CN112134607B - 突发事件下无人机协同中继网络快速重构方法和系统 - Google Patents

突发事件下无人机协同中继网络快速重构方法和系统 Download PDF

Info

Publication number
CN112134607B
CN112134607B CN202010521933.0A CN202010521933A CN112134607B CN 112134607 B CN112134607 B CN 112134607B CN 202010521933 A CN202010521933 A CN 202010521933A CN 112134607 B CN112134607 B CN 112134607B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
shortest path
available
shortest
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
CN202010521933.0A
Other languages
English (en)
Other versions
CN112134607A (zh
Inventor
王国强
罗贺
余本功
胡笑旋
靳鹏
马华伟
夏维
唐奕城
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 University of Technology
Original Assignee
Hefei University of Technology
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 University of Technology filed Critical Hefei University of Technology
Priority to CN202010521933.0A priority Critical patent/CN112134607B/zh
Publication of CN112134607A publication Critical patent/CN112134607A/zh
Application granted granted Critical
Publication of CN112134607B publication Critical patent/CN112134607B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04B7/18504Aircraft used as relay or high altitude atmospheric platform
    • 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
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/12Shortest path evaluation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/28Routing or path finding of packets in data switching networks using route fault recovery
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种突发事件下无人机协同中继网络快速重构方法和系统,涉及无人机技术领域。本发明实施例基于无人机损毁前的中继网络、无人机损毁前的加权无向图、已经损毁的无人机的集合;更新可用无人机集合;排除已损毁的无人机,去除损毁处的布置点,获取删除后的中继网络的通信链路的集合对应的边的集合Er,降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr,以便能够尽可能在重构的中继网络中使用原中继节点,同时基于降权后的无向图Gr重新获取n条不包含重复布置点的最短路径,将选取的n条最短路径组合得到重构后的中继网络。

Description

突发事件下无人机协同中继网络快速重构方法和系统
技术领域
本发明涉及无人机技术领域,具体涉及一种突发事件下无人机协同中继网络快速重构方法和系统。
背景技术
为了满足信息战的需求,在战场的对抗环境下,需要使用无人机作为中继节点,在源节点s和目标节点t之间构建有效的中继网络。
航空学报,2017,38(11):236-248,公开了《一种基于多无人机的中继节点布置问题建模与优化方法》,该方法先基于中继无人机安全性约束、通信链路有效性约束、中继无人机唯一性约束对问题进行建模,并通过对待搜索的空间进行离散化处理,使得问题由连续的混合整数规划问题变为可解的离散整数规划问题,并对于上述模型对应的问题的求解设计了求解算法,在求解算法的第一步中,先基于广度优先搜索算法从所有可行布置点中选择出满足最少中继无人机数量要求的所有可能的布置点,在第二步中,在第一步得到的所有可能的布置点的基础上,再计算出所有唯一布置点,最后通过贪婪策略优先满足最难以到达的布置点来减小构建中继网络花费的时间,得到中继网络T。最终在能够通信的前提下,达到了构建中继网络中使用的无人机数量尽可能少,同时构建花费的时间尽可能短的目的。
但上述方法未考虑到在中继网络构建完成后,因遭受攻击导致我方一架或多架无人机损毁时,如何对中继网络进行快速重构。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种突发事件下无人机协同中继网络快速重构方法和系统,解决了无人机损毁时,如何对中继网络进行快速重构的问题。
(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:
一种突发事件下无人机协同中继网络快速重构方法,该方法包括:
S1、获取中继的源节点s、目标节点t、无人机损毁前的中继网络T=(V*,E*,W*)、无人机损毁前的加权无向图G=(V,E,W)、中继网络T所需的最短路径数量n、可用无人机集合U={u1,…,ui,…,uk}、已经损毁的无人机的集合U-、所有可用无人机的初始位置
Figure BDA0002532444080000021
S2、更新可用无人机集合U=U-U-;根据U-确定已损毁无人机在加权无向图G中对应的节点集合V-;再将V-中的节点从V中删除,得到新的加权无向图Gy;将V-中的节点从V*中删除,获取删除后的中继网络T=(V*,E*,W*)的通信链路的集合对应的边的集合Er
S3、降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr
S4、基于降权后的无向图Gr重新获取n条不包含重复布置点的优选最短路径;并将优选最短路径中的可行布置点作为中继布置点,从可用无人机集合U中选择可用无人机作为中继无人机;将选取的n条最短路径组合得到重构后的中继网络。
进一步的,所述S4、基于降权后的无向图Gr重新获取n条不包含重复布置点的优选最短路径;并将优选最短路径中的可行布置点作为中继布置点,从可用无人机集合U中选择可用无人机作为中继无人机;将选取的n条最短路径组合得到重构后的中继网络具体包括:
L1、基于S3得到的加权无向图Gr获取从源节点s到目标节点t的所有最短路径的集合
Figure BDA0002532444080000031
其中,n表示最短路径的总数,pi表示第i个最短路径,
Figure BDA0002532444080000032
Figure BDA0002532444080000033
表示第i个最短路径中第j个备选布置点,m表示最短路径pi中备选布置点的数量;
L2、从所有最短路径的集合P={p1,…,pi,…,pn}中筛选出一条最短路径,作为优选最短路径,且优选最短路径中的备选布置点作为优选布置点,并从所有可用无人机中筛选出与优选布置点一一对应的可用无人机,作为优选无人机;
L3、将所有最短路径的集合P={p1,…,pi,…,pn}中包含优选布置点的最短路径从P中删除,得到更新后的所有最短路径的集合P’,将优选无人机从可用无人机集合U中删除得到更新后的无人机集合U’;
L4、基于更新后的所有最短路径的集合P’和更新后的无人机集合U’,重复执行L2-L3,直至筛选出第n条优选最短路径;
L5、将所有优选最短路径作为中继网络,并将对应的优选布置点作为中继布置点,优选无人机作为中继无人机,并筛选出所有中继无人机飞行时间的最大值作为构建中继网络所需的时长。
进一步的,所述中继网络所需最短路径的数量n的计算公式如下:
n=ceil(ftotal/fUAV)
其中,ftotal为待中继的流量需求,fUAV为无人机的最大中继流量。
进一步的,所述L2、从所有最短路径的集合P={p1,…,pi,…,pn}中筛选出一条最短路径,作为优选最短路径,且优选最短路径中的备选布置点作为优选布置点,并从所有可用无人机中筛选出与优选布置点一一对应的可用无人机,作为优选无人机包括:
L201、对于最短路径pi中的备选布置点
Figure BDA0002532444080000041
计算所有可用无人机从初始位置到达备选布置点
Figure BDA0002532444080000042
的飞行时长集合
Figure BDA0002532444080000043
并获取
Figure BDA0002532444080000044
中的最小值;
L202、重复执行L201,直至得到最短路径pi中所有备选布置点对应的最小值集合,从中筛选出最大值,确定最大值对应的备选布置点和可用无人机,并将该备选布置点从最短路径pi中删除,将该可用无人机从所有可用无人机中删除;
L203、重复执行L201-L202,直至最短路径pi中所有备选布置点均分配有一个可用无人机,得到最短路径pi对应的无人机选择方案
Figure BDA0002532444080000045
并获取该无人机选择方案中无人机对应的最大飞行时长
Figure BDA0002532444080000046
作为最短路径pi的网络构建时长;
L204、使可用无人机集合U回档至最近一次删除所有优选无人机后的可用无人机集合U’;
L205、重复执行L201-L204,直至得到所有最短路径的网络构建时长;并将网络构建时长最小的最短路径作为优选最短路径,并将优选最短路径中的备选布置点作为优选布置点,以及优选最短路径对应的无人机选择方案
Figure BDA0002532444080000051
中的可用无人机作为优选无人机。
进一步的,所述L201中,计算所有可用无人机从初始位置到达备选布置点
Figure BDA0002532444080000052
的飞行时长包括:
若满足
Figure BDA0002532444080000053
Figure BDA0002532444080000054
即可用无人机初始位置
Figure BDA0002532444080000055
到备选布置点
Figure BDA0002532444080000056
间存在视线路径,则
Figure BDA0002532444080000057
其中,
Figure BDA0002532444080000058
为从
Figure BDA0002532444080000059
Figure BDA00025324440800000510
的欧式距离,
Figure BDA00025324440800000511
表示
Figure BDA00025324440800000512
Figure BDA00025324440800000513
的视线路径,v为无人机的飞行速度;Z′为离散化的敌方防空威胁覆盖区域,Y′为离散化的地形障碍覆盖区域;
若不满足
Figure BDA00025324440800000514
Figure BDA00025324440800000515
即可用无人机初始位置
Figure BDA00025324440800000516
到备选布置点
Figure BDA00025324440800000517
间不存在视线路径,则通过Floyd算法计算可用无人机初始位置
Figure BDA00025324440800000518
到备选布置点
Figure BDA00025324440800000519
间的最短到达时间作为无人机的飞行时间
Figure BDA00025324440800000520
进一步的,所述降低加权无向图G中属于Er的边的权值,得到新的加权无向图Gr,具体为:将权值从1降为0.9。
进一步的,所述L1中基于S3得到的加权无向图Gr获取从源节点s到目标节点t的所有最短路径采用基于Dijkstra算法改进的多条最短路径算法。
一种突发事件下无人机协同中继网络快速重构系统,所述系统包括计算机,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、获取中继的源节点s、目标节点t、无人机损毁前的中继网络T=(V*,E*,W*)、无人机损毁前的加权无向图G=(V,E,W)、中继网络T所需的最短路径数量n、可用无人机集合U={u1,…,ui,…,uk}、已经损毁的无人机的集合U-、所有可用无人机的初始位置
Figure BDA0002532444080000061
S2、更新可用无人机集合U=U-U-;根据U-确定已损毁无人机在加权无向图G中对应的节点集合V-;再将V-中的节点从V中删除,得到新的加权无向图Gy;将V-中的节点从V*中删除,获取删除后的中继网络T=(V*,E*,W*)的通信链路的集合对应的边的集合Er
S3、降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr
S4、基于降权后的无向图Gr重新获取n条不包含重复布置点的优选最短路径;并将优选最短路径中的可行布置点作为中继布置点,从可用无人机集合U中选择可用无人机作为中继无人机;将选取的n条最短路径组合得到重构后的中继网络。
(三)有益效果
本发明提供了一种突发事件下无人机协同中继网络快速重构方法和系统。与现有技术相比,具备以下有益效果:
本发明基于无人机损毁前的中继网络T=(V*,E*,W*)、无人机损毁前的加权无向图G=(V,E,W)、已经损毁的无人机的集合U-;更新可用无人机集合U=U-U-;排除已损毁的无人机,根据U-确定已损毁无人机在加权无向图G中对应的节点集合V-;再将V-中的节点从V中删除,去除损毁处的布置点,得到新的加权无向图Gy;将V-中的节点从V*中删除,获取删除后的中继网络T=(V*,E*,W*)的通信链路的集合对应的边的集合Er,降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr,以便能够尽可能在重构的中继网络中使用原中继节点,同时基于降权后的无向图Gr重新获取n条不包含重复布置点的最短路径,将选取的n条最短路径组合得到重构后的中继网络,并将各个中继布置点对应的可用无人机作为中继无人机,实现中继网络在发生无人机损毁后的快速重构。
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为本发明实施例的流程图。
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突发事件下无人机协同中继网络快速重构方法和系统,解决了无人机损毁时,如何对中继网络进行快速重构的问题,实现中继网络的快速重构。
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:
基于无人机损毁前的中继网络T=(V*,E*,W*)、无人机损毁前的加权无向图G=(V,E,W)、已经损毁的无人机的集合U-;更新可用无人机集合U=U-U-;排除已损毁的无人机,根据U-确定已损毁无人机在加权无向图G中对应的节点集合V-;再将V-中的节点从V中删除,去除损毁处的布置点,得到新的加权无向图Gy;将V-中的节点从V*中删除,获取删除后的中继网络T=(V*,E*,W*)的通信链路的集合对应的边的集合Er,降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr,以便能够尽可能在重构的中继网络中使用原中继节点,同时基于降权后的无向图Gr重新获取n条不包含重复布置点的最短路径,将选取的n条最短路径组合得到重构后的中继网络,并将各个中继布置点对应的可用无人机作为中继无人机,实现中继网络在发生无人机损毁后的快速重构。
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。
实施例1:
如图1所示,本发明提供了一种突发事件下无人机协同中继网络快速重构方法,该方法由计算机执行,该方法包括:
S1、获取中继的源节点s、目标节点t、无人机损毁前的中继网络T=(V*,E*,W*)、无人机损毁前的加权无向图G=(V,E,W)、中继网络T所需的最短路径数量n、可用无人机集合U={u1,…,ui,…,uk}、已经损毁的无人机的集合U-、所有可用无人机的初始位置
Figure BDA0002532444080000091
S2、更新可用无人机集合U=U-U-;根据U-确定已损毁无人机在加权无向图G中对应的节点集合V-;再将V-中的节点从V中删除,得到新的加权无向图Gy;将V-中的节点从V*中删除,获取删除后的中继网络T=(V*,E*,W*)的通信链路的集合对应的边的集合Er
S3、降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr
S4、基于降权后的无向图Gr重新获取n条不包含重复布置点的优选最短路径;并将优选最短路径中的可行布置点作为中继布置点,从可用无人机集合U中选择可用无人机作为中继无人机;将选取的n条最短路径组合得到重构后的中继网络。
本实施例的有益效果为:
基于无人机损毁前的中继网络T=(V*,E*,W*)、无人机损毁前的加权无向图G=(V,E,W)、已经损毁的无人机的集合U-;更新可用无人机集合U=U-U-;排除已损毁的无人机,根据U-确定已损毁无人机在加权无向图G中对应的节点集合V-;再将V-中的节点从V中删除,去除损毁处的布置点,得到新的加权无向图Gy;将V-中的节点从V*中删除,获取删除后的中继网络T=(V*,E*,W*)的通信链路的集合对应的边的集合Er,降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr,以便能够尽可能在重构的中继网络中使用原中继节点,同时基于降权后的无向图Gr重新获取n条不包含重复布置点的最短路径,将选取的n条最短路径组合得到重构后的中继网络,并将各个中继布置点对应的可用无人机作为中继无人机,实现中继网络在发生无人机损毁后的快速重构。
下面对本发明实施例的实现过程进行详细说明:
S1、获取中继的源节点s、目标节点t、无人机损毁前的中继网络T=(V*,E*,W*)、无人机损毁前的加权无向图G=(V,E,W)、中继网络T所需的最短路径数量n、可用无人机集合U={u1,…,ui,…,uk}、已经损毁的无人机的集合U-、所有可用无人机的初始位置
Figure BDA0002532444080000101
表示无人机集合U中第i个无人机的初始位置。
具体的,在构建无人机损毁前的中继网络时,可按照背景技术中的《一种基于多无人机的中继节点布置问题建模与优化方法》中的算法,对无人机损毁前的中继网络进行构建,由于该方法每次只能得到一条最短路径,因此为了让无人机损毁前的中继网络T=(V*,E*,W*)满足流量需求,本领域技术人员只需重复执行n次,使无人机损毁前的中继网络T=(V*,E*,W*)包含n条不重叠的最短路径,且中继网络所需最短路径的数量n的计算公式如下:
n=ceil(ftotal/fUAV)
其中,ftotal为待中继的流量需求,fUAV为无人机的最大中继流量。
如此操作,即可通过现有的方法得到满足流量需求的中继网络T=(V*,E*,W*),以及无人机损毁前的加权无向图G=(V,E,W)等数据;
S2、更新可用无人机集合U=U-U-;根据U-确定已损毁无人机在加权无向图G中对应的节点集合V-;再将V-中的节点从V中删除,得到新的加权无向图Gy;将V-中的节点从V*中删除,获取删除后的中继网络T=(V*,E*,W*)的通信链路的集合对应的边的集合Er
S3、降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr;具体为:将权值从1降为0.9;
S4、基于降权后的无向图Gr重新获取n条不包含重复布置点的优选最短路径;并将优选最短路径中的可行布置点作为中继布置点,从可用无人机集合U中选择可用无人机作为中继无人机;将选取的n条最短路径组合得到重构后的中继网络;
其中,为了使重构后的中继网络使用的无人机数量尽可能少,重构中继网络所花费的时间尽可能短、还要满足流量需求,因此可采用步骤L1-L5:
L1、基于S3得到的加权无向图Gr获取从源节点s到目标节点t的所有最短路径的集合P={p1,…,pi,…,pn};其中,n表示最短路径的总数,pi表示第i个最短路径,
Figure BDA0002532444080000111
最短路径中对应的可行布置点为备选布置点,
Figure BDA0002532444080000112
表示第i个最短路径中第j个备选布置点,m表示最短路径pi中备选布置点的数量;且所有最短路径集合可采用现有的基于Dijkstra算法改进的多条最短路径算法获取;具体可参考:哈尔滨工业大学学报,2010年9月,第42卷,第9期,《具有多条最短路径的最短路问题》。
L2、从所有最短路径的集合P={p1,…,pi,…,pn}中筛选出一条最短路径,作为优选最短路径,且优选最短路径中的备选布置点作为优选布置点,并从所有可用无人机中筛选出与优选布置点一一对应的可用无人机,作为优选无人机;具体步骤包括L201-L205。
L201、对于最短路径pi中的备选布置点
Figure BDA0002532444080000121
计算所有可用无人机从初始位置到达备选布置点
Figure BDA0002532444080000122
的飞行时长集合
Figure BDA0002532444080000123
并获取
Figure BDA0002532444080000124
中的最小值;
例如,可用无人机共有N个,对于最短路径pi中的第一个备选布置点
Figure BDA0002532444080000125
飞行时长集合
Figure BDA0002532444080000126
中记录有所有可用无人机飞行至第一个备选布置点的飞行时长,若N=5,
Figure BDA0002532444080000127
则最小值为44s,表示该备选布置点为中继节点时,最优选的可用无人机为第5个可用无人机,且该最优选的可用无人机到从初始位置到达该备选布置点所需的时间为44s。
其中,为了降低计算
Figure BDA0002532444080000128
的难度和不失研究重点,假设无人机飞行速度相同且不考虑无人机动力学特性基础上,从无人机初始位置
Figure BDA0002532444080000129
到备选布置点
Figure BDA00025324440800001210
的最短飞行路径包括两种情形:
①从
Figure BDA00025324440800001211
Figure BDA00025324440800001212
不穿越任何类型障碍和威胁覆盖区域的视线路径;
②由于
Figure BDA00025324440800001213
Figure BDA00025324440800001214
的视线路径上存在地形障碍或敌方防空威胁而进过其他可行布置点的折线路径。
Figure BDA00025324440800001215
则所有可用无人机从初始位置到达备选布置点
Figure BDA00025324440800001216
的飞行时长的具体计算步骤如下:
若满足
Figure BDA00025324440800001217
Figure BDA00025324440800001218
即可用无人机初始位置
Figure BDA00025324440800001219
到备选布置点
Figure BDA00025324440800001220
间存在视线路径,则
Figure BDA00025324440800001221
其中,
Figure BDA00025324440800001222
为从
Figure BDA00025324440800001223
Figure BDA00025324440800001224
的欧式距离,
Figure BDA00025324440800001225
表示
Figure BDA00025324440800001226
Figure BDA00025324440800001227
的视线路径,v为无人机的飞行速度;
若不满足
Figure BDA0002532444080000131
Figure BDA0002532444080000132
即可用无人机初始位置
Figure BDA0002532444080000133
到备选布置点
Figure BDA0002532444080000134
间不存在视线路径,则通过Floyd算法计算可用无人机初始位置
Figure BDA0002532444080000135
到备选布置点
Figure BDA0002532444080000139
间的最短到达时间作为无人机的飞行时间
Figure BDA0002532444080000136
L202、重复执行L201,直至得到最短路径pi中所有备选布置点对应的最小值集合,考虑到中继网络构建的时间由最后到达的无人机决定,因此需要满足最难到达布置点优先规则,从中筛选出最大值,确定最大值对应的备选布置点和可用无人机,此时得到备选布置点即为最难到达布置点以及对应的优选无人机和飞行时间。并将该备选布置点从最短路径pi中删除,将该可用无人机从所有可用无人机中删除;对最短路径pi和可用无人机集合U进行更新,避免重复选取;
L203、重复执行L201-L202,直至最短路径pi中所有备选布置点均分配有一个可用无人机,得到最短路径pi对应的无人机选择方案
Figure BDA0002532444080000137
Rpi即为该最短路径对应的优选无人机,考虑到中继网络构建的时间由最后到达的无人机决定,因此需要满足最难到达布置点优先规则,并获取该无人机选择方案中无人机对应的最大飞行时长
Figure BDA0002532444080000138
作为最短路径pi的网络构建时长;
L204、使可用无人机集合U回档至最近一次删除所有优选无人机后的可用无人机集合U’;即确定第一条中继链路时,回档至可用无人机集合U的初始数据,而在确定第二条中继链路时,回档至第一次删除所有优选无人机后的可用无人机集合U’,即删除第一条中继链路对应的优选无人机后的可用无人机集合U。其他情况,以此类推。
L205、重复执行L201-L204,直至得到所有最短路径的网络构建时长;并将网络构建时长最小的最短路径作为优选最短路径,并将优选最短路径中的备选布置点作为优选布置点,以及优选最短路径对应的无人机选择方案
Figure BDA0002532444080000141
中的可用无人机作为优选无人机。
L3、将所有最短路径的集合P={p1,…,pi,…,pn}中包含优选布置点的最短路径从P中删除,得到更新后的所有最短路径的集合P’,将优选无人机从可用无人机集合U中删除得到更新后的无人机集合U’;可避免选取的下一条优选最短路径包含已选的布置点和无人机。
L4、基于更新后的所有最短路径的集合P’和更新后的无人机集合U’,重复执行L2-L3,即是使L2中的P和U分别更新为P’和U’,每循环一次,得到一个优选最短路径,直至筛选出第n条优选最短路径;
L5、将所有优选最短路径作为中继网络,并将对应的优选布置点作为中继布置点,优选无人机作为中继无人机,并筛选出所有中继无人机飞行时间的最大值作为构建中继网络所需的时长。
综上所述,与现有技术相比,本发明具备以下有益效果:
1、本发明实施例基于无人机损毁前的中继网络T=(V*,E*,W*)、无人机损毁前的加权无向图G=(V,E,W)、已经损毁的无人机的集合U-;更新可用无人机集合U=U-U-;排除已损毁的无人机,根据U-确定已损毁无人机在加权无向图G中对应的节点集合V-;再将V-中的节点从V中删除,去除损毁处的布置点,得到新的加权无向图Gy;将V-中的节点从V*中删除,获取删除后的中继网络T=(V*,E*,W*)的通信链路的集合对应的边的集合Er,降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr,以便能够尽可能在重构的中继网络中使用原中继节点,同时基于降权后的无向图Gr重新获取n条不包含重复布置点的最短路径,将选取的n条最短路径组合得到重构后的中继网络,并将各个中继布置点对应的可用无人机作为中继无人机,实现中继网络在发生无人机损毁后的快速重构。
2、基于无人机的最大中继流量和待中继的流量需求,计算出中继网络所需最短路径的数量,再基于加权无向图获取从源节点s到目标节点t的所有最短路径的集合,以得到所有满足使用最少无人机要求的最短路径,从中筛选出优选最短路径来确定优选布置点,进一步筛选出优选无人机,实现第一条中继链路的确定,也就是第一条最短路径的确定,再将已选择的可行布置点和可用无人机删除,以满足无人机和布置点的唯一性,以更新后的数据使用相同方法再次筛选,得到第二条中继链路,如此重复,直至满足所需最短路径的数量,此时得到的所有最优最短路径组合成为中继网络,由于此时中继网络包含多条不包含重复布置点的中继链路,因此能够满足流量需求。
3、在确定第i条中继链路时,计算所有可用无人机从初始位置到达备选布置点
Figure BDA0002532444080000151
的飞行时长集合
Figure BDA0002532444080000152
并获取
Figure BDA0002532444080000153
中的最小值以及对应的可用无人机,重复执行上述步骤,直至得到最短路径pi中所有备选布置点对应的最小值集合,从中筛选出最大值,确定最大值对应的备选布置点和可用无人机,可得到最短路径对应的最难到达布置点以及对应的最优选的无人机和飞行时间;对最短路径中的备选布置点和无人机集合进行更新,再重复执行,为下一个备选布置点分配可用无人机,直至最短路径pi中所有备选布置点均分配有一个可用无人机,得到最短路径pi对应的无人机选择方案
Figure BDA0002532444080000161
并获取该无人机选择方案中无人机对应的最大飞行时长
Figure BDA0002532444080000162
将可用无人机集合U回档后,重复执行上述步骤,对下一个最短路径的无人机选择方案以及对应的网络构建时长进行确定,直至得到所有最短路径的网络构建时长;并将网络构建时长最小的最短路径作为中继网络,该最短路径对应有一个无人机选择方案,该最短路径对应的备选布置点作为中继布置点,以及该最短路径对应的无人机选择方案中的无人机作为中继无人机,该无人机选择方案中的无人机的飞行时间最大值即为中继网络搭建所需的时间。相比与现有技术中的算法,构建计算得到的中继网络所需的时间更短,且使用的无人机数量相同,即能满足构建中继网络的无人机使用数量最少,又保证了构建中继网络的用时最短。
实施例2
本发明还提供了一种突发事件下无人机协同中继网络快速重构系统,所述系统包括计算机,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、获取中继的源节点s、目标节点t、无人机损毁前的中继网络T=(V*,E*,W*)、无人机损毁前的加权无向图G=(V,E,W)、中继网络T所需的最短路径数量n、可用无人机集合U={u1,…,ui,…,uk}、已经损毁的无人机的集合U-、所有可用无人机的初始位置
Figure BDA0002532444080000171
S2、更新可用无人机集合U=U-U-;根据U-确定已损毁无人机在加权无向图G中对应的节点集合V-;再将V-中的节点从V中删除,得到新的加权无向图Gy;将V-中的节点从V*中删除,获取删除后的中继网络T=(V*,E*,W*)的通信链路的集合对应的边的集合Er
S3、降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr
S4、基于降权后的无向图Gr重新获取n条不包含重复布置点的优选最短路径;并将优选最短路径中的可行布置点作为中继布置点,从可用无人机集合U中选择可用无人机作为中继无人机;将选取的n条最短路径组合得到重构后的中继网络。
可理解的是,本发明实施例提供的突发事件下无人机协同中继网络快速重构系统与上述突发事件下无人机协同中继网络快速重构方法相对应,其有关内容的解释、举例、有益效果等部分可以参考突发事件下无人机协同中继网络快速生成方法中的相应内容,此处不再赘述。
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 (6)

1.一种突发事件下无人机协同中继网络快速重构方法,其特征在于,该方法包括:
S1、获取中继的源节点s、目标节点t、无人机损毁前的中继网络T=(V*,E*,W*)、无人机损毁前的加权无向图G=(V,E,W)、中继网络T所需的最短路径数量n、可用无人机集合U={u1,…,ui,…,uk}、已经损毁的无人机的集合U-、所有可用无人机的初始位置
Figure FDA0003507284050000011
S2、更新可用无人机集合U=U-U-;根据U-确定已损毁无人机在加权无向图G中对应的节点集合V-;再将V-中的节点从V中删除,得到新的加权无向图Gy;将V-中的节点从V*中删除,获取删除后的中继网络T=(V*,E*,W*)的通信链路的集合对应的边的集合Er
S3、降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr
S4、基于降权后的无向图Gr重新获取n条不包含重复布置点的优选最短路径;并将优选最短路径中的可行布置点作为中继布置点,从可用无人机集合U中选择可用无人机作为中继无人机;将选取的n条最短路径组合得到重构后的中继网络;且具体包括:
L1、基于S3得到的加权无向图Gr获取从源节点s到目标节点t的所有最短路径的集合P={p1,…,pi,…,pn};其中,n表示最短路径的总数,pi表示第i个最短路径,
Figure FDA0003507284050000012
Figure FDA0003507284050000013
表示第i个最短路径中第j个备选布置点,m表示最短路径pi中备选布置点的数量;
L2、从所有最短路径的集合P={p1,…,pi,…,pn}中筛选出一条最短路径,作为优选最短路径,且优选最短路径中的备选布置点作为优选布置点,并从所有可用无人机中筛选出与优选布置点一一对应的可用无人机,作为优选无人机;
L3、将所有最短路径的集合P={p1,…,pi,…,pn}中包含优选布置点的最短路径从P中删除,得到更新后的所有最短路径的集合P’,将优选无人机从可用无人机集合U中删除得到更新后的无人机集合U’;
L4、基于更新后的所有最短路径的集合P’和更新后的无人机集合U’,重复执行L2-L3,直至筛选出第n条优选最短路径;
L5、将所有优选最短路径作为中继网络,并将对应的优选布置点作为中继布置点,优选无人机作为中继无人机,并筛选出所有中继无人机飞行时间的最大值作为构建中继网络所需的时长;
所述L2、从所有最短路径的集合P={p1,…,pi,…,pn}中筛选出一条最短路径,作为优选最短路径,且优选最短路径中的备选布置点作为优选布置点,并从所有可用无人机中筛选出与优选布置点一一对应的可用无人机,作为优选无人机包括:
L201、对于最短路径pi中的备选布置点
Figure FDA0003507284050000021
计算所有可用无人机从初始位置到达备选布置点
Figure FDA0003507284050000022
的飞行时长集合
Figure FDA0003507284050000023
并获取
Figure FDA0003507284050000024
中的最小值;
L202、重复执行L201,直至得到最短路径pi中所有备选布置点对应的最小值集合,从中筛选出最大值,确定最大值对应的备选布置点和可用无人机,并将该备选布置点从最短路径pi中删除,将该可用无人机从所有可用无人机中删除;
L203、重复执行L201-L202,直至最短路径pi中所有备选布置点均分配有一个可用无人机,得到最短路径pi对应的无人机选择方案
Figure FDA0003507284050000031
并获取该无人机选择方案中无人机对应的最大飞行时长
Figure FDA0003507284050000032
作为最短路径pi的网络构建时长;
L204、使可用无人机集合U回档至最近一次删除所有优选无人机后的可用无人机集合U’;
L205、重复执行L201-L204,直至得到所有最短路径的网络构建时长;并将网络构建时长最小的最短路径作为优选最短路径,并将优选最短路径中的备选布置点作为优选布置点,以及优选最短路径对应的无人机选择方案
Figure FDA0003507284050000033
中的可用无人机作为优选无人机。
2.如权利要求1所述的一种突发事件下无人机协同中继网络快速重构方法,其特征在于,所述中继网络所需最短路径的数量n的计算公式如下:
n=ceil(ftotal/fUAV)
其中,ftotal为待中继的流量需求,fUAV为无人机的最大中继流量。
3.如权利要求1所述的一种突发事件下无人机协同中继网络快速重构方法,其特征在于,所述L201中,计算所有可用无人机从初始位置到达备选布置点
Figure FDA0003507284050000034
的飞行时长包括:
若满足
Figure FDA0003507284050000035
Figure FDA0003507284050000036
即可用无人机初始位置
Figure FDA0003507284050000037
到备选布置点
Figure FDA0003507284050000038
间存在视线路径,则
Figure FDA0003507284050000039
其中,
Figure FDA00035072840500000310
为从
Figure FDA00035072840500000311
Figure FDA00035072840500000312
的欧式距离,
Figure FDA00035072840500000313
表示
Figure FDA00035072840500000314
Figure FDA00035072840500000315
的视线路径,v为无人机的飞行速度;Z′为离散化的敌方防空威胁覆盖区域,Y′为离散化的地形障碍覆盖区域;
若不满足
Figure FDA0003507284050000041
Figure FDA0003507284050000042
即可用无人机初始位置
Figure FDA0003507284050000043
到备选布置点
Figure FDA0003507284050000044
间不存在视线路径,则通过Floyd算法计算可用无人机初始位置
Figure FDA0003507284050000045
到备选布置点
Figure FDA0003507284050000046
间的最短到达时间作为无人机的飞行时间
Figure FDA0003507284050000047
4.如权利要求1所述的一种突发事件下无人机协同中继网络快速重构方法,其特征在于,所述降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr,具体为:将权值从1降为0.9。
5.如权利要求1所述的一种突发事件下无人机协同中继网络快速重构方法,其特征在于,所述L1中基于S3得到的加权无向图Gr获取从源节点s到目标节点t的所有最短路径采用基于Dijkstra算法改进的多条最短路径算法。
6.一种突发事件下无人机协同中继网络快速重构系统,其特征在于,所述系统包括计算机,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、获取中继的源节点s、目标节点t、无人机损毁前的中继网络T=(V*,E*,W*)、无人机损毁前的加权无向图G=(V,E,W)、中继网络T所需的最短路径数量n、可用无人机集合U={u1,…,ui,…,uk}、已经损毁的无人机的集合U-、所有可用无人机的初始位置
Figure FDA0003507284050000048
S2、更新可用无人机集合U=U-U-;根据U-确定已损毁无人机在加权无向图G中对应的节点集合V-;再将V-中的节点从V中删除,得到新的加权无向图Gy;将V-中的节点从V*中删除,获取删除后的中继网络T=(V*,E*,W*)的通信链路的集合对应的边的集合Er
S3、降低加权无向图Gy中属于Er的边的权值,得到新的加权无向图Gr
S4、基于降权后的无向图Gr重新获取n条不包含重复布置点的优选最短路径;并将优选最短路径中的可行布置点作为中继布置点,从可用无人机集合U中选择可用无人机作为中继无人机;将选取的n条最短路径组合得到重构后的中继网络;且具体包括:
L1、基于S3得到的加权无向图Gr获取从源节点s到目标节点t的所有最短路径的集合P={p1,…,pi,…,pn};其中,n表示最短路径的总数,pi表示第i个最短路径,
Figure FDA0003507284050000051
Figure FDA0003507284050000052
表示第i个最短路径中第j个备选布置点,m表示最短路径pi中备选布置点的数量;
L2、从所有最短路径的集合P={p1,…,pi,…,pn}中筛选出一条最短路径,作为优选最短路径,且优选最短路径中的备选布置点作为优选布置点,并从所有可用无人机中筛选出与优选布置点一一对应的可用无人机,作为优选无人机;
L3、将所有最短路径的集合P={p1,…,pi,…,pn}中包含优选布置点的最短路径从P中删除,得到更新后的所有最短路径的集合P’,将优选无人机从可用无人机集合U中删除得到更新后的无人机集合U’;
L4、基于更新后的所有最短路径的集合P’和更新后的无人机集合U’,重复执行L2-L3,直至筛选出第n条优选最短路径;
L5、将所有优选最短路径作为中继网络,并将对应的优选布置点作为中继布置点,优选无人机作为中继无人机,并筛选出所有中继无人机飞行时间的最大值作为构建中继网络所需的时长;
所述L2、从所有最短路径的集合P={p1,…,pi,…,pn}中筛选出一条最短路径,作为优选最短路径,且优选最短路径中的备选布置点作为优选布置点,并从所有可用无人机中筛选出与优选布置点一一对应的可用无人机,作为优选无人机包括:
L201、对于最短路径pi中的备选布置点
Figure FDA0003507284050000061
计算所有可用无人机从初始位置到达备选布置点
Figure FDA0003507284050000062
的飞行时长集合
Figure FDA0003507284050000063
并获取
Figure FDA0003507284050000064
中的最小值;
L202、重复执行L201,直至得到最短路径pi中所有备选布置点对应的最小值集合,从中筛选出最大值,确定最大值对应的备选布置点和可用无人机,并将该备选布置点从最短路径pi中删除,将该可用无人机从所有可用无人机中删除;
L203、重复执行L201-L202,直至最短路径pi中所有备选布置点均分配有一个可用无人机,得到最短路径pi对应的无人机选择方案
Figure FDA0003507284050000065
并获取该无人机选择方案中无人机对应的最大飞行时长
Figure FDA0003507284050000066
作为最短路径pi的网络构建时长;
L204、使可用无人机集合U回档至最近一次删除所有优选无人机后的可用无人机集合U’;
L205、重复执行L201-L204,直至得到所有最短路径的网络构建时长;并将网络构建时长最小的最短路径作为优选最短路径,并将优选最短路径中的备选布置点作为优选布置点,以及优选最短路径对应的无人机选择方案
Figure FDA0003507284050000071
中的可用无人机作为优选无人机。
CN202010521933.0A 2020-06-10 2020-06-10 突发事件下无人机协同中继网络快速重构方法和系统 Active CN112134607B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010521933.0A CN112134607B (zh) 2020-06-10 2020-06-10 突发事件下无人机协同中继网络快速重构方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010521933.0A CN112134607B (zh) 2020-06-10 2020-06-10 突发事件下无人机协同中继网络快速重构方法和系统

Publications (2)

Publication Number Publication Date
CN112134607A CN112134607A (zh) 2020-12-25
CN112134607B true CN112134607B (zh) 2022-07-05

Family

ID=73851440

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010521933.0A Active CN112134607B (zh) 2020-06-10 2020-06-10 突发事件下无人机协同中继网络快速重构方法和系统

Country Status (1)

Country Link
CN (1) CN112134607B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220148434A1 (en) * 2020-11-11 2022-05-12 AT&T Technical Services Company, Inc. System and method for selecting long-lasting anchor base stations for unmanned aerial vehicles

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107197474A (zh) * 2017-06-22 2017-09-22 合肥工业大学 多无人机协同编队中的通信拓扑容错优化方法及装置
US9836049B1 (en) * 2017-05-05 2017-12-05 Pinnacle Vista, LLC Relay drone system
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
CN110996370A (zh) * 2019-10-25 2020-04-10 广东电网有限责任公司 一种无人机的网络通讯路由器协议方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3071093B1 (fr) * 2017-09-08 2022-02-11 Thales Sa Essaim constitue d'une pluralite de drones volants legers

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9836049B1 (en) * 2017-05-05 2017-12-05 Pinnacle Vista, LLC Relay drone system
CN107197474A (zh) * 2017-06-22 2017-09-22 合肥工业大学 多无人机协同编队中的通信拓扑容错优化方法及装置
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
CN110996370A (zh) * 2019-10-25 2020-04-10 广东电网有限责任公司 一种无人机的网络通讯路由器协议方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"一种基于多无人机的中继节点布置问题建模与优化方法";吴高峰等;《航空学报》;20170731;全文 *
"无人机自主编队飞行控制系统的研究与设计";包学超;《中国优秀硕士学位论文全文数据库》;20191115;全文 *

Also Published As

Publication number Publication date
CN112134607A (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
CN112039574B (zh) 通信干扰下无人机协同中继网络快速重构方法和系统
Golabi et al. An edge-based stochastic facility location problem in UAV-supported humanitarian relief logistics: a case study of Tehran earthquake
CN107239821B (zh) 随机攻击策略下的城市群交通网络可靠性修复方法
Hu et al. Cuckoo search-based method for trajectory planning of quadrotor in an urban environment
CN110609572B (zh) 无人机编队信息交互拓扑的启发式优化方法和装置
CN108053059A (zh) 运用基于重用策略的智能群体算法优化动态旅行商问题的方法
CN112134607B (zh) 突发事件下无人机协同中继网络快速重构方法和系统
US20200380877A1 (en) Optimizing aircraft path planning
CN112134608B (zh) 对抗环境下无人机协同中继网络快速构建方法和系统
Yue et al. Deep reinforcement learning for UAV intelligent mission planning
Sharma Evolution of unmanned aerial vehicles (UAVs) with machine learning
CN113671986A (zh) 空地协同下无人机与车辆的任务分配方法和系统
Levitin et al. Optimal abort rules for additive multi-attempt missions
CN113625767A (zh) 一种基于优选信息素灰狼算法的固定翼无人机集群协同路径规划方法
CN113063419A (zh) 一种无人机路径规划方法及系统
CN112073110B (zh) 流量需求下无人机协同中继网络快速生成方法和系统
Shi et al. Statistical physics method for multi-base multi-UAV cooperative reconnaissance mission planning
CN116088586A (zh) 一种无人机作战过程中的临机任务规划的方法
CN115759328A (zh) 基于多目标优化的直升机任务规划方法、系统和设备
CN111581878B (zh) 基于改进pso算法的开阔地反无人机火力部署方法
CN110536266B (zh) 无人机编队通信能耗的周期性在线均衡方法和装置
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
Mirsch A PATH ENUMERATION REFORMULATION OF THE SCHEDULE MIXED INTEGER PROGRAM SUPPORTING EXPEDITIONARY ADVANCED BASE OPERATIONS.
Tran et al. Adaptation of a mamdani fuzzy inference system using neuro-genetic approach for tactical air combat decision support 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
GR01 Patent grant
GR01 Patent grant