CN113242077B - 一种无人机集群作为空中基站为地面用户提供通信服务的方法 - Google Patents
一种无人机集群作为空中基站为地面用户提供通信服务的方法 Download PDFInfo
- Publication number
- CN113242077B CN113242077B CN202110315598.3A CN202110315598A CN113242077B CN 113242077 B CN113242077 B CN 113242077B CN 202110315598 A CN202110315598 A CN 202110315598A CN 113242077 B CN113242077 B CN 113242077B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- communication
- users
- base station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18504—Aircraft used as relay or high altitude atmospheric platform
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
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)
- Radio Relay Systems (AREA)
Abstract
本发明提供一种无人机集群作为空中基站为地面用户提供通信服务的方法,包括:步骤1,当检测到地面无基站或者地面基站停止提供通信服务的场景时,启动基于空中无人机提供通信服务的方案,获取算法参数的值;步骤2,获取所述算法参数的值,利用近似和线性松弛的算法,求解得到无人机集群的部署方案;所述无人机集群的部署方案具体包括:所述无人机集群中各个无人机的位置信息;步骤3,根据所述无人机集群的部署方案,由不同类型的无人机组组建异构通信网络,使得由有限数量的不同类型的无人机组成的异构通信网络覆盖尽可能多的用户。本发明能够将不同类型的无人机用作空中基站时,优化部署无人机位置,从而覆盖最多用户。
Description
技术领域
本发明涉及无人机通信及资源管理领域,具体为一种无人机集群作为空中基站为地面用户提供通信服务的方法。
背景技术
随着UAV(Unmanned Aerial Vehicles,也称为drones)在各个行业的应用越来越广泛,研究无人机通信以满足各种应用的通信需求显得尤为重要,当无人机执行如搜索救援、交通监控、森林防火等这样特定的任务时,UAV相当于一个空中用户设备(AUE,aerialuser equipment),每一种任务对于时延、速率、通信范围、吞吐量等都有不同的要求,无人机在通信领域的另一重要应用是配合地面基站完善通信网络以解决隧道等通信盲区的问题或者在地面无基础通信设备(未部署或地面基础设施因自然灾害、战争等原因遭到破坏)时建立覆盖某一区域的专用通信网络,此时UAV相当于一个空中基站(ABS),此情景下在设计网络时需要综合考虑地面覆盖范围、网络吞吐量、定位精度等指标。
随着无人机技术的日趋成熟,其载荷能力、续航时间和飞行高度都有了很大提升,将无人机融入无线通信系统成为一件不再困难的事情,其应用主要分为两个方面:一方面无人机依靠无线通信来控制、指导作业;另一方面无人机可作为空中基站或中继提供服务,这两方面均需要利用无线通信。相对于传统地面通信网络,微小型无人机通信网络的主要优势如下:
(1)部署方便,机动灵活。搭载通信设备的无人机能够在需要通信服务的地方实现快速部署,无需布线,且部署位置可根据用户需求情况灵活调整;无人机体积小,重量轻,回收方便,能够解决业务需求的潮汐效应,降低网络成本及网络能耗。
(2)受地形限制小。传统无线通信的基站建设容易受地形影响,且通信质量容易受周围建筑物的影响,而无人机在作为空中基站工作时,可以利用自身灵活性避开障碍物,建立起可靠的通信链路。由于无人机通信链路大多为短距离的LoS(Line-of-Sight)链路,会产生较大的性能提升。
(3)通信设备更新简单,升级成本低。微小型无人机平台可以轻松实现通信设备的更新换代,提高通信的通信质量。
