CN111736628B - 无线紫外光mimo协作无人机最优持久编队生成方法 - Google Patents
无线紫外光mimo协作无人机最优持久编队生成方法 Download PDFInfo
- Publication number
- CN111736628B CN111736628B CN202010604766.6A CN202010604766A CN111736628B CN 111736628 B CN111736628 B CN 111736628B CN 202010604766 A CN202010604766 A CN 202010604766A CN 111736628 B CN111736628 B CN 111736628B
- Authority
- CN
- China
- Prior art keywords
- node
- unmanned aerial
- aerial vehicle
- ultraviolet
- 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.)
- Active
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 60
- 230000002085 persistent effect Effects 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000004891 communication Methods 0.000 claims abstract description 49
- 230000000977 initiatory effect Effects 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 14
- 238000012790 confirmation Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract 1
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008033 biological extinction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
-
- 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)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Optical Communication System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种无线紫外光MIMO协作无人机最优持久编队生成方法，包括以下步骤：首先，根据无线紫外光MIMO通信技术解决无人机编队中的节点定位问题，为后期生成编队提供了基础；然后，选择最佳定位结果生成最优刚性编队，并对此结构进行合理的有向化得到拓扑复杂度低、能量损耗小的最优持久编队。本方法针对编队内机间位置信息未知的情况，实现了最优持久编队的生成，保障了网络的稳定性和编队的高效性。
Description
技术领域
本发明属于无线紫外光通信技术领域，涉及无人机编队中的机间通信，具体涉及无线紫外光MIMO协作无人机最优持久编队生成方法。
背景技术
无人机是一种可重复使用的空中飞行器。与载人飞机相比，它具有体积微小、造价较低、机动灵活、操控方便和战场生存能力较强等优点。由于上述优势，无人机在各领域的应用日益广泛，受到了世界各国的青睐。在民用领域，中小型无人机被广泛应用于农业植保、地理测绘、电力巡检和环境监测等；在军事领域，无人机在日益复杂的战场环境中表现出突出的应用优势，具有侦查能力强、可控制性强和不易造成人员伤亡等特点，在空中作业或电子对抗作战环境下，能根据需求完成侦察监视、迷惑干扰、对地攻击等复杂任务。但是，在复杂多变的信息化环境下，单个无人机因其抗毁性差、工作效率低和侦察范围有限等缺点，难以完成复杂任务。“蜂群”无人机是由一群自主组网协同作业的小型无人机构成一定形状的编队，它们相互协作完成复杂任务，能够极大提升任务成功概率。无人机蜂群主要优势体现在可通过成员无人机之间相互配合提高任务的完成质量，通过无人机蜂群内部的资源共享提升任务的完成效率，通过任务的高度整合及并行执行缩短任务的完成时间。
紫外光主要是利用“日盲”波段(200nm-280nm)紫外光实现通信，因此无线紫外光通信具有全天候非直视工作、低分辨率、低窃听率和通信背景噪声小的优势，从而可以在恶劣大气环境、复杂电磁环境和无线电静默等条件下维持无人机编队内部通信，为通信网络的稳定性和编队飞行的安全性提供保障。稳定的通信网络是保障无人机编队能够实时通信且安全高效作业的基础。在实际飞行中，无人机的留空时间受限于其自身的尺寸、重量及所携带的有限能源。因此，为了尽可能的延长无人机编队网络的生命周期，提升完成复杂任务的成功概率，应采用一种能源消耗较少的编队网络结构。最优持久编队的通信代价小、拓扑复杂度低，且因利用单向通信的方式使系统能量损耗有效降低，该结构能有效增强编队网络的稳定性和抗毁性。
