CN110647166A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN110647166A
CN110647166A CN201910778249.8A CN201910778249A CN110647166A CN 110647166 A CN110647166 A CN 110647166A CN 201910778249 A CN201910778249 A CN 201910778249A CN 110647166 A CN110647166 A CN 110647166A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
graph
dimensional linear
formation
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
Application number
CN201910778249.8A
Other languages
English (en)
Other versions
CN110647166B (zh
Inventor
王国强
罗贺
李晓多
胡笑旋
靳鹏
马华伟
夏维
朱默宁
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 Polytechnic University
Original Assignee
Hefei Polytechnic 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 Hefei Polytechnic University filed Critical Hefei Polytechnic University
Priority to CN201910778249.8A priority Critical patent/CN110647166B/zh
Publication of CN110647166A publication Critical patent/CN110647166A/zh
Application granted granted Critical
Publication of CN110647166B publication Critical patent/CN110647166B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

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)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种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,涉及无人机通信领域。本发明基于无人机编队的三维队形和无人机的初始能量获取通信网络;基于通信网络获取加权有向图;基于加权有向图获取三维线性无关图;基于三维线性无关图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,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

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
技术领域
本发明涉及无人机通信技术领域,具体涉及一种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。
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,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均衡能耗的无人机编队信息交互拓扑在线优化方法,所述优化方法由计算机执行,包括以下步骤:
S1、基于无人机编队的三维队形和无人机的初始能量获取通信网络;
S2、基于所述通信网络获取加权有向图;
S3、基于所述加权有向图获取三维线性无关图;
S4、基于所述三维线性无关图获取无人机编队的信息交互拓扑;
S5、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;
S6、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;
S7、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无人机编队的信息交互拓扑,将所述初始时间更新为当前时间,并跳转到S5中,重复步骤S5-S7;
若不满足条件,则命令无人机降落。
优选的,在S2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;
获取所述第二通信网络的第三最小树形图,并将所述第三最小树形图中的弧及其反向弧从所述第二通信网络中删除,得到第三通信网络;
将所述第一最小树形图、所述第二最小树形图和所述第三最小树形图合并,获得所述加权有向图。
优选的,在S3中,所述三维线性无关图的获取方法为:
S301、按照权值从高到低的顺序对所述加权有向图中的弧进行排序,赋值h=1;
S302、判断所述加权有向图中的弧的数量是否大于所述加权有向图对应的加权无向图的刚度矩阵的秩r,若满足条件,删除所述加权有向图中的第h条弧,得到第一加权有向图;若不满足条件,则所述加权有向图即为三维线性无关图;
S303、判断所述第一加权有向图对应的加权无向图的刚度矩阵的秩是否小于r,若满足条件,则将所述第h条弧重新加入到第一加权有向图中,得到第二加权有向图;若不满足条件,则不进行处理,得到第二加权有向图;
S304、更新h的取值;
