CN110233658B - 基于空闲无人机替换的无人机能量补给调度方法 - Google Patents

基于空闲无人机替换的无人机能量补给调度方法 Download PDF

Info

Publication number
CN110233658B
CN110233658B CN201910473957.0A CN201910473957A CN110233658B CN 110233658 B CN110233658 B CN 110233658B CN 201910473957 A CN201910473957 A CN 201910473957A CN 110233658 B CN110233658 B CN 110233658B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
recalled
time slice
energy
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
Application number
CN201910473957.0A
Other languages
English (en)
Other versions
CN110233658A (zh
Inventor
赵林靖
张笑楠
张岗山
张顺
马建鹏
刘勤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201910473957.0A priority Critical patent/CN110233658B/zh
Publication of CN110233658A publication Critical patent/CN110233658A/zh
Application granted granted Critical
Publication of CN110233658B publication Critical patent/CN110233658B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/14Relay systems
    • H04B7/15Active relay systems
    • H04B7/185Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502Airborne stations
    • H04B7/18504Aircraft used as relay or high altitude atmospheric platform
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Electromagnetism (AREA)
  • Quality & Reliability (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Power Sources (AREA)
  • Navigation (AREA)

Abstract

本发明提出了一种基于空闲无人机替换的无人机能量补给调度方法,主要解决现有无人机网络不能为指定区域持续提供服务和无人机之间相互影响的问题。其实现步骤是:1)初始化无人机网络;2)节点根据Max RSRP准则确定关联无人机;3)初始化调度窗口和每个时间片t的召回无人机集合;4)确定每个时间片t的召回无人机集合;5)根据每个时间片t的召回无人机集合,在指定区域进行无人机能量补给,如果当前时间片序号t大于无人机系统为指定区域提供服务的总时间片数目M,则无人机系统停止对指定区域的服务,否则,返回3)。本发明避免了无人机之间的影响,保障了节点服务质量,减少了系统能量消耗,可用于无人机网络为指定区域提供持续的服务。