特别地,无人机可应用于无地面基础设施或原有基础设施被破坏时组建临时通信网络。再比如借助无人机作为空中基站解决由于地形等因素而引起的通信盲区问题。无论何种应用场景,无人机的数量总是有限的,我们希望用有限的无人机能够尽可能地覆盖更多的用户,那么如何部署这些无人机将成为一个至关重要的问题,所以研究无人机组网时的部署问题具有重要的应用价值。
发明内容
本发明的实施例提供了一种无人机集群作为空中基站为地面用户提供通信服务的方法,将不同类型的无人机用作空中基站时优化部署无人机位置从而覆盖最多用户。
一种无人机集群作为空中基站为地面用户提供通信服务的方法,包括:
步骤1,当检测到地面无基站或者地面基站停止提供通信服务的场景时,启动基于空中无人机提供通信服务的方案,获取算法参数的值;
步骤2,获取所述算法参数的值,利用近似和线性松弛的算法,求解得到无人机集群的部署方案;所述无人机集群的部署方案具体包括:所述无人机集群中各个无人机的位置信息;
步骤3,根据所述无人机集群的部署方案,由不同类型的无人机组组建异构通信网络,使得由有限数量的不同类型的无人机组成的异构通信网络覆盖尽可能多的用户。
为了实现上述目的,本发明采取了如下技术方案:本发明通过设计各无人机的位置,使得由有限数量的不同类型的无人机组成的异构通信网络能够覆盖最多的用户。
本发明的创新点和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明的技术方案,下面将对问题建模和求解过程中所需要使用的变量作简单地介绍,可通过下面一系列附图进行辅助理解,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明无人机集群作为空中基站为地面用户提供通信服务的方法的流程示意图;
图2为本发明无人机集群作为空中基站为用户提供通信服务系统场景图。
具体实施方式
下面详细描述本发明中所研究问题的建模与求解方法,所述研究问题的场景和相对应的核心算法在附图中示出,其中自始至终相同的符号表示相同物理含义。下面通过参考附图描述的系统场景是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明研究问题和求解方法的理解,下面将结合附图做进一步的解释说明。
如图1所示,为本发明所述的一种无人机集群作为空中基站为地面用户提供通信服务的方法,包括:
步骤1,当检测到地面无基站或者地面基站停止提供通信服务的场景时,启动基于空中无人机提供通信服务的方案,获取算法参数的值;所述步骤1的场景可以为:灾后重建现场、施工现场或传感器数据收集现场。
步骤2,获取所述算法参数的值,利用近似和线性松弛的算法,求解得到无人机集群的部署方案;所述无人机集群的部署方案具体包括:所述无人机集群中各个无人机的位置信息;
步骤3,根据所述无人机集群的部署方案,由不同类型的无人机组组建异构通信网络,使得由有限数量的不同类型的无人机组成的异构通信网络覆盖尽可能多的用户。
所述算法参数包括:系统参数、场景参数、超参数;
所述获取所述算法参数的值包括:
获取系统参数的预定值或实际值;获取场景参数的预定值或实际值;获取所述超参数的初始化值;
所述场景参数包括:用户位置与数量、道路位置;
所述系统参数包括:无人机数量,无人机高度,无人机有效通信覆盖距离;
所述超参数包括:w=1,iter=1,∈1,∈2,∈3,∈4,α,β,w为权重矩阵,iter为迭代次数计数变量,∈1,∈2,∈3,∈4均为正数,α,β为在近似过程中引入的系数。
所述无人机集群的部署方案包括还具体包括:所述异构通信网络包含:K个用户随机分布在一个区域内,1架系留式无人机和N架多旋翼式无人机,其中系留式无人机部署在卫星通信车的上方;将1架系留式无人机、N架多旋翼式无人机和1辆卫星通信车部署在该区域内组建异构通信网络来为用户提供通信服务;系留式无人机和多旋翼式无人机的工作高度分别为hm、hf,每一架多旋翼式无人机的高度相同或者不同,和分别表示第n架无人机和第k个用户的位置坐标,其中n=0,1,…,N,编号为0的无人机为系留式无人机,k=1,2,…,K。
所述无人机集群的部署方案包括还具体包括:地面用户终端和无人机保持在预定距离范围之内,整个通信网络通过卫星链路与外部网络进行通信,同时,系留式无人机作为多旋翼式无人机和卫星通信车之间的通信中继,系留式无人机和多旋翼式无人机保持在预定距离范围之内,同时卫星通信车部署在公路上。
所述步骤2中的近似和线性松弛的算法具体为:
系留式无人机与多旋翼式无人机之间最大有效通信距离为ds,无人机与用户终端之间的最大有效距离为dmax,指示变量ank表示地面用户MSk是否被UAVn所覆盖,该值为0时表示被覆盖,sk是表示第k个用户位置的坐标向量,K表示地面用户的数量,N表示多旋翼式无人机的数量,αnk为近似处理时引入的系数,wnk为权重,hm为mUAV的高度,hf为fUAV的高度,h为用户的高度,M为一个待设置的常数,q0表示mUAV的位置坐标,表示代表第m条道路的凸集,M表示公路条数;UAV0表示系留式无人机,UAVn,n=1,2,…,N表示第n架多旋翼式无人机。
所述步骤2中的近似和线性松弛的算法具体为:
βi为近似处理时引入的系数,Ai和bi为与第i条道路有关的系数矩阵和向量。
在一种方案中,在每次迭代中,对于βi的更新步骤为:
其中,yi=max(xi,∈3)=max(max(Aiq0-bi),∈3) (27)
在另一种方案中,在每次迭代中,对于βi的更新步骤为:
以下描述本发明的应用场景。
本发明针对地面无通信基础设施或地面通信基础设施被破坏的场景,提出了一种使用无人机作为基站提供通信服务组建异构网络时的无人机集群最优部署方法。在满足无人机及各通信终端通信距离约束和系留式无人机可以位于卫星通信车上方的前提下,通过设计各无人机的位置,使得由有限数量的不同类型的无人机组成的异构通信网络能够覆盖最多的用户。具体来看,首先给定系统场景参数,再对一系列参数进行初始化,给定多旋翼式无人机的数量N,利用基于连续凸近似和线性松弛的算法求解问题,得到异构网络下无人机的位置部署方案。以下具体描述。
如图2所示,本发明考虑一个系统场景:K个用户随机分布在一个无法为用户提供通信服务的广泛区域内,将1架系留式无人机、N架多旋翼式无人机和1辆卫星通信车部署在该区域内组建异构通信网络来为用户提供通信服务。不失一般性,假定系留式无人机和多旋翼式无人机的工作高度分别为hm、hf,其高度也可利用算法进行优化。其中用户位置根据实际情况而定,无人机飞行高度需满足相关法律法规,系留式无人机必须位于卫星通信车上方,卫星通信车必须部署在公路上。
由于无人机及各用户终端的高度已知,我们在二维坐标中研究各无人机的位置,设和分别表示第n架无人机和第k个用户的位置坐标,其中n=0,1,…,N(编号为0的无人机为系留式无人机),k=1,2,…,K。并且将地面用户终端的位置统一为h,在二维坐标中用矩形或者线段表示公路位置,根据凸优化理论,其可用一系列多面体(凸集)表示,即系留式无人机与多旋翼式无人机之间最大有效通信距离为ds,无人机与用户终端之间的最大有效距离为dmax。
首先,引入一个指示变量ank表示地面用户MSk是否被UAVn所覆盖,即
则有公式
该公式与被覆盖的用户呈负相关关系。
其次,为了满足无人机与用户之间及不同无人机之间的通信距离约束,有如下式子:
同时,为了满足系留式无人机及卫星通信车的位置约束,有如下式子:
我们的目标是希望能够覆盖最多的用户,结合上面几条约束,得到了下面的模型:
其中在该模型中(10a)、(10c)、(10d)、(10e)都是非凸约束,(10c)、(10d)还涉及到整数优化问题,这使得整个问题难以求解。因此我们考虑利用连续凸近似方法(Successive Convex Approximation)近似非凸约束(10a)、(10c)、(10d),对于约束(9e),由于是由一系列凸集组成,我们直接进行穷举处理。
已知有如下公式:
故目标函数转化如下:
其中αnk使用如下方式更新:
对于约束条件(10c),使用大M方法,所以将(10c)转化成下面的式子:
其中M是一个足够大的数,以保证约束条件(10c)的成立。
对于约束条件(10d),我们将其松弛为0≤ank≤1,为了减小松弛前后目标函数的误差,引入权重wnk,每一个wnk对ank进行加权,加权结果为如果ank=0,那么wnkank=0,如果ank≠0,那么wnkank≈1,效果类似于零范数,这样做的好处是当a中某一列没有出现0时,那么加权后该列中所有元素都近似为1,该列的最小值自然也就近似为1,通过这种方式迫使每一列中出现0,从而达到尽可能覆盖更多用户的目的。此时目标函数如下:
为了达到上述的效果,w采用如下的更新方式:
其中∈1为一个大于0的正数。
经过上述一系列的转化,目标函数转化为一个凸问题:
问题(18)除(18e)之外是一个可以求解的凸问题,由于对(18e)进行穷举处理是有效可行的,所以问题(18)可以求解,在此基础上本发明设计了第一种的算法,以求出各无人机的最佳部署位置。
进一步的,对于(18e),可以转化成