但目前对最优持久编队生成方法的研究均是建立在无人机编队内位置信息共享的前提下，并未考虑当无人机编队内位置信息不共享时最优持久编队的生成方法。针对这种情况，本发明提出了基于无线紫外光MIMO通信的最优持久编队生成方法，能够在编队内位置信息不共享的情况下实现机间通信并构建最优持久编队。
需要注意的是，本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
发明内容
本发明目的在于提供了一种无线紫外光MIMO协作无人机最优持久编队生成方法，用以解决编队内位置信息不共享时最优持久编队的构建，建立通信网络并保证通信链路的快速建立和可靠保持。
为实现上述目的本发明采用如下技术方案：
该无线紫外光MIMO协作无人机最优持久编队生成方法，包括以下步骤：
步骤1：根据无线紫外光的散射特性，为每架无人机装载一个半球形的LED阵列构成的无线紫外光MIMO通信模型发射紫外光信号，使各架无人机周围形成覆盖范围为圆形的紫外虚拟势场；
步骤2：无人机间未建立链路时，作为发起节点的无人机搭载半球型紫外LED阵列将自动扫描并发送其设定波长的紫外光进行邻居发现；
步骤3：无人机通过顶部的全向接收机接收信息帧，使收到请求信息的节点以该发起节点为目的节点发送应答信息帧；然后收发节点互相发送信息进行确认，建立通信链路，实现机间定位；
步骤4：利用紫外光MIMO通信模型所得的节点对之间的相对方向和距离构建坐标，并基于定位所得节点坐标构建无人机最优持久编队。
进一步地，上述步骤1中无线紫外光MIMO通信模型设有主控芯片。
进一步地，上述主控芯片的型号为STC12C5A60S2。
进一步地，上述步骤2具体是：
步骤2.1：无人机间未建立链路时，作为发起节点的无人机搭载半球型紫外MIMO通信模型作为发送节点，其主控芯片生成发送节点上所有紫外光LED对应的经纬向编码的位置信息；
步骤2.2：发送节点通过其上的紫外光LED将自动扫描并发送其设定波长的紫外光进行邻居发现，其中，发送的信息为位置信息、ID编号的请求信息帧。
进一步地，上述步骤3具体是：
步骤3.1：通过顶部的全向接收机，待发现的节点结构接收到步骤2中发送节点发送的请求信息帧，并将接收到的请求信息帧传入与之相连的主控芯片；
步骤3.2：待发现的节点结构作为接收节点，其主控芯片生成接收节点上紫外光LED对应的位置信息，并发送应答信息帧；应答信息帧包括接收节点接收到的请求信息帧中发送节点的ID号、接收节点接收到的请求信息帧中发送节点上紫外光LED的位置信息、接收节点的ID号和接收节点上紫外光LED的位置信息；
步骤3.3：收发节点互相发送信息进行确认，并根据接收光强选择最优LED对，建立通信链路，并进行链路保持和跟踪；
步骤3.4：发起节点根据应答信息帧的紫外光LED编号得到发起节点和接收节点之间的相对方向，并且通过接收到紫外光的功率可以得到发起节点和接收节点之间的相对距离。
进一步地，上述步骤3中相对距离的计算公式为：
式中，r为收发端之间基准距离，Pt为发射光功率，Ps是散射相函数，Ar为接收孔径面积，Ke代表大气信道衰减系数且Ke＝Ka+Ks，其中Ka为大气吸收系数，Ks为大气散射系数，θ1、θ2分别是发射机、接收机的仰角，φ1为射光束孔径角、φ2为接收视场角。由公式(1)可知，当发射功率Pt、接收机孔径面积Ar、大气消光系数Ke等参数一定时，可根据接收端接收到的光功率Pr,NLOS求出非直视通信方式下收发端之间的距离r。
因此发起节点根据应答信息帧的LED编号得到发起节点和接收节点之间的相对方向，并且通过接收到的功率可以得到发起节点和接收节点之间的相对距离。
进一步地，上述步骤4具体是：
步骤4.1：利用无线紫外光MIMO模型所得的节点对之间的相对方向和距离构建坐标系，并使各无人机节点的主控芯片根据在各自所在位置生成节点坐标；
步骤4.2：基于各节点的坐标，求得各无人机节点之间的距离作为网络中边的权重，并通过对刚性矩阵的计算选择合适的边生成最优刚性编队；
步骤4.3：对最优刚性编队进行有向化操作，保证每个节点的出度不大于2，最终生成最优持久编队。无人机编队在飞行过程中即保证了编队网络的稳定性，同时较大限度的减少通信能量损耗。
本发明的有益效果：
1.本发明以紫外光作为信息传输载体，拥全天候非直视工作、通信背景噪声小，且保密性高的特点。
2.本发明针对无人机编队内位置信息不共享的情况，实现了机间通信并构建了最优持久编队。
附图说明
图1为本发明中基于LED半球形阵列结构的无线紫外光MIMO通信模型；
图2为本发明中基于LED半球形阵列结构的无线紫外光MIMO通信模型的经线方向示意图；
图3为本发明采用的无线紫外光MIMO通信模型建立通信链路的示意图；
图4为本发明的流程示意图；
图5为本发明采用的无线紫外光非直视通信信道模型示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征或特性可以以任何合适的方式结合在一个或更多实施方式中。
如图4所示，本发明针对无人机编队内位置信息不共享的情况，设计了一种利用半球形LED收发一体的全双工节点结构建立无线紫外光MIMO通信模型，对编队内各节点进行定位并根据定位结果构建无人机最优持久编队，具体包括以下步骤：