Description

基于空闲无人机替换的无人机能量补给调度方法
技术领域
本发明属于无线通信技术领域,涉及一种无人机能量补给调度方法,可用于无人机网络为指定区域提供持续服务的场景。
背景技术
近年来,无人机因其较高的移动性,部署的灵活性和较低的部署成本等优点,广泛应用于军事、公用和民用领域。在无人机的众多应用中,无人机协助实现高速无线通信无疑是一个关键应用。
无人机作为空中基站,可以提供无处不在的覆盖,满足无线用户的覆盖率和速率要求,但同时也带来了挑战。目前,无人机采用电池或者燃料提供能量,无人机的尺寸和重量限制了其单次只能携带一定数目的能量,这进一步限制它们的通信、计算和移动能力,使其只能维持一定时间的服务。随着能量耗尽的无人机数目的持续增加,无人机网络将不能继续为覆盖区域提供服务,会造成明显的链路中断。
很多专家学者研究无人机的3维节能部署方案,求解能耗最小的无人机的3维位置,减少由于不合理的部署而浪费的能量,但是该类方案只能延长无人机的单次飞行时间,并且延长的时间有限,不能从根本解决无人机有限能量的问题。于是,有些专家学者改进无人机的能量提供方式,采用新型能源,如太阳能等,为无人机提供能量,该方案严重依赖于环境,所获得的能量具有不可控性。因此,Trotta A,Di Felice M,Chowdhury K R,etal.Fly and Recharge:Achieving Persistent Coverage using Small Unmanned AerialVehicles(S无人机s)[C].2017IEEE International Conference on Communications(ICC),2017:1-7提出了无人机的补给能量调度方案,考虑了邻居无人机的剩余能量和无人机的历史召回信息,参考劳动力分工模型,定义了无人机返回能量补给中心的概率。当召回概率超过指定门限值,无人机返回补给中心,由空闲无人机为地面节点提供服务,保障节点的服务质量。该算法中每个无人机仅根据局部信息,独立计算召回概率,并且,按照无人机本身最优的召回时刻召回,不能避免对其他无人机的影响,延长系统生存时间有限,同时,可能增加系统的补给能量次数,增加系统能耗。
发明内容
本发明的目的在于针对上述现有技术的不足,提出一种基于空闲无人机替换的无人机能量补给调度方案,以避免无人机的相互影响,延长网络的生存时间,减少系统能量消耗,实现无人机网络为指定区域提供持续服务。
本发明的技术思路是:通过无人机有序返回能量补给中心,避免系统中出现能量耗尽的无人机,延长系统的生存时间;通过采用提前最少时间片数目原则调整无人机的召回时刻,有效限制同一时间返回补给中心的无人机数目,避免无人机之间的影响,减少系统能耗;通过采用空闲无人机替换召回无人机,为节点继续提供服务,保障节点QoS。
根据上述思路,本发明的实现步骤包括如下:
(1)初始化无人机网络:
(1a)假设无人机集合为V={1,..,k,..,L},L是网络中正在提供服务的无人机总数目;地面节点集合为D={1,...,u,...,A},A是网络中节点总数目;设无人机系统为指定区域提供服务的总时间为T,将总时间T离散成M个等长的时间片,得到时间片集合B={1,..,t,..,M};设每个时间片t的召回无人机集合为V*(t);空闲无人机数目为N,每个无人机的满能量值为Ebat
(1b)初始化t=t1=1,t1是召回过程的开始时刻;
(2)地面节点集合D中每个节点u获取从无人机集合V中每个无人机k接收的参考信号的信号功率,并根据Max RSRP准则,与接收信号功率最大的参考信号对应的无人机进行关联,得到每个无人机k关联的节点集合Dk
(3)初始化调度窗口和每个时间片t的召回无人机集合V*(t):
(3a)计算无人机集合V中每个无人机k在召回过程开始时刻t1的生存时间Tk(t1);
(3b)用最小的无人机生存时间min{Tk(t1)}和召回过程开始时刻t1之和作为调度窗口开始时刻:t2=min{Tk(t1)}+t1;用最大的无人机生存时间max{Tk(t1)}和召回过程开始时刻t1之和作为调度窗口结束时刻:t3=max{Tk(t1)}+t1
(3c)初始化每个时间片的召回无人机集合为空集,
Figure BDA0002081606160000021
表示没有召回无人机,其中,t∈[t1,t3];
(4)确定每个时间片的召回无人机集合V*(t):
(4a)初始化待确定召回时刻的无人机集合V1=V;
(4b)初始化确定召回无人机过程的时间片序号q=t2
