CN110536266B - 无人机编队通信能耗的周期性在线均衡方法和装置 - Google Patents

无人机编队通信能耗的周期性在线均衡方法和装置 Download PDF

Info

Publication number
CN110536266B
CN110536266B CN201910778245.XA CN201910778245A CN110536266B CN 110536266 B CN110536266 B CN 110536266B CN 201910778245 A CN201910778245 A CN 201910778245A CN 110536266 B CN110536266 B CN 110536266B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
formation
directed graph
communication network
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
CN201910778245.XA
Other languages
English (en)
Other versions
CN110536266A (zh
Inventor
王国强
罗贺
李晓多
胡笑旋
王菊
马华伟
夏维
靳鹏
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201910778245.XA priority Critical patent/CN110536266B/zh
Publication of CN110536266A publication Critical patent/CN110536266A/zh
Application granted granted Critical
Publication of CN110536266B publication Critical patent/CN110536266B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/248—Connectivity information update
    • 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
    • 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
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Navigation (AREA)

Abstract

本发明提供一种无人机编队通信能耗的周期性在线均衡方法和装置，涉及无人机通信领域。本发明基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络；基于通信网络获取无人机编队的信息交互拓扑；将无人机编队的信息交互拓扑发送给无人机；当无人机的飞行时间和初始时间的实时时间差大于预设的调度周期时，获取每个无人机的剩余能量，并判断：每个无人机的剩余能量是否均大于维持无人机飞行的最低能量；若满足条件，则基于当前剩余能量更新无人机编队的信息交互拓扑，并不断循环上述过程直至不满足条件；当不满足条件时，则命令无人机降落。本发明可以延长无人机编队执行任务时的可工作时间。

