CN114553290A - 基于mimo结构的无线紫外光通信跟踪保持方法 - Google Patents
基于mimo结构的无线紫外光通信跟踪保持方法 Download PDFInfo
- Publication number
- CN114553290A CN114553290A CN202210015214.0A CN202210015214A CN114553290A CN 114553290 A CN114553290 A CN 114553290A CN 202210015214 A CN202210015214 A CN 202210015214A CN 114553290 A CN114553290 A CN 114553290A
- Authority
- CN
- China
- Prior art keywords
- communication
- ultraviolet light
- mimo
- unmanned aerial
- led
- 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.)
- Pending
Links
- 230000006854 communication Effects 0.000 title claims abstract description 73
- 238000004891 communication Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 5
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 5
- 230000003993 interaction Effects 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000005755 formation reaction Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
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
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
- H04B10/114—Indoor or close-range type systems
- H04B10/1143—Bidirectional transmission
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
-
- 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)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开一种基于MIMO结构的无线紫外光通信跟踪保持方法,包括:步骤1:建立球型MIMO结构模型;步骤2:预测编队中无人机的空间坐标信息并计算当前无人机球坐标信息;步骤3:坐标信息与MIMO坐标点进行匹配,根据就近原则匹配出与MIMO模型最为接近的紫外LED;步骤4以步骤3的LED为中心点,分别寻找邻接LED,组成一个椭圆形包围圈作为LED发送序列;步骤5:调整紫外光发射功率为能够覆盖可通信邻居节点的最小功率;步骤6:发送序列依次向目标无人机节点发送光束信息进行链路通信,进行持续跟踪和保持。本发明能够实现无人机编队间两两通信链路的保持,保证在执行任务过程中稳定通信,提高信息交互的稳定性。
Description
技术领域
本发明属于无人机通信领域,具体涉及一种基于MIMO结构的无线紫外光通信跟踪保持方法。
背景技术
近年来,随着无人机技术日渐成熟,无人机广泛应用于军事领域,农业植保、电力巡检等领域。由于单个无人机计算、探测和作业能力有限,使用多无人机协作的形式能充分发挥集群无人机的优势,提高无人机执行任务的能力。集群无人机内邻居发现作为蜂群组网和通信的必要条件,近年来研究也日益深入。
但在复杂电磁环境中如何保证集群无人机稳定通信是一大难点,同时,是否可以保证无人机间信息交互的准确性与实时性更是集群无人机高效完成任务的前提。
发明内容
本发明的目的是提供一种基于MIMO结构的无线紫外光通信跟踪保持方法,用以实现无人机编队间两两无人机的通信链路保持,保证无人机编队在空中执行任务过程中节点移动情况下的稳定通信,提高信息交互的稳定性。
本发明所采用的技术方案是:
基于MIMO结构的无线紫外光通信跟踪保持方法,包括以下步骤:
步骤1:建立球型MIMO结构模型;
步骤2:预测无人机编队中目标无人机的三维空间坐标信息并计算当前无人机球坐标信息;
步骤3:坐标信息与MIMO结构的紫外LED节点球坐标点信息进行匹配,根据就近原则匹配出与MIMO模型最为接近的紫外LED;
步骤4以步骤3的LED为中心点,分别从上下左右四个方位寻找邻接LED,组成一个椭圆形包围圈作为LED发送序列;
步骤5:根据两节点的相对距离,调整紫外光发射功率为能够覆盖自身可通信邻居节点的最小功率;
步骤6:发送序列以编号从小到大的排列顺序依次向目标无人机节点发送光束信息进行链路通信,进行持续跟踪和保持。
本发明的特点还在于:
步骤1中的球型MIMO结构模型具体为:在一个球形结构的基础模型上将其表面按照经纬线划分方式,在其经纬线交点处安装紫外光发射装置,顶部安装紫外光全向接收机;其中,紫外光发射装置采用紫外LED小灯,每个LED都有自身的编号和编码信息且可独立控制发送信息,其编码由经向编码和纬向编码组成,通过其编码信息即可得出其LED发射光束三维空间指向,接收信息所用的全向接收机为光电倍增管。
步骤1中求解紫外LED球坐标信息为:
式中,θ表示球心O与任一LED收发节点连线与正z-轴之间的夹角,即天顶角;j表示当前纬线编号,M表示纬线总个数,β表示球心O与任一LED收发节点连线在xy-平面上的投影与水平线正x-轴之间的夹角,k表示当前纬线上经线的编号。
步骤2所示的目标无人机相对于己方的球坐标计算方式为:
式中,(x,y,z)表示目标无人机的三维坐标信息,θ1表示MIMO模型球心O与目标无人机节点连线与正z-轴之间的夹角,β1表示MIMO模型球心O与目标无人机节点连线在xy-平面上的投影与水平线正x-轴之间的夹角,r是两节点之间的直线距离。
中步骤5中无线紫外光在无人机间通信时为近直视通信方式,近直视通信是指通信时紫外光束可以避开传输过程中的阻碍物到达接收端的一种通信方式,其在接收端部分仍可看作是一种非直视通信,其接收端接收光功率表达式如下:
其中,Pt是发送功率,Ar是接收孔径面积,Ks是散射系数,Ps是散射角θs的相函数,r是通信距离,Ke=Ka+Ks是大气信道衰减系数,Ka是吸收系数;
其中,路径损耗与紫外通信过程中的传输衰减有关,在紫外光非直视通信下路径损耗可表示为:
但其实,在实际近距离通信时(r<1km),一般采用路径损耗的简化公式:
L=ξrα (5)
式中,ξ是路径损耗因子,α是路径损耗指数,这两个的值都由收发端的角度参数决定。
本发明的有益效果是:
本方案针对无人机编队空中执行任务过程中通信链路需要维护保持问题。本文根据无线紫外光MIMO结构的近直视通信链路模型构建无人机节点间的通信模型,引入MIMO结构的分集接收机制提高通信系统性能的稳定性。针对通信链路保持方法,本文提出一种基于位置预测的MIMO结构光束跟踪保持方法,首先根据位置预测结果与MIMO模型结构组成,解算两无人机之间相对极坐标系位置,其次根据MIMO模型的组成结构与解算到的极坐标系进行匹配,求解出MIMO模型中无人机间最佳通信链路对,并在此基础上,设计多节点的分集机制提高通信质量,最后通过引入紫外光光功率控制模型,设计一种自适应光功率控制方法,来提高MIMO结构的资源利用率。
附图说明
图1为本发明的流程图;
图2为本发明的紫外光通信MIMO模型示意图;
图3为本发明无人机空中位置信息示意图;
图4为本发明目标无人机节点与LED匹配示意图;
图5为本发明光束循环扫描序列示意图;
图6为本发明邻居节点无人机运动示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明基于MIMO结构的无线紫外光通信跟踪保持方法,如图1,包括以下步骤:
步骤1:建立球型MIMO结构模型,如图2,球型MIMO结构模型包括一个球形结构的基础模型上将表面按照经纬线划分方式,在经纬线交点处安装紫外光发射装置,根据球型MIMO结构的经纬划分方式,可获取任一紫外LED节点在以球心为原点的球坐标信息。
步骤2:预测无人机编队中目标无人机的三维空间坐标信息,如图3,并计算当前无人机球坐标信息;
步骤3:坐标信息与MIMO结构的紫外LED节点球坐标点信息进行匹配,得到MIMO结构中与目标无人机球坐标信息最接近的紫外LED编号;如图4,若此时目标无人机的(θ,β)值对应MIMO模型的P点,则根据就近原则即可匹配出与MIMO模型最为接近的紫外LED。
步骤4:为扩大光束三维空间覆盖效果,以步骤3的LED为中心点,分别从上下左右四个方位寻找邻接LED,组成一个椭圆形包围圈作为LED发送序列;如图5
步骤5:根据两节点的相对距离,调整紫外光发射功率为能够覆盖自身可通信邻居节点的最小功率。
步骤6:发送序列以编号从小到大的排列顺序依次向目标无人机节点发送光束信息进行链路通信,如图5,进行持续跟踪和保持。
其中步骤1中的球型MIMO结构模型具体为:在一个球形结构的基础模型上将其表面按照经纬线划分方式,在其经纬线交点处安装紫外光发射装置,顶部安装紫外光全向接收机;其中,紫外光发射装置采用紫外LED小灯,每个LED都有自身的编号和编码信息且可独立控制发送信息,其编码由经向编码和纬向编码组成,通过其编码信息即可得出其LED发射光束三维空间指向,接收信息所用的全向接收机为光电倍增管。
其中步骤1中求解紫外LED球坐标信息为:
式中,θ表示球心O与任一LED收发节点连线与正z-轴之间的夹角,即天顶角;j表示当前纬线编号,M表示纬线总个数,β表示球心O与任一LED收发节点连线在xy-平面上的投影与水平线正x-轴之间的夹角,k表示当前纬线上经线的编号。
其中步骤2所示的目标无人机相对于己方的球坐标计算方式为:
式中,(x,y,z)表示目标无人机的三维坐标信息,θ1表示MIMO模型球心O与目标无人机节点连线与正z-轴之间的夹角,β1表示MIMO模型球心O与目标无人机节点连线在xy-平面上的投影与水平线正x-轴之间的夹角,r是两节点之间的直线距离。
其中步骤5中
无线紫外光在无人机间通信时为近直视通信方式,近直视通信是指通信时紫外光束可以避开传输过程中的阻碍物到达接收端的一种通信方式,其在接收端部分仍可看作是一种非直视通信,其接收端接收光功率表达式如下:
其中,Pt是发送功率,Ar是接收孔径面积,Ks是散射系数,Ps是散射角θs的相函数,r是通信距离,Ke=Ka+Ks是大气信道衰减系数,Ka是吸收系数。
其中,路径损耗与紫外通信过程中的传输衰减有关,在紫外光非直视通信下路径损耗可表示为
但其实,在实际近距离通信时(r<1km),一般采用路径损耗的简化公式:
L=ξrα (5)
式中,ξ是路径损耗因子,α是路径损耗指数,这两个的值都由收发端的角度参数决定。
所以由公式(4)和公式(5)可知,两无人机间距离远近可以影响其路径损耗取值,所以,我们在实际通信过程中若已知无人机通信半径与接收端需要接收的最低功率值,来做到动态调整发射端的发射功率取值。
实施例:
首先,本实施例对参数进行定义:
使用的LED发光光源为波长255nm,最大发光功率为0.3mW,最小光功率为0.13mW,散射角为30度。
对场景进行说明:
对于一个网络连通拓扑,节点并不孤立存在,本实施例中选取图6为该无人机编队的网络通信拓扑图,图中T1时刻,无人机编队队形保持如下,编队内各个无人机此时可稳定通信且可获取编队内其余无人机的运动轨迹,在T2时刻,A节点前往了一个新的位置,此时,节点A在编队中的相对位置发生了变化,所以在移动过程完成后需要与其通信范围内的节点C,节点D进行通信,由于节点A已知节点C与D的运动轨迹,即可预测在T2时刻两无人机的空间三维坐标,即此过程可以使用本方案提出的光束跟踪保持方法进行通信保持。
本实施例中使用如图2所示的MIMO通信模型,在实际使用中,将两个MIMO通信半球形结构进行组合构成一个球形MIMO结构使用。具体步骤如下:
步骤1:在无人机编队各个无人机上安装球形MIMO结构,并对节点A的MIMO通信模型进行建模,获取此MIMO模型中任一紫外LED节点经纬度信息以及编号信息。
步骤2:在T2时刻,节点A通过计算自身位置与预测编队内其余无人机节点位置,得出自己可通信无人机节点为节点C与节点D,并在此时可计算节点C与节点D相对于以自身为球心所建立的球坐标系的球坐标信息。
步骤3:计算节点C的球坐标信息(θC,βC,rC),节点D的球坐标信息(θD,βD,rD),然后分别将节点C与节点D的球坐标信息与节点A的MIMO模型各个LED天顶角和方位角进行匹配,求解出相与节点C与节点D的最佳通信LED,并编号为LEDC,LEDD。
步骤4:将寻找出来的编号为LEDC,LEDD的LED按照图5为基础,寻找出最佳7节点通信序列对。
步骤5:根据节点A与节点C的相对距离rC进行调整节点A的发射光功率;根据节点A与节点D的相对距离rD进行调整节点A的发射光功率;
步骤6:根据步骤4寻找出来的与节点C通信的LED最佳序列对以编号从小到大的排列顺序依次向节点C发送光束信息进行链路通信;同样根据步骤4寻找出来的与节点D通信的LED最佳序列对以编号从小到大的排列顺序依次向节点D发送光束信息进行链路通信。
Claims (5)
1.基于MIMO结构的无线紫外光通信跟踪保持方法,其特征在于,包括以下步骤:
步骤1:建立球型MIMO结构模型;
步骤2:预测无人机编队中目标无人机的三维空间坐标信息并计算当前无人机球坐标信息;
步骤3:坐标信息与MIMO结构的紫外LED节点球坐标点信息进行匹配,根据就近原则匹配出与MIMO模型最为接近的紫外LED;
步骤4以步骤3所述的LED为中心点,分别从上下左右四个方位寻找邻接LED,组成一个椭圆形包围圈作为LED发送序列;
步骤5:根据两节点的相对距离,调整紫外光发射功率为能够覆盖自身能够通信邻居节点的最小功率;
步骤6:发送序列以编号从小到大的排列顺序依次向目标无人机节点发送光束信息进行链路通信,进行持续跟踪和保持。
2.如权利要求1所述的基于MIMO结构的无线紫外光通信跟踪保持方法,其特征在于,所述步骤1中的球型MIMO结构模型具体为:在一个球形结构的基础模型上将其表面按照经纬线划分方式,在其经纬线交点处安装紫外光发射装置,顶部安装紫外光全向接收机;其中,紫外光发射装置采用紫外LED小灯,每个LED都有自身的编号和编码信息且能够独立控制发送信息,其编码由经向编码和纬向编码组成,通过其编码信息即能够得出其LED发射光束三维空间指向,接收信息所用的全向接收机为光电倍增管。
5.如权利要求1所述的基于MIMO结构的无线紫外光通信跟踪保持方法,其特征在于,所述中步骤5中无线紫外光在无人机间通信时为近直视通信方式,近直视通信是指通信时紫外光束可以避开传输过程中的阻碍物到达接收端的一种通信方式,其在接收端部分仍能够看作是一种非直视通信,其接收端接收光功率表达式如下:
其中,Pt是发送功率,Ar是接收孔径面积,Ks是散射系数,Ps是散射角θs的相函数,r是通信距离,Ke=Ka+Ks是大气信道衰减系数,Ka是吸收系数;
其中,路径损耗与紫外通信过程中的传输衰减有关,在紫外光非直视通信下路径损耗表示为:
但其实,在实际近距离通信时(r<1km),一般采用路径损耗的简化公式:
L=ξrα (5)
式中,ξ是路径损耗因子,α是路径损耗指数,这两个的值都由收发端的角度参数决定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210015214.0A CN114553290A (zh) | 2022-01-07 | 2022-01-07 | 基于mimo结构的无线紫外光通信跟踪保持方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210015214.0A CN114553290A (zh) | 2022-01-07 | 2022-01-07 | 基于mimo结构的无线紫外光通信跟踪保持方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114553290A true CN114553290A (zh) | 2022-05-27 |
Family
ID=81670377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210015214.0A Pending CN114553290A (zh) | 2022-01-07 | 2022-01-07 | 基于mimo结构的无线紫外光通信跟踪保持方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114553290A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106873628A (zh) * | 2017-04-12 | 2017-06-20 | 北京理工大学 | 一种多无人机跟踪多机动目标的协同路径规划方法 |
CN110456813A (zh) * | 2019-04-16 | 2019-11-15 | 西安理工大学 | 无线紫外光引导的无人机编队最优分簇队形保持的方法 |
CN111601355A (zh) * | 2020-04-09 | 2020-08-28 | 西安理工大学 | 无线紫外光协作无人机编队保持拓扑中最优路径选择方法 |
CN111600644A (zh) * | 2020-04-09 | 2020-08-28 | 西安理工大学 | 一种紫外光协助无人机编队最优刚性拓扑生成方法 |
CN111736628A (zh) * | 2020-06-29 | 2020-10-02 | 西安理工大学 | 无线紫外光mimo协作无人机最优持久编队生成方法 |
CN112068111A (zh) * | 2020-08-13 | 2020-12-11 | 中国人民解放军海军工程大学 | 一种基于多传感器信息融合的无人机目标侦测方法 |
CN112672361A (zh) * | 2020-12-17 | 2021-04-16 | 东南大学 | 一种基于无人机集群部署的大规模mimo容量提升方法 |
CN112752250A (zh) * | 2021-01-04 | 2021-05-04 | 西安理工大学 | 基于Q-learning的紫外光无人机编队中邻居发现方法 |
WO2021120425A1 (zh) * | 2019-12-17 | 2021-06-24 | 北京航空航天大学 | 一种毫米波全双工无人机通信中继传输方法 |
WO2021203575A1 (zh) * | 2020-04-08 | 2021-10-14 | 北京大学深圳研究生院 | 一种基于双曲几何的天空地信息网络统一路由方法 |
CN113515136A (zh) * | 2021-03-19 | 2021-10-19 | 西安理工大学 | 基于紫外光mimo通信的蜂群无人机防御性编队方法 |
-
2022
- 2022-01-07 CN CN202210015214.0A patent/CN114553290A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106873628A (zh) * | 2017-04-12 | 2017-06-20 | 北京理工大学 | 一种多无人机跟踪多机动目标的协同路径规划方法 |
CN110456813A (zh) * | 2019-04-16 | 2019-11-15 | 西安理工大学 | 无线紫外光引导的无人机编队最优分簇队形保持的方法 |
WO2021120425A1 (zh) * | 2019-12-17 | 2021-06-24 | 北京航空航天大学 | 一种毫米波全双工无人机通信中继传输方法 |
WO2021203575A1 (zh) * | 2020-04-08 | 2021-10-14 | 北京大学深圳研究生院 | 一种基于双曲几何的天空地信息网络统一路由方法 |
CN111601355A (zh) * | 2020-04-09 | 2020-08-28 | 西安理工大学 | 无线紫外光协作无人机编队保持拓扑中最优路径选择方法 |
CN111600644A (zh) * | 2020-04-09 | 2020-08-28 | 西安理工大学 | 一种紫外光协助无人机编队最优刚性拓扑生成方法 |
CN111736628A (zh) * | 2020-06-29 | 2020-10-02 | 西安理工大学 | 无线紫外光mimo协作无人机最优持久编队生成方法 |
CN112068111A (zh) * | 2020-08-13 | 2020-12-11 | 中国人民解放军海军工程大学 | 一种基于多传感器信息融合的无人机目标侦测方法 |
CN112672361A (zh) * | 2020-12-17 | 2021-04-16 | 东南大学 | 一种基于无人机集群部署的大规模mimo容量提升方法 |
CN112752250A (zh) * | 2021-01-04 | 2021-05-04 | 西安理工大学 | 基于Q-learning的紫外光无人机编队中邻居发现方法 |
CN113515136A (zh) * | 2021-03-19 | 2021-10-19 | 西安理工大学 | 基于紫外光mimo通信的蜂群无人机防御性编队方法 |
Non-Patent Citations (5)
Title |
---|
赵太飞, 宫春杰, 张港等: "一种无人机集群安全高效的分区集结控制策略", 电子与信息学报, vol. 43, no. 08, 18 December 2020 (2020-12-18) * |
赵太飞, 林亚茹, 马倩文等: "无人机编队中无线紫外光隐秘通信的能耗均衡算法", 电子与信息学报, vol. 42, no. 12, 15 December 2020 (2020-12-15) * |
赵太飞;刘龙飞;赵诗雪;许杉;: "无线紫外光MIMO协作通信方法", 激光杂志, no. 06 * |
赵太飞;包鹤;马欣媛;: "无线紫外光MIMO直升机助降ALOS链路性能分析", 红外与激光工程, no. 10, 25 October 2018 (2018-10-25) * |
赵诗雪, 赵太飞, 刘昆等: "基于无线紫外光MIMO通信的优化持久编队算法", 激光杂志, vol. 41, no. 10, 25 October 2020 (2020-10-25) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Arafat et al. | A survey on cluster-based routing protocols for unmanned aerial vehicle networks | |
Cao et al. | Airborne communication networks: A survey | |
Nomikos et al. | A survey on UAV-aided maritime communications: Deployment considerations, applications, and future challenges | |
AU2016297892B2 (en) | Airborne relays in cooperative-MIMO systems | |
Alam et al. | Topology control algorithms in multi-unmanned aerial vehicle networks: An extensive survey | |
CN109866631B (zh) | 无人机编队空中无线充电方法 | |
CN111736628B (zh) | 无线紫外光mimo协作无人机最优持久编队生成方法 | |
CN111970709B (zh) | 一种基于粒子群优化算法的无人机中继部署方法及系统 | |
CN112947548B (zh) | 一种基于频谱地图的无人机编队规划方法及系统 | |
WO2023010712A1 (zh) | 一种空中集群通信网络的优化方法及装置 | |
CN114039683A (zh) | 无人机集群的无线紫外光通信网络抗干扰容错方法 | |
CN112654001B (zh) | 面向多无人艇协同控制的混合通信网络架构、管理方法及通信质量评价 | |
CN112752250B (zh) | 基于Q-learning的紫外光无人机编队中邻居发现方法 | |
CN111600644A (zh) | 一种紫外光协助无人机编队最优刚性拓扑生成方法 | |
Naous et al. | Reinforcement learning in the sky: A survey on enabling intelligence in ntn-based communications | |
Albu-Salih et al. | ASR-FANET: An adaptive SDN-based routing framework for FANET. | |
Liu et al. | Multiobjective optimization for improving throughput and energy efficiency in UAV-enabled IoT | |
CN116436512A (zh) | 一种ris辅助通信的多目标优化方法、系统及设备 | |
Milner et al. | Autonomous reconfiguration and control in directional mobile ad hoc networks | |
Ranjha et al. | Quasi-optimization of resource allocation and positioning for solar-powered UAVs | |
Tripathi et al. | A socially-aware radio map framework for improving QoS of UAV-assisted MEC networks | |
CN114553290A (zh) | 基于mimo结构的无线紫外光通信跟踪保持方法 | |
He et al. | Intelligent terahertz medium access control (MAC) for highly dynamic airborne networks | |
CN113993099A (zh) | 一种面向三维空间移动无人机用户的切换参数配置方法 | |
CN117240359B (zh) | 一种基于紫外光的无人机集群光电混合组网方法 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20240509 Address after: 518000 1002, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province Applicant after: Shenzhen Wanzhida Technology Co.,Ltd. Country or region after: China Address before: 710048 Shaanxi province Xi'an Beilin District Jinhua Road No. 5 Applicant before: XI'AN University OF TECHNOLOGY Country or region before: China |