S305、判断所述第二加权有向图中的弧的数量是否大于r,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加权有向图中的数据,并跳转到步骤S302,重复步骤S302-S305;若不满足条件,则所述第二加权有向图即为三维线性无关图。
优选的,在S4中,所述无人机编队的信息交互拓扑的获取方法为:
S401、判断所述三维线性无关图对应的加权无向图的刚度矩阵的秩r0和所述三维线性无关图的节点集合V是否满足r0<3×|V|-6,若满足条件,按照权值从低到高的顺序对所述第三通信网络中的弧进行排序,获取所述第三通信网络中的第k条弧aij,其中,k=1;若不满足条件,则所述三维线性无关图即为无人机编队的信息交互拓扑;
S402、判断所述三维线性无关图对应的加权无向图的刚度矩阵的秩r0和所述三维线性无关图的节点集合V是否满足r0<3×|V|-6,若不满足条件,则所述三维线性无关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在所述三维线性无关图中的入度是否小于3并且所述第k条弧aij的反向弧aji是否不在所述三维线性无关图中;若两个条件均满足,将所述第k条弧aij添加到所述三维线性无关图中,得到第一三维线性无关图,并跳转到步骤S403;若两个条件不能全部满足,则更新k的取值,并重复步骤S402;
S403、判断所述第一三维线性无关图对应的加权无向图的刚度矩阵的秩是否为满秩,若不满足条件,则将所述第k条弧aij从所述第一三维线性无关图中删除,得到第二三维线性无关图,且,令r1=r0;若满足条件,则令r1=r0+1,保留所述第k条弧aij,得到第二三维线性无关图;
S404、更新所述k的取值;
S405、判断所述r1是否满足r1<3×|V|-6,若满足条件,则将所述三维线性无关图中的数据更新为所述第二三维线性无关图中的数据,并跳转到步骤S402,重复步骤S402-S405;若不满足条件,则所述第二三维线性无关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均衡能耗的无人机编队信息交互拓扑在线优化装置,所述优化装置包括计算机,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、基于无人机编队的三维队形和无人机的初始能量获取通信网络;
S2、基于所述通信网络获取加权有向图;
S3、基于所述加权有向图获取三维线性无关图;
S4、基于所述三维线性无关图获取无人机编队的信息交互拓扑;
S5、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;
S6、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;
S7、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无人机编队的信息交互拓扑,将所述初始时间更新为当前时间,并跳转到S5中,重复步骤S5-S7;
若不满足条件,则命令无人机降落。
优选的,在S2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;
获取所述第二通信网络的第三最小树形图,并将所述第三最小树形图中的弧及其反向弧从所述第二通信网络中删除,得到第三通信网络;
将所述第一最小树形图、所述第二最小树形图和所述第三最小树形图合并,获得所述加权有向图。
优选的,在S3中,所述三维线性无关图的获取方法为:
S301、按照权值从高到低的顺序对所述加权有向图中的弧进行排序,赋值h=1;
S302、判断所述加权有向图中的弧的数量是否大于所述加权有向图对应的加权无向图的刚度矩阵的秩r,若满足条件,删除所述加权有向图中的第h条弧,得到第一加权有向图;若不满足条件,则所述加权有向图即为三维线性无关图;
S303、判断所述第一加权有向图对应的加权无向图的刚度矩阵的秩是否小于r,若满足条件,则将所述第h条弧重新加入到第一加权有向图中,得到第二加权有向图;若不满足条件,则不进行处理,得到第二加权有向图;
S304、更新h的取值;
S305、判断所述第二加权有向图中的弧的数量是否大于r,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加权有向图中的数据,并跳转到步骤S302,重复步骤S302-S305;若不满足条件,则所述第二加权有向图即为三维线性无关图。
优选的,在S4中,所述无人机编队的信息交互拓扑的获取方法为:
S401、判断所述三维线性无关图对应的加权无向图的刚度矩阵的秩r0和所述三维线性无关图的节点集合V是否满足r0<3×|V|-6,若满足条件,按照权值从低到高的顺序对所述第三通信网络中的弧进行排序,获取所述第三通信网络中的第k条弧aij,其中,k=1;若不满足条件,则所述三维线性无关图即为无人机编队的信息交互拓扑;
S402、判断所述三维线性无关图对应的加权无向图的刚度矩阵的秩r0和所述三维线性无关图的节点集合V是否满足r0<3×|V|-6,若不满足条件,则所述三维线性无关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在所述三维线性无关图中的入度是否小于3并且所述第k条弧aij的反向弧aji是否不在所述三维线性无关图中;若两个条件均满足,将所述第k条弧aij添加到所述三维线性无关图中,得到第一三维线性无关图,并跳转到步骤S403;若两个条件不能全部满足,则更新k的取值,并重复步骤S402;
S403、判断所述第一三维线性无关图对应的加权无向图的刚度矩阵的秩是否为满秩,若不满足条件,则将所述第k条弧aij从所述第一三维线性无关图中删除,得到第二三维线性无关图,且,令r1=r0;若满足条件,则令r1=r0+1,保留所述第k条弧aij,得到第二三维线性无关图;
S404、更新所述k的取值;