Description

无人机编队通信能耗的周期性在线均衡方法和装置
技术领域
本发明涉及无人机通信技术领域，具体涉及一种无人机编队通信能耗的周期性在线均衡方法和装置。
背景技术
随着科技的发展，无人机(UAV)技术愈发的被广泛应用于各种领域，例如军事、工业、环境监测、医疗卫生和智能交通等。在利用无人机进行工作时，控制多架无人机保持一定队形进行飞行工作是最重要的一环。无人机通常通过点对点的通信链接进行信息交互，以形成一定的编队队形，并保持此编队队形朝目标区域飞行。其中，所使用的通信链接被称为无人机编队的信息交互拓扑。
无人机上一般搭载有数据运算处理装置，使每架无人机构成网络计算节点。无人机在编队工作时，相互之间可以向其他无人机发送信号以及接收来自于其他无人机的信号，从而实现多无人机间的信息交流，并构建信息交互拓扑。
然而本申请的发明人发现，由于每架无人机可用的能量是有限的，但处于发送状态的无人机消耗能量的速度比处于接收状态的无人机消耗能量的速度快，因此在无人机编队执行任务时间较长时，会出现一架或几架无人机能量消耗过大的情况。即现有技术在实际应用中存在无人机编队在执行任务时的可工作时间短的缺点。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种无人机编队通信能耗的周期性在线均衡方法和装置，解决了无人机编队在执行任务时的可工作时间短的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
本发明解决其技术问题所提供的一种无人机编队通信能耗的周期性在线均衡方法，其特征在于，所述均衡方法由计算机执行，包括以下步骤：
S1、基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络；
S2、基于所述通信网络获取无人机编队的信息交互拓扑；
S3、将所述无人机编队的信息交互拓扑发送给无人机，并记录初始时间；
S4、记录无人机的每一个飞行时间，基于所述初始时间和所述每一个飞行时间获取无人机的实时时间差；
S5、当所述实时时间差大于预设的调度周期时，获取每个无人机的剩余能量，并判断：每个无人机的剩余能量是否均大于维持无人机飞行的最低能量；
若满足条件，则基于所述三维队形和所述剩余能量生成当前时间的无人机编队的通信网络，基于当前时间的通信网络获取当前时间的信息交互拓扑；将所述无人机编队的信息交互拓扑更新为当前时间的信息交互拓扑，将所述初始时间更新为当前时间，并跳转到S3中，重复步骤S3-S5；
若不满足条件，则命令无人机降落。
优选的，在S2中，所述无人机编队的信息交互拓扑的获取方法包括：
S201、基于所述通信网络获取加权有向图；
S202、基于所述加权有向图获取无人机编队的信息交互拓扑。
优选的，在S201中，所述加权有向图的获取方法为：
获取所述通信网络的第一最小树形图，并将所述第一最小树形图中的弧及其反向弧从所述通信网络中删除，得到第一通信网络；
获取所述第一通信网络的第二最小树形图，并将所述第二最小树形图中的弧及其反向弧从所述第一通信网络中删除，得到第二通信网络；
合并所述第一最小树形图和所述第二最小树形图，获得所述加权有向图。
优选的，在S202中，所述无人机编队的信息交互拓扑的获取方法为：
S2021、按照权值从低到高的顺序对所述第二通信网络中的弧进行排序，获取所述第二通信网络中的第k条弧aij，其中，k＝1；
S2022、判断所述加权有向图对应的无向图的边数|E|和无人机的数量|V|是否满足|E|<3×|V|-6，若不满足条件，则所述加权有向图即为无人机编队的信息交互拓扑；
若满足条件，则判断：所述第k条弧aij的终点vj在所述加权有向图中的入度是否小于3并且所述第k条弧aij的反向弧aji是否不在所述加权有向图中；若两个条件均满足，则将所述第k条弧aij添加到所述加权有向图中，得到第一有向图并跳转到步骤S2023；若两个条件不能全部满足，则更新k的取值，并重复步骤S2022；
S2023、判断所述第一有向图对应的无向图的刚度矩阵的秩是否为满秩，若不满足条件，将所述第k条弧aij从所述第一有向图中删除，得到第二有向图；若满足条件，则保留所述第k条弧aij，得到第二有向图；
更新k的取值；
S2024、判断所述第二有向图对应的无向图的边数|E’|是否满足|E’|<3×|V|-6，若满足条件，则将所述加权有向图中的数据更新为所述第二有向图中的数据，并跳转到步骤S2022，重复步骤S2022-S2024；若不满足条件，则所述第二有向图即为无人机编队的信息交互拓扑。
本发明解决其技术问题所提供的一种无人机编队通信能耗的周期性在线均衡装置，其特征在于，所述装置包括计算机，所述计算机包括：
至少一个存储单元；
至少一个处理单元；
其中，所述至少一个存储单元中存储有至少一条指令，所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤：
S1、基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络；
S2、基于所述通信网络获取无人机编队的信息交互拓扑；
S3、将所述无人机编队的信息交互拓扑发送给无人机，并记录初始时间；
S4、记录无人机的每一个飞行时间，基于所述初始时间和所述每一个飞行时间获取无人机的实时时间差；
S5、当所述实时时间差大于预设的调度周期时，获取每个无人机的剩余能量，并判断：每个无人机的剩余能量是否均大于维持无人机飞行的最低能量；
若满足条件，则基于所述三维队形和所述剩余能量生成当前时间的无人机编队的通信网络，基于当前时间的通信网络获取当前时间的信息交互拓扑；将所述无人机编队的信息交互拓扑更新为当前时间的信息交互拓扑，将所述初始时间更新为当前时间，并跳转到S3中，重复步骤S3-S5；
若不满足条件，则命令无人机降落。
优选的，在S2中，所述无人机编队的信息交互拓扑的获取方法包括：
S201、基于所述通信网络获取加权有向图；
S202、基于所述加权有向图获取无人机编队的信息交互拓扑。
优选的，在S201中，所述加权有向图的获取方法为：
