CN114978952A - 无人机监测系统编队通信链路质量评估方法和装置 - Google Patents
无人机监测系统编队通信链路质量评估方法和装置 Download PDFInfo
- Publication number
- CN114978952A CN114978952A CN202210689689.8A CN202210689689A CN114978952A CN 114978952 A CN114978952 A CN 114978952A CN 202210689689 A CN202210689689 A CN 202210689689A CN 114978952 A CN114978952 A CN 114978952A
- Authority
- CN
- China
- Prior art keywords
- noise ratio
- signal
- error rate
- unmanned aerial
- equivalent signal
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- 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)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Selective Calling Equipment (AREA)
Abstract
本申请提供一种无人机监测系统编队通信链路质量评估方法和装置,其中,该方法包括:获取无人机监测系统编队的信噪比数据,其中,信噪比数据包括:无人机监测系统编队与地面控制站之间的多个通信链路各个扩频码下各个子载波对应的信噪比,其中,扩频码用于区分无人机;通过预设映射函数对各个扩频码下各个子载波对应的信噪比进行映射,得到用于高斯白噪声信道的等效信噪比,其中,等效信噪比指示多个通信链路的信噪比;根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定等效信噪比对应的误码率,其中,该等效信噪比对应的误码率指示多个通信链路的质量。采用本申请,实现对无人机监测系统编队通信链路质量的快速评估。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种无人机监测系统编队通信链路质量评估方法和装置。
背景技术
在复杂电磁环境下,无人机监测系统以其升空高度高、机动灵活等特点成为查找无线电干扰源的重要手段。但无人机监测系统定位算法精度不高,干扰源位置误差较大。为提高定位精度,可使用多无人机进行联合定位。
常用多无人机联合定位方法有基于到达时间差(TDOA)的定位,是通过测量目标信号到达不同无人机之间的时间差值,并由利用时差定位算法来解得目标位置的一种定位技术。TDOA定位算法至少需要三个站点获取到达时间差,但考虑到监测布局及定位精度,无人机监测站点数量的增加对监测结果有明显提升,因此在无人机监测系统编队查找地面无线电干扰源实际过程中,需同时操控编队多台无人机悬停于符合一定条件的空间位置进行测量定位。
通常,无人机监测系统编队由多台无人机和地面控制站组成。实践中,为了保障多台无人机组成的编队飞行位置的准确性及数据传输的实时性,通过建立一台地面控制站与多台无人机之间的控制链路及数据链路来完成编队飞行控制及数据传输。地面控制站通过各控制链路传输控制指令引导各无人机飞行到指定位置及高度,各无人机所测得目标干扰源到达时间差信息通过各自数据链路传输回地面控制站进行计算及定位,从而获得目标干扰源位置信息。
可见,地面控制站与无人机监测系统编队间的飞行控制链路及数据链路是无人机监测系统编队能否安全稳定飞行及成功定位目标干扰源的重要保障。受限于无人机重量及飞行时间要求,无人机监测系统编队传输功率有限,同时当前电磁环境十分复杂且也不排除干扰源操作者对无人机监测系统编队的恶意干扰,此时定位结果的准确性将大大下降,严重着将影响飞行编队安全,造成安全事故。
发明内容
对无人机的控制链路及数据链路在复杂电磁环境或干扰条件下的通信链路质量进行量化评估,可以指导控制者对编队飞行位置进行合理调整,同时可以有效评估定位结果的有效性和准确性。