S405、判断所述r1是否满足r1<3×|V|-6,若满足条件,则将所述三维线性无关图中的数据更新为所述第二三维线性无关图中的数据,并跳转到步骤S402,重复步骤S402-S405;若不满足条件,则所述第二三维线性无关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。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;基于通信网络获取加权有向图;基于加权有向图获取三维线性无关图;基于三维线性无关图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均衡能耗的无人机编队信息交互拓扑在线优化方法的整体流程图;
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,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;基于通信网络获取加权有向图;基于加权有向图获取三维线性无关图;基于三维线性无关图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均衡能耗的无人机编队信息交互拓扑在线优化方法,如图1所示,所述优化方法由计算机执行,包括以下步骤:
S1、基于无人机编队的三维队形和无人机的初始能量获取通信网络;
S2、基于上述通信网络获取加权有向图;
S3、基于上述加权有向图获取三维线性无关图;
S4、基于上述三维线性无关图获取无人机编队的信息交互拓扑;
S5、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;
S6、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;
S7、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无人机编队的信息交互拓扑,将上述初始时间更新为当前时间,并跳转到S5中,重复步骤S5-S7;
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;基于通信网络获取加权有向图;基于加权有向图获取三维线性无关图;基于三维线性无关图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,基于无人机编队的三维队形和无人机的初始能量获取通信网络。
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。
此编队的通信网络根据队形S和每个无人机的初始能量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 BDA0002175739310000131
1≤i,j≤n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为无人机当前时间的剩余能量。
在步骤S2中,基于上述通信网络获取加权有向图。
具体的,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
获取第二通信网络D2的第三最小树形图T3,将第三最小树形图T3中的弧及其反向弧从第二通信网络D2中删除,得到第三通信网络D3
将第一最小树形图、第二最小树形图和第三最小树形图合并,即得到加权有向图。加权有向图为T=(V,A*,W*)。
具体的,本发明实施例在获取最小树形图时采用Edmonds最小树形图优化算法。
本发明实施例还根据加权有向图得到加权无向图。
具体的,本发明实施例首先根据刚度矩阵理论,求出加权无向图的刚度矩阵,进一步求得刚度矩阵的秩r。
在步骤S3中,基于上述加权有向图获取三维线性无关图。
具体的,三维线性无关图的获取方法如下:
S301、按照权值从高到低的顺序对上述加权有向图T中的弧进行排序,赋值h=1。
S302、判断加权有向图T中的弧的数量是否大于加权无向图的刚度矩阵的秩r,若满足条件,删除加权有向图T中的第h条弧,得到第一加权有向图。若不满足条件,则加权有向图T即为三维线性无关图。
S303、判断上述第一加权有向图对应的加权无向图的刚度矩阵的秩是否小于r,若满足条件,则将所述第h条弧重新加入到第一加权有向图中,得到第二加权有向图;若不满足条件,则不进行处理,得到第二加权有向图。
S304、更新h的取值。具体的,令h=h+1。
S305、判断所述第二加权有向图中的弧的数量是否大于r,若满足条件,则将所述加权有向图T中的数据更新为所述第二加权有向图中的数据,并跳转到步骤S302,重复步骤S302-S305;若不满足条件,则所述第二加权有向图即为三维线性无关图。
需要说明的是,三维线性无关图是指:假设M是三维空间中有向图T=(V,A)对应无向图G=(V,E)的三维刚度矩阵。仅当三维刚度矩阵的秩和无向图的边数|E|满足r=|E|时,此有向图T为三维线性无关图。
上述获取方法采用的算法步骤如表1所示:
表1
Figure BDA0002175739310000151
在步骤S4中,基于上述三维线性无关图获取无人机编队的信息交互拓扑。
具体的,无人机三维编队的信息交互拓扑的获取方法为:
S401、当三维线性无关图对应的加权无向图的刚度矩阵的秩r0和三维线性无关图T0的节点集合V满足r0<3×|V|-6时,按照权值从低到高的顺序对第三通信网络D3中的弧进行排序,获取第三通信网络D3的第k条弧aij,其中,k=1。当上述条件不满足时,三维线性无关图T0即为无人机编队的信息交互拓扑。
需要说明的是,本发明实施例中,三维线性无关图的刚度矩阵的秩r0和加权无向图的刚度矩阵的秩r的数值相等。
S402、判断:三维线性无关图对应的加权无向图的刚度矩阵的秩r0和三维线性无关图T0的节点集合V是否满足r0<3×|V|-6。当上述条件不满足时,三维线性无关图T0即为无人机编队的信息交互拓扑。