获取所述通信网络的第一最小树形图，并将所述第一最小树形图中的弧及其反向弧从所述通信网络中删除，得到第一通信网络；
获取所述第一通信网络的第二最小树形图，并将所述第二最小树形图中的弧及其反向弧从所述第一通信网络中删除，得到第二通信网络；
合并所述第一最小树形图和所述第二最小树形图，获得所述加权有向图。
优选的，在S202中，所述无人机编队的信息交互拓扑的获取方法为：
S2021、按照权值从低到高的顺序对所述第二通信网络中的弧进行排序，获取所述第二通信网络中的第k条弧aij，其中，k＝1；
S2022、判断所述加权有向图对应的无向图的边数|E|和无人机的数量|V|是否满足|E|<3×|V|-6，若不满足条件，则所述加权有向图即为无人机编队的信息交互拓扑；
若满足条件，则判断：所述第k条弧aij的终点vj在所述加权有向图中的入度是否小于3并且所述第k条弧aij的反向弧aji是否不在所述加权有向图中；若两个条件均满足，则将所述第k条弧aij添加到所述加权有向图中，得到第一有向图并跳转到步骤S2023；若两个条件不能全部满足，则更新k的取值，并重复步骤S2022；
S2023、判断所述第一有向图对应的无向图的刚度矩阵的秩是否为满秩，若不满足条件，将所述第k条弧aij从所述第一有向图中删除，得到第二有向图；若满足条件，则保留所述第k条弧aij，得到第二有向图；
更新k的取值；
S2024、判断所述第二有向图对应的无向图的边数|E’|是否满足|E’|<3×|V|-6，若满足条件，则将所述加权有向图中的数据更新为所述第二有向图中的数据，并跳转到步骤S2022，重复步骤S2022-S2024；若不满足条件，则所述第二有向图即为无人机编队的信息交互拓扑。
(三)有益效果
本发明提供了一种无人机编队通信能耗的周期性在线均衡方法和装置。与现有技术相比，具备以下有益效果：
本发明基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络；基于通信网络获取无人机编队的信息交互拓扑；将无人机编队的信息交互拓扑发送给无人机；当无人机的飞行时间和初始时间的实时时间差大于预设的调度周期时，获取每个无人机的剩余能量，并判断：每个无人机的剩余能量是否均大于维持无人机飞行的最低能量；若满足条件，则基于当前剩余能量更新无人机编队的信息交互拓扑，并不断循环上述过程直至不满足条件；当不满足条件时，则命令无人机降落。本发明可以根据每架无人机的剩余能量和编队的队形，按照设定的周期更新无人机编队的信息交互拓扑，使得所有无人机在工作时的能量消耗均衡，提高了无人机编队的能量利用率，延长了无人机编队执行任务时的可工作时间。
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，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例所述的无人机编队通信能耗的周期性在线均衡方法的整体流程图；
图2为本发明一实施例中无人机编队的三维空间队形的示意图；
图3为本发明一实施例中初始无人机编队的信息交互拓扑的获取示意图；
图4为本发明一实施例中更新一个调度周期后的无人机编队的信息交互拓扑的获取示意图；
图5为本发明一实施例中最后一个调度周期的无人机编队的信息交互拓扑的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中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作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。
本申请实施例通过提供一种无人机编队通信能耗的周期性在线均衡方法和装置，解决了无人机编队在执行任务时的可工作时间短的问题，实现了无人机编队均衡消耗能量，延长了无人机编队在执行任务时的可工作时间。
本申请实施例中的技术方案为解决上述技术问题，总体思路如下：
本发明实施例基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络；基于通信网络获取无人机编队的信息交互拓扑；将无人机编队的信息交互拓扑发送给无人机；当无人机的飞行时间和初始时间的实时时间差大于预设的调度周期时，获取每个无人机的剩余能量，并判断：每个无人机的剩余能量是否均大于维持无人机飞行的最低能量；若满足条件，则基于当前剩余能量更新无人机编队的信息交互拓扑，并不断循环上述过程直至不满足条件；当不满足条件时，则命令无人机降落。本发明实施例可以根据每架无人机的剩余能量和编队的队形，按照设定的周期更新无人机编队的信息交互拓扑，使得所有无人机在工作时的能量消耗均衡，提高了无人机编队的能量利用率，延长了无人机编队执行任务时的可工作时间。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
本发明实施例提供了一种无人机编队通信能耗的周期性在线均衡方法，如图1所示，上述均衡方法由计算机执行，包括以下步骤：
S1、基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络；
S2、基于上述通信网络获取无人机编队的信息交互拓扑；
S3、将上述无人机编队的信息交互拓扑发送给无人机，并记录初始时间；
S4、记录无人机的每一个飞行时间，基于上述初始时间和上述每一个飞行时间获取无人机的实时时间差；
S5、当上述实时时间差大于预设的调度周期时，获取每个无人机的剩余能量，并判断：每个无人机的剩余能量是否均大于维持无人机飞行的最低能量；
若满足条件，则基于上述三维队形和上述剩余能量生成当前时间的无人机编队的通信网络，基于当前时间的通信网络获取当前时间的信息交互拓扑；将上述无人机编队的信息交互拓扑更新为当前时间的信息交互拓扑，将上述初始时间更新为当前时间，并跳转到S3中，重复步骤S3-S5；
若不满足条件，则命令无人机降落。