Ai,bi分别表示第i条道路的系数矩阵和系数向量,进一步转化为
将该向量不等式转化为标量不等式
不妨取xi=max(Aiq0-bi)这时可以使用公式(11)处理该(21a),此时有
将(24)代入(22)得到新的等价约束
在每次迭代中,对于βi的更新方法,本实施例给出如下两种方案,
方案一:
其中,
yi=max(xi,∈3)=max(max(Aiq0-bi);∈3) (27)
方案二:
其中,
则整个模型可以写成
在此基础上本发明设计了算法二,以求出各无人机的最佳部署位置。具体为以下编码:
综上所述,本发明是在给定多旋翼式无人机数量、可以停置卫星通信车的路段信息、地面用户的坐标及高度时,满足通信距离约束和系留式无人机特定部署要求的前提下,通过设计无人机位置的部署位置,从而最大化服务的用户数量。由于原问题是非凸问题难以求解,所以采用连续凸近似和线性松弛的算法进行近似求解。具体来看,首先给定系统场景参数,再对一系列参数进行初始化,给定多旋翼式无人机的数量N,利用基于连续凸近似和线性松弛的算法求解问题,得到无人机的位置部署方案。也就是说,本发明首先分别给定多旋翼式无人机数量、可以停置卫星通信车的路段信息、地面用户的坐标等,再考虑通信距离约束等,对问题进行建模得到原问题。首先初始化各无人机位置,在此基础上利用连续凸近似对原问题进行近似求解,得到各无人机的最优部署位置。
本发明相对于无人机均匀部署的方案,使用本算法覆盖的用户数要比无人机均匀部署覆盖的用户数多,能够将不同类型的无人机用作空中基站时,优化部署无人机位置,从而覆盖最多用户。
对于本发明的典型应用场景,包括但不局限于以下几个场景:
1)灾后重建现场,由于原有通信基础设施被破坏,需要利用无人机建立新的临时通信系统,这是本发明实施例的一典型应用场景,利用1架mUAV与N架fUAV建立临时的通信系统为灾后重建工作提供通信服务,而mUAV也可通过卫星通信车与卫星建立连接,实现该临时通信网络下的用户与外部网络之间的通信,此时应用本发明实施方案可以在已知有通信需求用户位置的情况下部署一套覆盖用户数量最多的无人机通信系统。
2)施工现场,对于某些在无通信基础设施的地方进行的施工,如道路、建筑物的修建等等,特别是在一些偏远的施工现场,由于该地区处于开发初期还没有建立通信系统,利用1架mUAV与N架fUAV建立临时的通信系统为施工提供通信服务,而mUAV也可通过卫星通信车与卫星建立连接,实现该临时通信网络下的用户与外部网络之间的通信,应用本发明实施方案在已知有通信需求用户位置的情况下部署一套覆盖用户数量最多的无人机通信系统。
3)传感器数据收集现场,对于一些需要实时进行环境监测的场景,比如铁路旁边用于检测泥石流的传感器需要实时将数据传给控制中心,以避免泥石流破环铁路而造成事故,利用无人机作为通信中继收集传感器数据,此时每个传感器相当于一个通信用户,利用1架mUAV与N架fUAV建立临时的通信系统收集传感器数据,而mUAV也可通过卫星通信车与卫星建立连接,将无人机收集到的数据传给控制中心,可以应用本发明实施方案在已知有传感器位置的情况下部署一套覆盖传感器数量最多的无人机通信系统。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.一种无人机集群作为空中基站为地面用户提供通信服务的方法,其特征在于,包括:
步骤1,当检测到地面无基站或者地面基站停止提供通信服务的场景时,启动基于空中无人机提供通信服务的方案,获取算法参数的值;
步骤2,获取所述算法参数的值,利用近似和线性松弛的算法,求解得到无人机集群的部署方案;所述无人机集群的部署方案具体包括:所述无人机集群中各个无人机的位置信息;
步骤3,根据所述无人机集群的部署方案,由不同类型的无人机组组建异构通信网络,使得由有限数量的不同类型的无人机组成的异构通信网络覆盖尽可能多的用户;
所述算法参数包括:系统参数、场景参数、超参数;
所述获取所述算法参数的值包括:
获取系统参数的预定值或实际值;获取场景参数的预定值或实际值;获取所述超参数的初始化值;
所述场景参数包括:用户位置与数量、道路位置;
所述系统参数包括:无人机数量,无人机高度,无人机有效通信覆盖距离;
所述超参数包括:w=1,iter=1,∈1,∈2,∈3,∈4,α,β,w为权重矩阵,iter为迭代次数计数变量,∈1,∈2,∈3,∈4均为正数,α,β为在近似过程中引入的系数;