当上述条件满足时,判断:第k条弧aij的终点vj在三维线性无关图T0中的入度是否小于3并且第k条弧aij的反向弧aji是否不在三维线性无关图T0中。当上述两个条件均满足时,将第k条弧aij添加到三维线性无关图T0中,得到第一三维线性无关图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S402,对第k+1条弧进行上述操作。
S403、判断:第一三维线性无关图
Figure BDA0002175739310000162
对应的加权无向图的刚度矩阵的秩是否为满秩。
若不满足条件,则将第k条弧aij从第一三维线性无关图
Figure BDA0002175739310000163
中删除,得到第二三维线性无关图
Figure BDA0002175739310000164
此时,令r1=r0
若满足条件,则更新所述r0的取值,得到更新取值后的秩r1。具体的,可以令r1=r0+1。并且保留第k条弧aij,得到第二三维线性无关图
S404、更新k的取值,具体的,令k=k+1。
S405、判断r1是否满足r1<3×|V|-6,若满足条件,则将三维线性无关图T0中的数据更新为第二三维线性无关图
Figure BDA0002175739310000172
中的数据,并跳转到步骤S402,重复步骤S402-S405;若不满足条件,则第二三维线性无关图
Figure BDA0002175739310000173
即为无人机三维编队的信息交互拓扑。
具体的,上述获取方法采用的算法步骤如表2所示:
表2
Figure BDA0002175739310000174
Figure BDA0002175739310000181
在步骤S5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S6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S7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yi,并判断:每个无人机的剩余能量yi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S1-S4。
将上述无人机编队的信息交互拓扑更新为当前时间的无人机编队的信息交互拓扑,将上述初始时间t0更新为当前时间t1,并跳转到S5中,重复步骤S5-S7。
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 BDA0002175739310000191
根据通信网络求得其三个最小树形图分别如图3(a)(b)(c)所示。将三个最小树形图合并得到加权有向图,如图3(d)所示。根据加权有向图获取三维线性无关图,在本实施例的获取过程中,删除了一条弧(1,4),得到的三维线性无关图如图3(e)所示。最后根据三维线性无关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即为图3(e)。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 BDA0002175739310000201
根据此时的通信网络求得其三个最小树形图分别如图4(a)(b)(c)所示。将三个最小树形图合并得到加权有向图,如图4(d)所示。根据加权有向图获取三维线性无关图,在本实施例的获取过程中,删除了一条弧(4,1),得到的三维线性无关图如图4(e)所示。最后根据三维线性无关图获取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(e)。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:0.0600004ymax、(3.78117e-007)ymax、0.00750038ymax、0.0575003ymax、0.0575004ymax。对应的通信网络中每条弧的权值为:
Figure BDA0002175739310000211
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0.000648201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1230.000648201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均衡能耗的无人机编队信息交互拓扑在线优化装置,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、基于无人机编队的三维队形和无人机的初始能量获取通信网络;
S2、基于上述通信网络获取加权有向图;
S3、基于上述加权有向图获取三维线性无关图;
S4、基于上述三维线性无关图获取无人机编队的信息交互拓扑;
S5、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;
S6、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;
S7、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无人机编队的信息交互拓扑,将上述初始时间更新为当前时间,并跳转到S5中,重复步骤S5-S7;
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优化装置与上述优化方法相对应,其有关内容的解释、举例、有益效果等部分可以参考均衡能耗的无人机编队信息交互拓扑在线优化方法中的相应内容,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;基于通信网络获取加权有向图;基于加权有向图获取三维线性无关图;基于三维线性无关图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 (8)