本发明实施例基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络；基于通信网络获取无人机编队的信息交互拓扑；将无人机编队的信息交互拓扑发送给无人机；当无人机的飞行时间和初始时间的实时时间差大于预设的调度周期时，获取每个无人机的剩余能量，并判断：每个无人机的剩余能量是否均大于维持无人机飞行的最低能量；若满足条件，则基于当前剩余能量更新无人机编队的信息交互拓扑，并不断循环上述过程直至不满足条件；当不满足条件时，则命令无人机降落。本发明实施例可以根据每架无人机的剩余能量和编队的队形，按照设定的周期更新无人机编队的信息交互拓扑，使得所有无人机在工作时的能量消耗均衡，提高了无人机编队的能量利用率，延长了无人机编队执行任务时的可工作时间。
具体的，本方法由地面控制中心的计算机执行，继而将计算结果发给每架无人机，实现多无人机的三维编队。
下面对各步骤进行详细描述：
在步骤S1中，基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络。
具体的，本发明实施例在实际应用中根据无人机预设编队的队形和无人机的通信范围，确定编队中无人机之间的可用通信链接，以无人机作为节点，以可用通信链接作为弧，构建编队的通信网络拓扑。其中，任意两个无人机之间的距离在无人机的通信范围之内，则该两无人机之间具有双向的通信链接，每个通信链接的通信代价由相应的通信距离决定。
本发明实施例设定共n个UAV通过UAV之间的单向通信以形成并保持一个三维的编队队形S。该编队队形S中n个位置分别编号为{1,2,…,n}，所有无人机的位置至少包含两个高度，以构成三维队形。
此编队的通信网络D根据队形S和无人机的初始能量y0确定。
具体的，表示为D＝(V,A,W)。
其中：
V＝{vi},1≤i≤n是无人机代表的节点的集合，其中vi表示UAVi，即第i架无人机。
Figure BDA0002175735990000111
是每两个节点构成的弧的集合，其中弧aij＝(vi,vj)表示从UAVi到UAVj有一个可用的通信链接，使得UAVi能发送信息给UAVj。
W＝{wij}，其中wij表示从无人机UAVi到UAVj的通信链接aij的权值，即从节点vi到节点vj的通信链接aij的权值，具体的，wij等于dij/yi，其中dij为节点vi到节点vj的距离。yi为UAVi当前时间的剩余能量。
在步骤S2中，基于上述通信网络获取无人机编队的信息交互拓扑。
具体的，包括以下步骤：
S201、基于上述通信网络获取加权有向图。
本发明实施例先获取上述通信网络D的第一最小树形图T1，并将第一最小树形图T1中的弧及其反向弧从上述通信网络D中删除，得到第一通信网络D1。
获取第一通信网络D1的第二最小树形图T2，并将第二最小树形图T2中的弧及其反向弧从第一通信网络D1中删除，得到第二通信网络D2。
将第一最小树形图和第二最小树形图合并，即得到加权有向图。
具体的，加权有向图为T＝(V,A*,W*)。
本发明实施例在获取最小树形图时采用Edmonds最小树形图生成算法。
S202、基于上述加权有向图获取无人机编队的信息交互拓扑。
具体的，无人机编队的信息交互拓扑T1的获取方法如下：
S2021、按照权值从低到高的顺序对第二通信网络D2中的弧进行排序，获取第二通信网络中的第k条弧aij，其中，k＝1。
S2022、判断加权有向图T对应的无向图的边数|E|和无人机的数量|V|是否满足|E|<3×|V|-6。若不满足条件，则加权有向图T即为无人机编队的信息交互拓扑。
若满足条件，判断：第k条弧aij的终点vj在加权有向图T中的入度是否小于3并且第k条弧aij的反向弧aji是否不在加权有向图T中；当上述两个条件全部满足时，将第k条弧aij添加到加权有向图T中，得到第一有向图
Figure BDA0002175735990000131
并跳转到步骤S2023。当上述两个条件不能全部满足时，则更新k的取值，具体的，令k＝k+1，并重复进行步骤S2022，对第k+1条弧进行上述操作。
S2023、判断第一有向图
Figure BDA0002175735990000132
对应的无向图的刚度矩阵的秩r1是否为满秩，若不满足条件，将第k条弧aij从第一有向图
Figure BDA0002175735990000133
中删除，得到第二有向图
Figure BDA0002175735990000134
若满足条件，则保留第k条弧aij，得到第二有向图
Figure BDA0002175735990000135
更新k的取值，具体的，令k＝k+1。
S2024、判断第二有向图
Figure BDA0002175735990000136
对应的无向图的边数|E’|是否满足|E’|<3×|V|-6，若满足条件，则将加权有向图T中的数据更新为第二有向图
Figure BDA0002175735990000137
中的数据，并跳转到步骤S2022，重复步骤S2022-S2024；若不满足条件，则第二有向图
Figure BDA0002175735990000138
即为无人机编队的信息交互拓扑。
上述获取方法采用的算法步骤如表1所示：
表1
Figure BDA0002175735990000139
Figure BDA0002175735990000141
在步骤S3中，将上述无人机编队的信息交互拓扑发送给无人机，并记录初始时间，设为t0。
在步骤S4中，记录无人机的每一个飞行时间t1，基于上述初始时间t0和上述每一个飞行时间t1获取无人机的实时时间差t′。
在步骤S5中，当上述实时时间差t′大于预设的调度周期t时，获取每个无人机的剩余能量ri，并判断：每个无人机的剩余能量ri是否均大于维持无人机飞行的最低能量。具体的，调度周期可自行设定。
若满足条件，则基于上述三维队形S和上述剩余能量yi生成当前时间的无人机编队的通信网络，基于当前时间的通信网络获取当前时间的信息交互拓扑。具体的，更新信息交互拓扑的方法可参照步骤S2。
将上述无人机编队的信息交互拓扑更新为当前时间的信息交互拓扑，将上述初始时间t0更新为当前时间t1，并跳转到S3中，重复步骤S3-S5。
若不满足条件，则命令无人机降落。
具体的，下面以具体例子说明本发明实施例。