步骤1：根据无线紫外光的散射特性，为每架无人机装载一个全双工的基于LED半球形阵列结构的无线紫外光MIMO通信模型，模型如图1所示。模型的半球体结构中设置有连接在一起的主控芯片，半球体表面按照经纬向均匀设置有多个紫外光LED，每个紫外光LED均与主控芯片通过驱动电路连接，半球体顶部设置有与主控芯片连接的全向接收器。主控芯片的型号为STC12C5A60S2。
利用线紫外光MIMO通信模型装置发射紫外光信号，波段为255nm、发散角为7°、发射信号功率为0.3mW。使各架无人机周围形成覆盖范围为圆形的紫外虚拟势场。同时为了防止编队内节点发送信息时产生信道冲突，各节点分别发送不同波长的信号。在半球形结构表面将多个紫外光LED按一定分布规则进行有序排列，构成的半球型阵列从二维平面观察可看作一个圆形，且每条从圆心发出的线与其基准线有一个固定夹角α，每条线有其单独编号为{0,1,…,n}，如图2所示。置于线顶端的每一个LED可独立控制并均有其独立的ID编号，当任意LED发光时，则发送包含其自身独立ID编号的身份信息。ID编号包括紫外光LED位置的经向编码和纬向编码。
步骤2：无人机间未建立链路时，作为发起节点的无人机搭载半球型紫外LED阵列将自动扫描并发送其设定波长的紫外光进行邻居发现；
步骤2.1：无人机间未建立链路时，作为发起节点的无人机搭载半球型紫外MIMO通信模型作为发送节点，其主控芯片生成发送节点上所有紫外光LED对应的经纬向编码的位置信息；
步骤2.2：发送节点通过其上的紫外光LED将自动扫描并发送其设定波长的紫外光进行邻居发现，发送信息为步骤2.1生成的包含位置信息、ID编号的请求信息帧；
步骤3：无人机通过顶部的全向接收机接收信息帧，使收到请求信息的节点以该发起节点为目的节点发送应答信息帧。然后收发节点互相发送信息进行确认，建立通信链路，实现机间定位。
步骤3.1：通过顶部的全向接收机，待发现的节点结构接收到步骤2中发送节点发送的请求信息帧，并将接收到的请求信息帧传入与之相连的主控芯片；
步骤3.2：待发现的节点结构作为接收节点，其主控芯片生成接收节点上紫外光LED对应的位置信息，并发送应答信息帧，应答信息帧包括接收节点接收到的请求信息帧中发送节点的ID号、该接收节点接收到的请求信息帧中发送节点上紫外光LED的位置信息、接收节点的ID号和接收节点上紫外光LED的位置信息；
步骤3.3：收发节点互相发送信息进行确认，并根据接收光强选择最优LED对，建立通信链路，并进行链路保持和跟踪，如图3所示。
步骤3.4：发起节点根据应答帧的紫外光LED编号得到发起节点和接收节点之间的相对方向，并且通过接收到紫外光的功率可以得到发起节点和接收节点之间的相对距离。
无线紫外光非直视通信的信道模型如图5所示，收发节点之间相对距离的计算公式为：
式中r为收发端之间基准距离，Pt为发射光功率，Ps是散射相函数，Ar为接收孔径面积，Ke代表大气信道衰减系数且Ke＝Ka+Ks，其中Ka为大气吸收系数，Ks为大气散射系数，θ1、θ2分别是发射机、接收机的仰角，φ1为射光束孔径角、φ2为接收视场角。由公式(1)可知，当发射功率Pt、接收机孔径面积Ar、大气消光系数Ke等参数一定时，可根据接收端接收到的光功率Pr,NLOS求出非直视通信方式下收发端之间的距离r。
因此发起节点根据应答帧的LED编号得到发起节点和接收节点之间的相对方向，并且通过接收到的功率可以得到发起节点和接收节点之间的相对距离。
步骤4：利用紫外光MIMO通信模型所得的节点对之间的相对方向和距离构建坐标，并根据所得节点坐标构建无人机最优持久编队，图4所示为基于紫外光MIMO通信的最优持久编队生成方法示意图。
步骤4.1：利用无线紫外光MIMO模型所得的节点对之间的相对方向和距离构建坐标系，并使各无人机节点的主控芯片根据在各自所在位置生成节点坐标。
步骤4.2：基于各节点的坐标，求得各无人机节点之间的距离作为网络中边的权重，并通过对刚性矩阵的计算选择合适的边生成最优刚性编队。
步骤4.3：对最优刚性编队进行有向化操作，保证每个节点的出度不大于2，最终生成最优持久编队，无人机编队在飞行过程中即保证了编队网络的稳定性，同时较大限度的减少通信能量损耗。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。
Claims (6)
1.无线紫外光MIMO协作无人机最优持久编队生成方法，其特征在于，包括以下步骤：
步骤1：根据无线紫外光的散射特性，为每架无人机装载一个半球形的LED阵列构成的无线紫外光MIMO通信模型发射紫外光信号，使各架无人机周围形成覆盖范围为圆形的紫外虚拟势场；
步骤2：无人机间未建立链路时，作为发起节点的无人机搭载半球型紫外LED阵列将自动扫描并发送其设定波长的紫外光进行邻居发现；
步骤3：无人机通过顶部的全向接收机接收信息帧，使收到请求信息的节点以该发起节点为目的节点发送应答信息帧；然后收发节点互相发送信息进行确认，建立通信链路，实现机间定位；
步骤3.1：通过顶部的全向接收机，待发现的节点结构接收到步骤2中发送节点发送的请求信息帧，并将接收到的请求信息帧传入与之相连的主控芯片；
步骤3.2：待发现的节点结构作为接收节点，其主控芯片生成接收节点上紫外光LED对应的位置信息，并发送应答信息帧；应答信息帧包括接收节点接收到的请求信息帧中发送节点的ID号、接收节点接收到的请求信息帧中发送节点上紫外光LED的位置信息、接收节点的ID号和接收节点上紫外光LED的位置信息；
步骤3.3：收发节点互相发送信息进行确认，并根据接收光强选择最优LED对，建立通信链路，并进行链路保持和跟踪；
