CN112020021B - 一种基于分层匹配博弈的集群通信用频决策方法 - Google Patents

一种基于分层匹配博弈的集群通信用频决策方法 Download PDF

Info

Publication number
CN112020021B
CN112020021B CN202011086615.2A CN202011086615A CN112020021B CN 112020021 B CN112020021 B CN 112020021B CN 202011086615 A CN202011086615 A CN 202011086615A CN 112020021 B CN112020021 B CN 112020021B
Authority
CN
China
Prior art keywords
cluster
unmanned aerial
aerial vehicle
frequency band
communication
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
CN202011086615.2A
Other languages
English (en)
Other versions
CN112020021A (zh
Inventor
李宵杰
仲俊杰
王伟
戚楠
李雨萌
黄赞奇
刘一甲
王可为
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202011086615.2A priority Critical patent/CN112020021B/zh
Publication of CN112020021A publication Critical patent/CN112020021A/zh
Application granted granted Critical
Publication of CN112020021B publication Critical patent/CN112020021B/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
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • 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
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明一种基于分层匹配博弈的集群通信用频决策方法属于无人机通信领域。该方法具体步骤如下：步骤1，根据用户传输速率的需求，构建满意度函数，建立无人机集群通信场景模型；步骤2，将任一无人机集群等效为一虚拟通信对，将频谱资源分为一定数量的大频段，对无人机集群进行大频段匹配，求解出集群最优匹配方案；步骤3，将大频段分为一定数量的小频段，各无人机集群内的无人机通信对进行小频段匹配，求解出最终最优匹配方案。本发明有效地解决了所述场景中多用户通信需求异构的频谱资源规划问题。同传统遍历搜寻方法相比，本发明提出的双层匹配博弈算法具有较低的复杂度和较高的效用。

