CN111769866A - 飞行器近似同步广播方法、系统与装置 - Google Patents

飞行器近似同步广播方法、系统与装置 Download PDF

Info

Publication number
CN111769866A
CN111769866A CN202010552052.5A CN202010552052A CN111769866A CN 111769866 A CN111769866 A CN 111769866A CN 202010552052 A CN202010552052 A CN 202010552052A CN 111769866 A CN111769866 A CN 111769866A
Authority
CN
China
Prior art keywords
state
time
broadcast
aircraft
prediction
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
CN202010552052.5A
Other languages
English (en)
Other versions
CN111769866B (zh
Inventor
王玉林
罗瑜
詹思瑜
伍瑞卿
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202010552052.5A priority Critical patent/CN111769866B/zh
Priority to US16/937,576 priority patent/US11469839B2/en
Publication of CN111769866A publication Critical patent/CN111769866A/zh
Application granted granted Critical
Publication of CN111769866B publication Critical patent/CN111769866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04HBROADCAST COMMUNICATION
    • H04H20/00Arrangements for broadcast or for distribution combined with broadcast
    • H04H20/53Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers
    • H04H20/55Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers for traffic information
    • 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
    • H04B7/18506Communications with or from aircraft, i.e. aeronautical mobile service
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04HBROADCAST COMMUNICATION
    • H04H20/00Arrangements for broadcast or for distribution combined with broadcast
    • H04H20/02Arrangements for relaying broadcast information
    • H04H20/08Arrangements for relaying broadcast information among terminal devices
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04HBROADCAST COMMUNICATION
    • H04H20/00Arrangements for broadcast or for distribution combined with broadcast
    • H04H20/12Arrangements for observation, testing or troubleshooting
    • H04H20/14Arrangements for observation, testing or troubleshooting for monitoring programmes
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04HBROADCAST COMMUNICATION
    • H04H20/00Arrangements for broadcast or for distribution combined with broadcast
    • H04H20/42Arrangements for resource management
    • H04H20/423Transmitter side
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04HBROADCAST COMMUNICATION
    • H04H20/00Arrangements for broadcast or for distribution combined with broadcast
    • H04H20/53Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers
    • H04H20/61Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers for local area broadcast, e.g. instore broadcast
    • H04H20/62Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers for local area broadcast, e.g. instore broadcast for transportation systems, e.g. in vehicles
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W56/00Synchronisation arrangements
    • H04W56/001Synchronization between nodes

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种飞行器近似同步广播方法与系统,涉及飞行器自动监视与多飞行器协同领域。在所述方法中,飞行器通过接收周边飞行器的当前和未来状态,分析飞行器之间任务协同起始时间,自动调整自身未来状态预测精度需求、预测状态误差检测间隔时间和最小检测间隔时间,并根据预测误差检测结果进行新的状态预测和未来状态广播。所述系统包括:近似同步广播接收与分析模块、近似同步广播参数自动调整模块、广播触发检测模块和近似同步广播发送模块。本发明无须使用固定周期方式对飞行器自身状态进行广播,而是根据飞行器当前任务、自身状态及周边环境状态不定时进行广播,同时保证了多飞行器之间的协同任务正确可靠地执行,降低了无线通信带宽需求,为多飞行器高密度飞行与协同提供了保障。