所述无人机集群的部署方案包括还具体包括:所述异构通信网络包含:K个用户随机分布在一个区域内,1架系留式无人机和N架多旋翼式无人机,其中系留式无人机部署在卫星通信车的上方;将1架系留式无人机、N架多旋翼式无人机和1辆卫星通信车部署在该区域内组建异构通信网络来为用户提供通信服务;系留式无人机和多旋翼式无人机的工作高度分别为hm、hf,每一架多旋翼式无人机的高度相同或者不同,和分别表示第n架无人机和第k个用户的位置坐标,其中n=0,1,…,N,编号为0的无人机为系留式无人机k=1,2,…,K;
所述步骤2中的近似和线性松弛的算法具体为:
2.根据权利要求1所述的方法,其特征在于,所述无人机集群的部署方案包括还具体包括:地面用户终端和无人机保持在预定距离范围之内,整个通信网络通过卫星链路与外部网络进行通信,同时,系留式无人机作为多旋翼式无人机和卫星通信车之间的通信中继,系留式无人机和多旋翼式无人机保持在预定距离范围之内,同时卫星通信车部署在公路上。
6.根据权利要求1所述的方法,其特征在于,所述步骤1的场景为:灾后重建现场、施工现场或传感器数据收集现场。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110315598.3A CN113242077B (zh) | 2021-03-24 | 2021-03-24 | 一种无人机集群作为空中基站为地面用户提供通信服务的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110315598.3A CN113242077B (zh) | 2021-03-24 | 2021-03-24 | 一种无人机集群作为空中基站为地面用户提供通信服务的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113242077A CN113242077A (zh) | 2021-08-10 |
CN113242077B true CN113242077B (zh) | 2022-04-26 |
Family
ID=77130416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110315598.3A Active CN113242077B (zh) | 2021-03-24 | 2021-03-24 | 一种无人机集群作为空中基站为地面用户提供通信服务的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113242077B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114401544B (zh) * | 2022-03-25 | 2022-06-17 | 武汉大学 | 基于合同理论的无人机通信网络能量收获方法及系统 |
CN115347941B (zh) * | 2022-10-17 | 2023-02-17 | 四川腾盾科技有限公司 | 一种大型高空全网应急通信无人机对地覆盖方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109819453A (zh) * | 2019-03-05 | 2019-05-28 | 西安电子科技大学 | 基于改进遗传算法的成本最优化无人机基站部署方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9363008B2 (en) * | 2014-07-22 | 2016-06-07 | International Business Machines Corporation | Deployment criteria for unmanned aerial vehicles to improve cellular phone communications |
US10207590B2 (en) * | 2015-10-15 | 2019-02-19 | T-Mobile Usa, Inc. | Dynamic wireless communications network with a plurality of aerial drones |
CN110488868B (zh) * | 2019-08-30 | 2022-10-28 | 哈尔滨工程大学 | 一种多无人机协助用户的移动卸载方法 |