Description

一种基于分层匹配博弈的集群通信用频决策方法
技术领域
本发明涉及无人机通信领域，尤其涉及一种基于分层匹配博弈的集群通信用频决策方法。
背景技术
近年来，由于宽带大容量信息传输、个人通信以及军事保密、抗干扰通信等领域发展迅猛，现代无线通信对无人机协助的信息传输系统的需求也呈现爆发式增长的趋势，无人机在全球范围内得到了空前的重视与发展，广泛应用于军用、民用等领域。
为了保障业务的完成度，通常由无人机集群协作执行，以发挥集群化的优势。在频谱资源有限的条件下，多集群工作时如何合理地进行频谱资源规划则显得至关重要。此外，集群内部主机和僚机无人机通常成对配合执行通信、侦察等任务，主机和僚机之间业务信息的传输需要一定的频谱资源，如何为各个集群以及集群内部主、僚机通信对分配适当的资源以保障通信质量满意度显得至关重要。同时集群作战是信息化战争中夺取信息优势、实施精确打击、完成特殊作战任务的重要手段之一。大规模无人机集群作战将作为未来战场的制高点，是完成侦查打击任务、提高战斗力的重要途径。
在无人机常规飞行状态中，需要时刻进行群内传输以进行信息交互、信息融合等。此外，由于战场环境的复杂，需要实时传输战场态势信息。由此可见，复杂多变的战场环境，无人机航迹变化，应急突发的可用频谱状态改变等，导致无人机群网络呈现高动态性、严格化保障等不同特征。为实现集群作战的优势，大规模集群的部署和资源调配会导致无线资源的高度竞争和过度拥塞。无人机集群具有较强的战场机动性，其位置动态性和任务的执行多阶段性导致机群之间的冲突干扰关系、网络拓扑呈现时变等特性。在多信道无线通信网络中，需要通过选择不同的频谱资源来减小与集群的用频干扰。
国外对无人机集群技术己开展了大量的研究工作，特别是美国，在国防部的统一领导下，国防先进研究计划局（DARPA）、战略能力办公室（SCO），以及空军、海军等都开展了大量的研究和论证工作，启动了多个项目。近年来，美国和欧洲已经正式把无人机集群的发展列入到“网络中心战”的系统框架中。2013年9月美国国防部发布了《无人系统一体化路线图(2013-2038年)》。2016年5月，美国空军正式提出《2016—2036年小型无人机系统飞行规划》，希望构建横跨航空、太空、网空三大作战疆域的小型无人机系统，并在2036年实现无人机系统集群作战。小精灵项目公告由DARPA于2015年9月发布，提出通过载机在防区外发射携带侦察或电子战载荷、具备组网与协同功能的无人机蜂群，用于离岸侦察与电子攻击任务，并在任务完成后对幸存无人机进行回收的技术。2017年6月，中国电子科技集团成功完成了119架固定翼无人机集群飞行试验，刷新了此前2016年珠海航展上同样由中国电子科技集团完成的67架固定翼无人机集群试验纪录。
现有研究通常考虑扁平化的资源管理策略，决策效率较低，不适用于高动态、大规模集群场景。本发明创新性地提出分层多粒度的资源管理框架，加速资源决策速度，同时以用频分配的满意度和稳定性为目标，设计了一种基于分层匹配博弈的频谱资源规划方法。
发明内容
本发明提出了一种基于分层匹配博弈的集群通信用频决策方法，目的是为解决场景中的频谱资源规划问题。
为实现上述技术目的，本发明采取的技术方案为：
一种基于分层匹配博弈的集群通信用频决策方法，在一定空间范围内，可用的频谱资源固定，若干无人机集群分配该频谱资源，其特征是：步骤1，根据用户传输速率的需求，构建满意度函数，建立无人机集群通信场景模型；步骤2，将每个无人机集群等效为一虚拟通信对，将频谱资源分为若干大频段，无人机集群进行大频段匹配，求解出集群最优匹配方案；步骤3，将大频段分为若干小频段，各无人机集群内的无人机通信对对步骤2中分配到该无人机集群的大频段进行小频段匹配，最终求解出全网最优匹配方案，以该全网最优匹配方案分配频谱资源。
步骤1中，构建满意度函数的具体方法为：引入满意度函数
Figure 100002_DEST_PATH_IMAGE002
；对于上层粗颗粒度无人机集群大频段的选择，第n个集群的满意度为：
Figure 100002_DEST_PATH_IMAGE004
，其中
Figure 100002_DEST_PATH_IMAGE006
为第n个集群的传输需求迫切度，
Figure 100002_DEST_PATH_IMAGE008
为第n个集群传输获取的实际吞吐量，
Figure 100002_DEST_PATH_IMAGE010
为第n个集群传输需求的吞吐量；对于下层细颗粒度无人机通信对小频段的选择，第n个集群中第m个无人机通信对的满意度为：
Figure 100002_DEST_PATH_IMAGE012
，其中
Figure 100002_DEST_PATH_IMAGE014
为第n个集群中第m个无人机对的传输需求迫切度，
Figure 100002_DEST_PATH_IMAGE016
为第n个集群中第m个无人机对实际获得的吞吐量，
Figure 100002_DEST_PATH_IMAGE018
为第n个集群中第m个无人机对传输需求的吞吐量；步骤2中，通过求解目标为
Figure 100002_DEST_PATH_IMAGE020
，求解出集群最优匹配方案，其中
Figure 100002_DEST_PATH_IMAGE022
为集群数量；步骤3中，通过求解目标为
Figure 100002_DEST_PATH_IMAGE024
，最终求解出全网最优匹配方案，其中
Figure 100002_DEST_PATH_IMAGE026
是第n个集群中无人机对数量。
基于分层匹配博弈方法的需求，需将集群内多个无人机通信对的传输速率和进行等效处理，将整个集群等效为一虚拟通信对，该虚拟通信对的需求由集群的通信需求决定，其获得的传输速率由等效后的结果决定，等效后的
Figure 100002_DEST_PATH_IMAGE028
为
Figure 100002_DEST_PATH_IMAGE030
，
其中
Figure 100002_DEST_PATH_IMAGE032
，
Figure 100002_DEST_PATH_IMAGE034
Figure 100002_DEST_PATH_IMAGE036
，
其中，
Figure 100002_DEST_PATH_IMAGE038
为第n个集群采用的大频段策略，
Figure 100002_DEST_PATH_IMAGE040
为
Figure 100002_DEST_PATH_IMAGE038A
大频段策略中的小频段个数，
Figure 100002_DEST_PATH_IMAGE042
为第n个集群所选大频段策略为
Figure 100002_DEST_PATH_IMAGE044
时的带宽，
Figure 100002_DEST_PATH_IMAGE026A
是第n个集群中无人机对数量，
Figure 100002_DEST_PATH_IMAGE046
为第n个集群内部第m个无人机通信对中的信息发送无人机，
Figure 100002_DEST_PATH_IMAGE048
为第n个集群内部第m个无人机通信对中的信息接收无人机，则
Figure 100002_DEST_PATH_IMAGE050
为第n个集群内部第m个无人机通信对
Figure 100002_DEST_PATH_IMAGE052
间的距离，单位为km，相应的，