1.一种均衡能耗的无人机编队信息交互拓扑在线优化方法,其特征在于,所述优化方法由计算机执行,包括以下步骤:
S1、基于无人机编队的三维队形和无人机的初始能量获取通信网络;
S2、基于所述通信网络获取加权有向图;
S3、基于所述加权有向图获取三维线性无关图;
S4、基于所述三维线性无关图获取无人机编队的信息交互拓扑;
S5、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;
S6、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;
S7、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无人机编队的信息交互拓扑,将所述初始时间更新为当前时间,并跳转到S5中,重复步骤S5-S7;
若不满足条件,则命令无人机降落。
2.如权利要求1所述的优化方法,其特征在于,在S2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;
获取所述第二通信网络的第三最小树形图,并将所述第三最小树形图中的弧及其反向弧从所述第二通信网络中删除,得到第三通信网络;
将所述第一最小树形图、所述第二最小树形图和所述第三最小树形图合并,获得所述加权有向图。
3.如权利要求2所述的优化方法,其特征在于,在S3中,所述三维线性无关图的获取方法为:
S301、按照权值从高到低的顺序对所述加权有向图中的弧进行排序,赋值h=1;
S302、判断所述加权有向图中的弧的数量是否大于所述加权有向图对应的加权无向图的刚度矩阵的秩r,若满足条件,删除所述加权有向图中的第h条弧,得到第一加权有向图;若不满足条件,则所述加权有向图即为三维线性无关图;
S303、判断所述第一加权有向图对应的加权无向图的刚度矩阵的秩是否小于r,若满足条件,则将所述第h条弧重新加入到第一加权有向图中,得到第二加权有向图;若不满足条件,则不进行处理,得到第二加权有向图;
S304、更新h的取值;
S305、判断所述第二加权有向图中的弧的数量是否大于r,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加权有向图中的数据,并跳转到步骤S302,重复步骤S302-S305;若不满足条件,则所述第二加权有向图即为三维线性无关图。
4.如权利要求3所述的优化方法,其特征在于,在S4中,所述无人机编队的信息交互拓扑的获取方法为:
S401、判断所述三维线性无关图对应的加权无向图的刚度矩阵的秩r0和所述三维线性无关图的节点集合V是否满足r0<3×|V|-6,若满足条件,按照权值从低到高的顺序对所述第三通信网络中的弧进行排序,获取所述第三通信网络中的第k条弧aij,其中,k=1;若不满足条件,则所述三维线性无关图即为无人机编队的信息交互拓扑;
S402、判断所述三维线性无关图对应的加权无向图的刚度矩阵的秩r0和所述三维线性无关图的节点集合V是否满足r0<3×|V|-6,若不满足条件,则所述三维线性无关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在所述三维线性无关图中的入度是否小于3并且所述第k条弧aij的反向弧aji是否不在所述三维线性无关图中;若两个条件均满足,将所述第k条弧aij添加到所述三维线性无关图中,得到第一三维线性无关图,并跳转到步骤S403;若两个条件不能全部满足,则更新k的取值,并重复步骤S402;
S403、判断所述第一三维线性无关图对应的加权无向图的刚度矩阵的秩是否为满秩,若不满足条件,则将所述第k条弧aij从所述第一三维线性无关图中删除,得到第二三维线性无关图,且,令r1=r0;若满足条件,则令r1=r0+1,保留所述第k条弧aij,得到第二三维线性无关图;
S404、更新所述k的取值;
S405、判断所述r1是否满足r1<3×|V|-6,若满足条件,则将所述三维线性无关图中的数据更新为所述第二三维线性无关图中的数据,并跳转到步骤S402,重复步骤S402-S405;若不满足条件,则所述第二三维线性无关图即为无人机编队的信息交互拓扑。
5.一种均衡能耗的无人机编队信息交互拓扑在线优化装置,其特征在于,所述优化装置包括计算机,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、基于无人机编队的三维队形和无人机的初始能量获取通信网络;
S2、基于所述通信网络获取加权有向图;
S3、基于所述加权有向图获取三维线性无关图;
S4、基于所述三维线性无关图获取无人机编队的信息交互拓扑;