Description

飞行器近似同步广播方法、系统与装置
技术领域
本发明涉及飞行器自动监视与多飞行器协同技术领域,尤指一种飞行器近似同步广播方法、系统与装置。
背景技术
多飞行器通过信息共享实现任务同步,从而相互协作完成许多现实任务,如自动监视、协同避撞等。由于飞行器的高机动性、任务或状态实时变化、故障等原因,飞行器之间构成的无线通信网络是带宽受限、拓扑结构动态变化的。广播式通信是实现临近飞行器间相互协同的一种有效方法。飞行器在执行任务时,其自身状态,如空间位置、姿态、速度等实时变化,每个飞行器将其自身当前状态实时共享给临近的飞行器、空间站或地面站,从而实现对周边空间动态环境进行认知,进而实现任务协同。
现有飞行器数据广播方法通常以固定的周期将自身状态广播给临近所有飞行器、空间站或地面站网络节点,其他飞行器、空间站或地面站对收到的状态广播消息进行处理,如重建临近飞行器的飞行轨迹、预测周边飞行器未来的飞行轨迹等。由于协同任务在不同条件不同时机对飞行器飞行状态或任务状态信息精度要求不同,以固定周期方式对状态信息进行广播在飞行器数量较多的情况下造成飞行器无法实时感知周边环境动态变化,不能有效地进行协同决策完成协同任务。广播周期频率过低,则容易造成动态环境状态感知的精度差、实时性差;广播周期频率过高则造成无线通信链路的资源浪费或无线链路冲突过多,需要及时发送的信息延迟过长。
发明内容
针对现有技术存在的问题,本发明提出了一种飞行器近似同步广播方法、系统与装置。该近似同步广播方法首先基于接收到的其他飞行器状态广播信息感知周边环境中的当前与未来状态,动态调整自身状态广播参数和当前任务所需的状态预测精度阈值,当自身状态预测值误差大于所需状态预测精度阈值或者预测时间结束,则重新预测并广播,广播内容为状态当前值和未来预测值。该方法中相邻两次广播的间隔时间是不固定的,其根据周边环境状况、当前任务需求、自身状态变化自适应调整。该方法实现了对周边环境动态的提前感知,根据任务和环境状态自适应进行广播,有效地支撑多飞行器、空间站、地面站之间的协同与合作,同时减少了广播次数、降低飞行器无线通信带宽需求。
为实现上述目的,本发明提出了一种飞行器近似同步广播方法,包括:
飞行器内存在一个广播队列列表和最小检测时间间隔ΔT,每一个广播队列存储一个状态的未来各时刻预测值。每个状态对应一个检测步长ΔTi和当前任务所需的预测精度要求阈值Hi。各状态检测步长ΔTi可以不同,可为最小检测时间间隔ΔT的任意正整数倍。每个队列存放的内容为对应状态的当前值和未来短时间的多个连续预测值。
最小检测时间间隔ΔT、各状态检测步长ΔTi和预测精度要求阈值Hi可由飞行器根据周边空间动态环境和自身任务需求动态调整。周边空间动态环境包括临近所有飞行器当前状态和未来短期状态,该空间动态环境信息通过接收周边飞行器的广播信息获得。飞行器自身任务由用户或系统设定,任务状态可随时间动态变化。
飞行器根据自身状态变化和当前任务需要进行状态近似同步广播。在广播之前先进行状态预测,预测结果保存在广播队列列表中,广播内容为广播队列列表、最小检测时间间隔ΔT和各状态检测步长ΔTi。每做一次新的状态预测就广播一次,预测和广播触发条件为预测时间已结束或存在一个状态Si预测精度误差大于当前任务所需预测精度要求阈值Hi。飞行器通过时间片轮询方式对状态的预测误差进行检测。
优选的,近似同步广播参数自动调整包含如下步骤:
S100、接收邻近飞行器的未来短时间广播;
S200、更新周边空间飞行器状态及未来情况;
S300、预测本飞行器与其他飞行器任务协同起始时间;
S400、根据协同任务需求调整最小检测间隔时间ΔT、各状态检测步长ΔTi和预测精度需求阈值Hi
S500、依次比较各状态预测精度需求的当前阈值与先前阈值,如果存在一个状态的预测精度需求当前阈值小于先前阈值,则执行步骤S600,否则执行步骤S100;
S600、预测并广播未来T时间的各状态值,然后执行步骤S100。
优选的,近似同步广播发送包含如下步骤:
T100、时间步序号t置为0;
T200、判断各状态广播队列长度是否都大于1,如是则执行步骤T300,否则执行步骤T400;
T300、确定需要预测误差检测的状态集合;
T400、判断当前检测集合中各状态实际值与各队首预测值之差是否大于任务当前所需预测精度阈值,如是则执行步骤T500,否则执行步骤T600;
T500、预测并广播未来T时间的各状态值,然后执行T700;
T600、删除检测集合中各状态队列队首节点;
T700、等待最小检测时间步ΔT时间;
T800、将时间步序号t加1,然后执行步骤T200。
在上述近似同步广播参数自动调整和广播发送过程中,优选的,预测并广播未来T时间的各状态值包括如下步骤:
ST01、预测本飞行器未来T时间的各状态值;
ST02、保存未来T时间状态预测值到各广播队列;
ST03、广播未来T时间的各状态预测值和各检测步长ΔTi,以及最小时间间隔ΔT;
ST04、将时间步序号t重新置为0。
在前述近似同步广播广播发送过程中,优选的,确定需要预测误差检测的状态集合包括如下步骤:
T301、当前检测集合置为空;
T302、设置状态序号i为1;