Figure 100002_DEST_PATH_IMAGE054
为第i个集群内部第m个无人机通信对中的信息发送无人机与第n个集群内部第m个无人机通信对中的信息接收无人机之间的距离，单位为km，
Figure 100002_DEST_PATH_IMAGE022A
为集群数量，
Figure 100002_DEST_PATH_IMAGE056
为无人机功率，
Figure 100002_DEST_PATH_IMAGE058
为大频段策略为
Figure 100002_DEST_PATH_IMAGE060
时的中心频率；
Figure 100002_DEST_PATH_IMAGE062
表示集群大频段策略为
Figure 100002_DEST_PATH_IMAGE060A
时的噪声功率谱密度。
等效后的
Figure 100002_DEST_PATH_IMAGE064
取值具体推算方法为：自由空间传输下，第n个集群第m个无人机通信对间的链路损耗为：
Figure 100002_DEST_PATH_IMAGE066
，其中
Figure 100002_DEST_PATH_IMAGE068
为第n个集群第m个无人机通信对所用的小频段策略，
Figure 100002_DEST_PATH_IMAGE070
为第n个集群第m个无人机通信对所用小频段策略
Figure 100002_DEST_PATH_IMAGE068A
的中心频率，单位为MHz，
Figure 100002_DEST_PATH_IMAGE050A
为第n个集群内部第m个无人机通信对
Figure 100002_DEST_PATH_IMAGE052A
间的距离，单位为km，第n个集群第m个无人机通信对间的衰减为：
Figure 100002_DEST_PATH_IMAGE072
，第n个集群第m个无人机通信对采用的小频段策略的信干噪比为：
Figure 100002_DEST_PATH_IMAGE074
；其中
Figure 100002_DEST_PATH_IMAGE076
为环境中的噪声干扰，具体地，
Figure 100002_DEST_PATH_IMAGE078
为第n个集群第m个无人机通信对采用的小频段策略时的噪声功率，
Figure 100002_DEST_PATH_IMAGE080
为第n个无人机集群内部第i个无人机通信对中的信息发送无人机产生的干扰，
Figure 100002_DEST_PATH_IMAGE082
为第k个无人机集群第i个无人机通信对中的信息发送无人机产生的干扰；则第n个集群内第m个无人机通信对的传输速率为：
Figure 100002_DEST_PATH_IMAGE084
，其中
Figure 100002_DEST_PATH_IMAGE086
为第n个集群第m个无人机通信对所用频段策略
Figure 100002_DEST_PATH_IMAGE088
时的带宽，
Figure 100002_DEST_PATH_IMAGE090
为第n个集群第m个无人机通信对采用的小频段策略的信干噪比；对于第n个集群，其传输速率为：
Figure 100002_DEST_PATH_IMAGE092
Figure 100002_DEST_PATH_IMAGE094
Figure 100002_DEST_PATH_IMAGE096
Figure 100002_DEST_PATH_IMAGE098
，其中
Figure 100002_DEST_PATH_IMAGE100
Figure 100002_DEST_PATH_IMAGE102
，设
Figure 100002_DEST_PATH_IMAGE044A
大频段内有
Figure 100002_DEST_PATH_IMAGE104
个小频段，当不考虑干扰时，
Figure 100002_DEST_PATH_IMAGE106
Figure 100002_DEST_PATH_IMAGE108
，其中
Figure 100002_DEST_PATH_IMAGE110
是无人机通信对小频段策略为
Figure 100002_DEST_PATH_IMAGE112
时的噪声功率谱密度，即
Figure 100002_DEST_PATH_IMAGE114
，且
Figure 100002_DEST_PATH_IMAGE116
，
Figure 100002_DEST_PATH_IMAGE118
是集群大频段策略为
Figure 100002_DEST_PATH_IMAGE120
的噪声功率谱密度，以大频段中心频率
Figure 100002_DEST_PATH_IMAGE122
归一化处理各个小频段中心频率
Figure 100002_DEST_PATH_IMAGE124
，则
Figure 100002_DEST_PATH_IMAGE126
等效为
Figure 100002_DEST_PATH_IMAGE128
，对于集群n在
Figure 100002_DEST_PATH_IMAGE130
频段策略下受扰的情况，分为以下两种情形：情形1．
Figure 100002_DEST_PATH_IMAGE130A
小频段数不小于集群n内无人机对数
Figure 100002_DEST_PATH_IMAGE132
，则认定无内部干扰，情形2．
Figure 100002_DEST_PATH_IMAGE130AA
小频段数小于集群n内无人机对数
Figure 100002_DEST_PATH_IMAGE132A
，认定有内部干扰，此时内部受到干扰的无人机对数下限为2；对于空中某
Figure 100002_DEST_PATH_IMAGE134
个无人机通信对，设它们采用同一频段策略
Figure 100002_DEST_PATH_IMAGE136
，分析其中第i个无人机对所获传输速率，未受扰时，
Figure 100002_DEST_PATH_IMAGE138
，受扰后，
Figure 100002_DEST_PATH_IMAGE140
，对于
Figure 100002_DEST_PATH_IMAGE142
，略去噪声时，
Figure 100002_DEST_PATH_IMAGE144
，其中
Figure 100002_DEST_PATH_IMAGE146
为
Figure 100002_DEST_PATH_IMAGE148
的上限，
Figure 100002_DEST_PATH_IMAGE150
为其他无人机对的信息发送无人机对第i个无人机对产生的干扰，即
Figure 100002_DEST_PATH_IMAGE152
，类似地，代入
Figure 100002_DEST_PATH_IMAGE154
与
Figure 100002_DEST_PATH_IMAGE156
，则
Figure 100002_DEST_PATH_IMAGE158
，在情形1中，对某无人机通信对
Figure 100002_DEST_PATH_IMAGE160
，干扰来自于外部与该无人机通信对选同一小频段的无人机通信对，由于确定大频段后内部小频段个数确定，且各集群内无人机对数确定，只考虑共用同一大频段的其余各个集群内部仅一个无人机通信对选用
Figure 100002_DEST_PATH_IMAGE162