步骤3.4：发起节点根据应答信息帧的紫外光LED编号得到发起节点和接收节点之间的相对方向，并且通过接收到紫外光的功率可以得到发起节点和接收节点之间的相对距离；
步骤4：利用紫外光MIMO通信模型所得的节点对之间的相对方向和距离构建坐标，并基于定位所得节点坐标构建无人机最优持久编队。
2.根据权利要求1所述的无线紫外光MIMO协作无人机最优持久编队生成方法，其特征在于：所述步骤1中无线紫外光MIMO通信模型设有主控芯片。
3.根据权利要求2所述的无线紫外光MIMO协作无人机最优持久编队生成方法，其特征在于：所述主控芯片的型号为STC12C5A60S2。
4.根据权利要求1所述的无线紫外光MIMO协作无人机最优持久编队生成方法，其特征在于，所述步骤2具体是：
步骤2.1：无人机间未建立链路时，作为发起节点的无人机搭载半球型紫外MIMO通信模型作为发送节点，其主控芯片生成发送节点上所有紫外光LED对应的经纬向编码的位置信息；
步骤2.2：发送节点通过其上的紫外光LED将自动扫描并发送其设定波长的紫外光进行邻居发现，其中，发送的信息为位置信息、ID编号的请求信息帧。
5.根据权利要求1所述的无线紫外光MIMO协作无人机最优持久编队生成方法，其特征在于，所述步骤3中相对距离的计算公式为：
式中，Pr，NLOS为紫外光非直视单次散射通信链路接收光功率，r为收发端之间基准距离，Pt为发射光功率，Ps是散射相函数，Ar为接收孔径面积，Ke代表大气信道衰减系数且Ke＝Ka+Ks，其中Ka为大气吸收系数，Ks为大气散射系数，θ1、θ2分别是发射机、接收机的仰角，φ1为射光束孔径角、φ2为接收视场角。
6.根据权利要求1所述的无线紫外光MIMO协作无人机最优持久编队生成方法，其特征在于，所述步骤4具体是：
步骤4.1：利用无线紫外光MIMO模型所得的节点对之间的相对方向和距离构建坐标系，并使各无人机节点的主控芯片根据在各自所在位置生成节点坐标；
步骤4.2：基于各节点的坐标，求得各无人机节点之间的距离作为网络中边的权重，并通过对刚性矩阵的计算选择合适的边生成最优刚性编队；
步骤4.3：对最优刚性编队进行有向化操作，保证每个节点的出度不大于2，最终生成最优持久编队。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010604766.6A CN111736628B (zh) | 2020-06-29 | 2020-06-29 | 无线紫外光mimo协作无人机最优持久编队生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010604766.6A CN111736628B (zh) | 2020-06-29 | 2020-06-29 | 无线紫外光mimo协作无人机最优持久编队生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111736628A CN111736628A (zh) | 2020-10-02 |
| CN111736628B true CN111736628B (zh) | 2023-04-07 |
Family
ID=72651593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010604766.6A Active CN111736628B (zh) | 2020-06-29 | 2020-06-29 | 无线紫外光mimo协作无人机最优持久编队生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111736628B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112666982A (zh) * | 2021-01-07 | 2021-04-16 | 西安理工大学 | 无线紫外光协作无人机编队快速集结方法 |
| CN113110569B (zh) * | 2021-03-19 | 2024-03-05 | 深圳万知达科技有限公司 | 无线紫外光协作下的多无人机环航编队动态围捕方法 |
| CN113515136B (zh) * | 2021-03-19 | 2023-09-05 | 北京神州明达高科技有限公司 | 基于紫外光mimo通信的蜂群无人机防御性编队方法 |
| CN113255118B (zh) * | 2021-05-11 | 2023-05-30 | 上海机电工程研究所 | 基于杀伤链的武器装备体系优化方法和系统 |
| CN113759975A (zh) * | 2021-09-15 | 2021-12-07 | 北京航空航天大学 | 基于任务能力的无人机集群的建模方法及模型系统 |
| CN114339946A (zh) * | 2021-12-16 | 2022-04-12 | 西安理工大学 | 一种无线紫外光辅助无人机隐秘数据采集方法 |