在本发明的一个实施例中，假设一个无人机编队由5架UAV组成，每个UAV的通信范围是1600m，5架UAV编队组成三维空间队形，无人机的位置分别编号为{1,2,3,4,5}，它们在三维空间的相对位置如图2(a)所示。以队形中的4号位置作为编队参考点，上述队形中每个无人机的位置坐标如图2(b)所示。
本发明实施例设定每架无人机的初始能量相同，均为ymax。每架无人机在飞行的过程中需要向其它m架无人机发送信息并从其它n架无人机接收信息，则此无人机每分钟消耗的能量为：
(0.02+0.01*m+0.005*n)*ymax,m≥0,n≥0
在本发明实施例中，无人机编队更新信息交互拓扑的调度周期为30秒。
根据步骤S1-S4获取的此无人机编队初始的信息交互拓扑。当无人机编队未工作时，所有无人机的剩余能量均为ymax，根据无人机编队的三维队形和无人机的能量获取通信网络，其中，通信网络中每条弧的权值如下：
Figure BDA0002175735990000151
根据通信网络求得其两个最小树形图分别如图3(a)(b)所示。将两个最小树形图合并得到加权有向图，如图3(c)所示。根据加权有向图获取无人机编队的信息交互拓扑，在本实施例的获取过程中，添加了一条弧(1,5)，得到的第一有向图如图3(d)所示。最后根据条件判断，可知第一有向图即为无人机编队的信息交互拓扑，具体的，无人机编队的信息交互拓扑即为图3(d)。将此信息交互拓扑发送给无人机编队进行工作。
在一个调度周期后，即无人机编队工作30秒后，更新无人机编队的信息交互拓扑。此时，无人机的剩余能量分别为：0.9750ymax、0.9750ymax、0.9750ymax、0.9800ymax和0.9775ymax。
根据无人机编队的三维队形和无人机此刻的剩余能量求得通信网络，此时通信网络中每条弧的权值如下：
Figure BDA0002175735990000161
根据此时的通信网络求得其两个最小树形图分别如图4(a)(b)所示。将两个最小树形图合并得到加权有向图，如图4(c)所示。根据加权有向图获取无人机编队的信息交互拓扑，在本实施例的获取过程中，添加了一条弧(5,1)，得到的第一有向图如图4(d)所示。最后根据条件判断，可知第一有向图即为更新后的无人机编队的信息交互拓扑，具体的，更新后的无人机编队的信息交互拓扑即为图4(d)。将此更新后的信息交互拓扑发送给无人机编队进行工作。根据30秒的周期不断更新无人机编队的信息交互拓扑，在无人机编队工作1230秒后，无人机的剩余能量分别为：0.0525004ymax、0.00750039ymax、0.0175004ymax、0.0525004ymax、0.0525004ymax。对应的通信网络中每条弧的权值为：
Figure BDA0002175735990000171
根据此时的通信网络获取的无人机编队的信息交互拓扑如图5所示，按照此时的信息交互拓扑进行工作，无人机编队继续飞行工作11.2506秒，第二架无人机的能量将耗尽，无人机编队不能再继续工作，命令所有无人机降落。
根据本实施例提供的方法不断更新无人机编队的信息交互拓扑，最终得到无人机编队的总时间为1241.2506秒。若不进行更新，只采用初始的信息交互拓扑，则工作总时间为1200.000469387秒。
因此本发明实施例提供的方法可以延长无人机编队执行任务时的可工作时间，提高了无人机编队的能量利用率。
本发明实施例还提供了一种无人机编队通信能耗的周期性在线均衡装置，上述装置包括计算机，上述计算机包括：
至少一个存储单元；
至少一个处理单元；
其中，上述至少一个存储单元中存储有至少一条指令，上述至少一条指令由上述至少一个处理单元加载并执行以实现以下步骤：
S1、基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络；
S2、基于上述通信网络获取无人机编队的信息交互拓扑；
S3、将上述无人机编队的信息交互拓扑发送给无人机，并记录初始时间；
S4、记录无人机的每一个飞行时间，基于上述初始时间和上述每一个飞行时间获取无人机的实时时间差；
S5、当上述实时时间差大于预设的调度周期时，获取每个无人机的剩余能量，并判断：每个无人机的剩余能量是否均大于维持无人机飞行的最低能量；
若满足条件，则基于上述三维队形和上述剩余能量生成当前时间的无人机编队的通信网络，基于当前时间的通信网络获取当前时间的信息交互拓扑；将上述无人机编队的信息交互拓扑更新为当前时间的信息交互拓扑，将上述初始时间更新为当前时间，并跳转到S3中，重复步骤S3-S5；
若不满足条件，则命令无人机降落。
可理解的是，本发明实施例提供的上述均衡装置与上述均衡方法相对应，其有关内容的解释、举例、有益效果等部分可以参考无人机编队通信能耗的周期性在线均衡方法中的相应内容，此处不再赘述。
综上所述，与现有技术相比，具备以下有益效果：
本发明实施例基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络；基于通信网络获取无人机编队的信息交互拓扑；将无人机编队的信息交互拓扑发送给无人机；当无人机的飞行时间和初始时间的实时时间差大于预设的调度周期时，获取每个无人机的剩余能量，并判断：每个无人机的剩余能量是否均大于维持无人机飞行的最低能量；若满足条件，则基于当前剩余能量更新无人机编队的信息交互拓扑，并不断循环上述过程直至不满足条件；当不满足条件时，则命令无人机降落。本发明实施例可以根据每架无人机的剩余能量和编队的队形，按照设定的周期更新无人机编队的信息交互拓扑，使得所有无人机在工作时的能量消耗均衡，提高了无人机编队的能量利用率，延长了无人机编队执行任务时的可工作时间。
需要说明的是，通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
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。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (2)