目前采取无人机监测系统编队进行地面无线电干扰源应用较少,试验过程多采取分别控制多台无人机飞到指定位置进行独立测向定位,飞行控制的一致性及实时性较差;亦或是编队无人机数量较少(一般为3台),受限于监测布局及监测设备数量,定位精度较差,同时缺乏对编队整体通信质量评估,不利于快速评估复杂电磁环境下通信链路受扰情况。
为了快速直观反映编队中多条控制链路及通信链路通信质量,特别是编队内无人机数量较多时,需要建立一种快速直观的多链路通信质量评价方法,实现无人机监测系统编队规模较大、链路数量较多情况下链路质量的综合评价,充分考虑信道传播及无人机特性,通过一个整体通信质量评价指标来直观快速显示编队在复杂电磁环境下通信链路受扰情况,用以指导飞行操作及监测定位布局。
鉴于此,本申请提供了一种无人机监测系统编队通信链路质量评估方法和装置。
根据本申请的一方面,提供了一种无人机监测系统编队通信链路质量评估方法,包括:
获取无人机监测系统编队的信噪比数据,其中,所述信噪比数据包括:所述无人机监测系统编队与地面控制站之间的多个通信链路各个扩频码下各个子载波对应的信噪比,其中,扩频码用于区分无人机;
通过预设映射函数对所述各个扩频码下各个子载波对应的信噪比进行映射,得到用于高斯白噪声信道的等效信噪比,其中,所述等效信噪比指示所述多个通信链路的信噪比;
根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定所述等效信噪比对应的误码率,其中,所述等效信噪比对应的误码率指示所述多个通信链路的质量。
可选地,按照以下方式通过预设映射函数对所述各个扩频码下各个子载波对应的信噪比进行映射,得到用于高斯白噪声信道的等效信噪比:
其中,φ表示预设映射函数,SNReff表示所述等效信噪比,MP表示每个通信链路的子载波的数目,Mc表示区分不同无人机的扩频码的数目,SNRi,j表示第i个扩频码下第j个子载波下的信噪比;
γ为预先确定的参数调节因子,用于调整等效信噪比以降低等效信噪比对应的误码率与实际误码率之间的误差。
可选地,通信链路为控制链路,所述方法还包括:
判断所述等效信噪比对应的误码率是否大于控制链路的误码率阈值;
在所述等效信噪比对应的误码率大于所述控制链路的误码率阈值时,发出安全风险预警以指示无人机监测系统编队返航或调整飞行区域。
可选地,通信链路为数据链路,所述方法还包括:
判断所述等效信噪比对应的误码率是否大于数据链路的误码率阈值;在所述等效信噪比对应的误码率大于所述数据链路的误码率阈值时,发出风险警告以指示无人机监测系统编队调整飞行区域;和/或
根据不同区域的数据链路的等效信噪比对应的误码率来确定可靠定位区域。
可选地,预设映射函数包括参数调节因子,所述参数调整因子的确定方法,包括:
建立多个仿真链路,并通过蒙特卡洛方法模拟得到所述多个仿真链路的误码率;
通过所述预设映射函数将所述多个仿真链路的各个扩频码下各个子载波对应的信噪比进行映射,得到所述多个仿真链路的等效信噪比;
根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定所述多个仿真链路的等效信噪比对应的误码率;
根据所述多个仿真链路的等效信噪比对应的误码率与通过蒙特卡洛方法模拟得到的误码率,通过逼近最小均方根误差确定所述参数调节因子。
可选地,通过预设映射函数对所述各个扩频码下各个子载波对应的信噪比进行映射之前,还包括:
建立多个仿真链路,并通过蒙特卡洛方法模拟得到所述多个仿真链路的误码率;
通过多个映射函数分别对所述多个仿真链路的各个扩频码下各个子载波对应的信噪比进行映射,得到每个映射函数对应的所述多个仿真链路的等效信噪比;
根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定每个映射函数对应的所述多个仿真链路的等效信噪比对应的误码率;
根据每个映射函数对应的所述多个仿真链路的等效信噪比对应的误码率与通过蒙特卡洛方法模拟得到的误码率,确定每个映射函数的最小均方根误差;
根据每个映射函数的最小均方根误差确定所述预设映射函数。
可选地,无人机监测系统编队通信链路质量评估方法是按照预设周期进行的,其中,所述方法还包括:响应于确定得到所述等效信噪比对应的误码率,显示所述等效信噪比对应的误码率。