T303、判断时间步序号t当前值能否被状态Si的广播步长ΔTi整除,如能则执行步骤T304,否则执行步骤T305;
T304、将状态Si加入到检测集合中;
T305、将状态序号i增加1;
T306、判断状态Si是否为最后一个状态,如是则执行步骤T303,否则结束。
进一步,本发明基于飞行器近似同步广播方法提供了一种飞行器近似同步广播系统与装置,包括:
近似同步广播接收与分析模块,用于接收其他临近飞行的近似广播,分析其他飞行器的当前状态和未来状态,预测本飞行器与其他飞行器进行任务协同的起始时间;
近似同步广播参数自动调整模块,根据协同任务需求和本飞行器与其他飞行器进行任务协同起始时间的情况,自动调整广播相关的最小检测间隔时间、各状态的检测步长和预测精度要求阈值;
广播触发检测模块,比较各状态当前值与先前预测值之间的差距是否大于所需的状态预测精度要求,或者各状态新的预测精度要求小于先前的预测精度要求,或者上次预测的T时间已经结束,从而触发广播发送操作;
近似同步广播发送模块,根据飞行器自身的过去飞行记录、当前飞行状态和未来飞行规划,预测、保存并广播本飞行器未来T时间的各状态值。广播内容为广播队列列表、最小检测时间间隔ΔT和各状态检测步长ΔTi
本发明的有益效果为:能根据飞行状态和任务状态变化自动调整预测和广播发送间隔时间,实现对周边飞行器状态提前精准感知,更好地支撑多飞行器之间的协同与合作,减少广播次数,降低飞行器之间的通信带宽需求。
附图说明
附图用来提供对本发明技术方案的进一步理解,并构成说明书的一部分,与本发明的实施例一起来解释本发明,并不构成对本发明技术方案的限制。
图1为本发明一种飞行器近似同步广播方法的广播队列列表示意图;
图2为本发明一种飞行器近似同步广播方法的近似同步广播参数自动调整示意图;
图3为本发明一种飞行器近似同步广播方法的近似同步广播发送流程示意图;
图4为本发明一种飞行器近似同步广播方法的预测并广播未来T时间各状态示意图;
图5为本发明一种飞行器近似同步广播方法的确定需要预测误差检测的状态集合过程示意图;
图6为本发明一种飞行器近似同步广播系统与装置模块结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施例中的技术方案进行详细说明,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。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互任意组合。
附图的流程图给出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。虽然流程图中给出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所给出或描述的步骤。
本实施例的适用场景为多飞行器之间、飞行器与地面站或空间站之间的自动状态监视与任务协作。本实施例的执行主体为飞行器上的自动状态监视与通信处理装置,可以为飞行器上的信息计算处理平台,也可以独立设置,还可以附加在已有的飞行控制处理器或其他计算处理器上。由于邻近空域内的飞行器之间需要进行广播通信,则自动状态监视与通信处理装置内除处理器外还有无线通信模块,包括但不限于采用Wifi、蓝牙、移动通信等各种无线通信技术。进一步,由于飞行器需要广播其未来短时飞行状态和其他相关任务状态,则自动状态监视处理装置还应有空间位置感知模块,包括但不限于各种室外室内定位技术,如GPS、北斗,三维测距雷达等,以及飞行和任务状态感知模块。
飞行器在飞行过程中根据需要向邻近空间广播其未来短期飞行状态和相关任务状态,同时接收和处理邻近空间其他飞行器广播的未来短期状态信息。未来飞行状态与任务相关状态预测和广播、其他飞行器未来状态接收与广播参数调整这些任务执行无先后顺序,始终并行执行。广播内容为各状态的当前值和未来预测值,各状态的检测步长和最小检测时间间隔。飞行器接收信息内容也相应地为其他飞行器对应的广播内容。
图1为本发明的一种飞行器近似同步广播方法的广播队列列表示意图。在该列表中,每个状态对应一个广播队列,广播队列的内容为对应状态的当前观测值和未来短期预测值。该结构可支持不同检测频率的多个状态。整个广播队列列表有一个最小检测时间间隔ΔT,每个状态广播队列有一个预测误差检测步长ΔTi。各状态的预测误差检测步长ΔTi为最小检测时间间隔ΔT的正整数倍。不同状态的预测误差检测步长可以不同,但对一个未来T时间的状态预测来讲,各状态的检测步长ΔTi与该状态队列的个数乘积应等于未来T时间,未来短时间T可由用户或系统根据需要设定,从几秒到几十分钟均可。该广播队列列表不是一成不变的,随时间或状态变化动态调整,状态预测一次则更新一次,每隔最小检测间隔时间ΔT则检查一次该列表并删除一些队首节点以保证队首节点为最近的未来状态预测值。为实现对广播队列列表的动态调整,每个状态还对应一个预测精度要求阈值,用于触发预测广播操作,整个广播队列列表还有一个时间步序号t,用于删除各广播队列队首节点和触发预测广播操作。
为实现近似同步广播,本发明方法包括三个可根据邻近空间动态环境和自身任务需求动态调整的广播参数:最小检测时间间隔ΔT、各状态检测步长ΔTi和预测精度要求阈值Hi。图2为本发明一种飞行器近似同步广播方法的近似同步广播参数自动调整示意图,包括以下步骤:
S100、接收邻近飞行器的未来T时间的广播。接收内容为对应飞行器的广播队列列表和相关广播参数:最小检测时间间隔ΔT和各状态检测步长ΔTi。为恢复各状态预测值对应的未来时刻,需要获得该广播的预测起始时间,该起始时间的获得方式可采用包括但不限于如下几种方式获得:一是用接收时刻减去一个的广播预测、发送和接收的处理时间估计值,该方式可能存在误差,因为每个飞行器对应的预测、发送和接收处理时间可能不同;二是在广播数据包中增加预测起始时间内容,但由于各飞行器的计时系统是独立的,存在时间的不一致情况,需要对系统中所有飞行器进行时钟一致性校准,以保证所有飞行器的时钟一致。
S200、更新周边空间飞行器状态及未来情况。根据接收到的未来飞行状态数据包,利用卡尔曼滤波器、时变自回归TVAR模型等方法将离散的状态预测值恢复为该飞行器未来时间的连续状态,以方便预测本飞行器与其他飞行协同的起始时间。
S300、预测本飞行器与其他飞行器任务协同起始时间。根据上一步获得的其他飞行器未来状态变化的连续模型,结合本飞行器的协同任务,用统计学习模型或神经网络模型等方法预测本飞行器与其他飞行器进行任务协同的起始时间。
S400、根据协同任务需求调整最小检测间隔时间ΔT、各状态检测步长ΔTi和预测精度需求阈值Hi。根据上一步预测的任务协同起始时间,利用规则学习等机器学习方法调整本飞行器的广播参数:最小检测间隔时间ΔT、各状态检测步长ΔTi和预测精度需求阈值Hi,实现根据任务目标、当前环境和自身状态对广播参数的自动调整。
S500、依次比较各状态预测精度需求的当前阈值与先前阈值,如果存在一个状态的预测精度需求当前阈值小于先前阈值,则执行步骤S600,否则执行步骤S100。不同的协同任务所要求的预测精度是不一样的,同一任务在不同环境状态下所要求的精度也不一样。当新的状态预测精度要求比以前高时,则需要执行新的预测和广播。
S600、预测并广播未来T时间的各状态值。本过程包括多个子步骤,将在预测并广播未来T时间各状态过程中详细说明。该过程除在近似广播参数自动调整中使用外,还在本发明的近似同步广播过程也有使用。
在获取了近似广播相关参数后,飞行器就可以根据自身状态和周边环境变化情况进行广播。本发明近似广播的基本思想是当自身状态变化缓慢时,预测的状态比较精确,满足协同任务要求时,广播的间隔时间长;相反,当自身状态变化剧烈时,则预测状态误差较大,不能满足协同任务的精度要求,则广播的间隔时间短。由于不同状态变化的频率不同,对不同状态的预测误差检测步长也不相同。图3为本发明一种飞行器近似同步广播方法的近似同步广播发送流程示意图。
T100、时间步序号t置为0。为实现不同状态的预测误差检测,本发明引入了一个时间步序号t,并将其初始值设为0。
T200、判断各状态广播队列长度是否都大于1,如是则执行步骤T300,否则执行步骤T400。本步骤主要目的是检查各状态的广播队列是否为空或者只有最后一个预测值。当为空时表示近似广播还没有开始,也没有进行未来状态预测;当只有最后一个预测值时表示上一次预测T时间已经过去,在这两种情况下都需要进行新的预测和广播。
T300、确定需要预测误差检测的状态集合。本步骤包含多个子步骤,将在确定需要预测误差检测的状态集合过程中详细说明。
T400、判断当前检测集合中各状态实际值与各队首预测值之差是否大于任务当前所需预测精度阈值,如是则执行步骤T500,否则执行步骤T600。状态的当前实际值为飞行器自身传感器或其他感知器直接采集观察得到的数据,代表了该状态的真实值。状态广播队列队首节点代表了该状态与当前时刻最近的未来预测值,如预测值与当前实际值之间的误差大于任务所需要的预测精度阈值,则表明先前一次预测结果不满足当前任务协同的需要,因而进行重新预测和广播,否则表明先前预测结果仍然符合当前协同任务的需要,周边其他飞行还可以继续使用广播接收到的先前预测结果表示飞行器当前真实状态。
T500、预测并广播未来T时间的各状态值,然后执行T700。预测并广播未来T时间的各状态值过程包含多个子步骤,将在预测并广播未来T时间的各状态值过程中详细说明。
T600、删除检测集合中各状态队列队首节点。由于广播队列中存储的值为各未来检测时刻对应的预测值,随着时间流逝,检测集合中各状态队列队首节点所对应的时刻已经过去,对后续的预测精度误差监测已无作用,需要删除检测集合中各状态队列队首节点。执行删除操作后则可以保证各广播队列队首节点对应的时间为离当前时刻最近的未来检测时刻。
T700、等待最小检测时间步ΔT时间。最小时间检测步ΔT是对所有广播状态进行预测误差检查的最小时间间隔,所有状态的预测误差检查间隔时间为ΔT的正整数倍,每隔ΔT时间进行一次预测误差检查可以有效及时地监测所有状态的预测精度误差,在不影响任务协同前提下减少广播次数。
T800、将时间步序号t加1,然后执行重新执行步骤T200。不同状态的广播步长可能不同,需要使用时间步序号来进行选择,每隔一个ΔT时间,时间步序号增加1。
在近似同步广播参数自动调整和广播发送两个过程中,都包含了一个预测并广播未来T时间状态的过程,该过程由多个子步骤构成。图4为本发明的一种飞行器近似同步广播方法的预测并广播未来T时间各状态示意图。
