CN112947548A - 一种基于频谱地图的无人机编队规划方法 - Google Patents
一种基于频谱地图的无人机编队规划方法 Download PDFInfo
- Publication number
- CN112947548A CN112947548A CN202110123751.2A CN202110123751A CN112947548A CN 112947548 A CN112947548 A CN 112947548A CN 202110123751 A CN202110123751 A CN 202110123751A CN 112947548 A CN112947548 A CN 112947548A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- formation
- frequency spectrum
- spectrum map
- 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
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 134
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004891 communication Methods 0.000 claims abstract description 38
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 238000013468 resource allocation Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims 1
- 230000004083 survival effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification 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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种基于频谱地图的无人机编队规划方法，该方法将频谱地图技术引入无人机编队通信系统，利用无人机节点获取当前空间的局部电磁谱数据从而构建无人机编队的区域频谱地图，根据该区域频谱地图来判断干扰区域和确定干扰源位置，实现空间无线电环境的干扰检测，再根据干扰区域位置优化无人机编队中各个无人机节点的频谱资源分配参数和飞行路径调整参数，从而实现无人机编队规划。本发明利用频谱地图技术来优化无人机编队规划，实现满足通信链路和运动学性能最优化约束条件的编队飞行路径规划。
Description
技术领域
本发明涉及无线通信网络技术领域，尤其是一种基于频谱地图的无人机编队规划方法。
背景技术
无人机具有成本低、灵活性强、机动性好、适用范围广、组装便利、体积小等优势，广泛应用于侦察巡逻、灾难监控、搜索救援和应急通信保障等军事和民用领域。受限于单架无人机作战能力和覆盖范围的约束，无人机集群技术逐渐成为了当前各军事和工业强国竞争的焦点。无人机集群主要利用无人机编队的规模优势来构建更高级的群体智能，形成体系运用能力，提高编队飞行对抗能力，保障任务的执行。
在面临突发干扰时，集群中无人机之间的控制信息必须及时准确传输，使编队迅速改变队形和航迹，保障无人机编队飞行安全和任务执行。相比其他传统的移动自组织网络，无人机编队通信网络具有拓扑变化快、执行任务负载大和携带能源受限等特点，如何在复杂的电磁频谱环境下保障无人机编队通信系统的生存要求和任务执行，减少损失，这些问题都有待解决。
发明内容
本发明提供一种基于频谱地图的无人机编队规划方法及系统、计算机设备，用于克服现有技术中在复杂的电磁频谱环境下难以保障无人机编队通信系统的生存要求和任务执行能力等缺陷。
为实现上述目的，本发明提出一种基于频谱地图的无人机编队规划方法，包括：
根据无人机节点获取的局部电磁谱数据构建无人机编队的区域频谱地图；
根据所述频谱地图得到干扰区域位置，根据所述干扰区域位置优化无人机编队中各个无人机节点的频谱资源分配参数和飞行路径调整参数；
利用无人机节点，根据所述频谱资源分配参数设置通信信道的频谱参数，以及根据所述飞行路径调整参数规划无人机的飞行路径，使无人机编队的通信链路性能参数满足预设要求。
为实现上述目的，本发明还提出一种基于频谱地图的无人机编队规划系统，包括：
电磁环境监测模块，用于根据无人机节点获取的局部电磁谱数据构建无人机编队的区域频谱地图；
数据优化模块，用于根据所述频谱地图得到干扰区域位置，根据所述干扰区域位置优化无人机编队中各个无人机节点的频谱资源分配参数和飞行路径调整参数；
编队调整模块，用于利用无人机节点，根据所述频谱资源分配参数设置通信信道的频谱参数，以及根据所述飞行路径调整参数规划无人机的飞行路径，使无人机编队的通信链路性能参数满足预设要求。
为实现上述目的，本发明还提出一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述所述方法的步骤。
为实现上述目的，本发明还提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述方法的步骤。