根据本申请的一方面,提供了一种无人机监测系统编队通信链路质量评估装置,包括:
获取模块,用于获取无人机监测系统编队的信噪比数据,其中,所述信噪比数据包括:所述无人机监测系统编队与地面控制站之间的多个通信链路各个扩频码下各个子载波对应的信噪比,其中,扩频码用于区分无人机;
映射模块,用于通过预设映射函数对所述各个扩频码下各个子载波对应的信噪比进行映射,得到用于高斯白噪声信道的等效信噪比,其中,所述等效信噪比指示所述多个通信链路的信噪比;
确定模块,用于根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定所述等效信噪比对应的误码率,其中,所述等效信噪比对应的误码率指示所述多个通信链路的质量。
根据本申请的一方面,提供了一种电子设备,包括:
处理器;以及
存储程序的存储器,
其中,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行本申请的方法。
根据本申请的一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本申请的方法。
本申请实施例中提供的一个或多个技术方案,获取无人机监测系统编队与地面控制站之间的多个通信链路各个扩频码下各个子载波对应的信噪比,通过预设映射函数对所述各个扩频码下各个子载波对应的信噪比进行映射,得到用于高斯白噪声信道的等效信噪比,以该等效信噪比指示所述多个通信链路的信噪比;根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定等效信噪比对应的误码率,以该误码率指示所述多个通信链路的质量。可实现对无人机监测系统编队与地面控制站之间的多个通信链路的快速评估。实现无人机监测系统编队规模较大、链路数量较多情况下链路质量的综合评价,充分考虑信道传播及无人机特性,通过一个整体通信质量评价指标来直观快速显示编队在复杂电磁环境下通信链路受扰情况,用以指导飞行操作及监测定位布局。
附图说明
在下面结合附图对于示例性实施例的描述中,本申请的更多细节、特征和优点被公开,在附图中:
图1示出了根据本申请示例性实施例的无人机监测系统编队通信链路质量评估方法的流程图;
图2示出了根据本申请示例性实施例的无人机监测系统编队通信链路质量评估装置的示意性框图;
图3示出了能够用于实现本申请的实施例的示例性电子设备的结构框图。
具体实施方式
下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例,然而应当理解的是,本申请可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本申请。应当理解的是,本申请的附图及实施例仅用于示例性作用,并非用于限制本申请的保护范围。
应当理解,本申请的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本申请的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意,本申请中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本申请中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本申请实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
通信链路通常使用误码率作为链路质量评价指标,误码率可通过信噪比进行推算。目前无人机系统数据链路通常使用OFDM技术解决频谱资源紧张问题,通过利用正交子载波获得较高的频谱利用率和数据传输速率。OFDM子载波间信噪比往往存在差异,只有将多个子载波的信噪比融合为一个等效信噪比值,才能快速评估多子载波条件下的信噪比。
此外,相比单无人机监测系统,无人机监测系统编队还需采取一定技术手段对来自不同无人机的控制和通信数据进行区分,从而确保多无人机之间不会出现互相干扰。实践中,无人机监测系统编队采用码分多址技术(CDMA)来区分来自不同无人机的控制和数据信息。相比在控制站点和各无人机监测系统单独建立链路,采取CDMA技术可快速区分来自编队内大量无人机不同数据信息,节省硬件资源。因此,还需考虑CDMA技术对信噪比的影响。