(4c)构建第q个时间片的召回无人机集合V*(q),并判断V*(q)是否为空集,若是,执行(4g),否则,执行(4d);
(4d)修正每个时间片的召回无人机集合:
(4d1)初始化修正召回无人机集合过程的时间片序号h=q;
(4d2)将V*(h)集合中无人机按剩余能量升序排列;
(4d3)判断第h个时间片召回无人机集合中无人机数目是否满足|V*(h)|≤N,若是,则执行(4e),否则,将V*(h)集合前|V*(h)|-N个召回无人机从V*(h)集合中移除,放入第h-1个时间片的无人机集合V*(h-1)的后面,执行(4d4);
(4d4)更新h=h-1,返回(4d3);
(4e)判断是否满足h<t2,若是,则更新t2=h,执行(4f),否则,直接执行(4f);
(4f)判断待确定召回时刻的无人机集合V1是否为空集,若是,则更新t3=q,t1=t3+1,执行(5),否则,执行(4g);
(4g)更新q=q+1,返回(4c);
(5)进行无人机能量补给:
(5a)判断是否满足t>t3,若是,则执行(6),否则,执行(5b);
(5b)判断V*(t)是否为空集,若是,则更新t=t+1,返回(5a),否则,V*(t)中召回无人机为第t个时间片的召回无人机,召回无人机返回能量补给中心,用空闲无人机替换召回无人机,召回无人机的节点关联空闲无人机,更新t=t+1,返回(5a);
(6)判断是否满足t>M,若是,则无人机系统停止服务指定区域,否则,返回(3)。
本发明与现有技术相比,具有如下优点:
第一,本发明在无人机有限能量的条件下,一方面,通过确定无人机的召回时刻,保障了无人机系统对指定区域的持续覆盖和节点服务质量;另一方面,通过调整无人机的召回时刻,有效限制了同时召回的无人机数目,避免了无人机之间的影响。
第二,本发明通过采用提前最少时间片数目原则,减少了无人机提前召回的时间片数目,降低了系统能耗。
附图说明
图1为本发明的应用场景图;
图2为本发明的实现流程图;
图3为本发明的仿真场景图;
图4为用本发明和现有技术为指定区域提供持续服务过程中系统第一次出现中断链路的时间对比图;
图5为用本发明和现有技术为指定区域提供持续服务过程中系统能量消耗的对比图;
具体实施方式
以下参照附图对本发明的实施例和效果,作进一步详细描述:
参照图1,本发明的应用场景是一个无人机网络,其包括7个无人机,60个节点,节点随机分布在无人机的覆盖范围内,每个节点关联一个无人机。该无人机网络采用图论中“图着色理论”分配信道,避免无人机之间的干扰。
参照图2,本发明的具体实现步骤如下:
步骤1,初始化无人机网络。
(1.1)设无人机集合为V={1,..,k,..,L},地面节点集合为D={1,...,u,...,A},其中k是无人机序号,k=1,2,...,L,L是网络中正在提供服务的无人机总数目,u是地面节点序号,u=1,2,...,A,A是网络中节点总数目,本实例取L=7,A=60;
(1.2)设无人机系统为指定区域提供服务的总时间为T,将总时间T离散成M个等长的时间片,得到时间片集合B={1,..,t,..,M},其中t是时间片序号,t=1,2,...,M,本实例取T=4小时,每个时间片长度为1分钟,M=240;
(1.3)设每个时间片t的召回无人机集合为V*(t),空闲无人机数目为N,每个无人机的满能量值为Ebat,本实例取N=3,Ebat=308KJ;
(1.4)初始化t=t1=1,t1是召回过程的开始时刻。
步骤2,获得每个无人机k关联的节点集合Dk
地面节点集合D中每个节点u获取从无人机集合V中每个无人机k接收的参考信号的信号功率;
选出参考信号功率最大的无人机,根据Max RSRP准则与节点u建立通信链路,得到第k个无人机关联的节点集合Dk
步骤3,初始化调度窗口和每个时间片t的召回无人机集合V*(t)。
(3.1)计算无人机集合V中每个无人机k在召回过程开始时刻t1的生存时间Tk(t1),
Figure BDA0002081606160000051
其中,Erk(t1)为第k个无人机在召回过程开始时刻t1的剩余能量,Ek(t1)是第k个无人机在第t1个时间片的能量消耗速度;
(3.2)用最小的无人机生存时间min{Tk(t1)}和召回过程开始时刻t1之和作为调度窗口开始时刻:t2=min{Tk(t1)}+t1
(3.3)用最大的无人机生存时间max{Tk(t1)}和召回过程开始时刻t1之和作为调度窗口结束时刻:t3=max{Tk(t1)}+t1
(3.4)初始化每个时间片的召回无人机集合为空集,