1.一种无人机编队通信能耗的周期性在线均衡方法，其特征在于，所述均衡方法由计算机执行，包括以下步骤：
S1、基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络；
S2、基于所述通信网络获取无人机编队的信息交互拓扑；
S3、将所述无人机编队的信息交互拓扑发送给无人机，并记录初始时间；
S4、记录无人机的每一个飞行时间，基于所述初始时间和所述每一个飞行时间获取无人机的实时时间差；
S5、当所述实时时间差大于预设的调度周期时，获取每个无人机的剩余能量，并判断：每个无人机的剩余能量是否均大于维持无人机飞行的最低能量；
若满足条件，则基于所述三维队形和所述剩余能量生成当前时间的无人机编队的通信网络，基于当前时间的通信网络获取当前时间的信息交互拓扑；将所述无人机编队的信息交互拓扑更新为当前时间的信息交互拓扑，将所述初始时间更新为当前时间，并跳转到S3中，重复步骤S3-S5；
若不满足条件，则命令无人机降落；
所述S1具体包括：设定共n个UAV通过UAV之间的单向通信以形成并保持一个三维的编队队形S；该编队队形S中n个位置分别编号为{1,2,…,n}，所有无人机的位置至少包含两个高度，以构成三维队形；
此编队的通信网络D根据队形S和无人机的初始能量y0确定；
具体的，表示为D＝(V,A,W)；
其中：O(|V|3)是无人机代表的节点的集合，其中vi表示UAVi，即第i架无人机；
Figure FDA0003502809870000021
是每两个节点构成的弧的集合，其中弧aij＝(vi,vj)表示从UAVi到UAVj有一个可用的通信链接，使得UAVi能发送信息给UAVj；
W＝{wij}，其中wij表示从无人机UAVi到UAVj的通信链接aij的权值，即从节点vi到节点vj的通信链接aij的权值，具体的，wij等于dij/yi，其中dij为节点vi到节点vj的距离；yi为UAVi当前时间的剩余能量；在S2中，所述无人机编队的信息交互拓扑的获取方法包括：
S201、基于所述通信网络获取加权有向图；
S202、基于所述加权有向图获取无人机编队的信息交互拓扑；
在S201中，所述加权有向图的获取方法为：
获取所述通信网络的第一最小树形图，并将所述第一最小树形图中的弧及其反向弧从所述通信网络中删除，得到第一通信网络；
获取所述第一通信网络的第二最小树形图，并将所述第二最小树形图中的弧及其反向弧从所述第一通信网络中删除，得到第二通信网络；
合并所述第一最小树形图和所述第二最小树形图，获得所述加权有向图；
在S202中，所述无人机编队的信息交互拓扑的获取方法为：
S2021、按照权值从低到高的顺序对所述第二通信网络中的弧进行排序，获取所述第二通信网络中的第k条弧aij，其中，k＝1；
S2022、判断所述加权有向图对应的无向图的边数|E|和无人机的数量|V|是否满足|E|<3×|V|-6，若不满足条件，则所述加权有向图即为无人机编队的信息交互拓扑；
若满足条件，则判断：所述第k条弧aij的终点vj在所述加权有向图中的入度是否小于3并且所述第k条弧aij的反向弧aji是否不在所述加权有向图中；若两个条件均满足，则将所述第k条弧aij添加到所述加权有向图中，得到第一有向图并跳转到步骤S2023；若两个条件不能全部满足，则更新k的取值，并重复步骤S2022；
S2023、判断所述第一有向图对应的无向图的刚度矩阵的秩是否为满秩，若不满足条件，将所述第k条弧aij从所述第一有向图中删除，得到第二有向图；若满足条件，则保留所述第k条弧aij，得到第二有向图；
更新k的取值；
S2024、判断所述第二有向图对应的无向图的边数|E’|是否满足|E’|<3×|V|-6，若满足条件，则将所述加权有向图中的数据更新为所述第二有向图中的数据，并跳转到步骤S2022，重复步骤S2022-S2024；若不满足条件，则所述第二有向图即为无人机编队的信息交互拓扑。
2.一种无人机编队通信能耗的周期性在线均衡装置，其特征在于，所述装置包括计算机，所述计算机包括：
至少一个存储单元；
至少一个处理单元；
其中，所述至少一个存储单元中存储有至少一条指令，所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤：
S1、基于无人机编队需要组成的三维队形和无人机的初始能量获取无人机编队的通信网络；
S2、基于所述通信网络获取无人机编队的信息交互拓扑；