针对OFDM技术,分类标准为不同子载波,寻找一种通过一定的函数映射方法将多个子载波的信噪比映射成为一个等效信噪比,进而查表获得高斯白噪声(AWGN)信道条件下的误码率。
针对CDMA技术,分类标准为用于区分利用不同寻找一种无人机的扩频码,寻找一种通过一定的函数映射方法将多个扩频码下对应的信噪比映射成为一个等效信噪比,进而查表获得高斯白噪声(AWGN)信道条件下的误码率。
本申请实施例,建立一种适用于无人机监测系统编队OFDM-CDMA技术等效信噪比映射方法,通过查表获取高斯白噪声(AWGN)信道条件下的误码率,以此作为复杂电磁环境下多规模通信链路综合评估指标。
针对无人机监测系统编队通信链路所采用的OFDM技术,通过将几个子载波上的信噪比SNR通过一定算法拟合得到等效信噪比;针对CDMA,可以考虑将不同扩频码(对应不同无人机)下的信噪比映射为等效信噪比。将CDMA-OFDM映射到高斯白噪声信道状态下的信噪比,通过高斯白噪声信道状态下的信噪比-误码率表格,得到对应的误码率。
对于这个估计得到的误码率,以下公式成立:
BER(SNRi)≈BERAWGN(SNReff)
其中,BER(SNRi)对应的是复杂电磁环境下通信链路的误码率,BERAWGN(SNReff)对应的是高斯白噪声信道状态映射的误码率,SNReff为等效信噪比。
以下参照附图描述本申请的方案。
本申请实施例提供了一种无人机监测系统编队通信链路质量评估方法,用于多无人机联合定位无线电干扰源的无人机监测系统编队。
图1示出了根据本申请示例性实施例的无人机监测系统编队通信链路质量评估方法的流程图,如图1所示,该方法包括步骤S101至步骤S103。
步骤S101,获取无人机监测系统编队的信噪比数据,其中,信噪比数据包括:无人机监测系统编队与地面控制站之间的多个通信链路各个扩频码下各个子载波对应的信噪比,其中,扩频码用于区分无人机监测系统编队中不同的无人机。
在本实施例中,用SNRi,表示第i个扩频码下第j个子载波下的信噪比,j的取值为1至MP,MP表示每个通信链路的子载波的数目,i的取值介于1至Mc,Mc表示区分不同无人机的扩频码的数目。
步骤S102,通过预设映射函数对各个扩频码下各个子载波对应的信噪比进行映射,得到用于高斯白噪声信道的等效信噪比,其中,等效信噪比指示多个通信链路的信噪比。
通过选取一定的映射函数将不同子载波及扩频码对应的信噪比映射成为高斯白噪声信道下的等效信噪比,得到无人机监测系统编队与地面控制站之间的多个通信链路在高斯白噪声信道下的等效信噪比,通过该等效信噪比指示无人机监测系统编队与地面控制站之间的通信链路质量。
作为一种实施方式,按照以下方式通过预设映射函数对各个扩频码下各个子载波对应的信噪比进行映射,得到用于高斯白噪声信道的等效信噪比:
其中,φ表示预设映射函数,SNReff表示所述等效信噪比,MP表示每个通信链路的子载波的数目,Mc表示区分不同无人机的扩频码的数目,SNRi,j表示第i个扩频码下第j个子载波下的信噪比;γ为预先确定的参数调节因子,用于调整等效信噪比以降低等效信噪比对应的误码率与实际误码率之间的误差,使得等效信噪比对应的误码率与实际误码率尽量贴合。
预设映射函数可为对数函数、指数函数、互信息函数等。
步骤S103,根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定等效信噪比对应的误码率,其中,等效信噪比对应的误码率指示多个通信链路的质量。
当无人机监测系统编队处于复杂电磁环境下时,可对多台无人机各通信链路对应不同扩频码、子载波下信噪比进行等效拟合获得对应高斯白噪声信道下的等效信噪比,进而通过查找误高斯白噪声码率曲线可快速获得无人机监测系统编队通信链路误码率。通过误码率可定量判断无人机监测系统编队通信链路在复杂电磁环境下的通信链路质量。
采用本申请实施例,可实现快速确定无人机监测系统编队与地面控制站之间的通信链路的整体质量,提升评估的便捷性及实时性。并且,首先对各个扩频码下各个子载波对应的信噪比进行映射得到等效信噪比,然后根据高斯白噪声信道下信噪比与误码率之间的对应关系确定等效信噪比对应的误码率,相比分别确定每个通信链路的误码率再求平均值等方式,具有更高的准确性。