与现有技术相比，本发明的有益效果有：
本发明提供的基于频谱地图的无人机编队规划方法将频谱地图技术引入无人机编队通信系统，利用无人机节点获取当前空间的局部电磁谱数据从而构建无人机编队的区域频谱地图，根据该区域频谱地图来判断干扰区域和确定干扰源位置，实现空间无线电环境的干扰检测，再根据干扰区域位置优化无人机编队中各个无人机节点的频谱资源分配参数和飞行路径调整参数，从而实现无人机编队规划。本发明利用频谱地图技术来优化无人机编队规划，实现满足通信链路和运动学性能最优化约束条件的编队飞行路径规划。
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示出的结构获得其他的附图。
图1为本发明提供的基于频谱地图的无人机编队规划方法流程图；
图2为无人机编队组网方式示意图；
图3为根据干扰区域数据位置得到优化无人机编队中各个无人机节点的飞行路径调整参数的流程图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，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。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本发明提出一种基于频谱地图的无人机编队规划方法，如图1所示，包括：
102：根据无人机节点获取的局部电磁谱数据构建无人机编队的区域频谱地图；
频谱地图，可以表征空间电磁频谱环境，能有效支撑无线通信网络，提高频谱资源利用率和频谱接入能力。频谱地图可实现对空间频谱空洞和干扰源的有效探测，为无人机编队在应对突发干扰时预判和处理提供信息支撑。为了保障无人机集群自组网中数据的可靠性和鲁棒性，本发明将频谱地图提供的干扰信息引入无人机编队规划，进一步提升无人机集群在突发干扰影响下的网络QoS(服务质量，Quality of Service)。
104：根据频谱地图得到干扰区域位置，根据干扰区域位置优化无人机编队中各个无人机节点的频谱资源分配参数和飞行路径调整参数；
106：利用无人机节点，根据频谱资源分配参数设置通信信道的频谱参数，以及根据飞行路径调整参数规划无人机的飞行路径，使无人机编队的通信链路性能参数满足预设要求。
如图2所示，无人机集群在编队形成前(图2中的a)，相邻无人机通过感知探测发现周围其他无人机；当无人机编队形成之后，为了保证集群中各无人机的生存和任务执行能力，采取Star/Mesh混合组网架构(图2中的c)。无人机编队通信网络协议栈的底层分为控制和业务两个子网，对于控制子网(图2中的b)，采用Mesh网络拓扑，无人机节点需要定期在全网广播维护队形、航迹控制等控制信息；对于业务子网(图2中的c)，采用星型网络拓扑，用定向天线将业务数据高速发送至中心无人机，再由中心无人机将数据发送至地面。无人机编队通过特殊的组网方式来满足无人机编队通信系统的控制子网和业务子网的不同特点，实时传输各类业务信息和控制信息，有效保障了编队飞行的安全性和稳定性。
本发明提供的基于频谱地图的无人机编队规划方法将频谱地图技术引入无人机编队通信系统，利用无人机节点获取当前空间的局部电磁谱数据从而构建无人机编队的区域频谱地图，根据该区域频谱地图来判断干扰区域和确定干扰源位置，实现空间无线电环境的干扰检测，再根据干扰区域位置优化无人机编队中各个无人机节点的频谱资源分配参数和飞行路径调整参数，从而实现无人机编队规划。本发明利用频谱地图技术来优化无人机编队规划，实现满足通信链路和运动学性能最优化约束条件的编队飞行路径规划。
在其中一个实施例中，对于步骤102，局部电磁谱数据的获取方式为：
201：利用无人机节点携带的感知设备采集通信数据，并采用能量检测算法对通信数据进行处理，获得能量值；
202：利用干扰温度的方式判定空间的频谱空洞，并利用温度干扰机制将区域内不同无人机节点测得的能量值转化为信息浓度；
203：通过信息浓度的高低来判断区域内各段频谱占用的情况。
在下一个实施例中，对于步骤102，根据无人机节点获取的局部电磁谱数据构建无人机编队的区域频谱地图，包括：
根据无人机节点获取的局部电磁谱数据，通过空间插值算法构建无人机编队的区域频谱地图。
在某个实施例中，根据无人机节点获取的局部电磁谱数据，通过空间插值算法构建无人机编队的区域频谱地图，包括：
根据无人机节点获取的局部电磁谱数据，利用反距离权重加权法，采用离散点间的距离作为插值过程中的唯一权重因子，构建无人机编队的区域频谱地图；
位置
处的具体插值公式为：
式中，di0表示原始数据点Zi＝(xi,yi)与插值点
之间的距离。
空间插值算法主要有反距离权重加权法、最近邻法、自然邻点插值、样条函数插值法及克里金插值法等。
在另一个实施例中，对于步骤104，根据频谱地图得到干扰区域位置，包括：
将频谱地图作为目标识别的对象，采用连接分量标记技术，利用图像处理方式对频谱地图(插值后每个频率接收功率的量化值)进行特征提取，得到发射机位置、天线方向、天线方向图辐射和传播模型等信号传输参数信息，即干扰区域的位置。
在下一个实施例中，对于步骤104，根据干扰区域位置优化无人机编队中各个无人机节点的频谱资源分配参数，包括：
利用频谱地图信息判断当前可用信道，在保障无人机节点QoS的条件下，对编队中各无人机节点的可用频谱资源进行优化分配，获得频谱资源分配参数。
在某一个实施例中，对于步骤104，根据干扰区域位置优化无人机编队中各个无人机节点的飞行路径调整参数，包括：