S3、将所述无人机编队的信息交互拓扑发送给无人机，并记录初始时间；
S4、记录无人机的每一个飞行时间，基于所述初始时间和所述每一个飞行时间获取无人机的实时时间差；
S5、当所述实时时间差大于预设的调度周期时，获取每个无人机的剩余能量，并判断：每个无人机的剩余能量是否均大于维持无人机飞行的最低能量；
若满足条件，则基于所述三维队形和所述剩余能量生成当前时间的无人机编队的通信网络，基于当前时间的通信网络获取当前时间的信息交互拓扑；将所述无人机编队的信息交互拓扑更新为当前时间的信息交互拓扑，将所述初始时间更新为当前时间，并跳转到S3中，重复步骤S3-S5；
若不满足条件，则命令无人机降落；
所述S1具体包括：设定共n个UAV通过UAV之间的单向通信以形成并保持一个三维的编队队形S；该编队队形S中n个位置分别编号为{1,2,…,n}，所有无人机的位置至少包含两个高度，以构成三维队形；
此编队的通信网络D根据队形S和无人机的初始能量y0确定；
具体的，表示为D＝(V,A,W)；
其中：O(|V|3)是无人机代表的节点的集合，其中vi表示UAVi，即第i架无人机；
Figure FDA0003502809870000051
是每两个节点构成的弧的集合，其中弧aij＝(vi,vj)表示从UAVi到UAVj有一个可用的通信链接，使得UAVi能发送信息给UAVj；
W＝{wij}，其中wij表示从无人机UAVi到UAVj的通信链接aij的权值，即从节点vi到节点vj的通信链接aij的权值，具体的，wij等于dij/yi，其中dij为节点vi到节点vj的距离；yi为UAVi当前时间的剩余能量；
在S2中，所述无人机编队的信息交互拓扑的获取方法包括：
S201、基于所述通信网络获取加权有向图；
S202、基于所述加权有向图获取无人机编队的信息交互拓扑；
在S201中，所述加权有向图的获取方法为：
获取所述通信网络的第一最小树形图，并将所述第一最小树形图中的弧及其反向弧从所述通信网络中删除，得到第一通信网络；
获取所述第一通信网络的第二最小树形图，并将所述第二最小树形图中的弧及其反向弧从所述第一通信网络中删除，得到第二通信网络；
合并所述第一最小树形图和所述第二最小树形图，获得所述加权有向图；
在S202中，所述无人机编队的信息交互拓扑的获取方法为：
S2021、按照权值从低到高的顺序对所述第二通信网络中的弧进行排序，获取所述第二通信网络中的第k条弧aij，其中，k＝1；
S2022、判断所述加权有向图对应的无向图的边数|E|和无人机的数量|V|是否满足|E|<3×|V|-6，若不满足条件，则所述加权有向图即为无人机编队的信息交互拓扑；
若满足条件，则判断：所述第k条弧aij的终点vj在所述加权有向图中的入度是否小于3并且所述第k条弧aij的反向弧aji是否不在所述加权有向图中；若两个条件均满足，则将所述第k条弧aij添加到所述加权有向图中，得到第一有向图并跳转到步骤S2023；若两个条件不能全部满足，则更新k的取值，并重复步骤S2022；
S2023、判断所述第一有向图对应的无向图的刚度矩阵的秩是否为满秩，若不满足条件，将所述第k条弧aij从所述第一有向图中删除，得到第二有向图；若满足条件，则保留所述第k条弧aij，得到第二有向图；
更新k的取值；
S2024、判断所述第二有向图对应的无向图的边数|E’|是否满足|E’|<3×|V|-6，若满足条件，则将所述加权有向图中的数据更新为所述第二有向图中的数据，并跳转到步骤S2022，重复步骤S2022-S2024；若不满足条件，则所述第二有向图即为无人机编队的信息交互拓扑。
CN201910778245.XA 2019-08-22 2019-08-22 无人机编队通信能耗的周期性在线均衡方法和装置 Active CN110536266B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910778245.XA CN110536266B (zh) 2019-08-22 2019-08-22 无人机编队通信能耗的周期性在线均衡方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910778245.XA CN110536266B (zh) 2019-08-22 2019-08-22 无人机编队通信能耗的周期性在线均衡方法和装置