无人机监测系统编队与地面控制站之间包括控制链路和数据链路。地面控制站通过各控制链路传输控制指令引导各无人机飞行到指定位置及高度,各无人机所测得目标干扰源到达时间差信息通过各自数据链路传输回地面控制站进行计算及定位,从而获得目标干扰源位置信息。在一些实施例中,对控制链路和数据链路分别进行评估。
作为一种实施方式,对于控制链路,还包括:判断等效信噪比对应的误码率是否大于控制链路的误码率阈值,小于该误码率阈值时各控制链路双向正常通信;在等效信噪比对应的误码率大于控制链路的误码率阈值时,发出安全风险预警以指示无人机监测系统编队返航或调整飞行区域。
作为一种实施方式,对于数据链路,还包括:判断等效信噪比对应的误码率是否大于数据链路的误码率阈值;在等效信噪比对应的误码率大于数据链路的误码率阈值时,发出风险警告以指示无人机监测系统编队调整飞行区域。
作为一种实施方式,对于数据链路,还包括:根据不同区域的数据链路的等效信噪比对应的误码率来确定可靠定位区域。作为一种示例,分别确定多个区域的数据链路的等效信噪比及其对应的误码率,基于该误码率确定多个区域中误码率符合条件的区域作为定位区域,在该区域进行无线电干扰源定位。作为另一种示例,分别在多个区域进行定位,同时分别确定该多个区域的数据链路的等效信噪比及其对应的误码率,基于该误码率在多个区域的定位结果中筛选符合条件的区域,将选择的区域的定位结果最为最终定位结果。
在一些实施例中,预设映射函数的参数调整因子的确定方法,包括:
建立多个仿真链路,并通过蒙特卡洛方法模拟得到多个仿真链路的误码率;
通过预设映射函数将多个仿真链路的各个扩频码下各个子载波对应的信噪比进行映射,得到多个仿真链路的等效信噪比;
根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定多个仿真链路的等效信噪比对应的误码率;
根据多个仿真链路的等效信噪比对应的误码率与通过蒙特卡洛方法模拟得到的误码率,通过逼近最小均方根误差确定参数调节因子。
在一些实施例中,还包括从多个映射函数中确定映射函数作为上述预设映射函数,确定上述预设映射函数包括:
建立多个仿真链路,并通过蒙特卡洛方法模拟得到多个仿真链路的误码率;
通过多个映射函数分别对所述多个仿真链路的各个扩频码下各个子载波对应的信噪比进行映射,得到每个映射函数对应的多个仿真链路的等效信噪比;
根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定每个映射函数对应的所述多个仿真链路的等效信噪比对应的误码率;
根据每个映射函数对应的所述多个仿真链路的等效信噪比对应的误码率与通过蒙特卡洛方法模拟得到的误码率,确定每个映射函数的最小均方根误差;
根据每个映射函数的最小均方根误差确定所述预设映射函数。
在一些实施例中,无人机监测系统编队通信链路质量评估方法是按照预设周期进行的。实时显示的误码率可帮助控制者快速判断该区域通信链路受扰情况,比较不同区域电磁环境复杂程度。因此,响应于确定得到等效信噪比对应的误码率,在地面控制站或其他电子设备显示等效信噪比对应的误码率。
本申请实施例还提供了一种无人机监测系统编队通信链路质量评估装置,用于多无人机联合定位无线电干扰源的无人机监测系统编队。
图2示出了根据本公开示例性实施例的无人机监测系统编队通信链路质量评估装置的示意性框图,如图2所示,包括:获取模块210、映射模块220和确定模块230。
获取模块210,用于获取无人机监测系统编队的信噪比数据,其中,信噪比数据包括:无人机监测系统编队与地面控制站之间的多个通信链路各个扩频码下各个子载波对应的信噪比,其中,扩频码用于区分无人机。
在本实施例中,用SNRi,表示第i个扩频码下第j个子载波下的信噪比,j的取值为1至MP,MP表示每个通信链路的子载波的数目,i的取值介于1至Mc,Mc表示区分不同无人机的扩频码的数目。
映射模块220,用于通过预设映射函数对各个扩频码下各个子载波对应的信噪比进行映射,得到用于高斯白噪声信道的等效信噪比,其中,等效信噪比指示多个通信链路的信噪比。