ST01、预测本飞行器未来T时间的各状态值。未来T时间是指以当前时刻为起点的未来T时间段,T时间可以为任意时间长度,不同的协同应用场景可以进行不同的选择,几秒到数十分钟均可。预测方法可以为任意面向时间序列预测的机器学习方法或动力学模型等方法。这里的状态指需要广播发送的所有状态。
ST02、保存未来T时间状态预测值到各广播队列。将各状态的预测结果保存到广播队列列表中,各队列首节点为各状态当前值,其他剩余节点为各状态预测值,保存次序为预测精度误差检测时间的先后顺序。由于各状态的预测精度误差检测步长不同,因此在相同T时间内各状态的预测值个数不同,相应地,用于保存预测结果的广播队列长度也不同。
ST03、广播未来T时间的各状态预测值和各检测步长ΔTi,以及最小检测时间间隔ΔT。广播操作是指利用飞行器自身的无线通信收发装置进行数据的广播发送,发送内容为广播队列列表中所有内容、各状态对应的预测精度检测步长和最小检测时间间隔ΔT。无线通信方式可以为WiFi、移动通信、卫星通信、飞行器专用通信等。
ST04、将时间步序号t重新置为0。由于时间步序号t主要用于对各个广播状态进行预测误差检查,每做一次预测和广播,则需要对时间步序号重新置为0。
由于各状态的预测误差检查步长不同,在每个时间片ΔT不需要对所有状态进行预测误差检查,只需检查部分状态的预测误差。因此在近似同步广播发送过程中,包含了一个确定当前时刻需要预测误差检查的状态集合步骤,该步骤也为一个复杂过程,由多个子步骤构成。图5为本发明的一种飞行器近似同步广播方法的确定需要预测误差检测的状态集合过程示意图。
T301、当前检测集合置为空。当前检测集合用来存放当前时刻需要进行预测误差检查的状态集合,在开始时,该集合为空,表示没有状态需要进行预测误差检查。
T302、设置状态序号i为1。状态序号用来对所有状态进行逐一检查,首先从第一个状态开始。
T303、判断时间步序号t当前值能否被状态Si的广播步长ΔTi整除,如能则执行步骤T304,否则执行步骤T305。由于时间步序号是从上次预测后开始的,如时间步序号能被某个状态预测误差检测步长整除,则表明该状态的预测误差检测时间到达,否则表明该状态的预测误差检测时间未到达。
T304、将状态Si加入到检测集合中。发现一个需要进行预测误差检测的状态Si,并将其保存在检测集合中。
T305、将状态序号i增加1,以进行下一个状态检查。
T306、判断状态Si是否为最后一个状态,如是则执行步骤T303,否则结束。当所有状态都检查过了,则查找需要预测误差检查的状态过程结束,此时检测集合中保存的状态为当前时刻需要进行预测误差检查的所有状态。
基于上述面向飞行器自动监视的近似同步广播方法,进一步,本发明提供了一种飞行器近似同步广播系统与装置。图6为本发明一种飞行器近似同步广播系统与装置模块构成及关系示意图,包括:
近似同步广播接收与分析模块,用于接收其他邻近飞行器的近似广播,分析其他飞行器的当前状态和未来状态,预测本飞行器与其他飞行器进行任务协同的起始时间。在本发明所对应的多飞行器系统中,所有飞行器都采用同样的近似通信数据包格式进行广播,广播接收与分析处理模块能够接收其他飞行器的近似广播,并能够对广播内容进行正确的解析,如恢复未来T时间内的所有对应时间点上的各状态预测值、根据状态预测值利用如卡尔曼滤波器、时变自回归模型等方法重构其他飞行器的未来连续状态。飞行器根据自身未来状态、周边其他飞行器状态,结合自身当前任务,用统计模型或机器学习方法预测任务协同的起始时间。
近似同步广播参数自动调整模块,根据协同任务起始时间的预测值和对应的近似广播规则方法,自动调整广播相关的最小检测间隔时间、各状态的检测步长和精度要求阈值。广播参数可随任务或状态的变化而自动调整,调整参数包括三个:最小检测间隔时间、各状态的检测步长和精度要求阈值,其中最小检测间隔时间、各状态的检测步长这两个参数是用于调整状态广播的检测间隔时间,精度要求阈值用于根据任务状态变化调整预测精度需求,如在协同避撞任务中,当空间飞行密度大时,则预测精度要求高,反之,当空间飞行密度低时,则预测精度要求低。
广播触发检测模块,有两种情况需要触发广播操作:一是上次预测的T时间已经结束,需要重新预测并广播,二是某状态的预测误差不满足当前任务所需要的精度,则也需要进行重新预测和广播。第二种情况又分两种情况:一是某时间片过去时进行状态预测精度检测,发现预测精度不满足所规定的预测精度需求;二是任务或周边环境的变化导致状态预测精度要求更高。
近似同步广播发送模块,本模块实现具体的广播发送操作,如通过调用各种网络通信接口实现广播发送,发送内容为状态广播队列列表、各状态检测步长、最小检测时间间隔等,数据包格式可以为包含上述内容的任意格式。
上述模块的划分仅为所有实施例的一种情况,模块重新组合和排列也属于本发明的保护内容。
显然,上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而这些属于本发明的精神所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。