的前提下，设
Figure 100002_DEST_PATH_IMAGE164
为
Figure 100002_DEST_PATH_IMAGE166
大频段策略中的小频段个数，则该无人机通信对
Figure 100002_DEST_PATH_IMAGE160A
获传输速率
Figure 100002_DEST_PATH_IMAGE168
，第n个集群内部其余无人机对同样作上述分析，并对各个大频段内小频段带宽作平均化处理，即
Figure 100002_DEST_PATH_IMAGE170
，且
Figure 100002_DEST_PATH_IMAGE166A
大频段策略中每个小频段带宽均为
Figure 100002_DEST_PATH_IMAGE172
，则集群n获传输速率
Figure 100002_DEST_PATH_IMAGE174
，其中
Figure 100002_DEST_PATH_IMAGE176
为
Figure 100002_DEST_PATH_IMAGE178
大频段策略中的小频段个数，在情形2中，只考虑最小内扰情况，内扰大于最小内扰时作最小内扰处理，以集群n内部距离最远的两个通信对
Figure 100002_DEST_PATH_IMAGE180
、
Figure 100002_DEST_PATH_IMAGE182
作为互相干扰方，
Figure 100002_DEST_PATH_IMAGE180A
为第n个集群编号为1的无人机通信对，
Figure 100002_DEST_PATH_IMAGE182A
为第n个集群编号为2的无人机通信对，则对集群内未受内扰的无人机对，获取传输速率之和为：
Figure 100002_DEST_PATH_IMAGE184
，而对相互干扰的
Figure 100002_DEST_PATH_IMAGE180AA
、
Figure 100002_DEST_PATH_IMAGE182AA
两无人机通信对，其获取传输速率之和为：
Figure DEST_PATH_IMAGE034A
Figure DEST_PATH_IMAGE036A
，即所有集群获得传输速率和为：
Figure 100002_DEST_PATH_IMAGE186
；将等效方法归一化处理，即：
Figure 100002_DEST_PATH_IMAGE030A
。
本发明具有以下有益效果:
1、有效地解决了所述场景中多用户通信需求异构的频谱资源规划问题。
2、同传统遍历搜寻方法相比，本发明提出的分层匹配博弈算法具有较低的复杂度和较高的效用。
附图说明
图 1为通信场景模型示意图。
图 2为频谱资源分布示意图。
图 3为无人机集群网络位置示意图。
图 4为无人机集群频段选择示意图。
图 5为各集群内无人机通信对频段选择示意图。
图 6为不同带宽条件下网络实际获取传输速率示意图。
图 7为网络满意程度随大频段数变化示意图。
图 8为算法收敛性能示意图。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
本实施例的步骤1中所建立的通信场景模型如图 1所示，场景中有多个无人机集群分别执行任务，由于战略目标的差异性，各个集群的通信需求异构，同时各集群内部的各个无人机通信对对传输速率的需求也具有一定差异性。如图 2所示，其为频谱资源分布示意图，在较大空间范围内，可用的频谱资源固定，各个无人机通信对根据需求选用某一频段。不失一般性地，在某一时隙内，将频谱资源分为一定数量的大频段，对集群而言，选用某一大频段内的频谱资源，该集群内无人机通信对再在该大频段内选择合适的小频段资源。
由于不同用户的需求是异构的，为了量化用户的需求满意程度，本发明引入了满意度函数
Figure DEST_PATH_IMAGE002A
。
对于上层粗颗粒度无人机集群大频段的选择，第n个集群的满意度为：
Figure DEST_PATH_IMAGE004A
，
其中
Figure DEST_PATH_IMAGE006A
为第n个集群的传输需求迫切度,
Figure 100002_DEST_PATH_IMAGE188
为第n个集群传输获取的实际吞吐量，
Figure DEST_PATH_IMAGE010A
为第n个集群传输需求的吞吐量。
对于下层细颗粒度无人机通信对小频段的选择，第n个集群中第m个无人机通信对的满意度为：
Figure DEST_PATH_IMAGE012A
。
其中
Figure 100002_DEST_PATH_IMAGE190
为第n个集群中第m个无人机的传输需求迫切度，
Figure DEST_PATH_IMAGE192
为第n个集群中第m个无人机对实际获得的吞吐量，
Figure DEST_PATH_IMAGE194
为第n个集群中第m个无人机对传输需求的吞吐量。
步骤2中基于所提分层匹配博弈方法的需求，提出了一种等效方法，将集群内多个无人机通信对的传输速率和进行等效处理，将整个集群等效为一虚拟通信对，该虚拟通信对的需求由集群的通信需求决定，其获得的传输速率由等效后的结果决定。下面对集群内部通信对进行等效：
设集群n内有m个通信对，
Figure DEST_PATH_IMAGE196
为集群n内部虚拟收发对所采用的大频段策略，可用带宽为
Figure DEST_PATH_IMAGE198
，首先推导集群n内所有无人机通信对传输速率和，由于本发明所述方法不对功率作优化处理，不失一般性，认定各无人机功率均为
Figure DEST_PATH_IMAGE056A
。
自由空间传输下，第n个集群第m个无人机通信对间的链路损耗为：
Figure DEST_PATH_IMAGE200
，
其中
Figure DEST_PATH_IMAGE068AA
为第n个集群第m个无人机通信对所用的小频段策略，
Figure DEST_PATH_IMAGE070A
为第n个集群第m个无人机通信对所用小频段策略
Figure DEST_PATH_IMAGE068AAA
的中心频率，单位为MHz，
Figure DEST_PATH_IMAGE046A
为第n个集群内部第m个无人机通信对中的信息发送无人机，
Figure DEST_PATH_IMAGE202
为第n个集群内部第m个无人机通信对中的信息接收无人机，则
Figure DEST_PATH_IMAGE050AA
为第n个集群内部第m个无人机通信对
Figure DEST_PATH_IMAGE052AA
间的距离，单位为km。
第n个集群第m个无人机通信对间的衰减为：
Figure DEST_PATH_IMAGE072A
。
第n个集群第m个无人机通信对采用的小频段策略的信干噪比为：
Figure DEST_PATH_IMAGE204
。
其中
Figure DEST_PATH_IMAGE206
为环境中的噪声干扰，具体地，
Figure DEST_PATH_IMAGE208
为第n个集群第m个无人机通信对采用的小频段策略时的噪声功率，
Figure DEST_PATH_IMAGE210
为第n个无人机集群内部第i个无人机通信对中的信息发送无人机产生的干扰，
Figure DEST_PATH_IMAGE212
为第k个无人机集群第i个无人机通信对中的信息发送无人机产生的干扰。
则第n个集群内第m个无人机通信对的传输速率为：