401：采用星形网络拓扑结构，由中心无人机根据所述频谱地图中干扰区域位置、通信链路性能参数要求和无人机受机动性约束，利用航迹规划算法(例如基于LR曲线的避障路径规划算法)在空间中找到一条满足无人机编队通信链路和运动学性能联合约束条件的最佳飞行路径，如图3所示；
402：根据最佳飞行路径，获得无人机编队中各个无人机节点的飞行路径调整参数，飞行路径调整参数包括飞行姿势、方向、速度等，以保障编队的生存能力和执行能力。
本发明还提出一种基于频谱地图的无人机编队规划系统，包括：
电磁环境监测模块，用于根据无人机节点获取的局部电磁谱数据构建无人机编队的区域频谱地图；
数据优化模块，用于根据所述频谱地图得到干扰区域位置，根据所述干扰区域位置优化无人机编队中各个无人机节点的频谱资源分配参数和飞行路径调整参数；
编队调整模块，用于利用无人机节点，根据所述频谱资源分配参数设置通信信道的频谱参数，以及根据所述飞行路径调整参数规划无人机的飞行路径，使无人机编队的通信链路性能参数满足预设要求。
在其中一个实施例中，对于电磁环境监测模块，局部电磁谱数据的获取方式为：
201：利用无人机节点携带的感知设备采集通信数据，并采用能量检测算法对通信数据进行处理，获得能量值；
202：利用干扰温度的方式判定空间的频谱空洞，并利用温度干扰机制将区域内不同无人机节点测得的能量值转化为信息浓度；
203：通过信息浓度的高低来判断区域内各段频谱占用的情况。
在下一个实施例中，电磁环境监测模块还包括：
根据无人机节点获取的局部电磁谱数据，通过空间插值算法构建无人机编队的区域频谱地图。
在某个实施例中，电磁环境监测模块还包括：
根据无人机节点获取的局部电磁谱数据，利用反距离权重加权法，采用离散点间的距离作为插值过程中的唯一权重因子，构建无人机编队的区域频谱地图；
位置
处的具体插值公式为：
式中，di0表示原始数据点Zi＝(xi,yi)与插值点
之间的距离。
空间插值算法主要有反距离权重加权法、最近邻法、自然邻点插值、样条函数插值法及克里金插值法等。
在另一个实施例中，数据优化模块还包括：
将频谱地图作为目标识别的对象，采用连接分量标记技术，利用图像处理方式对频谱地图(插值后每个频率接收功率的量化值)进行特征提取，得到发射机位置、天线方向、天线方向图辐射和传播模型等信号传输参数信息，即干扰区域的位置。
在下一个实施例中，数据优化模块还包括：
利用频谱地图信息判断当前可用信道，在保障无人机节点QoS的条件下，对编队中各无人机节点的可用频谱资源进行优化分配，获得频谱资源分配参数。
在某一个实施例中，数据优化模块还包括：
401：采用星形网络拓扑结构，由中心无人机根据所述频谱地图中干扰区域位置、通信链路性能参数要求和无人机受机动性约束，利用航迹规划算法(例如基于LR曲线的避障路径规划算法)在空间中找到一条满足无人机编队通信链路和运动学性能联合约束条件的最佳飞行路径，如图3所示；
402：根据最佳飞行路径，获得无人机编队中各个无人机节点的飞行路径调整参数，飞行路径调整参数包括飞行姿势、方向、速度等，以保障编队的生存能力和执行能力。
本发明还提出一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述所述方法的步骤。
本发明还提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述方法的步骤。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种基于频谱地图的无人机编队规划方法，其特征在于，包括：
根据无人机节点获取的局部电磁谱数据构建无人机编队的区域频谱地图；
根据所述频谱地图得到干扰区域位置，根据所述干扰区域位置优化无人机编队中各个无人机节点的频谱资源分配参数和飞行路径调整参数；
利用无人机节点，根据所述频谱资源分配参数设置通信信道的频谱参数，以及根据所述飞行路径调整参数规划无人机的飞行路径，使无人机编队的通信链路性能参数满足预设要求。
2.如权利要求1所述的基于频谱地图的无人机编队规划方法，其特征在于，所述局部电磁谱数据的获取方式为：
利用无人机节点携带的感知设备采集通信数据，并采用能量检测算法对所述通信数据进行预处理，获得能量值；
利用干扰温度的方式判定空间的频谱空洞，并利用温度干扰机制将区域内不同无人机节点测得的能量值转化为信息浓度；
通过所述信息浓度的高低来判断区域内各段频谱占用的情况。
3.如权利要求1所述的基于频谱地图的无人机编队规划方法，其特征在于，根据无人机节点获取的局部电磁谱数据构建无人机编队的区域频谱地图，包括：
根据无人机节点获取的局部电磁谱数据，通过空间插值算法构建无人机编队的区域频谱地图。
4.如权利要求3所述的基于频谱地图的无人机编队规划方法，其特征在于，根据无人机节点获取的局部电磁谱数据，通过空间插值算法构建无人机编队的区域频谱地图，包括：
根据无人机节点获取的局部电磁谱数据，利用反距离权重加权法，采用离散点间的距离作为插值过程中的唯一权重因子，构建无人机编队的区域频谱地图；
位置
处的具体插值公式为：
式中，di0表示原始数据点Zi＝(xi,yi)与插值点
之间的距离。
5.如权利要求1所述的基于频谱地图的无人机编队规划方法，其特征在于，根据所述频谱地图得到干扰区域位置，包括：
将频谱地图作为目标识别的对象，采用连接分量标记技术，利用图像处理方式对频谱地图进行特征提取，得到干扰区域位置。