Claims (6)

1.一种飞行器近似同步广播方法,其特征在于:
飞行器内存在一个广播队列列表和最小检测时间间隔ΔT,每一个广播队列存储一个状态的未来各时刻预测值。每个状态对应一个检测步长ΔTi和当前任务所需的预测精度要求阈值Hi。各状态检测步长ΔTi可以不同,可为最小检测时间间隔ΔT的任意正整数倍。每个队列存放的内容为对应状态的当前值和未来短时间的多个连续预测值。
最小检测时间间隔ΔT、各状态检测步长ΔTi和预测精度要求阈值Hi可由飞行器根据临近空间动态环境和自身任务需求动态调整。临近空间动态环境包括临近所有飞行器当前状态和未来短期状态,该空间动态环境信息通过接收周边飞行器的广播信息获得。飞行器自身任务由用户或系统设定,任务状态可随时间动态变化。
飞行器根据自身状态变化和当前任务需要自动进行状态近似同步广播。在广播之前先进行状态预测,预测结果保存在广播队列列表中,广播内容为广播队列列表、最小检测时间间隔ΔT和各状态检测步长ΔTi。每做一次新的状态预测就广播一次,预测和广播触发条件为预测时间已结束或存在一个状态Si预测精度误差大于当前任务所需预测精度要求阈值Hi。飞行器通过时间片轮询方式对状态的预测误差进行检测。
2.根据权利要求1所述的飞行器近似同步广播方法,其特征在于,近似同步广播参数自动调整包含如下步骤:
S100、接收邻近飞行器的未来短时间广播;
S200、更新周边空间飞行器状态及未来情况;
S300、预测本飞行器与其他飞行器任务协同起始时间;
S400、根据协同任务需求调整最小检测间隔时间ΔT、各状态检测步长ΔTi和预测精度需求阈值Hi
S500、比较各状态预测精度需求的当前阈值与先前阈值,如果存在一个状态的精度需求当前阈值小于先前阈值,则执行步骤S600,否则执行步骤S100;
S600、预测并广播未来T时间的各状态当前值和预测值,然后执行步骤S100。
3.根据权利要求1所述的飞行器近似同步广播方法,其特征在于,近似同步广播发送包含如下步骤:
T100、时间步序号t置为0;
T200、判断各状态广播队列长度是否都大于1,如是则执行步骤T300,否则执行步骤T400;
T300、确定需要预测误差检测的状态集合;
T400、判断当前检测集合中各状态实际值与各队首预测值之差是否大于任务当前所需预测精度阈值,如是则执行步骤T500,否则执行步骤T600;
T500、预测并广播未来T时间的各状态值,然后执行T700;
T600、删除检测集合中各状态队列队首节点;
T700、等待最小检测时间步ΔT时间;
T800、将时间步序号t加1,然后执行步骤T200。
4.根据权利要求2所述的近似同步广播参数自动调整方法和权利要求3所述的近似同步广播发送方法,其特征在于,预测并广播未来T时间的各状态值包括如下步骤:
ST01、预测本飞行器未来T时间的各状态值;
ST02、保存未来T时间状态预测值到各广播队列;
ST03、广播未来T时间的各状态预测值和各检测步长ΔTi,以及最小检测时间间隔ΔT;
ST04、将时间步序号t重新置为0。
5.根据权利要求3所述的近似同步广播发送方法,其特征在于,确定需要预测误差检测的状态集合包括如下步骤:
T301、当前检测集合置为空;
T302、设置状态序号i为1;
T303、判断时间步序号t当前值能否被状态Si的检测步长ΔTi整除,如能则执行步骤T304,否则执行步骤T305;
T304、将状态Si加入到检测集合中;
T305、将状态序号i增加1;
T306、判断状态Si是否为最后一个状态,如是则执行步骤T303,否则结束。
6.一种采用如权利要求1所述飞行器近似同步广播方法实现飞行器近似同步广播的系统,其特征在于,包括如下模块:
近似同步广播接收与分析模块,用于接收其他临近飞行的近似广播,分析其他飞行器的当前状态和未来状态,预测本飞行器与其他飞行器进行任务协同的起始时间;
近似同步广播参数自动调整模块,根据协同任务需求和本飞行器与其他飞行器进行任务协同起始时间的情况,自动调整广播相关的最小检测间隔时间、各状态的检测步长和预测精度要求阈值;
广播触发检测模块,比较各状态当前值与先前预测值之间的差距是否大于所需的状态预测精度要求,或者各状态新的预测精度要求小于先前的预测精度要求,或者上次预测的T时间已经结束,从而触发广播发送操作;
近似同步广播发送模块,根据飞行器自身的过去飞行记录、当前飞行状态和未来飞行规划,预测、保存并广播本飞行器未来T时间的各状态值。广播内容为广播队列列表、最小检测时间间隔ΔT和各状态检测步长ΔTi
CN202010552052.5A 2020-06-17 2020-06-17 飞行器同步广播方法、系统与装置 Active CN111769866B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010552052.5A CN111769866B (zh) 2020-06-17 2020-06-17 飞行器同步广播方法、系统与装置
US16/937,576 US11469839B2 (en) 2020-06-17 2020-07-23 Methods, systems and devices of approximately synchronous broadcast of aircrafts