Figure DEST_PATH_IMAGE214
，
其中
Figure DEST_PATH_IMAGE216
为第n个集群第m个无人机通信对所用频段策略
Figure DEST_PATH_IMAGE218
时的带宽，
Figure DEST_PATH_IMAGE220
为第n个集群第m个无人机通信对采用的小频段策略的信干噪比。
对于第n个集群，其传输速率为：
Figure DEST_PATH_IMAGE092A
Figure DEST_PATH_IMAGE094A
Figure DEST_PATH_IMAGE096A
Figure DEST_PATH_IMAGE222
，
其中
Figure DEST_PATH_IMAGE100A
Figure DEST_PATH_IMAGE224
，
Figure DEST_PATH_IMAGE226
为无人机通信对小频段策略为
Figure DEST_PATH_IMAGE228
时的噪声功率谱密度，即
Figure DEST_PATH_IMAGE230
。
设
Figure DEST_PATH_IMAGE232
大频段内有
Figure DEST_PATH_IMAGE234
个小频段。
当不考虑干扰时，
Figure DEST_PATH_IMAGE236
Figure DEST_PATH_IMAGE238
由于同一大频段内各个小频谱中心频率差距相对较小，以大频段中心频率
Figure DEST_PATH_IMAGE240
归一化处理各个小频段中心频率
Figure DEST_PATH_IMAGE242
，则
Figure DEST_PATH_IMAGE244
等效为
Figure DEST_PATH_IMAGE246
，
其中
Figure DEST_PATH_IMAGE248
为集群大频段策略为
Figure DEST_PATH_IMAGE250
时的噪声功率谱密度，
Figure DEST_PATH_IMAGE252
。
Figure DEST_PATH_IMAGE254
单位：MHz，
Figure DEST_PATH_IMAGE256
单位：km，
Figure DEST_PATH_IMAGE258
单位：Hz。
上述证明完成了不考虑干扰下的等效，下面对存在无人机通信对间干扰情况下的等效进行讨论：
对于集群n在
Figure DEST_PATH_IMAGE260
频段策略下受扰的情况，分为以下两种情形：
情形1．
Figure DEST_PATH_IMAGE260A
小频段数不小于集群n内无人机对数
Figure DEST_PATH_IMAGE262
，则认定无内部干扰，
情形2．
Figure DEST_PATH_IMAGE260AA
小频段数小于集群n内无人机对数
Figure DEST_PATH_IMAGE262A
，认定有内部干扰，此时内部受到干扰的无人机对数下限为2。
首先分析干扰对无人机通信对的影响，一般地，对于空中某
Figure DEST_PATH_IMAGE264
个无人机，设它们采用同一频段
Figure DEST_PATH_IMAGE266
；
分析其中第i个无人机对所获传输速率，未受扰时，
Figure DEST_PATH_IMAGE138A
，受扰后，
Figure DEST_PATH_IMAGE140A
，对于
Figure DEST_PATH_IMAGE142A
，由于有干扰时干扰对无人机通信对传输速率影响远大于噪声，略去噪声时，
Figure DEST_PATH_IMAGE144A
，其中
Figure DEST_PATH_IMAGE146A
为
Figure DEST_PATH_IMAGE148A
的上限，
Figure DEST_PATH_IMAGE150A
为其他无人机对的信息发送无人机对第i个无人机对产生的干扰，即
Figure DEST_PATH_IMAGE152A
，类似地，代入
Figure DEST_PATH_IMAGE154A
与
Figure DEST_PATH_IMAGE156A
，则
Figure DEST_PATH_IMAGE158A
。
在情形1中，对某无人机通信对
Figure DEST_PATH_IMAGE268
，干扰来自于外部与该无人机通信对选同一小频段的无人机通信对，由于确定大频段后内部小频段个数确定，且各集群内无人机对数确定，一般地，其余选择该大频段的集群内部较大概率该小频段也被选择，只考虑共用同一大频段的其余各个集群内部仅一个无人机通信对
Figure DEST_PATH_IMAGE270
选用
Figure DEST_PATH_IMAGE272
的前提下，即
Figure DEST_PATH_IMAGE274
，设
Figure DEST_PATH_IMAGE276
为
Figure DEST_PATH_IMAGE278
大频段策略中的小频段个数，
则该无人机通信对
Figure DEST_PATH_IMAGE160AA
获传输速率
Figure DEST_PATH_IMAGE168A
，第n个集群内部其余无人机对同样作上述分析，并对各个大频段内小频段带宽作平均化处理，即
Figure DEST_PATH_IMAGE170A
，且
Figure DEST_PATH_IMAGE166AA
大频段策略中每个小频段带宽均为
Figure DEST_PATH_IMAGE172A
，则集群n获传输速率
Figure DEST_PATH_IMAGE174A
，其中
Figure DEST_PATH_IMAGE176A
为
Figure DEST_PATH_IMAGE178A
大频段策略中的小频段个数，
在情形2中，只考虑最小内扰情况，内扰大于最小内扰时作最小内扰处理，以集群n内部距离最远的两个通信对
Figure DEST_PATH_IMAGE180AAA
、
Figure DEST_PATH_IMAGE182AAA
作为互相干扰方，
Figure DEST_PATH_IMAGE180AAAA
为第n个集群编号为1的无人机通信对，
Figure DEST_PATH_IMAGE182AAAA
为第n个集群编号为2的无人机通信对，则对集群内未受内扰的无人机对，获取传输速率之和为：
Figure DEST_PATH_IMAGE184A
，而对相互干扰的
Figure DEST_PATH_IMAGE180AAAAA
、
Figure DEST_PATH_IMAGE182AAAAA
两无人机通信对，其获取传输速率之和为：
Figure DEST_PATH_IMAGE034AA
Figure DEST_PATH_IMAGE036AA
，即所有集群获得传输速率和为：
Figure DEST_PATH_IMAGE186A
；将等效方法归一化处理，即：
Figure DEST_PATH_IMAGE030AA
。
将
Figure DEST_PATH_IMAGE280
代入集群满意度函数
Figure DEST_PATH_IMAGE282
，求解目标为
Figure DEST_PATH_IMAGE284
，求解得到集群大频段匹配策略后，各个集群内部再对小频段策略进行匹配，下层细颗粒度匹配过程中将
Figure DEST_PATH_IMAGE286
代入无人机通信对满意度函数
Figure DEST_PATH_IMAGE288
