目标参数;
根据预设的权值以及更新后的悬停点数量通过加权K-均值算法得到最终悬停点,将所述最终悬停点作为所述无人机的悬停位置;所述权值与所述当前主要任务需求对应的任务量成正比。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一面积和所述第二面积,初始化悬停点数量包括:
根据以下公式,得到初始化悬停点数量Ncluster:
Ncluster=γ(SMTCD/Suav)
其中,γ为预设常数,SMTCD为所述第一面积,Suav为所述第二面积。
4.根据权利要求2所述的方法,其特征在于,当该距离小于所述无人机覆盖半径时,所述方法还包括:
将该机器类通信设备加入由所述无人机提供服务的机器类通信设备集合;
所述将所述最终悬停点作为所述无人机的悬停位置之后,所述方法还包括:
针对每个所述机器类通信设备,计算该机器类通信设备到每个最终悬停点的距离,当该距离小于所述无人机覆盖半径时,将该机器类通信设备归于该最终悬停点。
5.根据权利要求2所述的方法,其特征在于,所述权值通过以下方式确定:
w=w1nr+w2nc
其中,nr为当前主要任务需求对应的任务量,nc为待服务的其他任务需求对应的任务量,w1为主要需求任务权重,w2为其他需求任务权重。
6.根据权利要求1所述的方法,其特征在于,所述根据所述无人机的悬停位置以及所述无人机的当前电量,通过基于杜鹃搜索的路径规划算法,确定所述无人机的路径包括:
根据所述无人机的当前电量以及优化目标,确定适应度函数;并根据所述无人机的悬停位置确定多个随机初始化路径;
循环执行以下步骤,直到循环次数达到预设次数时,在所有暂时路径中确定适应度最高的路径作为所述无人机的路径:
用基于自适应参数的intra-slice2-opt方法随机更新所述初始化路径中的一部分路径;
根据所述适应度函数评估各初始化路径的适应度,用莱维飞行得到一个随机的候选路径,并根据所述适应度函数评估所述候选路径的适应度;
随机选择一个初始化路径,并在所述初始化路径的适应度小于所述候选路径的适应度时,使用所述候选路径替换该初始化路径;
选择一部分适应度最低的初始化路径,并通过inter-slice 2-optmove得到更新后路径,识别更新后适应度大于对应的初始化路径的更新后路径,作为暂时路径。
7.一种用于机器类通信系统的服务提供装置,其特征在于,应用于所述机器类通信系统的中心控制器,所述机器类通信系统还包括无人机以及机器类通信设备,所述装置包括:
需求确定模块,用于根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,确定当前主要任务需求;
位置确定模块,用于根据所述当前主要任务需求对应的任务量,以及各所述机器类通信设备的位置信息,通过混合悬停位置选择HHPS算法,确定所述无人机的悬停位置;
路径确定模块,用于根据所述无人机的悬停位置以及所述无人机的当前电量,通过基于杜鹃搜索的路径规划算法,确定所述无人机的路径,并将所述路径发送至所述无人机,以使所述无人机根据所述路径为各所述机器类通信设备提供服务;
所述需求确定模块,具体用于:
根据待服务的各所述机器类通信设备的待处理任务的类型和任务量,统计类型为低时延数据采集的任务量占总任务量的比例;
当所述比例大于预设阈值时,确定低时延数据采集需求为当前主要任务需求;否则,确定卸载计算需求为当前主要任务需求。
8.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的程序时,实现权利要求1-6任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811036858.8A CN109213712B (zh) | 2018-09-06 | 2018-09-06 | 用于机器类通信系统的服务提供方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811036858.8A CN109213712B (zh) | 2018-09-06 | 2018-09-06 | 用于机器类通信系统的服务提供方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109213712A CN109213712A (zh) | 2019-01-15 |
CN109213712B true CN109213712B (zh) | 2020-05-29 |
Family
ID=64987764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811036858.8A Active CN109213712B (zh) | 2018-09-06 | 2018-09-06 | 用于机器类通信系统的服务提供方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109213712B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109682380B (zh) | 2019-01-16 | 2020-01-10 | 北京邮电大学 | 一种通信无人机路径优化方法及设备 |
CN110673629B (zh) * | 2019-09-23 | 2021-01-29 | 北京邮电大学 | 无人机数据采集方法、装置、计算机系统与可读存储介质 |
