CN111371484B - 无人机基站控制方法、装置、系统和计算机可读存储介质 - Google Patents

Abstract

本公开涉及一种无人机基站控制方法、装置、系统和计算机可读存储介质，涉及通信技术领域。本公开的方法包括：根据无人机基站测量的雷电环境数据确定雷电的影响程度；根据无人机基站的状态信息确定无人机基站的健康状况；根据雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务。通过实时的雷电影响和无人机健康状况的综合判断，能够更加准确确定无人机基站是否能够应对当前的雷电环境，能够更加准确确定无人机基站是否能够继续保持服务，在尽量保持通信服务的情况下，提高对无人机基站的保护。

Description

无人机基站控制方法、装置、系统和计算机可读存储介质

技术领域

本公开涉及通信技术领域，特别涉及一种无人机基站控制方法、装置、系统和计算机可读存储介质。

背景技术

公众移动通信网的无人机基站，是应急通信的重要技术手段，在各种灾害现场救援通信、大型活动应急等场合，提供语音、视频、数据等通信保障。

我国地域广阔，地形复杂，雷电活动频繁，灾害严重。从雷害发生的地区看，我国人口密集、经济发达地区都处在中等以上雷电区。这些地区计算机及其它电子信息产品遇到雷害的概率很高。无人机基站的服务环境，尤其各种灾害救援场景下，雷击发生概率很高。在服务过程中，无人机基站可能遭遇雷击。目前，在雷电环境下，只能人为对雷电环境进行简单判断，一种处理方式是直接控制无人机基站直接退出服务。一种处理方式是无人机基站继续保持服务，直至损坏严重甚至坠毁。

发明内容

发明人发现：目前，无人机基站工作在雷电环境中无法准确地对无人机基站是否能够继续服务进行准确的判断，无法平衡无人机基站的安全保护和通信服务的保障两者之间的关系，在尽量保持通信服务的情况下，提高对无人机基站的保护。

本公开所要解决的一个技术问题是：如何更加准确的判断无人机基站是否能够继续服务。

根据本公开的一些实施例，提供的一种无人机基站控制方法，包括：根据无人机基站测量的雷电环境数据确定雷电的影响程度；根据无人机基站的状态信息确定无人机基站的健康状况；根据雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务。

在一些实施例中，根据无人机基站测量的雷电环境数据确定雷电的影响程度包括：根据雷电环境数据生成雷电特征向量，雷电环境数据包括：电压强度、电流强度、光照强度、风速、磁场信息、温度、湿度中至少一项；根据多个雷电特征向量确定雷电的类型和雷电发生的方位信息；根据雷电的类型和雷电发生的方位信息确定雷电的影响程度。

在一些实施例中，无人机基站的状态信息包括：飞行状态信息、通信状态信息和设备故障信息中至少一项；根据无人机基站的状态信息确定无人机基站的健康状况包括：无人机基站的飞行状态越平稳，通信质量越好，设备故障率越低，则无人机基站的健康等级越高。

在一些实施例中，根据雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务包括：雷电对无人机基站的影响程度越小，无人机基站的健康状况越好，则无人机基站继续服务的概率越大。

在一些实施例中，根据无人机基站测量的雷电环境数据确定雷电的影响程度包括：根据无人机基站测量的雷电环境数据和对应的地面设备测量的雷电环境数据确定雷电的影响程度；该方法还包括：根据地面设备的状态信息确定地面设备的健康状况；根据雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务包括：根据雷电的影响程度、无人机基站的健康状况和对应的地面设备的健康状况，确定无人机基站的是否继续服务。

在一些实施例中，根据雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务包括：根据无人机基站的服务信息、无人机基站的价值信息中至少一项，以及雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务；其中，无人机基站的服务信息包括：无人机基站覆盖的用户的信息、无人机基站的服务等级中至少一项，无人机基站的价值信息包括无人机基站的维修成本和无人机基站的损毁成本中至少一项，用户的信息包括：用户的数量、用户等级至少一项。

在一些实施例中，雷电环境数据是无人机基站在雷电环境数据超过对应的阈值的情况下上报的。

在一些实施例中，该方法还包括：根据无人机基站周期性测量的雷电环境数据，预测无人机集群区域中的雷电影响分布情况；根据无人机基站的服务信息和无人机基站的价值信息中至少一项，以及无人机集群区域中的雷电影响分布情况，确定无人机集群中无人机基站的防雷措施，防雷措施包括：无人机基站退出服务、无人机基站改变覆盖范围、引雷、消雷中至少一项；其中，无人机基站的服务信息包括：无人机基站覆盖的用户的信息、无人机基站的服务等级中至少一项，无人机基站的价值信息包括无人机基站的维修成本、无人机基站的损毁成本、引雷成本和消雷成本中至少一项，用户的信息包括：用户的数量、用户等级至少一项。

在一些实施例中，根据无人机基站周期性测量的雷电环境数据，预测无人机集群区域中的雷电影响分布情况包括：根据无人机基站对应的地面设备周期性测量的雷电环境数据和预设时间内的雷电天气预报信息中至少一项，以及无人机基站周期性测量的雷电环境数据，预测无人机集群区域中的雷电影响分布情况。

根据本公开的另一些实施例，提供的一种无人机基站控制装置，包括：雷电确定模块，用于根据无人机基站测量的雷电环境数据确定雷电的影响程度；健康状况确定模块，用于根据无人机基站的状态信息确定无人机基站的健康状况；调度模块，用于根据雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务。

在一些实施例中，雷电确定模块用于根据雷电环境数据生成雷电特征向量，雷电环境数据包括：电压强度、电流强度、光照强度、风速、磁场信息、温度、湿度中至少一项；根据多个雷电特征向量确定雷电的类型和雷电发生的方位信息；根据雷电的类型和雷电发生的方位信息确定雷电的影响程度。

在一些实施例中，无人机基站的状态信息包括：飞行状态信息、通信状态信息和设备故障信息中至少一项；无人机基站的飞行状态越平稳，通信质量越好，设备故障率越低，则无人机基站的健康等级越高。

在一些实施例中，雷电确定模块用于根据无人机基站测量的雷电环境数据和对应的地面设备测量的雷电环境数据确定雷电的影响程度；健康状况确定模块还用于根据地面设备的状态信息确定地面设备的健康状况；调度模块用于根据雷电的影响程度、无人机基站的健康状况和对应的地面设备的健康状况，确定无人机基站的是否继续服务。

在一些实施例中，调度模块用于根据无人机基站的服务信息、无人机基站的价值信息中至少一项，以及雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务；其中，无人机基站的服务信息包括：无人机基站覆盖的用户的信息、无人机基站的服务等级中至少一项，无人机基站的价值信息包括无人机基站的维修成本和无人机基站的损毁成本中至少一项，用户的信息包括：用户的数量、用户等级至少一项。

在一些实施例中，雷电环境数据是无人机基站在雷电环境数据超过对应的阈值的情况下上报的。

根据本公开的又一些实施例，提供的一种无人机基站控制装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器中的指令，执行如前述任意实施例的无人机基站控制方法。

根据本公开的再一些实施例，提供的一种无人机基站控制系统，包括：前述任意实施例的无人机基站控制装置；以及无人机基站，用于测量雷电环境数据，并发送至无人机基站控制装置。

在一些实施例中，无人机基站用于在雷电环境数据超过对应的阈值的情况下上报无人机基站控制装置。

根据本公开的又一些实施例，提供的一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现前述任意实施例的无人机基站控制方法。

本公开中无人机基站由被动防雷转换为主动测量雷电信息，无人机基站测量雷电环境数据用于确定雷电的影响程度。通过无人机基站的状态信息确定无人机基站的健康状况，进而结合雷电的影响程度和无人机基站的健康状况确定无人机基站是否继续服务。通过实时的雷电影响和无人机健康状况的综合判断，能够更加准确确定无人机基站是否能够应对当前的雷电环境，能够更加准确确定无人机基站是否能够继续保持服务，在尽量保持通信服务的情况下，提高对无人机基站的保护，

通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。

附图说明

为了更清楚地说明本公开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公开的一些实施例，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示出本公开的一些实施例的无人机基站控制方法的流程示意图。

图2示出本公开的另一些实施例的无人机基站控制方法的流程示意图。

图3示出本公开的一些实施例的无人机基站控制装置的结构示意图。

图4示出本公开的另一些实施例的无人机基站控制装置的结构示意图。

图5示出本公开的又一些实施例的无人机基站控制装置的结构示意图。

图6示出本公开的一些实施例的无人机基站控制系统的流程示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例，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，都属于本公开保护的范围。

针对目前无人机基站工作在雷电环境中，无法准确地对无人机基站是否能够继续服务进行准确的判断的问题，提出本方案，下面结合图1描述本公开的方案。

图1为本公开无人机基站控制方法一些实施例的流程图。如图1所示，该实施例的方法包括：步骤S102～S106。

在步骤S102中，根据无人机基站测量的雷电环境数据确定雷电的影响程度。

无人机基站测量的雷电环境数据例如包括电压强度、电流强度、光照强度、风速、磁场信息、温度、湿度中至少一项。磁场信息例如包括：磁场强度，磁场方向，或磁场的变化信息等。可以在无人机基站上集成多种传感器测量上述雷电环境数据。

在一些实施例中，可以无人机基站可以周期性测量雷电环境数据，并针对雷电环境数据进行初步判断。例如，针对不同的雷电环境数据设置对应的阈值，无人机基站检测雷电环境数据是否超过对应的阈值，在一种或多种雷电环境数据超过对应的阈值的情况下，将雷电环境数据上报至控制装置，进而由控制装置确定雷电的影响程度。即在一种或多种雷电环境数据超过对应的阈值的情况下可以触发无人机基站的雷电预警，可以减少控制装置对雷电环境数据的计算量。

在一些实施例中，可以对雷电环境数据进行预处理。预处理步骤包括对无人机基站的感器采集信号的定量识别和定性分析两部分。定量识别比如对线圈类传感器测量到的电流，通过采样、量化、编码实时地获得电流数值，在模块内建立电流变化函数，与周期性电流采样值或历史的电流样本均值或方差值等比较，对异常电流值触发上传控制装置的操作。

定性分析是将异常雷电环境数据与当前时钟、无人机坐标等信息综合处理，完成雷电环境数据的坐标系转换，将坐标值、时钟值、雷电环境数据混合编码，然后由控制装置，如地面站点、决策集群等进行雷电影响程度的计算。异常雷电环境数据向控制装置实时传输，正常的数据可以周期性压缩加上时间标签发送给控制装置，用于雷电的预测，后续将进行描述。

在一些实施例中，根据雷电环境数据生成雷电特征向量，根据多个雷电特征向量确定雷电的类型和雷电发生的方位信息；根据雷电的类型和雷电发生的方位信息确定雷电的影响程度。雷电特征向量中每一个数值对应不同种类的雷电环境数据。无人机基站的雷电环境数据可以带有时间信息，进而能够将同一时刻的雷电环境数据共同进行处理。

例如，将多个无人机基站的雷电特征向量输入雷电类型确定模型，输出雷电的类型。雷电类型确定模型例如为模糊聚类模型或者深度学习模型等。雷电的类型例如包括不同强度的雷电类型或者不同类型自然雷击、人工闪电、超强电磁脉冲等。根据雷电的类型可以估计雷电的强度、破坏力和持续时间等。可以根据历史数据总结经验得到不同类型的雷电的特征，以及不同类型的雷电的强度、破坏力和持续时间等。数据库中可以存储不同类型的雷电对应的强度、破坏力和持续时间等信息。

例如，将多个无人机基站的雷电特征向量和对应的无人机的方位信息，输入雷电定位模型，输出雷电的方位信息。方位信息包括：方向和位置。雷电定位模型例如包括模糊聚类模型等。根据雷电的方位信息可以获得雷电的坐标、方向等进而结合雷电的类型，可以确定雷电的影响范围，与各个无人机基站的距离，以及对各个无人机基站持续的影响。例如，将无人机基站到雷电的坐标的距离划分为不同的距离范围，进而结合雷电的类型，确定在该雷电的类型下，不同距离范围内的无人机基站受到的雷电影响对应的影响等级。雷电的类型对应的强度越大，破坏力越大，持续时间越长，距离雷电的坐标越近的无人机基站对应的影响等级越高，遭受的破坏越大。

在步骤S104中，根据无人机基站的状态信息确定无人机基站的健康状况。

无人机基站的状态信息包括：飞行状态信息、通信状态信息和设备故障信息中至少一项。飞行状态信息例如包括升高限制、巡航速度、续航电量中至少一项。通信状态信息包括：数据延时、误码率、指令回复及时率中至少一项。设备故障信息包括：传感器或其他部件异常信息、设备损坏率中至少一项。可以对无人机基站的各种状态信息转化为对应的状态值，将各个状态值进行加权求和得到无人机基站的健康值。可以设置不同的健康等级对应的不同的健康值范围，进而确定无人机基站的健康等级。例如，无人机基站的飞行状态越平稳，通信质量越好，设备故障率越低，则无人机基站的健康等级越高。

在步骤S106中，根据雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务。

例如，雷电对无人机基站的影响程度越小，无人机基站的健康状况越好，则无人机基站继续服务的概率越大。基于前述实施例的描述，可以得到当前的雷电环境对无人机基站的影响等级和无人机基站的健康等级，根据影响等级和健康等级可以计算无人机基站的被损坏概率。例如，不同的雷电影响等级对应不同的损坏概率，该损坏概率表示健康等级最高的无人机基站在当前影响等级情况下被损坏的概率。将当前雷电影响等级对应的损坏概率乘以健康等级因子得到无人机基站的被损坏概率，健康等级因子例如根据最高健康等级与无人机基站当前的健康等级之间的比值确定。

在一些实施例中，无人机基站可以设置自动修复功能，可以根据无人机基站的历史测试数据估计在不同雷电影响等级和健康等级的情况下，无人机基站抗雷电的概率或自恢复概率。例如，历史测试或使用过程中在相同的雷电影响等级、健康等级和自动修复功能下，无人机损毁的数量和自动恢复的数量，根据两项数据确定无人机基站抗雷电的概率或自恢复概率。

在无人机基站的被损坏概率超过对应的损坏阈值的情况下，可以确定无人机基站退出服务。进一步，可以确定无人机基站是由于健康状况差导致的被损坏概率该还是由于雷电影响程度高导致的被损坏概率，如果无人机基站的健康等级或健康值低于对应的某一阈值，而雷电影响程度低于对应的某一阈值的情况下，可以选用其他无人机基站代替当前的无人机基站进行服务。在无人机基站的被损坏概率低于对应的损坏阈值或者抗雷电的概率或自恢复概率高于对应的阈值的情况下，无人机基站可以继续服务。在无人机基站继续服务的情况下，可以控制无人机基站远离雷电发生的位置，减少雷电对无人机基站的损坏。

上述实施例的方法中无人机基站由被动防雷转换为主动测量雷电信息，无人机基站测量雷电环境数据用于确定雷电的影响程度。通过无人机基站的状态信息确定无人机基站的健康状况，进而结合雷电的影响程度和无人机基站的健康状况确定无人机基站是否继续服务。通过实时的雷电影响和无人机健康状况的综合判断，能够更加准确确定无人机基站是否能够应对当前的雷电环境，能够更加准确确定无人机基站是否能够继续保持服务，在尽量保持通信服务的情况下，提高对无人机基站的保护。

除了参考无人机基站测量的雷电环境数据和无人机基站的状态信息，确定无人机基站是否服务外，还可以参考更多的信息，提高确定的准确性。下面结合图2描述本公开无人机基站控制方法的另一些实施例。

图2为本公开无人机基站控制方法另一些实施例的流程图。如图2所示，该实施例的方法包括：步骤S202～S208。

在步骤S202中，根据无人机基站测量的雷电环境数据和对应的地面设备测量的雷电环境数据确定雷电的影响程度。

无人机基站对应由地面设备，例如控制无人机基站的设备等。地面设备也会受到雷电的影响，地面设备可以采集雷电环境数据，与无人机基站采集的数据的类型相同。确定雷电的影响程度方法可以参考前述实施例，加入了更多的雷电环境数据可以使雷电的影响程度的确定更加准确。

在步骤S204中，根据无人机基站的状态信息确定无人机基站的健康状况。

在步骤S206中，根据地面设备的状态信息确定地面设备的健康状况。

地面设备的状态信息包括：地面设备的通信状态信息和设备故障信息中至少一项。通信状态信息例如包括供电电压、供电电流、数据通信链路状态(例如，数据延时、误码率、指令回复及时率中至少一项)中至少一项。设备故障信息包括：传感器或其他部件异常信息、设备损坏率中至少一项。可以对地面设备的各种状态信息转化为对应的状态值，将各个状态值进行加权求和得到地面设备的健康值。可以设置不同的健康等级对应的不同的健康值范围，进而确定地面设备的健康等级。通信质量越好，设备故障率越低，则地面设备的健康等级越高。

在步骤S208中，根据雷电的影响程度、无人机基站的健康状况和对应的地面设备的健康状况，确定无人机基站的是否继续服务。

可以参考无人机基站的被损坏概率、抗雷电的概率或自恢复概率的计算方法确定地面设备的被损坏概率、抗雷电的概率或自恢复概率。无人机基站和对应的地面设备的被损坏概率、抗雷电的概率或自恢复概率进行加权，确定整体的被损坏概率、抗雷电的概率或自恢复概率。根据整体的被损坏概率、抗雷电的概率或自恢复概率与对应的阈值的对比结果，确定无人机基站是否继续服务。无人机基站继续服务的情况下，可以控制无人机基站的飞行位置等，对雷电进行躲避。

上述实施例的方法，结合无人机基站和地面设备的雷电环境数据，状态信息等确定无人机基站是否继续服务，进一步提高了判断的准确性，使无人机基站更加能够适应雷电环境，在尽量保持通信服务的情况下，提高对无人机基站和地面设备的保护。

在一些实施例中，根据无人机基站的服务信息、无人机基站的价值信息中至少一项，以及雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务。无人机基站的服务信息例如包括：无人机基站覆盖的用户的信息、无人机基站的服务等级中至少一项，无人机基站的价值信息例如包括无人机基站的维修成本和无人机基站的损毁成本中至少一项，用户的信息例如包括：用户的数量、用户等级至少一项。

可以将用户的数量、用户等级、无人机基站的服务等级等信息进行加权，确定无人机基站的服务价值。用户数量越多、用户等级越高、无人机基站的服务等级越高则无人机基站的服务价值越高。无人机基站的服务价值越高，则继续服务的概率越高。将无人机基站的服务价值与无人机基站的被损坏概率(被损坏概率的权重与其他参数的权重符号相反，例如被损坏概率的权重为负值)、抗雷电的概率或自恢复概率进行加权，确定加权结果是否超过对应的阈值，如果超过表示需要继续保持服务。在这种情况下进一步确定无人机基站的健康状况是否超过某一预设健康值，如果未超过表示无人机基站的健康状况很差，无法保证继续服务，可以利用其它无人机基站代替当前无人机基站进行服务，否则当前无人机基站继续进行服务。

无人机基站的维修成本越高，则继续服务的概率越低，无人机基站的损毁成本越高，则继续服务的概率越低。可以将无人机基站的维修成本、无人机基站的损毁成本与无人机基站的被损坏概率(或抗雷电的概率或自恢复概率)进行加权，确定加权结果是否超过对应的阈值，如果超过表示需要继续保持服务。在这种情况下进一步确定无人机基站的健康状况是否超过某一预设健康值，如果未超过表示无人机基站的健康状况很差，无法保证继续服务，可以利用其它无人机基站代替当前无人机基站进行服务，否则当前无人机基站继续进行服务。

上述实施例中的各项无人机基站的相关信息，例如雷电的影响程度、无人机基站的健康状况、无人机基站的服务信息、无人机基站的价值信息、地面设备的健康状况等，可以作为无人机基站的价值特征，输入决策树判断无人机基站是否继续服务。进一步，处理措施还可以包括无人机基站继续服务、无人机基站退出服务、无人机基站退出服务并由其他无人机基站代替服务、无人机基站继续服务并改变飞行位置避雷。

例如，高等级客户、大量在用客户，为保障通信不中断，会进行继续服务。如果当无人机基站在线用户数量少且服务等级低，会降低无人机基站飞行高度、或者让无人机基站退出服务暂避雷击。并通过短信等方式告知该无人机基站服务区的用户终端，移动通信服务中断原因。

上述实施例的方法，参考多项信息确定单个无人机基站在雷电环境下是否继续服务。通过对雷电范围实时监控，考虑对用户的影响，无人机基站的维修等成本的考虑，对雷电损失预判，能够保证用户的服务质量，降低无人机基站遭受雷电损坏带来的损失，保障服务与资产损失风险中决策与平衡，实现对一个区域内无人机基站的自治管理。

上述实施例主要是对单个无人机在雷电环境下的处理方法，本公开还提出无人机集基站集群如何进行防雷的方法。下面结合图3描述本公开无人机基站控制方法的又一些实施例。

上述实施例中用到无人机基站的服务信息，包括无人机基站覆盖的用户的信息。无人机基站可以将多频多模功能打开，分别扫描2G/3G/4G/5G的服小区、邻区、基站、扇区、场强等参数。这些参数可以标识出服务基站、邻区基站的公众移动通信网无线服务特征，标识对公共移动终端的服务范围、服务能力等。服务小区是无人机基站使用不同频段电磁波覆盖的区域；邻区两个覆盖有重叠并设置有切换关系的小区，保障移动终端从一个区域到另外一个区域通信连续不中断；扇区指天线辐射波束服务的扇面区域，不同扇面下服务用户的数量和服务范围；场强参数还包括中心频率、功率、电平门限、切换门限等无线指标参数，用在公共移动终端的移动性管理。利用上参数可以查询对应的用户的信息。

上述实施例的方法，对无人机集群的雷电环境进行预测，结合地面设备周期性测量的雷电环境数据，预设时间内的雷电天气预报信息，无人机基站的服务信息，无人机基站的价值信息等多项信息，综合确定防雷措施，对减轻和消除无人机基站集群附近的雷电活动，防护雷电次生伤害、减少资产损失。

本公开还提供一种无人机基站控制装置，下面结合图4进行描述。

图3为本公开无人机基站控制装置的一些实施例的结构图。如图1所示，该实施例的装置30包括：雷电确定模块302，健康状况确定模块304，调度模块306。

雷电确定模块302，用于根据无人机基站测量的雷电环境数据确定雷电的影响程度。

在一些实施例中，雷电确定模块302用于根据雷电环境数据生成雷电特征向量，雷电环境数据包括：电压强度、电流强度、光照强度、风速、磁场信息、温度、湿度中至少一项；根据多个雷电特征向量确定雷电的类型和雷电发生的方位信息；根据雷电的类型和雷电发生的方位信息确定雷电的影响程度。

在一些实施例中，雷电确定模块302用于根据无人机基站测量的雷电环境数据和对应的地面设备测量的雷电环境数据确定雷电的影响程度；健康状况确定模块还用于根据地面设备的状态信息确定地面设备的健康状况；调度模块用于根据雷电的影响程度、无人机基站的健康状况和对应的地面设备的健康状况，确定无人机基站的是否继续服务。

在一些实施例中，雷电环境数据是无人机基站在雷电环境数据超过对应的阈值的情况下上报的。

健康状况确定模块304，用于根据无人机基站的状态信息确定无人机基站的健康状况。

在一些实施例中，无人机基站的状态信息包括：飞行状态信息、通信状态信息和设备故障信息中至少一项；无人机基站的飞行状态越平稳，通信质量越好，设备故障率越低，则无人机基站的健康等级越高。

调度模块306，用于根据雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务。

在一些实施例中，调度模块306用于根据无人机基站的服务信息、无人机基站的价值信息中至少一项，以及雷电的影响程度和无人机基站的健康状况，确定无人机基站的是否继续服务；其中，无人机基站的服务信息包括：无人机基站覆盖的用户的信息、无人机基站的服务等级中至少一项，无人机基站的价值信息包括无人机基站的维修成本和无人机基站的损毁成本中至少一项，用户的信息包括：用户的数量、用户等级至少一项。

本公开的实施例中的无人机基站控制装置可各由各种计算设备或计算机系统来实现，下面结合图4以及图5进行描述。

图4为本公开无人机基站控制装置的一些实施例的结构图。如图4所示，该实施例的装置40包括：存储器410以及耦接至该存储器410的处理器420，处理器420被配置为基于存储在存储器410中的指令，执行本公开中任意一些实施例中的无人机基站控制方法。

其中，存储器410例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)、数据库以及其他程序等。

图5为本公开无人机基站控制装置的另一些实施例的结构图。如

图5所示，该实施例的装置50包括：存储器510以及处理器520，分别与存储器410以及处理器420类似。还可以包括输入输出接口530、网络接口540、存储接口550等。这些接口530，540，550以及存储器510和处理器520之间例如可以通过总线560连接。其中，输入输出接口530为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口540为各种联网设备提供连接接口，例如可以连接到数据库服务器或者云端存储服务器等。存储接口550为SD卡、U盘等外置存储设备提供连接接口。

本公开还提供一种无人机基站控制系统，下面结合图6进行描述。

图6为本公开无人机基站控制系统的另一些实施例的结构图。如图6所示，该实施例的系统6包括：前述实施例的无人机基站控制装置30/40/50，以及无人机基站62。

无人机基站62用于测量雷电环境数据，并发送至无人机基站控制装置。

在一些实施例中，无人机基站62用于在雷电环境数据超过对应的阈值的情况下上报无人机基站控制装置。

本领域内的技术人员应当明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅为本公开的较佳实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (11)

1.一种无人机基站控制方法，包括：

根据无人机基站测量的雷电环境数据和对应的地面设备测量的雷电环境数据确定雷电的影响程度；

根据所述无人机基站的状态信息确定所述无人机基站的健康状况；

根据所述地面设备的状态信息确定所述地面设备的健康状况；

根据所述雷电的影响程度、所述无人机基站的健康状况和所述地面设备的健康状况，确定所述无人机基站是否继续服务。

2.根据权利要求1所述的无人机基站控制方法，其中，

所述根据无人机基站测量的雷电环境数据和对应的地面设备测量的雷电环境数据确定雷电的影响程度包括：

根据所述雷电环境数据生成雷电特征向量，所述雷电环境数据包括：电压强度、电流强度、光照强度、风速、磁场信息、温度、湿度中至少一项；

根据多个雷电特征向量确定雷电的类型和雷电发生的方位信息；

根据雷电的类型和雷电发生的方位信息确定雷电的影响程度。

3.根据权利要求1所述的无人机基站控制方法，其中，

所述无人机基站的状态信息包括：飞行状态信息、通信状态信息和设备故障信息中至少一项；

所述根据所述无人机基站的状态信息确定所述无人机基站的健康状况包括：

所述无人机基站的飞行状态越平稳，通信质量越好，设备故障率越低，则所述无人机基站的健康等级越高。

4.根据权利要求1所述的无人机基站控制方法，其中，

所述根据所述雷电的影响程度、所述无人机基站的健康状况和所述地面设备的健康状况，确定所述无人机基站是否继续服务包括：

雷电对所述无人机基站的影响程度越小，所述无人机基站的健康状况越好，则所述无人机基站继续服务的概率越大。

5.根据权利要求1所述的无人机基站控制方法，其中，

所述根据所述雷电的影响程度、所述无人机基站的健康状况和所述地面设备的健康状况，确定所述无人机基站是否继续服务包括：

根据所述无人机基站的服务信息、所述无人机基站的价值信息中至少一项，以及所述雷电的影响程度、所述无人机基站的健康状况和所述地面设备的健康状况，确定所述无人机基站是否继续服务；

其中，所述无人机基站的服务信息包括：所述无人机基站覆盖的用户的信息、所述无人机基站的服务等级中至少一项，所述无人机基站的价值信息包括所述无人机基站的维修成本和所述无人机基站的损毁成本中至少一项，所述用户的信息包括：用户的数量、用户等级至少一项。

6.根据权利要求1所述的无人机基站控制方法，其中，

所述无人机基站测量的雷电环境数据是所述无人机基站在所述雷电环境数据超过对应的阈值的情况下上报的。

7.一种无人机基站控制装置，包括：

雷电确定模块，用于根据无人机基站测量的雷电环境数据和对应的地面设备测量的雷电环境数据确定雷电的影响程度；

健康状况确定模块，用于根据所述无人机基站的状态信息确定所述无人机基站的健康状况；根据所述地面设备的状态信息确定所述地面设备的健康状况；

调度模块，用于根据所述雷电的影响程度、所述无人机基站的健康状况和所述地面设备的健康状况，确定所述无人机基站是否继续服务。

8.一种无人机基站控制装置，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1-6任一项所述的无人机基站控制方法。

9.一种无人机基站控制系统，包括：权利要求7或8所述的无人机基站控制装置；以及

无人机基站，用于测量雷电环境数据，并发送至所述无人机基站控制装置。

10.根据权利要求9所述的无人机基站控制系统，其中，

所述无人机基站用于在所述雷电环境数据超过对应的阈值的情况下上报所述无人机基站控制装置。

11.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。

Images