，求解目标为
Figure DEST_PATH_IMAGE290
，求解出全网最优匹配方案。
下面为本模型的算法过程，包含上层粗粒度匹配和下层细粒度匹配。其中，上层粗粒度匹配主要完成各个集群对大频段的选择；下层细粒度匹配主要完成各个无人机通信对对小频段的选择。
基于分层匹配的用频分配算法具体为：
上层粗颗粒度匹配：
初始化：集群随机选择大频段，计算初始
Figure DEST_PATH_IMAGE292
。
循环：
For
Figure DEST_PATH_IMAGE294
第n个集群根据满意度对各个可用大频段进行排序，从上到下依次选取大频段，计算
Figure DEST_PATH_IMAGE292A
减小时则拒绝，选取下一个，
Figure DEST_PATH_IMAGE296
增大则同意，集群n选择较优大频段方案
Figure DEST_PATH_IMAGE298
，其余
Figure DEST_PATH_IMAGE300
不变，
Figure DEST_PATH_IMAGE296A
更新，
Figure DEST_PATH_IMAGE302
。直到
Figure DEST_PATH_IMAGE304
，完成一次迭代。
End
结束：多次进行上层循环1至结果不再改变，记录循环次数
Figure DEST_PATH_IMAGE306
。
下层细颗粒度匹配：
初始化：根据上层粗颗粒度匹配结果，各个集群内部随机选择频段策略，计算初始
Figure DEST_PATH_IMAGE308
。
循环：
For
Figure DEST_PATH_IMAGE294A
For
Figure DEST_PATH_IMAGE310
第n个集群内部第m个无人机对对各个可用小频段进行排序，从上到下依次选取小频段，计算
Figure DEST_PATH_IMAGE308A
，
Figure DEST_PATH_IMAGE308AA
减小时则拒绝，选取下一个，
Figure DEST_PATH_IMAGE308AAA
增大则同意，集群n内部第m个无人机对选取较优小频段方案
Figure DEST_PATH_IMAGE312
，
Figure DEST_PATH_IMAGE308AAAA
更新，
Figure DEST_PATH_IMAGE314
。
Figure DEST_PATH_IMAGE316
后，
Figure DEST_PATH_IMAGE302A
，直到
Figure DEST_PATH_IMAGE318
，完成一次迭代。
End
End
结束：多次进行下层循环2至结果不再改变，记录迭代次数
Figure DEST_PATH_IMAGE320
，跳出迭代。
下面结合附图与数值结果对本发明的技术效果作更进一步的说明。
如图 3所示，其为无人机集群网络位置示意图。某一时刻有5个无人机集群根据不同路径（已知）飞行，各集群编号分别为
Figure DEST_PATH_IMAGE322
，由于本发明不对功率作优化处理，对于每个无人机，其信息发送功率均设为1W。环境中全频段噪声功率谱密度均为：
Figure DEST_PATH_IMAGE324
，无人机集群根据各自需求进行大频段选择，每个集群内有3个无人机通信对，各无人机对可编号为
Figure DEST_PATH_IMAGE326
，集群内部无人机根据选择的大频段对频谱资源进行分配，进行小频段的选择。设各集群需求为：
Figure DEST_PATH_IMAGE328
(单位：Mbps)，各集群传输速率需求迫切度为
Figure DEST_PATH_IMAGE330
。各无人机通信对需求为：
Figure DEST_PATH_IMAGE332
（单位：Mbps），不失一般性地，每个集群内部无人机对的传输速率需求迫切度同该集群相同，以第2个集群第2个无人机对为例，即
Figure DEST_PATH_IMAGE334
。共有5个大频段可供分配，各个大频段带宽用B表示，此模型中：给定异构的带宽条件：
Figure DEST_PATH_IMAGE336
，中心频率分别为：
Figure DEST_PATH_IMAGE338
，并给定相同的带宽条件：
Figure DEST_PATH_IMAGE340
，中心频率分别为：
Figure DEST_PATH_IMAGE342
（单位：MHz），其中各个大频段内分别含有的小频段数为
Figure DEST_PATH_IMAGE344
，则各个小频段用编号
Figure DEST_PATH_IMAGE346
表示，比如8表示第四个大频段的第二个小频段，对应异构带宽条件下各个小频段带宽为：
Figure DEST_PATH_IMAGE348
，中心频率分别为：
Figure DEST_PATH_IMAGE350
，同构带宽条件下各个小频段带宽为：
Figure DEST_PATH_IMAGE352
，中心频率分别为：
Figure DEST_PATH_IMAGE354
，（单位：MHz）。
如图 4所示，其为无人机集群频段选择示意图。在带宽同构和带宽异构两种条件下，使用所提算法进行频段选择。在频谱条件较为充足的情况下，各用户所选择的频谱策略往往会偏向于选择带宽较大频段，原因是较大带宽下用户往往能获得更大的传输速率，但并非所有集群都选择带宽最大的5号大频段，这是因为当用户数量继续增加，用户间的干扰也会增大，当其余用户再选择5号大频段导致总体满意度降低时，该策略就会被否定。
如图 5所示，其为各集群内无人机通信对频段选择示意图。在可用小频段数足够的情况下，各集群内部无人机的选择策略以避免相同为主，原因在于集群内部空间限度下，两无人机通信对共用同一频段的代价过大，将导致其获得传输速率大量降低，因而集群内部无人机选用频谱策略尽量不相互重复，可用小频段不足时，策略重复将无法避免。
如图 6所示，其为不同带宽条件下网络实际获取传输速率示意图。对各集群内所有无人机对总传输速率进行计算，得到带宽相同时总传输速率约为1265.8Mbps，带宽异构时总传输速率约为1601.6Mbps，针对异构的集群需求，异构带宽条件下的策略明显更优。
如图 7所示，其为网络满意程度随大频段数变化示意图。设定网络满意程度为
Figure DEST_PATH_IMAGE356
，当大频段数即可用频谱资源增加时，通过所提算法得到的最佳匹配均衡策略下网络满意程度也在增加，当大频段数增加到6之后，各个用户对最优策略下的满意程度并无明显增加，这受到最大频段的带宽限制，当新增频段的条件较之前可用频段条件好时，最佳匹配均衡下网络满意程度才会继续增加，否则新增频段较差，该频段未被选择，从而导致最佳匹配均衡下网络满意程度不再增加。
如图 8所示，其为算法收敛性能分析示意图。对匹配博弈算法过程所提到的
Figure DEST_PATH_IMAGE358
、
Figure DEST_PATH_IMAGE360
求和，得到算法迭代所需总的迭代次数，多次仿真得到不同规模下迭代次数的累计分布函数。当集群规模变大或可用频段数变大时，算法的迭代次数相应有所增加，但基本上都能在12次迭代左右完成，由此可见，本算法具有较强的时效性和稳定性，对大规模下集群的频谱资源规划有较大的应用价值。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (2)