CN110868455B (zh) * | 2019-10-29 | 2021-01-01 | 北京邮电大学 | 一种基于空天地远程物联网的计算卸载方法及系统 |
CN111506104B (zh) * | 2020-04-03 | 2021-10-01 | 北京邮电大学 | 一种规划无人机位置的方法及装置 |
CN111683379B (zh) * | 2020-06-08 | 2023-06-27 | 上海特金无线技术有限公司 | 多无人机合作的空基无线信号覆盖部署方法及装置 |
CN111866889A (zh) * | 2020-08-03 | 2020-10-30 | 北京邮电大学 | 基于三维无线网络的无人机终端设备关联方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106713491A (zh) * | 2017-01-20 | 2017-05-24 | 亿航智能设备(广州)有限公司 | 一种基于云端的飞行数据管理方法及装置 |
CN107016077B (zh) * | 2017-03-28 | 2020-05-29 | 南京邮电大学 | 一种面向Web服务组合的优化方法 |
CN107168366B (zh) * | 2017-06-05 | 2020-07-07 | 合肥工业大学 | 无人机编队自适应信息分发处理方法 |
CN108413959A (zh) * | 2017-12-13 | 2018-08-17 | 南京航空航天大学 | 基于改进混沌蚁群算法的无人机航路规划方法 |
-
2018
- 2018-09-06 CN CN201811036858.8A patent/CN109213712B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109213712A (zh) | 2019-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109213712B (zh) | 用于机器类通信系统的服务提供方法、装置及电子设备 | |
US11644829B2 (en) | Remote provisioning of a drone resource | |
US10470241B2 (en) | Multiple mesh drone communication | |
CN110602633B (zh) | 一种面向爆发性流量的移动边缘计算无人机群辅助通信方法 | |
CN113329428B (zh) | 一种无人机辅助的移动边缘网络的请求调度方法 | |
CN113709876B (zh) | 卫星业务资源分配方法及电子设备 | |
CN111757361B (zh) | 一种雾网络中基于无人机辅助的任务卸载方法 | |
CN111342883A (zh) | 一种资源分配方法及装置 | |
CN110015095B (zh) | 一种对可移动设备进行充电的方法及设备 | |
CN114637608A (zh) | 一种计算任务分配和更新方法、终端及网络设备 | |
CN116781144A (zh) | 无人机搭载边缘服务器的方法、装置及存储介质 | |
EP4216640A1 (en) | Allocating resources for communication and sensing services | |
Babu et al. | Bandwidth Scheduling for Content Delivery in VANET | |
CN111431950A (zh) | 任务卸载方法、装置、移动终端、雾节点和存储介质 | |
CN113810916B (zh) | 一种5g/6g边缘计算场景下的多服务器混合部署架构及方法 | |
Tian et al. | Deep Reinforcement Learning‐Based Dynamic Offloading Management in UAV‐Assisted MEC System | |
US11818587B2 (en) | Communication range control device, method, and program | |
US20230035476A1 (en) | Information processing apparatus, information processing method, program, and information processing system | |
Dutta et al. | Convergence Prediction of Mobile Nodes for Energy Transaction in 5G Network | |
JP6452666B2 (ja) | 制御装置及び制御方法 | |
CN108737481B (zh) | 通信方法和通信设备 | |
CN116489658A (zh) | 机场集群场景的无人机异构无线接入方法和系统 | |
JP2019140433A (ja) | 通信システム、基地局、および、移動局 | |
CN117713382B (zh) | 分布式电力服务提供方法及分布式电力服务系统 | |
CN112449394B (zh) | 一种数据传输方法和核心网设备 |
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 |