CN111552313B (zh) * | 2020-04-29 | 2022-06-28 | 南京理工大学 | 基于边缘计算动态任务到达的多无人机路径规划方法 |
-
2021
- 2021-03-24 CN CN202110315598.3A patent/CN113242077B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109819453A (zh) * | 2019-03-05 | 2019-05-28 | 西安电子科技大学 | 基于改进遗传算法的成本最优化无人机基站部署方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113242077A (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110381444B (zh) | 一种无人机轨迹优化及资源分配方法 | |
CN113242077B (zh) | 一种无人机集群作为空中基站为地面用户提供通信服务的方法 | |
CN110364031B (zh) | 地面传感器网络中无人机集群的路径规划和无线通信方法 | |
Košmerl et al. | Base stations placement optimization in wireless networks for emergency communications | |
US20180007518A1 (en) | Drone Assisted Mesh Network For First Responders | |
CN110099389B (zh) | 铁路应急通信快速恢复中无人机空中基站的优化部署方法 | |
CN104517432A (zh) | 基于无人机和无线传感器网络的监控系统 | |
CN110958616B (zh) | 基于无人机辅助的蜂窝通信系统的通信方法 | |
CN110418286B (zh) | 信息与能量协同传输的通信方法、装置、无人机及系统 | |
CN105262989A (zh) | 铁路线空中无人机自动巡查与实时图像采集传输方法 | |
CN110913400B (zh) | 一种基于空天地远程物联网络的资源分配方法和系统 | |
CN105208348A (zh) | 铁路线空中无人机自动巡查与实时图像采集传输系统 | |
CN115150781A (zh) | 一种基于任务优先级的无人机协助边缘计算的资源分配方法 | |
CN115877865A (zh) | 一种无人机巡检方法、装置及无人机巡检系统 | |
Lins et al. | Artificial intelligence for enhanced mobility and 5G connectivity in UAV-based critical missions | |
CN214046017U (zh) | 一种基于230m电力无线专网的无人机应急组网架构 | |
CN112783192B (zh) | 无人机路径规划方法、装置、设备和存储介质 | |
CN112947583A (zh) | 无人机通信网络拓扑优化方法及系统 | |
Shmelova et al. | Organization of a safe and efficient system of air transportation in and around an urban area using unmanned arial vehicles | |
CN113225746B (zh) | 一种多uav快速部署的通信系统及计算机存储介质 | |
CN106778370A (zh) | 一种能够自主移动的设备的自毁方法及设备 | |
CN114945182B (zh) | 一种城市环境中多无人机中继优化部署方法 | |
KR102237097B1 (ko) | 인공지능을 이용하는 항공촬영 수치표면모델의 수치표고모델 변환 시스템 | |
Mashhadi et al. | Collaborative learning with a drone orchestrator | |
CN106875705A (zh) | 道路事故救援系统及其实现方法 |
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 |