Figure BDA0002081606160000052
表示没有召回无人机,其中,t∈[t1,t3]。
步骤4,确定每个时间片的召回无人机集合V*(t)。
(4.1)初始化待确定召回时刻的无人机集合V1=V;
(4.2)初始化确定召回无人机过程的时间片序号q=t2
(4.3)构建第q个时间片的召回无人机集合V*(q):
(4.3.1)计算第q个时间片结束时刻V1集合中每个无人机k的剩余能量:[Erk(q)-Ek(q)];
(4.3.2)设无人机返回能量补给中心即为无人机提供能量的地面站所消耗的能量为Emin,本实例取Emin=2400J,将无人机k的剩余能量[Erk(q)-Ek(q)]与无人机返回能量补给中心消耗的能量Emin进行比较:
如果满足[Erk(q)-Ek(q)]<Emin,则无人机k加入第q个时间片召回无人机集合V*(q),并从V1中移除;
否则,无人机k不加入第q个时间片召回无人机集合V*(q);
(4.3.3)判断V*(q)是否为空集,若是,执行(4.7),否则,执行(4.4);
(4.4)修正每个时间片的召回无人机集合:
(4.4.1)初始化修正召回无人机集合过程的时间片序号h=q;
(4.4.2)将V*(h)集合中无人机按剩余能量升序排列;
(4.4.3)判断第h个时间片召回无人机集合中无人机数目是否满足|V*(h)|≤N,若是,则执行(4.5),否则,将V*(h)集合前|V*(h)|-N个召回无人机从V*(h)集合中移除,放入第h-1个时间片的无人机集合V*(h-1)的后面,执行(4.4.4);
(4.4.4)更新h=h-1,返回(4.4.3);
(4.5)判断是否满足h<t2,若是,则更新t2=h,执行(4.6),否则,直接执行(4.6);
(4.6)判断待确定召回时刻的无人机集合V1是否为空集,若是,则更新t3=q,t1=t3+1,执行(5),否则,执行(4.7);
(4.7)更新q=q+1,返回(4.3)。
步骤5,进行无人机能量补给。
(5.1)判断是否满足t>t3,若是,则执行(6),否则,执行(5.2);
(5.2)判断V*(t)是否为空集,若是,则更新t=t+1,返回(5.1),否则,V*(t)中召回无人机为第t个时间片的召回无人机,并将召回无人机返回到能量补给中心,能量补给中心指派空闲无人机替换召回无人机,即空闲无人机从能量补给中心出发,飞至召回无人机的位置,代替召回无人机服务指定区域;
(5.3)召回无人机的节点关联空闲无人机,即召回无人机的每个节点u接收空闲无人机发出的参考信号,并与空闲无人机建立通信链路;
(5.4)更新t=t+1,返回(5.1)。
步骤6,判断无人机系统是否停止服务指定区域。
将当前时间片序号t与无人机系统为指定区域提供服务的总时间片数目M进行比较:如果满足t>M,则无人机系统停止服务指定区域,无人机全部返回能量补给中心;否则,返回步骤(3)。
本发明的效果可以通过以下仿真进一步说明:
1、仿真场景及参数:
本发明应用在一个边长为150m的正六边形区域,12个无人机持续为该地区提供服务,60个地面节点随机分布在指定区域内,如图3所示。
每个无人机的满能量值Ebat为308kJ,能提供30mins的服务,无人机覆盖半径为50米。无人机系统为指定区域提供服务的总时间为4小时,将总时间离散成240个等长的时间片,系统带宽为10MHz,包含50个RB。
无人机和地面节点之间的空地链路分成两种类型:视距链路和非视距链路,链路的平均路径损耗为:
Figure BDA0002081606160000071
其中,L0和L1分别表示LoS链路和NLoS链路的路径损耗,PLoS和PNLoS分别表示空地链路是LoS链路和NLoS链路的概率,fc是载波频率,c是光速,du是节点和无人机之间直线距离,θu是节点和无人机之间的仰角;a,b,η0和η1是四个不同的常量,其数值由环境决定。
2、仿真方法:本发明和现有的无人机补给能量调度方法。
3、仿真内容与结果:
仿真1,当网络中节点数目分别为60,75,90,105,120时,仿真用本发明和现有技术为指定区域提供持续服务过程中系统第一次出现中断链路的时间,结果如图4所示。
图4表明,与现有技术相比,用本发明为指定区域提供持续服务过程中系统未出现中断链路,实现了持续服务指定区域的目的。
仿真2,当网络中节点数目分别为60,75,90,105,120时,仿真用本发明和现有技术为指定区域提供持续服务过程中系统能量消耗,结果如图5所示。
图5表明,与现有技术相比,本发明降低了系统能量消耗。