| CN114553290A (zh) * | 2022-01-07 | 2022-05-27 | 西安理工大学 | 基于mimo结构的无线紫外光通信跟踪保持方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2881744A1 (en) * | 2014-02-14 | 2015-08-14 | Accenture Global Services Limited | Unmanned vehicle (uv) control system and uv movement and data control system |
| CN108983814A (zh) * | 2018-07-30 | 2018-12-11 | 西安理工大学 | 基于无线紫外光通信的单虚拟主控多智体蜂群控制方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108563240B (zh) * | 2018-07-26 | 2020-09-29 | 电子科技大学 | 一种大规模微型无人机的编队及控制方法 |
| US11307598B2 (en) * | 2018-07-27 | 2022-04-19 | Ahmad Fareed Aldarwish | Autonomous aircraft control systems and related methods |
| CN110456813B (zh) * | 2019-04-16 | 2022-08-12 | 西安理工大学 | 无线紫外光引导的无人机编队最优分簇队形保持的方法 |
| CN110687926B (zh) * | 2019-12-10 | 2020-05-08 | 北京航空航天大学 | 一种无人机群快速编队方法 |
| CN110825116B (zh) * | 2019-12-12 | 2020-08-04 | 电子科技大学 | 基于时变网络拓扑的无人机编队方法 |
| CN111077910B (zh) * | 2020-01-07 | 2023-11-14 | 西安理工大学 | 一种基于紫外光引导无人机蜂群防碰撞方法 |
-
2020
- 2020-06-29 CN CN202010604766.6A patent/CN111736628B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2881744A1 (en) * | 2014-02-14 | 2015-08-14 | Accenture Global Services Limited | Unmanned vehicle (uv) control system and uv movement and data control system |
| CN108983814A (zh) * | 2018-07-30 | 2018-12-11 | 西安理工大学 | 基于无线紫外光通信的单虚拟主控多智体蜂群控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111736628A (zh) | 2020-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111736628B (zh) | 无线紫外光mimo协作无人机最优持久编队生成方法 | |
| Xiao et al. | A survey on millimeter-wave beamforming enabled UAV communications and networking | |
| Zhang et al. | A survey on 5G millimeter wave communications for UAV-assisted wireless networks | |
| Hamza et al. | Classification framework for free space optical communication links and systems | |
| Aboagye et al. | RIS-assisted visible light communication systems: A tutorial | |
| US10554308B2 (en) | System and method for communication by means of visible light for underground tunnels | |
| Cao et al. | Toward smart and secure V2X communication in 5G and beyond: A UAV-enabled aerial intelligent reflecting surface solution | |
| Mishra et al. | Drone networking in the 6G era: A technology overview | |
| CN108349589A (zh) | 协作mimo系统中的机载中继 | |
| Huang et al. | Hybrid LD and LED-based underwater optical communication: state-of-the-art, opportunities, challenges, and trends | |