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010552052.5A CN111769866B (zh) 2020-06-17 2020-06-17 飞行器同步广播方法、系统与装置

Publications (2)

Publication Number Publication Date
CN111769866A true CN111769866A (zh) 2020-10-13
CN111769866B CN111769866B (zh) 2021-10-19

Family

ID=72722641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010552052.5A Active CN111769866B (zh) 2020-06-17 2020-06-17 飞行器同步广播方法、系统与装置

Country Status (2)

Country Link
US (1) US11469839B2 (zh)
CN (1) CN111769866B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1953358A (zh) * 2005-10-05 2007-04-25 Lg电子株式会社 处理交通信息的方法和数字广播系统
CN102496313A (zh) * 2011-12-31 2012-06-13 南京莱斯信息技术股份有限公司 监视数据对飞行器计划预测轨迹的修正方法
CN103617747A (zh) * 2013-11-07 2014-03-05 北京智谷睿拓技术服务有限公司 信息处理方法及车载终端、手持设备
CN104135333A (zh) * 2014-07-24 2014-11-05 航天恒星科技有限公司 一种基于卡尔曼滤波器的tdma节点开环网络时间同步方法
CN104333393A (zh) * 2014-11-26 2015-02-04 成都中远信电子科技有限公司 一种用于无人机地空窄带通信系统的接收终端及其方法
CN107438263A (zh) * 2016-05-27 2017-12-05 北京佰才邦技术有限公司 一种无线链路质量的测量方法及终端
CN107635190A (zh) * 2017-09-22 2018-01-26 东软集团(北京)有限公司 一种车辆行驶状态广播方法、装置及车载终端
CN108475068A (zh) * 2017-08-15 2018-08-31 深圳市大疆创新科技有限公司 基于ads-b接收机的无人机飞行控制方法、无人机和控制终端
CN108780538A (zh) * 2016-03-23 2018-11-09 联邦快递服务公司 用于自调整无线节点网络中的节点的广播设定的系统、设备和方法
CN108957501A (zh) * 2018-06-04 2018-12-07 北京因子图导航技术有限公司 一种数字地面多媒体广播同步的地基导航定位方法与系统
US20190146092A1 (en) * 2017-11-10 2019-05-16 Spire Global, Inc. Systems and methods for improved atmospheric monitoring and gps positioning utilizing gnss tomographic refractivity
CN110649961A (zh) * 2019-10-30 2020-01-03 北京信成未来科技有限公司 一种基于da-tdma的无人机测控蜂窝通信方法
EP3591852A1 (en) * 2018-07-02 2020-01-08 Semtech Corporation Collision mitigation in low-power, frequency-hopping, wide-area network
CN111212473A (zh) * 2019-12-30 2020-05-29 深圳蓝奥声科技有限公司 一种基于无线物联网的协同定位方法和系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9218741B2 (en) * 2012-04-06 2015-12-22 Saab-Sensis Corporation System and method for aircraft navigation based on diverse ranging algorithm using ADS-B messages and ground transceiver responses
US11817888B2 (en) * 2020-07-10 2023-11-14 Skystream LLC Enhanced LDACS system having LTE security features and associated methods