Claims (6)

1.一种基于空闲无人机替换的无人机能量补给调度方法,其特征在于,包括如下:
(1)初始化无人机网络:
(1a)假设无人机集合为V={1,..,k,..,L},L是网络中正在提供服务的无人机总数目;地面节点集合为D={1,...,u,...,A},A是网络中节点总数目;设无人机系统为指定区域提供服务的总时间为T,将总时间T离散成M个等长的时间片,得到时间片集合B={1,..,t,..,M};设每个时间片t的召回无人机集合为V*(t);空闲无人机数目为N,每个无人机的满能量值为Ebat
(1b)初始化t=t1=1,t1是召回过程的开始时刻;
(2)地面节点集合D中每个节点u获取从无人机集合V中每个无人机k接收的参考信号的信号功率,并根据Max RSRP准则,与接收信号功率最大的参考信号对应的无人机进行关联,得到每个无人机k关联的节点集合Dk
(3)初始化调度窗口和每个时间片t的召回无人机集合V*(t):
(3a)计算无人机集合V中每个无人机k在召回过程开始时刻t1的生存时间Tk(t1);
(3b)用最小的无人机生存时间min{Tk(t1)}和召回过程开始时刻t1之和作为调度窗口开始时刻:t2=min{Tk(t1)}+t1;用最大的无人机生存时间max{Tk(t1)}和召回过程开始时刻t1之和作为调度窗口结束时刻:t3=max{Tk(t1)}+t1
(3c)初始化每个时间片的召回无人机集合为空集,
Figure FDA0002982982560000011
表示没有召回无人机,其中,t∈[t1,t3];
(4)确定每个时间片的召回无人机集合V*(t):
(4a)初始化待确定召回时刻的无人机集合V1=V;
(4b)初始化确定召回无人机过程的时间片序号q=t2
(4c)构建第q个时间片的召回无人机集合V*(q),并判断V*(q)是否为空集,若是,执行(4g),否则,执行(4d);
(4d)修正每个时间片的召回无人机集合:
(4d1)初始化修正召回无人机集合过程的时间片序号h=q;
(4d2)将V*(h)集合中无人机按剩余能量升序排列;
(4d3)判断第h个时间片召回无人机集合中无人机数目是否满足|V*(h)|≤N,若是,则执行(4e),否则,将V*(h)集合前|V*(h)|-N个召回无人机从V*(h)集合中移除,并将这些召回无人机按照剩余能量从小到大依次添加到第h-1个时间片的召回无人机集合V*(h-1)队列的后面,执行(4d4);
(4d4)更新h=h-1,返回(4d3);
(4e)判断是否满足h<t2,若是,则更新t2=h,执行(4f),否则,直接执行(4f);
(4f)判断待确定召回时刻的无人机集合V1是否为空集,若是,则更新t3=q,t1=t3+1,执行(5),否则,执行(4g);
(4g)更新q=q+1,返回(4c);
(5)进行无人机能量补给:
(5a)判断是否满足t>t3,若是,则执行(6),否则,执行(5b);
(5b)判断V*(t)是否为空集,若是,则更新t=t+1,返回(5a),否则,V*(t)中召回无人机为第t个时间片的召回无人机,召回无人机返回能量补给中心,用空闲无人机替换召回无人机,召回无人机的节点关联空闲无人机,更新t=t+1,返回(5a);
(6)判断是否满足t>M,若是,则无人机系统停止服务指定区域,否则,返回(3)。
2.根据权利要求1所述的基于空闲无人机替换的无人机能量补给调度方法,其特征在于,(3a)中计算无人机集合V中每个无人机k在召回过程开始时刻t1的生存时间Tk(t1),通过如下公式计算:
Figure FDA0002982982560000021
其中,Erk(t1)为第k个无人机在召回过程开始时刻t1的剩余能量,Ek(t1)是第k个无人机在第t1个时间片的耗能速度,Emin是无人机返回能量补给中心消耗的能量。
3.根据权利要求1所述的方法,其特征在于,(4c)中构建第q个时间片的召回无人机集合V*(q),实现步骤为:
(4c1)计算第q个时间片结束时刻V1集合中每个无人机k的剩余能量:[Erk(q)-Ek(q)],其中Erk(q)表示无人机k在第q个时间片开始时刻感知的剩余能量,Ek(q)表示无人机k在第q个时间片的耗能速度;
(4c2)设无人机返回能量补给中心消耗的能量为Emin,将无人机k的剩余能量[Erk(q)-Ek(q)]与无人机返回能量补给中心消耗的能量Emin进行比较:
如果满足[Erk(q)-Ek(q)]<Emin,则无人机k加入第q个时间片召回无人机集合V*(q),并从V1中移除;
否则,无人机k不加入第q个时间片召回无人机集合V*(q)。
4.根据权利要求1所述的方法,其特征在于,(5b)中能量补给中心,是指为无人机提供能量的地面站。
5.根据权利要求1所述的方法,其特征在于,(5b)中用空闲无人机替换召回无人机,是指空闲无人机从能量补给中心出发,飞至召回无人机的位置,代替召回无人机服务指定区域。
6.根据权利要求1所述的方法,其特征在于,(5b)中召回无人机的节点关联空闲无人机,是指召回无人机的每个节点u接收空闲无人机发出的参考信号,并与空闲无人机建立通信链路。
CN201910473957.0A 2019-06-02 2019-06-02 基于空闲无人机替换的无人机能量补给调度方法 Active CN110233658B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910473957.0A CN110233658B (zh) 2019-06-02 2019-06-02 基于空闲无人机替换的无人机能量补给调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910473957.0A CN110233658B (zh) 2019-06-02 2019-06-02 基于空闲无人机替换的无人机能量补给调度方法

Publications (2)

Publication Number Publication Date
CN110233658A CN110233658A (zh) 2019-09-13
CN110233658B true CN110233658B (zh) 2021-05-18

Family

ID=67859033

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910473957.0A Active CN110233658B (zh) 2019-06-02 2019-06-02 基于空闲无人机替换的无人机能量补给调度方法

Country Status (1)

Country Link
CN (1) CN110233658B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104540201A (zh) * 2015-02-04 2015-04-22 河南大学 无线传感器网络中节点调度覆盖空洞的避免方法
CN106020230A (zh) * 2016-05-20 2016-10-12 武汉科技大学 一种能耗约束下的多无人机任务分配方法
CN108215816A (zh) * 2016-12-15 2018-06-29 比亚迪股份有限公司 车载终端、云服务器、无人机、能量供应站、方法和系统
CN108260092A (zh) * 2018-03-21 2018-07-06 钱子宇 一种蜂群无人机系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9857791B2 (en) * 2016-05-27 2018-01-02 Qualcomm Incorporated Unmanned aerial vehicle charging station management

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104540201A (zh) * 2015-02-04 2015-04-22 河南大学 无线传感器网络中节点调度覆盖空洞的避免方法
CN106020230A (zh) * 2016-05-20 2016-10-12 武汉科技大学 一种能耗约束下的多无人机任务分配方法
CN108215816A (zh) * 2016-12-15 2018-06-29 比亚迪股份有限公司 车载终端、云服务器、无人机、能量供应站、方法和系统
CN108260092A (zh) * 2018-03-21 2018-07-06 钱子宇 一种蜂群无人机系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Fly and Recharge: Achieving Persistent Coverage using Small Unmanned Aerial Vehicles (SUAVs);Angelo Trotta 等;《2017 IEEE International Conference on Communications (ICC)》;20170731;全文 *
Joint coverage, connectivity, and charging strategies for Distributed UAV Networks;Angelo Trotta 等;《IEEE Transactions on Robotics》;20180612;第34卷(第4期);全文 *
无人机数据传输与路由技术研究;胡爱丽;《中国优秀硕士论文全文数据库》;20190215(第2期);全文 *

Also Published As

Publication number Publication date
CN110233658A (zh) 2019-09-13

Similar Documents

Publication Publication Date Title
Arum et al. A review of wireless communication using high-altitude platforms for extended coverage and capacity
CN110493826B (zh) 一种基于深度强化学习的异构云无线接入网资源分配方法
Arribas et al. Coverage optimization with a dynamic network of drone relays
CN110225582B (zh) 基于协作传输的无人机能量补给调度方法
CN110430550B (zh) 一种面向无人机辅助蜂窝网络的宏站用户分流方法
CN110138443B (zh) 面向无线中继的无人机航迹和信号发射功率联合优化方法
Liu et al. Opportunistic utilization of dynamic multi-UAV in device-to-device communication networks
Kumar et al. Backhaul and delay-aware placement of UAV-enabled base station
Colonnese et al. Q-SQUARE: A Q-learning approach to provide a QoE aware UAV flight path in cellular networks
CN108668257A (zh) 一种分布式无人机邮差中继轨迹优化方法
CN113206701A (zh) 一种无人机飞行基站的三维部署和功率分配联合优化方法
El Hammouti et al. A distributed mechanism for joint 3D placement and user association in UAV-assisted networks
Xiong et al. Collaborative computation offloading at UAV-enhanced edge
Demir et al. Energy-efficient rotary-wing UAV deployment under flight dynamics and QoS constraints
Yan et al. User access mode selection in satellite-aerial based emergency communication networks
Chenxiao et al. Energy-efficiency maximization for fixed-wing UAV-enabled relay network with circular trajectory
CN110233658B (zh) 基于空闲无人机替换的无人机能量补给调度方法
CN112996121B (zh) 一种面向集群内通信的u2u分布式动态资源分配方法
Ye et al. Full-duplex wireless-powered IoT networks with unmanned aerial vehicle
Rajendra et al. Optimal rate and distance based bandwidth slicing in uav assisted 5g networks
Zhang et al. Machine learning driven UAV-assisted edge computing
Islam et al. Energy efficient and delay aware ternary-state transceivers for aerial base stations
Gao et al. Multi-UAV assisted offloading optimization: A game combined reinforcement learning approach
Shimaday et al. Novel workload balancing method for UAV-based edge cloud computing systems with handover
Wang et al. Optimal charging profile design for solar-powered sustainable UAV communication networks

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