S5、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;
S6、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;
S7、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无人机编队的信息交互拓扑,将所述初始时间更新为当前时间,并跳转到S5中,重复步骤S5-S7;
若不满足条件,则命令无人机降落。
6.如权利要求5所述的优化装置,其特征在于,在S2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;
获取所述第二通信网络的第三最小树形图,并将所述第三最小树形图中的弧及其反向弧从所述第二通信网络中删除,得到第三通信网络;
将所述第一最小树形图、所述第二最小树形图和所述第三最小树形图合并,获得所述加权有向图。
7.如权利要求6所述的优化装置,其特征在于,在S3中,所述三维线性无关图的获取方法为:
S301、按照权值从高到低的顺序对所述加权有向图中的弧进行排序,赋值h=1;
S302、判断所述加权有向图中的弧的数量是否大于所述加权有向图对应的加权无向图的刚度矩阵的秩r,若满足条件,删除所述加权有向图中的第h条弧,得到第一加权有向图;若不满足条件,则所述加权有向图即为三维线性无关图;
S303、判断所述第一加权有向图对应的加权无向图的刚度矩阵的秩是否小于r,若满足条件,则将所述第h条弧重新加入到第一加权有向图中,得到第二加权有向图;若不满足条件,则不进行处理,得到第二加权有向图;
S304、更新h的取值;
S305、判断所述第二加权有向图中的弧的数量是否大于r,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加权有向图中的数据,并跳转到步骤S302,重复步骤S302-S305;若不满足条件,则所述第二加权有向图即为三维线性无关图。
8.如权利要求7所述的优化装置,其特征在于,在S4中,所述无人机编队的信息交互拓扑的获取方法为:
S401、判断所述三维线性无关图对应的加权无向图的刚度矩阵的秩r0和所述三维线性无关图的节点集合V是否满足r0<3×|V|-6,若满足条件,按照权值从低到高的顺序对所述第三通信网络中的弧进行排序,获取所述第三通信网络中的第k条弧aij,其中,k=1;若不满足条件,则所述三维线性无关图即为无人机编队的信息交互拓扑;
S402、判断所述三维线性无关图对应的加权无向图的刚度矩阵的秩r0和所述三维线性无关图的节点集合V是否满足r0<3×|V|-6,若不满足条件,则所述三维线性无关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在所述三维线性无关图中的入度是否小于3并且所述第k条弧aij的反向弧aji是否不在所述三维线性无关图中;若两个条件均满足,将所述第k条弧aij添加到所述三维线性无关图中,得到第一三维线性无关图,并跳转到步骤S403;若两个条件不能全部满足,则更新k的取值,并重复步骤S402;
S403、判断所述第一三维线性无关图对应的加权无向图的刚度矩阵的秩是否为满秩,若不满足条件,则将所述第k条弧aij从所述第一三维线性无关图中删除,得到第二三维线性无关图,且,令r1=r0;若满足条件,则令r1=r0+1,保留所述第k条弧aij,得到第二三维线性无关图;
S404、更新所述k的取值;
S405、判断所述r1是否满足r1<3×|V|-6,若满足条件,则将所述三维线性无关图中的数据更新为所述第二三维线性无关图中的数据,并跳转到步骤S402,重复步骤S402-S405;若不满足条件,则所述第二三维线性无关图即为无人机编队的信息交互拓扑。
CN201910778249.8A 2019-08-22 2019-08-22 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 Active CN110647166B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910778249.8A CN110647166B (zh) 2019-08-22 2019-08-22 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910778249.8A CN110647166B (zh) 2019-08-22 2019-08-22 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

