CN113645143B - 一种空中集群通信网络的优化方法及装置 - Google Patents
一种空中集群通信网络的优化方法及装置 Download PDFInfo
- Publication number
- CN113645143B CN113645143B CN202110899562.4A CN202110899562A CN113645143B CN 113645143 B CN113645143 B CN 113645143B CN 202110899562 A CN202110899562 A CN 202110899562A CN 113645143 B CN113645143 B CN 113645143B
- Authority
- CN
- China
- Prior art keywords
- communication
- unmanned aerial
- aerial vehicle
- communication network
- unmanned
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 164
- 238000005457 optimization Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000003860 storage Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000005562 fading Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/29—Flow control; Congestion control using a combination of thresholds
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提出了一种空中集群通信网络的优化方法及装置,该装置包括计算处理单元和通信优化单元,所述计算处理单元基于空中集群需要组成的自主任务执行节点获取无人机间的通信网络,利用通信优化单元执行优化方法。所述优化方法包括以下步骤:S1.使用无人机之间通信连通成功的概率对无人机间的通信链路进行赋值,构成带权无人机集群的通信网络结构;S2.利用断开无人间的通信链路来对强连通性的通信网络进行优化,根据通信链路的权重值将与某架无人机连接的多条通信链路进行从小到大的排序,取成功概率高的通信链路进行维护,断开其它的通信链路。该方法提升无人机集群执行任务的性能,具有较好适用性和稳定性。
Description
【技术领域】
本发明涉及无人机集群通信的技术领域,特别是一种空中集群通信网络的优化方法及装置。
【背景技术】
随着无人机技术的快速发展,无人机集群在众多领域也有广泛的应用,不仅在生产作业上提供了便利,还丰富了人们的生活娱乐方式,逐渐融入到社会的各个方面并影响人类的生活。
无人机集群在自主飞行执行任务时,多架无人机之间需要频繁的进行信息的交流和数据的交换,需要集群的通信网络稳定高效并能维持环境信息的一致性。另外在控制无人机的过程中,为了保持无人机通信的连通性,则会对无人机的控制带来一定的约束,从而限制了无人机的飞行范围,降低了无人机空中集群执行任务的效率。
近年来针对此领域的研究也有很多成果,但多是利用中心节点对通信网络进行简化,对于分布式的集群控制存在一定的缺陷。
【发明内容】
本发明的目的就是解决现有技术中集群通信网络的强连通性带来的飞行约束问题,提出一种空中集群通信网络的优化方法及装置。
为实现上述目的,本发明提出了一种空中集群通信网络的优化方法,包括以下步骤:
S1.使用无人机之间通信连通成功的概率对无人机间的通信链路进行赋值,构成带权无人机集群的通信网络结构;
S2.利用断开无人间的通信链路来对强连通性的通信网络进行优化,根据通信链路的权重值将与某架无人机连接的多条通信链路进行从小到大的排序,取成功概率较高的通信链路进行维护,断开其它的通信链路。
作为优选,步骤S2中,优化处理的算法表示为:
其中,为无人机vi在k时刻的实际连接邻居组,/>为在无人机vi的邻居组成员的集合(即可以与无人机vi建立通信链路的无人机的集合),/>为无人机vi、无人机vj邻居组成员集合的交集,/> 为在无人机j的邻居组成员的集合,/>为无人机v和vi之间的通信成功的概率,/>为无人机v和无人机vj之间的通信成功的概率;若无人机/>且/>则断开无人机vi与无人机v之间的通信链路。
作为优选,步骤S2中,若无人机vi和无人机vj的邻居组成员中的共同邻居是唯一元素,则不需要进行优化处理,无人机vi与该共同邻居维持通信连接。
作为优选,所述无人机集群的通信网络拓扑为无向图G=(V,E),其中V是所有无人机的集合,E为无人机之间的通信链路的集合,所述无向图的节点为无人机,所述无向图的边为无人机之间的通信链路,使用邻接矩阵表示,步骤S1中,使用两架无人机间的通信成功的概率对无向图的边进行赋值,构成带权无人机集群的通信网络结构。
作为优选,对于无向图中仅有一条边的节点,该节点和其它节点没有共同的邻居组成员,则不需要进行优化处理,而采用更换邻居的方式来改变通信拓扑,即在该节点通信范围内选择通信效果最佳的无人机建立通信连接。
作为优选,步骤S1中,两架无人机之间通信连通成功的概率根据瑞利衰落模型给出:
其中,i和j为建立通信链路的两个节点,为通信链路能够成功通信的概率,wi和wj为节点i和j的空间位置,ki,j为通信环境系数,Γi,j为两个节点之间接收信号的信噪比,γ为信噪比的门限值,/>为节点j所处环境的平均噪声功率,α为信息传播的衰减因子,Ci,j为考虑通信天线和障碍物遮蔽的通信增益常数,Pi为节点i发送信息的功率。
作为优选,无人机vi确定邻居组成员时建立通信的方法为:取一个阈值Ptv,当时认为两节点成功建立通信链接,否则认为两者无法进行信息交流;将Ptv处对应节点的距离作为节点信息的有效通信距离,使用Rc表示;根据无人机vi的空间位置,将处于以它为中心,半径为Rc的圆球内的无人机视为其邻居,两者能够进行有效的信息传输。
本发明还提出了一种空中集群通信网络的优化装置,所述优化装置包括计算处理单元和通信优化单元,所述计算处理单元基于空中集群需要组成的自主任务执行节点获取无人机间的通信网络,所述计算处理单元包括至少一个存储单元,所述至少一个存储单元存储有至少一条执行指令,所述至少一条执行指令利用通信优化单元执行所述的空中集群通信网络的优化方法,所述通信优化单元执行通信连接成功概率计算、简化通信链路、优化连通效率。
作为优选,所述存储单元与无人机计算机系统共用。
本发明的有益效果:该方法根据无人机间的通信成功概率,通过断开非必要的链路来实现对通信网络的简化,从而缩小无人机的飞行约束范围,提升无人机集群执行任务的性能。因此,该方法在满足通信性能前提下,提高了连通效率,减少了运算量,节约了系统资源;其次,在大规模集群无人机之间通信优化方面,该通信优化方法能更加显著地提升通信效率;再者,该方法可为相关技术提供通信连通借鉴思路,如:网络通信的节点优化、交通流量优化管理、空间星群通信优化等,具有较好的通用性和适用性。
本发明的特征及优点将通过实施例并结合附图进行详细说明。
【附图说明】
图1是本发明的无人机通信拓扑简化示意图;
图2是无人机间通信范围示意图;
【具体实施方式】
下面结合本发明实施例中的附图,对本发明实施例中的技术方法进行清楚完整的描述。显然附图提供的实例仅为本发明的一部分实例,并不是所有的实例。
使用无向图来描述无人机通信网络的拓扑结构,每个节点可以通过与邻居交换数据来实现信息交流。两个节点之间的信息传输成功的概率和众多因素相关,基于瑞利衰落模型给出了从节点i发送信息至节点j传输成功的概率为:
其中,i和j为建立通信链路的两个节点,为通信链路能够成功通信的概率,wi和wj为节点i和j的空间位置,ki,j为通信环境系数,Γi,j为两个节点之间接收信号的信噪比,γ为信噪比的门限值,/>为节点j所处环境的平均噪声功率,α为信息传播的衰减因子,Ci,j为考虑通信天线和障碍物遮蔽的通信增益常数,Pi为节点i发送信息的功率。
从式(1)可以得出在传播衰减因子α≥1的情况下,节点之间信息传输成功的概率随着节点之间的距离增加而不断降低,因此可以取一个阈值Ptv,当 时认为两节点成功建立通信链接,否则认为两者无法进行信息交流。同时,将Ptv处对应节点的距离作为节点信息的有效通信距离,使用Rc表示。对于无人机vi,将处于以它为中心,半径为Rc的圆球内的无人机视为其邻居,两者能够进行有效的信息传输,建立通信链路。
对于由n架无人机通信网络构成的无向图G(V,E),其中V为通信网络中节点的集合,E为节点之间边的集合。可以利用其Laplace矩阵的第二最小特征值是否大于零来判断无人机集群通信网络的连通性。
因为无人机可移动性较强,若不对无人机的飞行路径进行规划,可能会导致集群通信网络结构的连通性遭到破坏,所以需要对无人机的可飞行区域进行一定的限制,如图2中的情况,无人机可飞行区域为两者通讯范围重叠的纺锤体区域。为了维持通信网络的连通性,会导致无人机无法较为分散的去执行任务,例如在利用集群无人机执行对未知环境信息区域目标搜索的任务中,无人机由于距离过近会使得同一个区域被多次观测,影响了集群的搜索效率,造成了资源的浪费。
为了减少维持集群连通性造成的资源浪费,则需要无人机之间尽可能地分散开执行相关任务,那么就需要对强连通性地通信网络进行一定的简化,给无人机一个相对松弛的约束集合。
在无人机的通信网络中,两架无人机进行信息交流的通路可能会有多条,如果将通信成功概率作为两者之间通信的权重,就构成了带权通信网络结构。解决此类问题的较好方法是使用加权最小生成树的方法,能够得到一种代价最小的通信链路。但是本发明讨论的是一种集群内部无人机之间的分布式自组网通信结构,每架无人机都处于独立平等的地位,没有集中的信息处理中心。除此之外,单链的结构在受到攻击或者节点出现故障时,容易造成整体的非连通性,针对这两个缺陷,本发明提出了一种基于通信距离有限情况下的局部网络优化方法。
假如在k时刻由11架无人机构成的无人机集群网络拓扑结构简化示意图如图1所示,其中vi代表第i架无人机,无人机之间的连线代表无人机之间的通信链路。从图中可见此通信网络为连通的,对于无人机vi,其邻居构成的邻居组集合为对于无人机vj,其邻居组集合/> 其中节点v3,v6,v8,v9是它们的共同邻居,可以与无人机vi和vj任意一个进行通讯传递信息。
对于无人机vi和vj共同的邻居成员来说,它们之间传递信息的通路是冗余的。图1还仅仅是一个比较稀疏的图,随着集群的规模增加,这种冗余的边会呈爆炸式增长,不仅增加信息融合过程中的计算成本,为了维持这种连接,也缩小了无人机可执行的控制命令的范围。使用两架无人机间的信息传输成功概率为代价函数,取成功概率较高的通信链路进行维护,另外一边则由另一架无人机进行维护。例如于无人机v6有边e2=(vi,v6)和边e7=(vj,v6),在其它条件相同的情况下,根据瑞利衰落模型可得到故可以舍弃边e7,无人机v6通过连接vi而与vj建立通信,减少由于维持系统的连通性而对vi产生的约束。
将此方法应用于所有的无人机上,则可以得到无人机实际需要维持的通信连接,其它不需要维持的连接则可以断开来缩小无人机的约束范围。
对于无人机i,其实际需要维持通信连接的无人机集合为:
其中为无人机i在k时刻的实际连接无人机的集合,/>为在无人机i的邻居成员的集合,即可以与无人机i建立通信链路的无人机的集合,/>为无人机i、无人机j邻居成员集合的交集,即/> 为无人机v和i之间的通信成功的概率,/>为无人机v和无人机j之间的通信成功的概率。
从式(3)可以看出是/>的一个子集,即/>于是无人机需要维持的链路变少了,减轻了对无人机通信上的约束。
另外,在图1中有很多节点仅有一条边,这类节点和其它节点没有共同的邻居组成员,即通信范围内仅有一架无人机可以建立通信链路,若是断开它们之间的连接会造成整体的非连通性,无法使用式(3)的方法进行优化。此时则不做相应的处理,等待有其它无人机进入其通信范围后,再根据式(3)选择通信效果最佳的无人机建立并维持连接。在无人机通过信息交换后是可以知道其它无人机的具体空间位置的,方法是可行的。
对于仅有两条边的节点需要分情况进行讨论,若节点是它两个邻居的邻居组成员交集的唯一元素,则为通信的中间节点,不需要进行优化处理。若非唯一的元素,则其邻居可以根据式(3)对两条边进行选择。
本发明提出了一种空中集群通信网络的优化装置,所述优化装置包括计算处理单元和通信优化单元,所述计算处理单元基于空中集群需要组成的自主任务执行节点获取无人机间的通信网络,所述计算处理单元包括至少一个存储单元(可与无人机计算机系统共用),所述至少一个存储单元存储有至少一条执行指令,所述至少一条执行指令利用通信优化单元执行本发明提出的空中集群通信网络的优化方法,所述通信优化单元执行通信连接成功概率计算、简化通信链路、优化连通效率。
上述实施例是对本发明的说明,不是对本发明的限定,任何对本发明简单变换后的方案均属于本发明的保护范围。
Claims (5)
1.一种空中集群通信网络的优化方法,其特征在于:所述空中集群通信网络的优化方法包括以下步骤:
S1.使用无人机之间通信连通成功的概率对无人机间的通信链路进行赋值,构成带权无人机集群的通信网络结构;
所述无人机集群的通信网络拓扑为无向图,所述无向图的节点为无人机,所述无向图的边为无人机之间的通信链路,使用邻接矩阵表示,使用两架无人机间的通信成功的概率对无向图的边进行赋值,构成带权无人机集群的通信网络结构;
S2.利用断开无人机的通信链路来对强连通性的通信网络进行优化,根据通信链路的权重值将与某架无人机连接的多条通信链路进行从小到大的排序,取成功概率高的通信链路进行维护,断开其它的通信链路;
优化处理的算法表示为:
其中,为无人机vi在k时刻的实际连接邻居组,/>为在无人机vi的邻居组成员的集合,/>为无人机vi、无人机vj邻居组成员集合的交集,/> 为在无人机j的邻居组成员的集合,/>为无人机v和vi之间的通信成功的概率,/>为无人机v和无人机vj之间的通信成功的概率;若无人机/>且/>则断开无人机vi与无人机v之间的通信链路;
若无人机vi和无人机vj的邻居组成员中的共同邻居是唯一元素,则不需要进行优化处理,无人机vi与该共同邻居维持通信连接;
对于无向图中仅有一条边的节点,该节点和其它节点没有共同的邻居组成员,则不需要进行优化处理,而采用更换邻居的方式来改变通信拓扑,即在该节点通信范围内选择通信效果最佳的无人机建立通信连接。
2.如权利要求1所述的一种空中集群通信网络的优化方法,其特征在于:步骤S1中,两架无人机之间通信连通成功的概率根据瑞利衰落模型给出:
其中,i和j为建立通信链路的两个节点,为通信链路能够成功通信的概率,wi和wj为节点i和j的空间位置,ki,j为通信环境系数,Γi,j为两个节点之间接收信号的信噪比,γ为信噪比的门限值,/>为节点j所处环境的平均噪声功率,α为信息传播的衰减因子,Ci,j为考虑通信天线和障碍物遮蔽的通信增益常数,Pi为节点i发送信息的功率。
3.如权利要求2所述的一种空中集群通信网络的优化方法,其特征在于:无人机vi确定邻居组成员时建立通信的方法为:取一个阈值Ptv,当时认为两节点成功建立通信链接,否则认为两者无法进行信息交流;将Ptv处对应节点的距离作为节点信息的有效通信距离,使用Rc表示;根据无人机vi的空间位置,将处于以它为中心,半径为Rc的圆球内的无人机视为其邻居,两者能够进行有效的信息传输。
4.一种空中集群通信网络的优化装置,其特征在于:所述优化装置包括计算处理单元和通信优化单元,所述计算处理单元基于空中集群需要组成的自主任务执行节点获取无人机间的通信网络,所述计算处理单元包括至少一个存储单元,所述至少一个存储单元存储有至少一条执行指令,所述至少一条执行指令利用通信优化单元执行如权利要求1至3中任意一项所述的空中集群通信网络的优化方法。
5.如权利要求4所述的一种空中集群通信网络的优化装置,其特征在于:所述存储单元与无人机计算机系统共用。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110899562.4A CN113645143B (zh) | 2021-08-06 | 2021-08-06 | 一种空中集群通信网络的优化方法及装置 |
PCT/CN2021/132021 WO2023010712A1 (zh) | 2021-08-06 | 2021-11-22 | 一种空中集群通信网络的优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110899562.4A CN113645143B (zh) | 2021-08-06 | 2021-08-06 | 一种空中集群通信网络的优化方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113645143A CN113645143A (zh) | 2021-11-12 |
CN113645143B true CN113645143B (zh) | 2023-11-21 |
Family
ID=78419880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110899562.4A Active CN113645143B (zh) | 2021-08-06 | 2021-08-06 | 一种空中集群通信网络的优化方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113645143B (zh) |
WO (1) | WO2023010712A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113645143B (zh) * | 2021-08-06 | 2023-11-21 | 浙江大学 | 一种空中集群通信网络的优化方法及装置 |
CN114828139A (zh) * | 2022-04-18 | 2022-07-29 | 西安羚控电子科技有限公司 | 一种集群装置的通信组网行为模拟方法及系统 |
CN115134240B (zh) * | 2022-05-12 | 2023-11-14 | 芜湖美的厨卫电器制造有限公司 | 智能场景优化方法、装置、存储介质及电器设备 |
CN116896767B (zh) * | 2023-09-11 | 2024-01-23 | 四川腾盾科技有限公司 | 一种不可靠网络下无人机集群信息传输与同步方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007027832A (ja) * | 2005-07-12 | 2007-02-01 | Kddi R & D Laboratories Inc | 通信装置及びネットワーク内で不要な無線リンクの切断方法 |
CN106054875A (zh) * | 2016-05-25 | 2016-10-26 | 北京航空航天大学 | 一种分布式多机器人动态网络连通性控制方法 |
CN106453113A (zh) * | 2016-09-07 | 2017-02-22 | 中国人民解放军防空兵学院 | 一种ip网络拥塞链路定位方法 |
CN110431809A (zh) * | 2017-04-21 | 2019-11-08 | 三星电子株式会社 | 用于在移动通信网络中在多链路上分配分组的方法和装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2908597B1 (en) * | 2014-02-14 | 2016-09-14 | Alcatel Lucent | Wireless communication network node and method |
CN109582040B (zh) * | 2019-01-25 | 2021-08-06 | 中国人民解放军国防科技大学 | 一种无人机集群队形及性能脆弱性评估方法及系统 |
CN112068587B (zh) * | 2020-08-05 | 2021-09-03 | 北京航空航天大学 | 基于欧椋鸟通信机制的有人/无人机共融集群交互方法 |
CN113055851B (zh) * | 2021-05-31 | 2021-08-17 | 四川腾盾科技有限公司 | 基于位置与双关键节点的抗毁无人机群拓扑优化方法 |
CN113645143B (zh) * | 2021-08-06 | 2023-11-21 | 浙江大学 | 一种空中集群通信网络的优化方法及装置 |
-
2021
- 2021-08-06 CN CN202110899562.4A patent/CN113645143B/zh active Active
- 2021-11-22 WO PCT/CN2021/132021 patent/WO2023010712A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007027832A (ja) * | 2005-07-12 | 2007-02-01 | Kddi R & D Laboratories Inc | 通信装置及びネットワーク内で不要な無線リンクの切断方法 |
CN106054875A (zh) * | 2016-05-25 | 2016-10-26 | 北京航空航天大学 | 一种分布式多机器人动态网络连通性控制方法 |
CN106453113A (zh) * | 2016-09-07 | 2017-02-22 | 中国人民解放军防空兵学院 | 一种ip网络拥塞链路定位方法 |
CN110431809A (zh) * | 2017-04-21 | 2019-11-08 | 三星电子株式会社 | 用于在移动通信网络中在多链路上分配分组的方法和装置 |
Non-Patent Citations (2)
Title |
---|
基于层次分析法的短波地空网链路优选算法;刘硕;刘芸江;李曼;白翔;;火力与指挥控制;第43卷(第01期);第22-26、31页 * |
考虑全局风险均衡度的电力通信网最优安全链路选择方法;曾军;刘雪冰;马庆峰;王思佳;李桦;王蕾;;数学的实践与认识;第50卷(第03期);第203-210页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2023010712A1 (zh) | 2023-02-09 |
CN113645143A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113645143B (zh) | 一种空中集群通信网络的优化方法及装置 | |
Wei et al. | UAV-assisted data collection for Internet of Things: A survey | |
Zhao et al. | Deployment algorithms for UAV airborne networks toward on-demand coverage | |
Zhang et al. | A novel multicast routing method with minimum transmission for WSN of cloud computing service | |
Oubbati et al. | Dispatch of UAVs for urban vehicular networks: A deep reinforcement learning approach | |
CN110913402A (zh) | 一种联合优化通信与编队的高覆盖效率的无人机自组网分簇方法 | |
CN112947548B (zh) | 一种基于频谱地图的无人机编队规划方法及系统 | |
CN112367111A (zh) | 一种无人机中继部署方法、系统、计算机设备及应用 | |
Banerjee et al. | Edtp: Energy and delay optimized trajectory planning for uav-iot environment | |
Hajjej et al. | An efficient deployment approach for improved coverage in wireless sensor networks based on flower pollination algorithm | |
CN114518772B (zh) | 一种拒止环境下无人机蜂群自组织方法 | |
Bilen et al. | Digital twin evolution for hard-to-follow aeronautical ad-hoc networks in beyond 5g | |
Shah et al. | Mobile edge computing (MEC)-enabled UAV placement and computation efficiency maximization in disaster scenario | |
Yu et al. | Energy-efficient coverage and capacity enhancement with intelligent UAV-BSs deployment in 6G edge networks | |
Zhang et al. | Resource allocation in UAV assisted air ground intelligent inspection system | |
Pei et al. | UAV swarm for connectivity enhancement of multiple isolated sensor networks for Internet of things application | |
Liu et al. | Throughput optimization for flying ad hoc network based on position control using genetic algorithm | |
Wang et al. | Learning-based dynamic connectivity maintenance for UAV-assisted D2D multicast communication | |
Ying et al. | Game theoretical bandwidth allocation in UAV-UGV collaborative disaster relief networks | |
Wang et al. | Knowledge distillation based cooperative reinforcement learning for connectivity preservation in uav networks | |
Sun et al. | Task offloading for post-disaster rescue in vehicular fog computing-assisted UAV networks | |
Keerthika et al. | A survey of routing protocols of wireless sensor network with mobile sinks | |
Li et al. | Planning paths for uavs to collect data from disconnected sensor networks | |
Joshi et al. | Multi-cluster flying ad-hoc network for disaster monitoring applications | |
Zhu et al. | Fission Spectral Clustering Strategy For UAV Swarm Networks |
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 |