1.一种基于分层匹配博弈的集群通信用频决策方法，在一定空间范围内，可用的频谱资源固定，若干无人机集群分配该频谱资源，其特征是：步骤1，根据用户传输速率的需求，构建满意度函数，建立无人机集群通信场景模型；步骤2，将每个无人机集群等效为一虚拟通信对，将频谱资源分为若干大频段，无人机集群进行大频段匹配，求解出集群最优匹配方案；步骤3，将大频段分为若干小频段，各无人机集群内的无人机通信对对步骤2中分配到该无人机集群的大频段进行小频段匹配，最终求解出全网最优匹配方案，以该全网最优匹配方案分配频谱资源；
步骤1中，构建满意度函数的具体方法为：引入满意度函数
Figure DEST_PATH_IMAGE002
；对于上层粗颗粒度无人机集群大频段的选择，第n个集群的满意度为：
Figure DEST_PATH_IMAGE004
，其中
Figure DEST_PATH_IMAGE006
为第n个集群的传输需求迫切度，
Figure DEST_PATH_IMAGE008
为第n个集群传输获取的实际吞吐量，
Figure DEST_PATH_IMAGE010
为第n个集群传输需求的吞吐量；对于下层细颗粒度无人机通信对小频段的选择，第n个集群中第m个无人机通信对的满意度为：
Figure DEST_PATH_IMAGE012
，其中
Figure DEST_PATH_IMAGE014
为第n个集群中第m个无人机对的传输需求迫切度，
Figure DEST_PATH_IMAGE016
为第n个集群中第m个无人机对实际获得的吞吐量，
Figure DEST_PATH_IMAGE018
为第n个集群中第m个无人机对传输需求的吞吐量；步骤2中，通过求解目标为
Figure DEST_PATH_IMAGE020
，求解出集群最优匹配方案，其中
Figure DEST_PATH_IMAGE022
为集群数量；步骤3中，通过求解目标为
Figure DEST_PATH_IMAGE024
，最终求解出全网最优匹配方案，其中
Figure DEST_PATH_IMAGE026
是第n个集群中无人机对数量；
基于分层匹配博弈方法的需求，需将集群内多个无人机通信对的传输速率和进行等效处理，将整个集群等效为一虚拟通信对，该虚拟通信对的需求由集群的通信需求决定，其获得的传输速率由等效后的结果决定，等效后的
Figure DEST_PATH_IMAGE028
为
Figure DEST_PATH_IMAGE030
，
其中
Figure DEST_PATH_IMAGE032
，
Figure DEST_PATH_IMAGE034
Figure DEST_PATH_IMAGE036
，
其中，
Figure DEST_PATH_IMAGE038
为第n个集群采用的大频段策略，
Figure DEST_PATH_IMAGE040
为
Figure DEST_PATH_IMAGE038A
大频段策略中的小频段个数，
Figure DEST_PATH_IMAGE042
为第n个集群所选大频段策略为
Figure DEST_PATH_IMAGE044
时的带宽，
Figure DEST_PATH_IMAGE026A
是第n个集群中无人机对数量，
Figure DEST_PATH_IMAGE046
为第n个集群内部第m个无人机通信对中的信息发送无人机，
Figure DEST_PATH_IMAGE048
为第n个集群内部第m个无人机通信对中的信息接收无人机，则
Figure DEST_PATH_IMAGE050
为第n个集群内部第m个无人机通信对
Figure DEST_PATH_IMAGE052
间的距离，单位为km，相应的，
Figure DEST_PATH_IMAGE054
为第i个集群内部第m个无人机通信对中的信息发送无人机与第n个集群内部第m个无人机通信对中的信息接收无人机之间的距离，单位为km，
Figure DEST_PATH_IMAGE022A
为集群数量，
Figure DEST_PATH_IMAGE056
为无人机功率，
Figure DEST_PATH_IMAGE058
为大频段策略为
Figure DEST_PATH_IMAGE060
时的中心频率；
Figure DEST_PATH_IMAGE062
表示集群大频段策略为
Figure DEST_PATH_IMAGE060A
时的噪声功率谱密度。
2.根据权利要求1所述的一种基于分层匹配博弈的集群通信用频决策方法，其特征是：等效后的
Figure DEST_PATH_IMAGE064
取值具体推算方法为：自由空间传输下，第n个集群第m个无人机通信对间的链路损耗为：
Figure DEST_PATH_IMAGE066
，其中
Figure DEST_PATH_IMAGE068
为第n个集群第m个无人机通信对所用的小频段策略，
Figure DEST_PATH_IMAGE070
为第n个集群第m个无人机通信对所用小频段策略
Figure DEST_PATH_IMAGE068A
的中心频率，单位为MHz，
Figure DEST_PATH_IMAGE050A
为第n个集群内部第m个无人机通信对
Figure DEST_PATH_IMAGE052A
间的距离，单位为km，第n个集群第m个无人机通信对间的衰减为：
Figure DEST_PATH_IMAGE072
，第n个集群第m个无人机通信对采用的小频段策略的信干噪比为：
Figure DEST_PATH_IMAGE074
；其中
Figure DEST_PATH_IMAGE076
为环境中的噪声干扰，具体地，
Figure DEST_PATH_IMAGE078
为第n个集群第m个无人机通信对采用的小频段策略时的噪声功率，
Figure DEST_PATH_IMAGE080
为第n个无人机集群内部第i个无人机通信对中的信息发送无人机产生的干扰，
Figure DEST_PATH_IMAGE082
为第k个无人机集群第i个无人机通信对中的信息发送无人机产生的干扰；则第n个集群内第m个无人机通信对的传输速率为：
Figure DEST_PATH_IMAGE084
，其中
Figure DEST_PATH_IMAGE086
为第n个集群第m个无人机通信对所用频段策略
Figure DEST_PATH_IMAGE088
时的带宽，
Figure DEST_PATH_IMAGE090
为第n个集群第m个无人机通信对采用的小频段策略的信干噪比；对于第n个集群，其传输速率为：
Figure DEST_PATH_IMAGE092
Figure DEST_PATH_IMAGE094
Figure DEST_PATH_IMAGE096
Figure DEST_PATH_IMAGE098
，其中
Figure DEST_PATH_IMAGE100
Figure DEST_PATH_IMAGE102
，设
Figure DEST_PATH_IMAGE044A
大频段内有
Figure DEST_PATH_IMAGE104
个小频段，当不考虑干扰时，
Figure DEST_PATH_IMAGE106
Figure DEST_PATH_IMAGE108
，其中
Figure DEST_PATH_IMAGE110
是无人机通信对小频段策略为
Figure DEST_PATH_IMAGE112
时的噪声功率谱密度，即
Figure DEST_PATH_IMAGE114
，且
Figure DEST_PATH_IMAGE116
，
Figure DEST_PATH_IMAGE118
是集群大频段策略为
Figure DEST_PATH_IMAGE120
的噪声功率谱密度，以大频段中心频率
Figure DEST_PATH_IMAGE122
归一化处理各个小频段中心频率
Figure DEST_PATH_IMAGE124
，则
Figure DEST_PATH_IMAGE126
等效为
Figure DEST_PATH_IMAGE128
，对于集群n在
Figure DEST_PATH_IMAGE130
频段策略下受扰的情况，分为以下两种情形：情形1．
Figure DEST_PATH_IMAGE130A
小频段数不小于集群n内无人机对数
Figure DEST_PATH_IMAGE132
，则认定无内部干扰，情形2．
Figure DEST_PATH_IMAGE130AA
小频段数小于集群n内无人机对数
Figure DEST_PATH_IMAGE132A
，认定有内部干扰，此时内部受到干扰的无人机对数下限为2；对于空中某
Figure DEST_PATH_IMAGE134
个无人机通信对，设它们采用同一频段策略
Figure DEST_PATH_IMAGE136
，分析其中第i个无人机对所获传输速率，未受扰时，
Figure DEST_PATH_IMAGE138
，受扰后，
Figure DEST_PATH_IMAGE140
，对于
Figure DEST_PATH_IMAGE142
，略去噪声时，
Figure DEST_PATH_IMAGE144
，其中
Figure DEST_PATH_IMAGE146
为
Figure DEST_PATH_IMAGE148
的上限，
Figure DEST_PATH_IMAGE150
为其他无人机对的信息发送无人机对第i个无人机对产生的干扰，即
Figure DEST_PATH_IMAGE152
，类似地，代入
Figure DEST_PATH_IMAGE154
与
Figure DEST_PATH_IMAGE156
，则
Figure DEST_PATH_IMAGE158
，在情形1中，对某无人机通信对
Figure DEST_PATH_IMAGE160
，干扰来自于外部与该无人机通信对选同一小频段的无人机通信对，由于确定大频段后内部小频段个数确定，且各集群内无人机对数确定，只考虑共用同一大频段的其余各个集群内部仅一个无人机通信对选用
Figure DEST_PATH_IMAGE162
的前提下，设
Figure DEST_PATH_IMAGE164
为
Figure DEST_PATH_IMAGE166
大频段策略中的小频段个数，则该无人机通信对
Figure DEST_PATH_IMAGE160A
获传输速率
Figure DEST_PATH_IMAGE168
，第n个集群内部其余无人机对同样作上述分析，并对各个大频段内小频段带宽作平均化处理，即
Figure DEST_PATH_IMAGE170
，且
Figure DEST_PATH_IMAGE166A
大频段策略中每个小频段带宽均为
Figure DEST_PATH_IMAGE172
，则集群n获传输速率
Figure DEST_PATH_IMAGE174
，其中
Figure DEST_PATH_IMAGE176
为
Figure DEST_PATH_IMAGE178
大频段策略中的小频段个数，在情形2中，只考虑最小内扰情况，内扰大于最小内扰时作最小内扰处理，以集群n内部距离最远的两个通信对
Figure DEST_PATH_IMAGE180
、
Figure DEST_PATH_IMAGE182
作为互相干扰方，
Figure DEST_PATH_IMAGE180A
为第n个集群编号为1的无人机通信对，
Figure DEST_PATH_IMAGE182A
为第n个集群编号为2的无人机通信对，则对集群内未受内扰的无人机对，获取传输速率之和为：
Figure DEST_PATH_IMAGE184
，而对相互干扰的
Figure DEST_PATH_IMAGE180AA
、
Figure DEST_PATH_IMAGE182AA
两无人机通信对，其获取传输速率之和为：
Figure DEST_PATH_IMAGE186
Figure DEST_PATH_IMAGE188
，即所有集群获得传输速率和为：
Figure DEST_PATH_IMAGE190
；将等效方法归一化处理，即：
Figure DEST_PATH_IMAGE030A
。
CN202011086615.2A 2020-10-13 2020-10-13 一种基于分层匹配博弈的集群通信用频决策方法 Active CN112020021B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011086615.2A CN112020021B (zh) 2020-10-13 2020-10-13 一种基于分层匹配博弈的集群通信用频决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011086615.2A CN112020021B (zh) 2020-10-13 2020-10-13 一种基于分层匹配博弈的集群通信用频决策方法