Publications (2)

Publication Number Publication Date
CN110536266A CN110536266A (zh) 2019-12-03
CN110536266B true CN110536266B (zh) 2022-04-01

Family

ID=68663986

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910778245.XA Active CN110536266B (zh) 2019-08-22 2019-08-22 无人机编队通信能耗的周期性在线均衡方法和装置

Country Status (1)

Country Link
CN (1) CN110536266B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112965527B (zh) * 2021-02-16 2023-06-16 北京信息科技大学 基于改进人工蜂群算法的无人机编队拓扑生成优化方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105873171A (zh) * 2016-05-27 2016-08-17 合肥工业大学 基于最小树形图的无人机编队通信拓扑重优化方法及系统
CN107094314A (zh) * 2017-05-27 2017-08-25 合肥工业大学 多无人机协同编队中的最优通信拓扑生成方法及装置
CN107632614A (zh) * 2017-08-14 2018-01-26 广东技术师范学院 一种基于刚性图理论的多无人机编队自组织协同控制方法
CN107797564A (zh) * 2017-07-04 2018-03-13 合肥工业大学 多无人机协同编队中信息交互拓扑启发式优化方法及装置
CN108924788A (zh) * 2018-06-21 2018-11-30 西安理工大学 无线紫外光协作无人机编队网络中能耗均衡方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11186368B2 (en) * 2017-12-21 2021-11-30 Wing Aviation Llc Methods and systems for door-enabled loading and release of payloads in an unmanned aerial vehicle (UAV)

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105873171A (zh) * 2016-05-27 2016-08-17 合肥工业大学 基于最小树形图的无人机编队通信拓扑重优化方法及系统
CN107094314A (zh) * 2017-05-27 2017-08-25 合肥工业大学 多无人机协同编队中的最优通信拓扑生成方法及装置
CN107797564A (zh) * 2017-07-04 2018-03-13 合肥工业大学 多无人机协同编队中信息交互拓扑启发式优化方法及装置
CN107632614A (zh) * 2017-08-14 2018-01-26 广东技术师范学院 一种基于刚性图理论的多无人机编队自组织协同控制方法
CN108924788A (zh) * 2018-06-21 2018-11-30 西安理工大学 无线紫外光协作无人机编队网络中能耗均衡方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Multi-UAV Rapid-Assessment Task-Assignment Problem in a Post-Earthquake Scenario;Moning Zhu等;《IEEE Access》;20190604;全文 *
三维无人机编队队形重构与队形保持控制算法研究;王卫宁;《工程科技Ⅱ辑》;20180515;全文 *
面向队形保持的无人机编队信息交互拓扑优化问题的研究;王国强;《工程科技Ⅱ辑》;20171215;全文 *

Also Published As

Publication number Publication date
CN110536266A (zh) 2019-12-03

Similar Documents

Publication Publication Date Title
CN108594858B (zh) 马尔科夫运动目标的无人机搜索方法及装置
CN110609572B (zh) 无人机编队信息交互拓扑的启发式优化方法和装置
Beiranvand et al. General relativity search algorithm: a global optimization approach
Wei et al. Joint UAV trajectory planning, DAG task scheduling, and service function deployment based on DRL in UAV-empowered edge computing
CN110536266B (zh) 无人机编队通信能耗的周期性在线均衡方法和装置
CN111983923A (zh) 一种受限多智能体系统编队控制方法、系统及设备
Paul et al. Efficient planning of multi-robot collective transport using graph reinforcement learning with higher order topological abstraction
CN110471445B (zh) 多无人平台通信能耗的多阶段多目标优化方法和装置
Kumar et al. Novel reinforcement learning guided enhanced variable weight grey wolf optimization (RLV-GWO) algorithm for multi-UAV path planning
Dai et al. Data-efficient control barrier function refinement
Liang et al. Multi-UAV autonomous collision avoidance based on PPO-GIC algorithm with CNN–LSTM fusion network
CN110647166A (zh) 均衡能耗的无人机编队信息交互拓扑在线优化方法和装置
CN111046955A (zh) 一种基于图网络的多智能体对抗策略智能预测方法及装置
CN111104561B (zh) 启发式的无人平台信息感知网络拓扑生成方法和装置
CN111107604B (zh) 无人平台信息感知网络的快速优化方法和装置
CN110609548B (zh) 多无人平台协同队形保持的快速优化方法和装置
Zhang et al. A bilevel task allocation method for heterogeneous multi-UUV recovery system
CN111314119B (zh) 不确定环境下无人平台信息感知网络快速重构方法和装置
CN110618626B (zh) 多无人平台协同队形保持的通信能耗均衡方法和装置
Díaz-Muñoz et al. Cooperative Chaotic Exploration with UAVs Combining Pheromone Dispersion and Hopfield Chaotic Neural Network
Ruan et al. Synchronisation of multiple neural networks via event‐triggered time‐varying delay hybrid impulsive control
CN110989653B (zh) 无人机协同态势感知的信息交互拓扑快速生成方法和装置
Ma et al. Heterogeneous multi-agent task allocation based on graphneuralnetwork antcolony optimizationalgorithms
CN110598272B (zh) 多无人平台信息交互拓扑的启发式生成方法和装置
CN110647167B (zh) 无人机编队最优信息交互拓扑快速生成方法和装置

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