| Tian et al. | Stochastic analysis of cooperative satellite-UAV communications | |
| CN114286312A (zh) | 一种基于可重构智能表面增强无人机通信的方法 | |
| Mei et al. | Overview of vehicle optical wireless communications | |
| WO2021203487A1 (zh) | 光纤使能光无线通信系统及方法 | |
| CN113515136B (zh) | 基于紫外光mimo通信的蜂群无人机防御性编队方法 | |
| Alimi et al. | Performance analysis of space-air-ground integrated network (SAGIN) over an arbitrarily correlated multivariate FSO channel | |
| Chen et al. | Ultraviolet-based UAV swarm communications: Potentials and challenges | |
| Zafar et al. | Free space optical networks: applications, challenges and research directions | |
| Hong et al. | Key technologies in 6G SAGS IoT: Shape-adaptive antenna and radar-communication integration | |
| Ranjha et al. | Quasi-Optimization of Resource Allocation and Positioning for Solar-Powered UAVs | |
| US20230179465A1 (en) | Frequency gradient metasurface device and method based on fast beam steering system | |
| CN115549784A (zh) | 一种无人机群陆空与空空通信系统及通信方法 | |
| Pan et al. | Space simultaneous information and power transfer: An enhanced technology for miniaturized satellite systems | |
| US20230353247A1 (en) | Frequency comb power control apparatus for 4d beamforming, and method therefor | |
| US20230353205A1 (en) | Method and device for terminal and base station transmitting/receiving signal in wireless communication system |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230217 Address after: 710000 No. B49, Xinda Zhongchuang space, 26th Street, block C, No. 2 Trading Plaza, South China City, international port district, Xi'an, Shaanxi Province Applicant after: Xi'an Huaqi Zhongxin Technology Development Co.,Ltd. Address before: 710048 No. 5 Jinhua South Road, Shaanxi, Xi'an Applicant before: XI'AN University OF TECHNOLOGY Effective date of registration: 20230217 Address after: 100094 Room 426, Floor 4, Building 23, East Yard, No. 10, Northwest Wangdong Road, Haidian District, Beijing Applicant after: ZHONGXIN HANCHUANG (BEIJING) TECHNOLOGY CO.,LTD. Address before: 710000 No. B49, Xinda Zhongchuang space, 26th Street, block C, No. 2 Trading Plaza, South China City, international port district, Xi'an, Shaanxi Province Applicant before: Xi'an Huaqi Zhongxin Technology Development Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |