CN113867382B - 一种无人机集群网络的拓扑控制方法 - Google Patents

一种无人机集群网络的拓扑控制方法 Download PDF

Info

Publication number
CN113867382B
CN113867382B CN202111020005.7A CN202111020005A CN113867382B CN 113867382 B CN113867382 B CN 113867382B CN 202111020005 A CN202111020005 A CN 202111020005A CN 113867382 B CN113867382 B CN 113867382B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
sensing
node
information
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
CN202111020005.7A
Other languages
English (en)
Other versions
CN113867382A (zh
Inventor
杨清海
马永杉
李静磊
沈八中
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.)
Guangzhou Institute of Technology of Xidian University
Original Assignee
Guangzhou Institute of Technology of Xidian University
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 Guangzhou Institute of Technology of Xidian University filed Critical Guangzhou Institute of Technology of Xidian University
Priority to CN202111020005.7A priority Critical patent/CN113867382B/zh
Publication of CN113867382A publication Critical patent/CN113867382A/zh
Application granted granted Critical
Publication of CN113867382B publication Critical patent/CN113867382B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • 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)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Radio Relay Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种无人机集群网络的拓扑控制方法,包括如下步骤:S1载入网络参数,其中网络参数包括感知目标信息、中心控制单元信息和无人机信息;S2建立无人机网络中每个无人机节点之间的通信链路,构建网络控制拓扑结构;S3基于网络控制拓扑结构和感知目标信息,选择感知无人机与中继无人机并执行相应的感知任务和中继传输任务;S4建立无人机网络与中心控制单元的传输链路,构建网络业务拓扑结构。本发明保证无人机集群网络高传输质量与网络生存时间,提高无人机集群网络的拓扑控制性能。

Description

一种无人机集群网络的拓扑控制方法
技术领域
本发明涉及无人机网络拓扑控制技术领域,特别是一种无人机集群网络的拓扑控制方法。
背景技术
目前,在大区域多目标(工地、农田、渔场等)的感知传输场景中,使用无人机集群执行感知传输任务已经成为当前无人机系统的一个重要发展方向。现有技术中,无人机集群在执行任务的过程中,存在无人机集群无法保证整个无人机网络的感知范围,或者网络生存时间不足等技术问题。因此,提出一种能够保证无人机集群网络传输质量与网络生存时间的拓扑控制方法亟具需要。
发明内容
针对上述提出的现有技术中无人机集群执行感知任务过程中存在无法保证整个无人机网络的感知范围,或者网络生存时间不足的技术问题,本发明旨在提供一种无人机集群网络的拓扑控制方法。
本发明的目的采用以下技术方案来实现:
本发明示出一种无人机集群网络的拓扑控制方法,包括如下步骤:
S1载入网络参数,其中网络参数包括感知目标信息、中心控制单元信息和无人机信息;
S2建立无人机网络中每个无人机节点之间的通信链路,构建网络控制拓扑结构;
S3基于网络控制拓扑结构和感知目标信息,选择感知无人机与中继无人机并执行相应的感知任务和中继传输任务;
S4建立无人机网络与中心控制单元的传输链路,构建网络业务拓扑结构。
一种实施方式中,该方法还包括如下步骤:
S5基于剩余能量保护机制更新网络控制拓扑结构和网络业务拓扑结构。
一种实施方式中,步骤S1具体包括;
感知目标信息包括区域中的K个固定感知目标k∈K={1,...,K},其位置用二维坐标wk=[xk,yk]T表示;其中wk表示第k个感知目标的位置,xk、yk分别表示第k个感知目标的位置坐标;
中心控制单元信息包括中心控制单元的位置w0位于原点,用w0=[x0,y0]T表示;
无人机信息包括M个无人机,其平面位置用二维坐标qm=[xm,ym]T表示,其中qm表示第m个无人机的位置,xm、ym分别表示第m个无人机的位置坐标;无人机的飞行高度固定为H。
一种实施方式中,步骤S2包括:建立无人机网络中每个无人机节点的邻居列表,构建网络控制拓扑结构,具体包括:
S21无人机网络中每个无人机节点都周期性地以最大发射功率发送hello消息,其中hello消息包括无人机节点的ID号、无人机节点当前的平面位置坐标值q、无人机节点当前剩余能量值E和初始能量值E0
S22任意无人机节点j收到无人机节点i的hello消息后,无人机节点j向无人机节点i回复应答消息;其中无人机节点i的hello信息包括无人机节点i的ID号、无人机节点i当前的平面位置坐标值qi、无人机节点i当前剩余能量值Ei和初始能量值E0i;无人机节点j回复的应答信息包括无人机节点j的hello信息包括无人机节点j的ID号、无人机节点j当前的平面位置坐标值qj、无人机节点j当前剩余能量值Ej和初始能量值E0j
S23无人机节点i与无人机节点j之间彼此完成hello消息的发送与应答后,建立双向链路,无人机节点i与无人机节点j相互将对方添加到自身的邻居列表中;
当所有无人机节点之间链路建立完成后,网络控制拓扑结构构建完成。
一种实施方式中,步骤S3具体包括:
S31无人机节点在每一个时刻选择距离当前位置最近的感知目标并向其移动,当无人机i移动到与感知目标之间的平面距离为0时,即d(wk,qi)=0,该无人机i作为感知无人机开始执行对应感知目标的感知任务;
S32当无人机节点j附近没有感知目标或附近的感知目标均有感知无人机执行感知任务时,该无人机节点j作为中继无人机执行中继传输任务,此时无人机节点j向着中心控制单元方向进行移动或向着附近超出感知信息一跳传输范围的感知无人机进行移动。
一种实施方式中,步骤S4具体包括:
S41当感知无人机与中心控制单元之间的距离小于无人机节点本身的感知信息最大传输范围的时候,感知无人机直接将感知信息传输给中心控制单元;
S42当感知无人机与中心控制单元之间的距离大于无人机节点本身的感知信息最大传输范围的时候,感知无人机节点i选择传输范围内距离中心控制单元最近的中继无人机j作为目标无人机节点,将中继请求信息传输给中继无人机j后,中继无人机j将回复同意请求信息给感知无人机i,感知无人机i收到中继无人机的同意请求信息后,感知无人机i与中继无人机j之间建立感知信息传输链路,中继无人机j向着感知无人机与中心控制单元的中点移动,此时中继无人机j作为感知无人机i的中继传输无人机节点,协助将知无人机i的感知信息传输至中心控制单元;
S43当感知无人机与中心控制单元之间的距离大于无人机节点本身的感知信息最大传输范围,且其控制信令最大传输范围内没有空余中继无人机的时候,此时感知无人机放弃当前感知目标的感知任务向着中心控制单元移动;
S44当感知无人机与中心控制单元的链路建立完成后,网络业务拓扑构建完成,感知无人机开始进行感知信息的传输。
一种实施方式中,步骤S42中,每个中继无人机只能同时作为一个感知无人机的中继无人机节点,即当中继无人机j正在执行感知无人机i的中继传输任务时,中继无人机j对于其他感知无人机的请求信息会回复拒绝信息。
一种实施方式中,步骤S5具体包括:
S51获取无人机节点的剩余能量比ηi,将无人机节点的剩余能量比ηi与预设的第一门限值ηs和第二门限值ηr进行比较,其中ηs>ηr
S52当感知无人机i的剩余能量比ηi小于ηs的时候,该感知无人机i将放弃感知任务并离开感知位置,成为中继无人机节点,即对于任意无人机节点,只要其剩余能量比小于门限值ηs,就不能作为感知无人机;
S53当无人机的剩余能量比小于ηr的时候,将该无人机视为无人机节点失效,控制该无人机立即返回中心控制单元。
一种实施方式中,将任务时间划分为T个时隙,即t={1,2,…,T};在第一个时隙,即t=1时,无人机网络中的无人机节点依据步骤S2、S3、S4完成网络业务拓扑结构的构建与感知信息的传输,在t={2,3,…,T}时,无人机节点依据步骤S5的剩余能量保护机制重复步骤S2、S3、S4更新业务拓扑结构,完成感知信息的传输,直到所有感知目标的感知任务完成。
本发明的有益效果为:
1)本发明一方面引入中继无人机,使得感知无人机不再局限于一跳的传输范围,进而扩大了整个无人机集群网络的感知范围,保证了远距离感知与监测的信息传输;另一方面中继无人机与感知无人机的角色是可以相互转化的,从而可以减少无人机的使用成本。
2)本发明通过引入网络业务拓扑,不仅更符合实际中无人机控制信令传输范围大于业务传输范围的情况,更能很好的描述无人机的感知任务执行过程。
3)本发明通过剩余能量保护机制来更新两种拓扑,对整个无人机集群网络进行实时的位置优化,一方面使得整个无人机集群网络的自动化程度更高,减少了人力成本;另一方面避免了因无人机节点突然失效带来的不必要的损失。
4)本发明能够通过无人机集群网络中无人机进行分布式的自适应拓扑控制,能够适应不同场景下感知目标的感知任务需求,有助于降低无人机集群网络的整体能耗和提高无人机集群网络的整体性能。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明一种无人机集群网络的拓扑控制方法的示例性实施例方法流程图。
具体实施方式
结合以下应用场景对本发明作进一步描述。
针对现有技术中无人机集群网络执行任务过程中的位置控制与路径规划的技术方案存在的难以描述无人机之间共享信息,选择位置及轨迹的过程,因此一方面难以用于无人机集群的自组织侦查与监测,另一方面也无法保证整个无人机网络的感知范围的技术问题,本发明实施例提出一种能够保证无人机集群网络高传输质量与网络生存时间的分布式拓扑控制方法。
参见图1,其示出一种无人机集群网络的拓扑控制方法,包括如下步骤:
S1载入网络参数,其中网络参数包括感知目标信息、中心控制单元信息和无人机信息;
S2建立无人机网络中每个无人机节点之间的通信链路,构建网络控制拓扑结构;
S3基于网络控制拓扑结构和感知目标信息,选择感知无人机与中继无人机并执行相应的感知任务和中继传输任务;
S4建立无人机网络与中心控制单元的传输链路,构建网络业务拓扑结构;
S5基于剩余能量保护机制更新网络控制拓扑结构和网络业务拓扑结构。
一种场景中,上述拓扑控制方法能够基于无人机集群控制系统进行实施,实现无人机集群网络在执行区域内感知目标的感知任务过程中对无人机集群网络拓扑结构的自适应控制。
基于上述实施方式提出的拓扑控制方法:
一种实施方式中,步骤S1具体包括;
感知目标信息包括区域中的K个固定感知目标k∈K={1,...,K},其位置用二维坐标wk=[xk,yk]T表示;其中wk表示第k个感知目标的位置,xk、yk分别表示第k个感知目标的位置坐标;
中心控制单元信息包括中心控制单元的位置w0位于原点,用w0=[x0,y0]T表示;
无人机信息包括M个无人机,其平面位置用二维坐标qm=[xm,ym]T表示,其中qm表示第m个无人机的位置,xm、ym分别表示第m个无人机的位置坐标;无人机的飞行高度固定为H。
一种实施方式中,步骤S1进一步包括:
获取感知目标与无人机之间的平面距离为d(ωk,qm),无人机与无人机之间的距离为d(qi,qj),无人机与无人机之间的安全距离为ds,无人机节点的感知信息最大传输范围为rs,无人机节点的控制信令最大传输范围为rt,其中,无人机节点的控制信令的传输范围大于其感知信息的最大传输范围,即rt>rs,无人机满足感知信息的最大传输范围的传输功率为pm
当无人机执行感知任务时,将无人机的位置与感知目标的位置在二维平面上视为重合,即d(ωk,qm)=0;执行感知任务的无人机为感知无人机,执行中继传输任务的无人机为中继无人机,同一时刻每一个无人机只能执行一种任务,当正在执行感知任务的无人机的数量为Ms,剩余执行中继传输任务的无人机的数量为Mr=M-Ms
其中,一种场景中,无人机的运动范围设定为以中心控制单元为圆心,半径为2倍感知信息最大传输范围的圆形区域内。相应的,感知目标的选取,也默认选择设置在无人机运动范围能够到达的区域内的感知目标。
一种实施方式中,中心控制单元包括基站,其中基站设置在目标区域的中心,用于接收由无人机网络采集并传输的感知任务信息。
一种实施方式中,步骤S2包括:建立无人机网络中每个无人机节点的邻居列表,构建网络控制拓扑结构,具体包括:
S21无人机网络中每个无人机节点都周期性地以最大发射功率发送hello消息(控制信令),其中hello消息包括无人机节点的ID号、无人机节点当前的平面位置坐标值q、无人机节点当前剩余能量值E和初始能量值E0
S22任意无人机节点j收到无人机节点i的hello消息后,无人机节点j向无人机节点i回复应答消息;其中无人机节点i的hello信息包括无人机节点i的ID号、无人机节点i当前的平面位置坐标值qi、无人机节点i当前剩余能量值Ei和初始能量值E0i;无人机节点j回复的应答信息包括无人机节点j的hello信息包括无人机节点j的ID号、无人机节点j当前的平面位置坐标值qj、无人机节点j当前剩余能量值Ej和初始能量值E0j
S23无人机节点i与无人机节点j之间彼此完成hello消息的发送与应答后,建立双向链路,无人机节点i与无人机节点j相互将对方添加到自身的邻居列表中;
当所有无人机节点之间链路建立完成后,网络控制拓扑结构构建完成。
一种实施方式中,步骤S3具体包括:
S31无人机节点在每一个时刻选择距离当前位置最近的感知目标并向其移动,当无人机i移动到与感知目标之间的平面距离为0时,即d(wk,qi)=0,该无人机i作为感知无人机开始执行对应感知目标的感知任务;
S32当无人机节点j附近没有感知目标或附近的感知目标均有感知无人机执行感知任务时,该无人机节点j作为中继无人机执行中继传输任务,此时无人机节点j向着中心控制单元方向进行移动或向着附近超出感知信息一跳传输范围的感知无人机进行移动。
一种场景中,步骤S3中,选择感知无人机与中继无人机具体也可以通过中心控制单元来进行统一的调度与控制,即通过中心控制单元完成感知无人机和中继无人机的选择。
上述实施方式中,通过上述步骤S3,一方面引入中继无人机,使得感知无人机不再局限于一跳的传输范围,进而扩大了整个无人机集群网络的感知范围,保证了远距离感知与监测的信息传输;另一方面中继无人机与感知无人机的角色是可以相互转化的,从而可以减少无人机的使用成本。
一种实施方式中,步骤S4具体包括:
S41当感知无人机与中心控制单元之间的距离小于无人机节点本身的感知信息最大传输范围的时候,感知无人机直接将感知信息传输给中心控制单元;
S42当感知无人机与中心控制单元之间的距离大于无人机节点本身的感知信息最大传输范围的时候,感知无人机节点i选择传输范围内距离中心控制单元最近的中继无人机j作为目标无人机节点,将中继请求信息传输给中继无人机j后,中继无人机j将回复同意请求信息给感知无人机i,感知无人机i收到中继无人机的同意请求信息后,感知无人机i与中继无人机j之间建立感知信息传输链路,中继无人机j向着感知无人机与中心控制单元的中点移动,此时中继无人机j作为感知无人机i的中继传输无人机节点,协助将知无人机i的感知信息传输至中心控制单元;
步骤S42中,每个中继无人机只能同时作为一个感知无人机的中继无人机节点,即当中继无人机j正在执行感知无人机i的中继传输任务时,中继无人机j对于其他感知无人机的请求信息会回复拒绝信息;
S43当感知无人机与中心控制单元之间的距离大于无人机节点本身的感知信息最大传输范围,且其控制信令最大传输范围内没有空余中继无人机的时候,此时感知无人机放弃当前感知目标的感知任务向着中心控制单元移动;
S44当感知无人机与中心控制单元的链路建立完成后,网络业务拓扑构建完成,感知无人机开始进行感知信息的传输,感知无人机将获取的感知目标的感知信息传输至中心控制单元。
上述实施方式中,通过步骤S4,引入网络业务拓扑,不仅更符合实际中无人机控制信令传输范围大于业务传输范围的情况,更能很好的描述无人机的感知任务执行过程。
一种实施方式中,步骤S5具体包括:
S51获取无人机节点的剩余能量比ηi,将无人机节点的剩余能量比ηi与预设的第一门限值ηs和第二门限值ηr进行比较,其中ηs>ηr
S52当感知无人机i的剩余能量比ηi小于ηs的时候,该感知无人机i将放弃感知任务并离开感知位置,成为中继无人机节点,即对于任意无人机节点,只要其剩余能量比小于门限值ηs,就不能作为感知无人机;
S53当无人机的剩余能量比小于ηr的时候,将该无人机视为无人机节点失效,控制该无人机立即返回中心控制单元。
上述实施方式中,通过步骤S5的剩余能量保护机制来更新网络控制拓扑结构和网络业务拓扑结构,对整个无人机集群网络进行实时的位置优化,一方面使得整个无人机集群网络的自动化程度更高,减少了人力成本;另一方面避免了因无人机节点突然失效带来的不必要的损失(例如无人机节点突然失效坠毁等)。
一种实施方式中,将任务时间划分为T个时隙,即t={1,2,…,T};在第一个时隙,即t=1时,无人机网络中的无人机节点依据步骤S2、S3、S4完成网络业务拓扑结构的构建与感知信息的传输,在t={2,3,…,T}时,无人机节点依据步骤S5的剩余能量保护机制重复步骤S2、S3、S4更新业务拓扑结构,完成感知信息的传输,直到所有感知目标的感知任务完成。
一种场景中,从t=2开始,在时隙t=2开始时,先执行步骤S5基于剩余能量保护机制更新网络控制拓扑结构和网络业务拓扑结构,如果当步骤S5中检测到无人机节点需要从感知无人机变成中继无人机或者无人机需要返回时,则在步骤S5之后重复执行一次步骤S2至S4,来更新两个拓扑结构,以步骤s5提供的剩余能量保护机制作为更新拓扑结构的依据,形成网络控制拓扑结构和网络业务拓扑结构的更新循环。有助于提高拓扑结构的稳定性和可靠性。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解应当理解,可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现,处理器可以在一个或多个下列单元中实现:专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现,实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时,可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当分析,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。

Claims (5)

1.一种无人机集群网络的拓扑控制方法,其特征在于,包括如下步骤:
S1载入网络参数,其中网络参数包括感知目标信息、中心控制单元信息和无人机信息;包括:
感知目标信息包括区域中的K个固定感知目标k∈K={1,...,K},其位置用二维坐标wk=[xk,yk]T表示;其中wk表示第k个感知目标的位置,xk、yk分别表示第k个感知目标的位置坐标;
中心控制单元信息包括中心控制单元的位置w0位于原点,用w0=[x0,y0]T表示;
无人机信息包括M个无人机,其平面位置用二维坐标qm=[xm,ym]T表示,其中qm表示第m个无人机的位置,xm、ym分别表示第m个无人机的位置坐标;无人机的飞行高度固定为H;
S2建立无人机网络中每个无人机节点之间的通信链路,构建网络控制拓扑结构;包括:
S21无人机网络中每个无人机节点都周期性地以最大发射功率发送hello消息,其中hello消息包括无人机节点的ID号、无人机节点当前的平面位置坐标值q、无人机节点当前剩余能量值E和初始能量值E0
S22任意无人机节点j收到无人机节点i的hello消息后,无人机节点j向无人机节点i回复应答消息;其中无人机节点i的hello信息包括无人机节点i的ID号、无人机节点i当前的平面位置坐标值qi、无人机节点i当前剩余能量值Ei和初始能量值E0i;无人机节点j回复的应答信息包括无人机节点j的hello信息包括无人机节点j的ID号、无人机节点j当前的平面位置坐标值qj、无人机节点j当前剩余能量值Ej和初始能量值E0j
S23无人机节点i与无人机节点j之间彼此完成hello消息的发送与应答后,建立双向链路,无人机节点i与无人机节点j相互将对方添加到自身的邻居列表中;
当所有无人机节点之间链路建立完成后,网络控制拓扑结构构建完成;
S3基于网络控制拓扑结构和感知目标信息,选择感知无人机与中继无人机并执行相应的感知任务和中继传输任务;包括:
S31无人机节点在每一个时刻选择距离当前位置最近的感知目标并向其移动,当无人机i移动到与感知目标之间的平面距离为0时,即d(wk,qi)=0,该无人机i作为感知无人机开始执行对应感知目标的感知任务;
S32当无人机节点j附近没有感知目标或附近的感知目标均有感知无人机执行感知任务时,该无人机节点j作为中继无人机执行中继传输任务,此时无人机节点j向着中心控制单元方向进行移动或向着附近超出感知信息一跳传输范围的感知无人机进行移动;
S4建立无人机网络与中心控制单元的传输链路,构建网络业务拓扑结构;包括:
S41当感知无人机i与中心控制单元之间的距离小于无人机节点i本身的感知信息最大传输范围的时候,感知无人机i直接将感知信息传输给中心控制单元;
S42当感知无人机i与中心控制单元之间的距离大于无人机节点i本身的感知信息最大传输范围的时候,感知无人机节点i选择传输范围内距离中心控制单元最近的中继无人机j作为目标无人机节点,将中继请求信息传输给中继无人机j后,中继无人机j将回复同意请求信息给感知无人机i,感知无人机i收到中继无人机的同意请求信息后,感知无人机i与中继无人机j之间建立感知信息传输链路,中继无人机j向着感知无人机与中心控制单元的中点移动,此时中继无人机j作为感知无人机i的中继传输无人机节点,协助将知无人机i的感知信息传输至中心控制单元;
S43当感知无人机i与中心控制单元之间的距离大于无人机节点本身的感知信息最大传输范围,且其控制信令最大传输范围内没有空余中继无人机的时候,此时感知无人机i放弃当前感知目标的感知任务向中心控制单元移动;
S44当感知无人机i与中心控制单元的链路建立完成后,网络业务拓扑构建完成,感知无人机i开始进行感知信息的传输。
2.根据权利要求1所述的一种无人机集群网络的拓扑控制方法,其特征在于,还包括如下步骤:
S5基于剩余能量保护机制更新网络控制拓扑结构和网络业务拓扑结构。
3.根据权利要求1所述的一种无人机集群网络的拓扑控制方法,其特征在于,步骤S42中,每个中继无人机只能同时作为一个感知无人机的中继无人机节点,即当中继无人机j正在执行感知无人机i的中继传输任务时,中继无人机j对于其他感知无人机的请求信息会回复拒绝信息。
4.根据权利要求2所述的一种无人机集群网络的拓扑控制方法,其特征在于,步骤S5具体包括:
S51获取无人机节点的剩余能量比ηi,将无人机节点的剩余能量比ηi与预设的第一门限值ηs和第二门限值ηr进行比较,其中ηsr
S52当感知无人机i的剩余能量比ηi小于ηs的时候,该感知无人机i将放弃感知任务并离开感知位置,成为中继无人机节点,即对于任意无人机节点,只要其剩余能量比小于门限值ηs,就不能作为感知无人机;
S53当无人机的剩余能量比小于ηr的时候,将该无人机视为无人机节点失效,控制该无人机立即返回中心控制单元。
5.根据权利要求4所述的一种无人机集群网络的拓扑控制方法,其特征在于,将任务时间划分为T个时隙,即t={1,2,…,T};在第一个时隙,即t=1时,无人机网络中的无人机节点依据步骤S2、S3、S4完成网络业务拓扑结构的构建与感知信息的传输,在t={2,3,…,T}时,无人机节点依据步骤S5的剩余能量保护机制重复步骤S2、S3、S4更新业务拓扑结构,完成感知信息的传输,直到所有感知目标的感知任务完成。
CN202111020005.7A 2021-09-01 2021-09-01 一种无人机集群网络的拓扑控制方法 Active CN113867382B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111020005.7A CN113867382B (zh) 2021-09-01 2021-09-01 一种无人机集群网络的拓扑控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111020005.7A CN113867382B (zh) 2021-09-01 2021-09-01 一种无人机集群网络的拓扑控制方法

Publications (2)

Publication Number Publication Date
CN113867382A CN113867382A (zh) 2021-12-31
CN113867382B true CN113867382B (zh) 2023-11-24

Family

ID=78989181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111020005.7A Active CN113867382B (zh) 2021-09-01 2021-09-01 一种无人机集群网络的拓扑控制方法

Country Status (1)

Country Link
CN (1) CN113867382B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114500359B (zh) * 2022-04-15 2022-07-12 深圳市永达电子信息股份有限公司 集群动态组网方法和集群动态系统
CN117221853A (zh) * 2022-06-02 2023-12-12 灵动科技(北京)有限公司 用于机器人自动组网的方法和系统以及计算机程序产品
CN116455459B (zh) * 2023-06-15 2023-08-25 天之翼(苏州)科技有限公司 一种无人机数据动态传输方法及系统
CN117312687B (zh) * 2023-11-01 2024-04-16 杭州柏源科技有限公司 一种无人机网络中进行时空范围查询处理的方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108600942A (zh) * 2018-04-04 2018-09-28 清华大学 一种无人机自组网的路由方法
CN108882201A (zh) * 2018-06-12 2018-11-23 中国人民解放军陆军工程大学 一种面向能量效率的无人机集群网络中继传输选择方法
CN109640257A (zh) * 2019-01-23 2019-04-16 中国人民解放军陆军工程大学 一种基于无人机的iot网络安全传输方法
CN110401932A (zh) * 2019-07-26 2019-11-01 北京邮电大学 一种无人机群协同感知系统和方法
CN111263419A (zh) * 2020-01-17 2020-06-09 西安交通大学 基于无人机的应急场景下立体异构网络的动态路由方法
CN112469054A (zh) * 2020-11-18 2021-03-09 西北工业大学 一种面向无人机集群编队的拓扑感知路由方法
CN112822752A (zh) * 2021-01-07 2021-05-18 西安电子科技大学 一种无人机自组织网络的路由建立方法及系统
CN112887931A (zh) * 2021-01-12 2021-06-01 中国人民解放军军事科学院国防科技创新研究院 一种基于中心节点辅助的异构集群多业务组网方法
CN113055851A (zh) * 2021-05-31 2021-06-29 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
CN113260012A (zh) * 2021-05-31 2021-08-13 四川腾盾科技有限公司 一种基于位置轨迹预测的无人机群拓扑控制方法
CN113271643A (zh) * 2021-03-06 2021-08-17 南京航空航天大学 一种多节点协作无人机自组网分簇拓扑重构方法
CN113316118A (zh) * 2021-05-31 2021-08-27 中国人民解放军国防科技大学 基于任务认知的无人机集群网络自组织系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10454977B2 (en) * 2017-02-14 2019-10-22 At&T Intellectual Property I, L.P. Systems and methods for allocating and managing resources in an internet of things environment using location based focus of attention

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108600942A (zh) * 2018-04-04 2018-09-28 清华大学 一种无人机自组网的路由方法
CN108882201A (zh) * 2018-06-12 2018-11-23 中国人民解放军陆军工程大学 一种面向能量效率的无人机集群网络中继传输选择方法
CN109640257A (zh) * 2019-01-23 2019-04-16 中国人民解放军陆军工程大学 一种基于无人机的iot网络安全传输方法
CN110401932A (zh) * 2019-07-26 2019-11-01 北京邮电大学 一种无人机群协同感知系统和方法
CN111263419A (zh) * 2020-01-17 2020-06-09 西安交通大学 基于无人机的应急场景下立体异构网络的动态路由方法
CN112469054A (zh) * 2020-11-18 2021-03-09 西北工业大学 一种面向无人机集群编队的拓扑感知路由方法
CN112822752A (zh) * 2021-01-07 2021-05-18 西安电子科技大学 一种无人机自组织网络的路由建立方法及系统
CN112887931A (zh) * 2021-01-12 2021-06-01 中国人民解放军军事科学院国防科技创新研究院 一种基于中心节点辅助的异构集群多业务组网方法
CN113271643A (zh) * 2021-03-06 2021-08-17 南京航空航天大学 一种多节点协作无人机自组网分簇拓扑重构方法
CN113055851A (zh) * 2021-05-31 2021-06-29 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
CN113260012A (zh) * 2021-05-31 2021-08-13 四川腾盾科技有限公司 一种基于位置轨迹预测的无人机群拓扑控制方法
CN113316118A (zh) * 2021-05-31 2021-08-27 中国人民解放军国防科技大学 基于任务认知的无人机集群网络自组织系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
具有精英策略的深度强化学习无人机集群通信网络拓扑设计;董方昊 等;空军工程大学学报(自然科学版);第20卷(第04期);第52-58页 *

Also Published As

Publication number Publication date
CN113867382A (zh) 2021-12-31

Similar Documents

Publication Publication Date Title
CN113867382B (zh) 一种无人机集群网络的拓扑控制方法
US7813326B1 (en) Swarm location service for mobile ad hoc network communications
JP4807701B2 (ja) 移動端末装置、制御方法及び移動通信システム
US7369512B1 (en) Systems and methods for efficient packet distribution in an ad hoc network
WO2018086042A1 (zh) 飞行器及其控制方法、装置和电子设备
US20120290674A1 (en) Method and network for sharing sensor data among mobile terminals
CN113260012B (zh) 一种基于位置轨迹预测的无人机群拓扑控制方法
CN112202848B (zh) 基于深度强化学习的无人系统网络自适应路由方法和系统
EP2572534A1 (en) Method and device for forwarding data packets
CN105393596A (zh) 对于使用指向型波束成形的网状路由协议的优化通信
KR101560523B1 (ko) 에너지 효율성을 고려한 무선센서 네트워크 운영방법
CN113037530B (zh) 多网关场景实现方法、系统及电子设备、存储介质
EP2941847B1 (en) Delegated channel switching for mesh-type networks
CN115774460B (zh) 一种基于干扰躲避的无人机群拓扑控制方法
CN111050301B (zh) 一种基于动态拓扑的无人机网络olsr路由自适应方法
Ali et al. A performance‐aware routing mechanism for flying ad hoc networks
CN113037798B (zh) 多网关通信方法、系统、电子设备及存储介质
Waheed et al. Laod: Link aware on demand routing in flying ad-hoc networks
CN102202430A (zh) ZigBee无线网关及其数据传输方法
CN104158877A (zh) 远程控制方法、装置及其系统
CN116567772A (zh) 一种基于多模场域网的邻居关系建立、维护、更新方法
CN114302265A (zh) 坐标寻址的无人机全光组网方法
CN113015152B (zh) 一种基于SARSA(λ)算法的定向天线自组网邻居发现方法
CN111901153B (zh) 一种面向战术边缘的分散计算架构
CN104469881B (zh) 定向传输消息的方法和装置

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