Publications (2)

Publication Number Publication Date
CN110647166A true CN110647166A (zh) 2020-01-03
CN110647166B CN110647166B (zh) 2024-09-06

Family

ID=68990227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910778249.8A Active CN110647166B (zh) 2019-08-22 2019-08-22 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

Country Status (1)

Country Link
CN (1) CN110647166B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111163440A (zh) * 2020-01-19 2020-05-15 合肥工业大学 通信干扰下无人机协同态势感知网络快速重构方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170347285A1 (en) * 2016-05-27 2017-11-30 Hefei University Of Technology Method and system for reoptimizing unmanned aerial vehicle formation communication topology based on minimum cost arborescence
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
KR20180129482A (ko) * 2017-05-26 2018-12-05 아주대학교산학협력단 군용 중계 무인항공기의 도착시간차를 이용한 자율주행 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170347285A1 (en) * 2016-05-27 2017-11-30 Hefei University Of Technology Method and system for reoptimizing unmanned aerial vehicle formation communication topology based on minimum cost arborescence
KR20180129482A (ko) * 2017-05-26 2018-12-05 아주대학교산학협력단 군용 중계 무인항공기의 도착시간차를 이용한 자율주행 방법
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
X DONG: "Time-varying formation tracking for UAV swarm systems with switching directed topologies", IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 31 December 2018 (2018-12-31) *
罗贺: "能耗均衡的三维最优持久编队通信拓扑生成", 航 空 学 报, 25 January 2022 (2022-01-25) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111163440A (zh) * 2020-01-19 2020-05-15 合肥工业大学 通信干扰下无人机协同态势感知网络快速重构方法和装置
CN111163440B (zh) * 2020-01-19 2023-07-04 合肥工业大学 通信干扰下无人机协同态势感知网络快速重构方法和装置

Also Published As

Publication number Publication date
CN110647166B (zh) 2024-09-06

Similar Documents

Publication Publication Date Title
CN110609572B (zh) 无人机编队信息交互拓扑的启发式优化方法和装置
Chen et al. An efficient multi-objective ant colony optimization for task allocation of heterogeneous unmanned aerial vehicles
Huang et al. A new dynamic path planning approach for unmanned aerial vehicles
Tsiogkas et al. Efficient multi-AUV cooperation using semantic knowledge representation for underwater archaeology missions
CN105045095B (zh) 一种多无人机应急救灾任务分配方法
CN108428004A (zh) 基于蚁群算法的飞行物冲突解脱路径规划方法
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
Long et al. A multi-subpopulation bacterial foraging optimisation algorithm with deletion and immigration strategies for unmanned surface vehicle path planning
Kumar et al. Novel reinforcement learning guided enhanced variable weight grey wolf optimization (RLV-GWO) algorithm for multi-UAV path planning
CN109062677B (zh) 一种无人机系统计算迁移方法
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
CN110536266B (zh) 无人机编队通信能耗的周期性在线均衡方法和装置
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
CN111163440B (zh) 通信干扰下无人机协同态势感知网络快速重构方法和装置
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
CN110609548B (zh) 多无人平台协同队形保持的快速优化方法和装置
CN115437372B (zh) 机器人路径规划方法、装置、电子设备及存储介质
Fan et al. Bipartite flock control of multi-agent systems
CN111107604B (zh) 无人平台信息感知网络的快速优化方法和装置
Wu et al. Consensus based distributive task allocation for multi-AUV in searching and detecting
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
CN110933639B (zh) 无人机协同态势感知网络的信息交互拓扑优化方法和装置
CN113495574A (zh) 一种无人机群飞行的控制方法、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
CN110598272B (zh) 多无人平台信息交互拓扑的启发式生成方法和装置

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