Publications (2)

Publication Number Publication Date
CN112020021A CN112020021A (zh) 2020-12-01
CN112020021B true CN112020021B (zh) 2021-01-12

Family

ID=73527893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011086615.2A Active CN112020021B (zh) 2020-10-13 2020-10-13 一种基于分层匹配博弈的集群通信用频决策方法

Country Status (1)

Country Link
CN (1) CN112020021B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113395676B (zh) 2021-08-17 2021-11-09 南京航空航天大学 一种基于重叠联盟形成博弈的无人机任务协作方法

Also Published As

Publication number Publication date
CN112020021A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN108632831B (zh) 一种基于动态航迹的无人机群频谱资源分配方法
CN109286913B (zh) 基于蜂窝网联的无人机移动边缘计算系统能耗优化方法
CN109067490B (zh) 蜂窝网联下多无人机协同移动边缘计算系统资源分配方法
Xu et al. Big data on the fly: UAV-mounted mobile edge computing for disaster management
CN108616302A (zh) 一种功率控制下的无人机多重覆盖模型及部署方法
Qin et al. Distributed UAV-BSs trajectory optimization for user-level fair communication service with multi-agent deep reinforcement learning
CN110730031A (zh) 一种用于多载波通信的无人机轨迹与资源分配联合优化方法
CN112737837A (zh) 一种高动态网络拓扑下无人机群带宽资源分配方法
CN110286694B (zh) 一种多领导者的无人机编队协同控制方法
CN108419286A (zh) 一种面对5g无人机通信联合波束与功率的分配算法
CN111970709B (zh) 一种基于粒子群优化算法的无人机中继部署方法及系统
CN110022545B (zh) 无人机一站多机系统空地数据链路频道分配方法
CN114142908B (zh) 一种面向覆盖侦察任务的多无人机通信资源分配方法
CN109960279B (zh) 一种基于启发式算法的无人机盘旋半径优化方法
CN107180309B (zh) 一种空天地观测资源的协同规划方法
CN112020021B (zh) 一种基于分层匹配博弈的集群通信用频决策方法
CN112702713B (zh) 一种多约束条件下的低空无人机通信部署方法
CN115499921A (zh) 面向复杂无人机网络的三维轨迹设计及资源调度优化方法
Zhu et al. A low latency clustering method for large-scale drone swarms
CN105554771B (zh) 基于密集分布的毫微微用户资源分配方法
CN113485409A (zh) 一种面向地理公平性的无人机路径规划分配方法及系统
CN114697248A (zh) 无人机信息攻击半实物测试系统及方法
Fu et al. Joint speed and bandwidth optimized strategy of UAV-assisted data collection in post-disaster areas
CN116595864A (zh) 一种基于均值漂移聚类算法优化的多无人机任务分配方法
He et al. A UAV emergency network user allocation method for load balancing

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