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1953358A (zh) * 2005-10-05 2007-04-25 Lg电子株式会社 处理交通信息的方法和数字广播系统
CN102496313A (zh) * 2011-12-31 2012-06-13 南京莱斯信息技术股份有限公司 监视数据对飞行器计划预测轨迹的修正方法
CN103617747A (zh) * 2013-11-07 2014-03-05 北京智谷睿拓技术服务有限公司 信息处理方法及车载终端、手持设备
CN104135333A (zh) * 2014-07-24 2014-11-05 航天恒星科技有限公司 一种基于卡尔曼滤波器的tdma节点开环网络时间同步方法
CN104333393A (zh) * 2014-11-26 2015-02-04 成都中远信电子科技有限公司 一种用于无人机地空窄带通信系统的接收终端及其方法
CN108780538A (zh) * 2016-03-23 2018-11-09 联邦快递服务公司 用于自调整无线节点网络中的节点的广播设定的系统、设备和方法
CN107438263A (zh) * 2016-05-27 2017-12-05 北京佰才邦技术有限公司 一种无线链路质量的测量方法及终端
CN108475068A (zh) * 2017-08-15 2018-08-31 深圳市大疆创新科技有限公司 基于ads-b接收机的无人机飞行控制方法、无人机和控制终端
CN107635190A (zh) * 2017-09-22 2018-01-26 东软集团(北京)有限公司 一种车辆行驶状态广播方法、装置及车载终端
US20190146092A1 (en) * 2017-11-10 2019-05-16 Spire Global, Inc. Systems and methods for improved atmospheric monitoring and gps positioning utilizing gnss tomographic refractivity
CN108957501A (zh) * 2018-06-04 2018-12-07 北京因子图导航技术有限公司 一种数字地面多媒体广播同步的地基导航定位方法与系统
EP3591852A1 (en) * 2018-07-02 2020-01-08 Semtech Corporation Collision mitigation in low-power, frequency-hopping, wide-area network
CN110649961A (zh) * 2019-10-30 2020-01-03 北京信成未来科技有限公司 一种基于da-tdma的无人机测控蜂窝通信方法
CN111212473A (zh) * 2019-12-30 2020-05-29 深圳蓝奥声科技有限公司 一种基于无线物联网的协同定位方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CAN ONUR: "Computational Modeling to Predict Pilot’s Expectation of the Aircraft State Given Vestibular and Visual Cues", 《2014 SYSTEMS AND INFORMATION ENGINEERING DESIGN SYMPOSIUM (SIEDS)》 *
景晓康: "无人机无线通信传输系统的设计与实现", 《中国优秀硕士学位论文全文数据库-信息科技辑》 *

Also Published As

Publication number Publication date
US11469839B2 (en) 2022-10-11
US20210399819A1 (en) 2021-12-23
CN111769866B (zh) 2021-10-19

Similar Documents

Publication Publication Date Title
US11399303B2 (en) Configuration of a neural network for a radio access network (RAN) node of a wireless network
US9872125B2 (en) Data collection and management system, data collection and management method, terminal, and management apparatus
EP3694237A1 (en) Anomaly mapping by vehicular micro clouds
US11928959B2 (en) On-demand formation of stationary vehicular micro clouds
CN111559383A (zh) 用于基于车辆和边缘传感器数据确定自主车辆(av)动作的方法和系统
CN110710230B (zh) 用于利用移动装置阵列进行成像和用户设备定位的系统和方法
CN116546567B (zh) 基于贝叶斯联邦学习的数据处理方法、系统及电子设备
CN111769866B (zh) 飞行器同步广播方法、系统与装置
US20220352995A1 (en) Communication system and terminal
CN111712800A (zh) 消息同步方法和装置、无人驾驶系统以及可移动平台
Quek et al. Analysis of safety performance of tracking services based on simulation of unmitigated uas conflicts
US20220397902A1 (en) Methods and systems for a reconfigurable autonomous telemetry platform
CN113888121B (zh) 无人机团队状态共享同步发送方法与系统
US11386777B2 (en) Obstacle localization based on probabilistic consensus
CN115204026A (zh) 车辆数据模型的训练方法、装置、车辆、介质和程序产品
US20210084671A1 (en) Systems and methods for a multi-tier self-organizing network architecture
JP6759599B2 (ja) 移動体の位置予測方法、位置予測装置および位置予測プログラム
US20230328315A1 (en) Systems and methods for off-road connectivity and sharing of time sensitive watch information
US11750277B2 (en) Application of machine learning to MUOS network management
EP4322637A1 (en) Machine learning model validation for ue positioning based on reference device information for wireless networks
Quek et al. Analysing UTM tracking service performance in the detection of unmitigated UAS conflicts using Monte Carlo simulation
JP2020517146A (ja) 監視情報放送方法及び監視情報放送装置
CN117743893A (zh) 一种基于天地一体化的联邦学习实时监测数据管理的方法
Grote et al. FlyPaw: Optimized Route Planning for Scientific UAVMissions
CN117615320A (zh) 一种数据采集方法、装置、电子设备及存储介质

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