6.如权利要求1所述的基于频谱地图的无人机编队规划方法，其特征在于，根据所述干扰区域位置优化无人机编队中各个无人机节点的频谱资源分配参数，包括：
利用频谱地图信息判断当前可用信道，在保障无人机节点QoS的条件下，对编队中各无人机节点的可用频谱资源进行优化分配，获得频谱资源分配参数。
7.如权利要求1所述的基于频谱地图的无人机编队规划方法，其特征在于，根据所述干扰区域位置优化无人机编队中各个无人机节点的飞行路径调整参数，包括：
采用星形网络拓扑结构，由中心无人机根据所述频谱地图中干扰区域位置、通信链路性能参数要求和无人机受机动性约束，利用航迹规划算法在空间中找到一条满足无人机编队通信链路和运动学性能联合约束条件的最佳飞行路径；
根据所述最佳飞行路径，获得无人机编队中各个无人机节点的飞行路径调整参数。
8.一种基于频谱地图的无人机编队规划系统，其特征在于，包括：
电磁环境监测模块，用于根据无人机节点获取的局部电磁谱数据构建无人机编队的区域频谱地图；
数据优化模块，用于根据所述频谱地图得到干扰区域位置，根据所述干扰区域位置优化无人机编队中各个无人机节点的频谱资源分配参数和飞行路径调整参数；
编队调整模块，用于利用无人机节点，根据所述频谱资源分配参数设置通信信道的频谱参数，以及根据所述飞行路径调整参数规划无人机的飞行路径，使无人机编队的通信链路性能参数满足预设要求。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1～7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110123751.2A CN112947548B (zh) | 2021-01-29 | 2021-01-29 | 一种基于频谱地图的无人机编队规划方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110123751.2A CN112947548B (zh) | 2021-01-29 | 2021-01-29 | 一种基于频谱地图的无人机编队规划方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112947548A true CN112947548A (zh) | 2021-06-11 |
| CN112947548B CN112947548B (zh) | 2022-09-30 |
Family
ID=76239258
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110123751.2A Active CN112947548B (zh) | 2021-01-29 | 2021-01-29 | 一种基于频谱地图的无人机编队规划方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112947548B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114448490A (zh) * | 2021-12-22 | 2022-05-06 | 天翼云科技有限公司 | 一种多无人机的路径规划与频谱资源分配方法及系统 |
| CN114578856A (zh) * | 2022-03-03 | 2022-06-03 | 北京环境特性研究所 | 一种固定翼无人机编队运动特性场景表征方法 |
| CN115129088A (zh) * | 2022-08-26 | 2022-09-30 | 中国人民解放军国防科技大学 | 基于频谱地图的无人机轨迹规划和避障方法及系统 |
| CN115542952A (zh) * | 2022-11-30 | 2022-12-30 | 昆明理工大学 | 一种面向无人机集群智能协同系统的优化方法 |
| CN116707684A (zh) * | 2023-08-01 | 2023-09-05 | 中国人民解放军战略支援部队航天工程大学 | 一种基于无人机平台的三维频谱占用测量方法和系统 |
| EP4340407A1 (en) * | 2022-09-15 | 2024-03-20 | Mitsubishi Electric R&D Centre Europe B.V. | Method and server for configuring a set of parameters of at least two formations moving in vicinity |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102122171A (zh) * | 2010-12-28 | 2011-07-13 | 北京航空航天大学 | 一种基于智能移动机器人的多微纳探测器组网联合演示验证系统 |
| CN105867415A (zh) * | 2016-04-20 | 2016-08-17 | 沈阳航空航天大学 | 一种基于多无人机安全通信的协同控制策略 |
| CN109121139A (zh) * | 2018-09-14 | 2019-01-01 | 北京领云时代科技有限公司 | 一种无人机集群系统防入侵的方法 |
| CN110596698A (zh) * | 2019-07-25 | 2019-12-20 | 姚碧琛 | 主被动一体化无人机探测及识别技术 |
| CN111812582A (zh) * | 2020-06-23 | 2020-10-23 | 南京航空航天大学 | 一种基于分布式无人机移动监测的干扰源直接定位方法 |
| CN111958588A (zh) * | 2020-07-06 | 2020-11-20 | 佛山科学技术学院 | 一种多机器人数据同步的控制方法及系统 |
| CN112104410A (zh) * | 2020-11-06 | 2020-12-18 | 北京隆普智能科技有限公司 | 一种多无人机调度通信端口分配方法及系统 |
-
2021
- 2021-01-29 CN CN202110123751.2A patent/CN112947548B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102122171A (zh) * | 2010-12-28 | 2011-07-13 | 北京航空航天大学 | 一种基于智能移动机器人的多微纳探测器组网联合演示验证系统 |
| CN105867415A (zh) * | 2016-04-20 | 2016-08-17 | 沈阳航空航天大学 | 一种基于多无人机安全通信的协同控制策略 |
| CN109121139A (zh) * | 2018-09-14 | 2019-01-01 | 北京领云时代科技有限公司 | 一种无人机集群系统防入侵的方法 |
| CN110596698A (zh) * | 2019-07-25 | 2019-12-20 | 姚碧琛 | 主被动一体化无人机探测及识别技术 |
| CN111812582A (zh) * | 2020-06-23 | 2020-10-23 | 南京航空航天大学 | 一种基于分布式无人机移动监测的干扰源直接定位方法 |
| CN111958588A (zh) * | 2020-07-06 | 2020-11-20 | 佛山科学技术学院 | 一种多机器人数据同步的控制方法及系统 |
| CN112104410A (zh) * | 2020-11-06 | 2020-12-18 | 北京隆普智能科技有限公司 | 一种多无人机调度通信端口分配方法及系统 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114448490A (zh) * | 2021-12-22 | 2022-05-06 | 天翼云科技有限公司 | 一种多无人机的路径规划与频谱资源分配方法及系统 |
| CN114448490B (zh) * | 2021-12-22 | 2024-04-26 | 天翼云科技有限公司 | 一种多无人机的路径规划与频谱资源分配方法及系统 |
| CN114578856A (zh) * | 2022-03-03 | 2022-06-03 | 北京环境特性研究所 | 一种固定翼无人机编队运动特性场景表征方法 |
| CN115129088A (zh) * | 2022-08-26 | 2022-09-30 | 中国人民解放军国防科技大学 | 基于频谱地图的无人机轨迹规划和避障方法及系统 |
| CN115129088B (zh) * | 2022-08-26 | 2022-11-15 | 中国人民解放军国防科技大学 | 基于频谱地图的无人机轨迹规划和避障方法及系统 |
| EP4340407A1 (en) * | 2022-09-15 | 2024-03-20 | Mitsubishi Electric R&D Centre Europe B.V. | Method and server for configuring a set of parameters of at least two formations moving in vicinity |
| WO2024057612A1 (en) * | 2022-09-15 | 2024-03-21 | Mitsubishi Electric Corporation | Method and server for configuring parameter of formation moving in vicinity |
| CN115542952A (zh) * | 2022-11-30 | 2022-12-30 | 昆明理工大学 | 一种面向无人机集群智能协同系统的优化方法 |
| CN115542952B (zh) * | 2022-11-30 | 2023-03-03 | 昆明理工大学 | 一种面向无人机集群智能协同系统的优化方法 |
| CN116707684A (zh) * | 2023-08-01 | 2023-09-05 | 中国人民解放军战略支援部队航天工程大学 | 一种基于无人机平台的三维频谱占用测量方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112947548B (zh) | 2022-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112947548B (zh) | 一种基于频谱地图的无人机编队规划方法及系统 | |
| Wang et al. | Deployment algorithms of flying base stations: 5G and beyond with UAVs | |
| Arafat et al. | A survey on cluster-based routing protocols for unmanned aerial vehicle networks | |
| Hellaoui et al. | Aerial control system for spectrum efficiency in UAV-to-cellular communications | |
| Uddin et al. | Agriculture internet of things: AG-IoT | |
| Huang et al. | Optimized deployment of drone base station to improve user experience in cellular networks | |
| CN113645143B (zh) | 一种空中集群通信网络的优化方法及装置 | |
| Rahmati et al. | Dynamic interference management for UAV-assisted wireless networks | |
| Zhang et al. | Power control and trajectory planning based interference management for UAV-assisted wireless sensor networks | |
| Alsunbuli et al. | Hybrid beamforming with relay and dual-base stations blockage mitigation in millimetre-wave 5G communication applied in (VIOT) | |
| Yu et al. | Air–ground integrated deployment for UAV‐enabled mobile edge computing: A hierarchical game approach | |
| Ayass et al. | Unmanned aerial vehicle with handover management fuzzy system for 5G networks: challenges and perspectives | |
| Guerra et al. | Networks of UAVs of low complexity for time-critical localization | |
| Wu et al. | Cooperative content delivery in vehicular networks with integration of sub-6 GHz and mmWave | |
| He et al. | Intelligent terahertz medium access control (MAC) for highly dynamic airborne networks | |
| Zhang et al. | Joint computation offloading and trajectory design for aerial computing | |
| Ma et al. | Credibility Computation Offloading Based Task-Driven Routing Strategy for Emergency UAVs Network | |
| Hydher et al. | UAV deployment for data collection in energy constrained WSN system | |
| CN117676530A (zh) | 一种基于智能集群的多无人机搜索救援通信方法、系统 | |
| Say et al. | Partnership and data forwarding model for data acquisition in UAV-aided sensor networks | |
| Abad et al. | Self-deployment algorithms for field coverage in a network of nonidentical mobile sensors | |
| CN110493843B (zh) | 基于圆环形全向天线模型的3d-gpsr路由方法 | |
| Say et al. | Cooperative path selection framework for effective data gathering in UAV-aided wireless sensor networks | |
| Cao et al. | Topological optimization algorithm for HAP assisted multi-unmanned ships communication | |
| CN115209425B (zh) | 一种基于无线传感器分布的无人机部署方法 |
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 |