通过选取一定的映射函数将不同子载波及扩频码对应的信噪比映射成为高斯白噪声信道下的等效信噪比,得到无人机监测系统编队与地面控制站之间的多个通信链路在高斯白噪声信道下的等效信噪比,通过该等效信噪比指示无人机监测系统编队与地面控制站之间的通信链路质量。
作为一种实施方式,映射模块220,用于按照以下方式通过预设映射函数对各个扩频码下各个子载波对应的信噪比进行映射,得到用于高斯白噪声信道的等效信噪比:
其中,φ表示预设映射函数,SNReff表示所述等效信噪比,MP表示每个通信链路的子载波的数目,Mc表示区分不同无人机的扩频码的数目,SNRi,j表示第i个扩频码下第j个子载波下的信噪比;γ为预先确定的参数调节因子,用于调整等效信噪比以降低等效信噪比对应的误码率与实际误码率之间的误差,使得等效信噪比对应的误码率与实际误码率尽量贴合。
预设映射函数可为对数函数、指数函数、互信息函数等。
确定模块230,用于根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定所述等效信噪比对应的误码率,其中,所述等效信噪比对应的误码率指示所述多个通信链路的质量。
当无人机监测系统编队处于复杂电磁环境下时,可对多台无人机各通信链路对应不同扩频码、子载波下信噪比进行等效拟合获得对应高斯白噪声信道下的等效信噪比,进而通过查找误高斯白噪声码率曲线可快速获得无人机监测系统编队通信链路误码率。通过误码率可定量判断无人机监测系统编队通信链路在复杂电磁环境下的通信链路质量。
无人机监测系统编队与地面控制站之间包括控制链路和数据链路。在一些实施例中,对控制链路和数据链路分别进行评估。
作为一种实施方式,确定模块230,还用于对于控制链路,判断等效信噪比对应的误码率是否大于控制链路的误码率阈值,小于该误码率阈值时各控制链路双向正常通信;在等效信噪比对应的误码率大于控制链路的误码率阈值时,发出安全风险预警以指示无人机监测系统编队返航或调整飞行区域。
作为一种实施方式,确定模块230,还用于对于数据链路,判断等效信噪比对应的误码率是否大于数据链路的误码率阈值;在等效信噪比对应的误码率大于数据链路的误码率阈值时,发出风险警告以指示无人机监测系统编队调整飞行区域。
作为一种实施方式,确定模块230,还用于对于数据链路,根据不同区域的数据链路的等效信噪比对应的误码率来确定可靠定位区域。
在一些实施例中,还包括:参数调整因子确定模块,用于预设映射函数的参数调整因子的确定方法。参数调整因子确定模块,具体用于:
建立多个仿真链路,并通过蒙特卡洛方法模拟得到多个仿真链路的误码率;
通过预设映射函数将多个仿真链路的各个扩频码下各个子载波对应的信噪比进行映射,得到多个仿真链路的等效信噪比;
根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定多个仿真链路的等效信噪比对应的误码率;
根据多个仿真链路的等效信噪比对应的误码率与通过蒙特卡洛方法模拟得到的误码率,通过逼近最小均方根误差确定参数调节因子。
在一些实施例中,还包括映射函数确定模块,用于从多个映射函数中确定映射函数作为上述预设映射函数。映射函数确定模块,具体用于:
建立多个仿真链路,并通过蒙特卡洛方法模拟得到多个仿真链路的误码率;
通过多个映射函数分别对所述多个仿真链路的各个扩频码下各个子载波对应的信噪比进行映射,得到每个映射函数对应的多个仿真链路的等效信噪比;
根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定每个映射函数对应的所述多个仿真链路的等效信噪比对应的误码率;
根据每个映射函数对应的所述多个仿真链路的等效信噪比对应的误码率与通过蒙特卡洛方法模拟得到的误码率,确定每个映射函数的最小均方根误差;
根据每个映射函数的最小均方根误差确定所述预设映射函数。
在一些实施例中,无人机监测系统编队通信链路质量评估方法是按照预设周期进行的。实时显示的误码率可帮助控制者快速判断该区域通信链路受扰情况,比较不同区域电磁环境复杂程度。因此,还包括:显示模块,用于响应于确定得到等效信噪比对应的误码率,在地面控制站或其他电子设备显示等效信噪比对应的误码率。
本申请实施例,建立了一种复杂电磁环境下,无人机监测系统编队通信链路电磁敏感性量化评估方法。可用于复杂电磁环境下无人机监测系统编队的通信链路质量评估,适用于大规模无人机监测系统编队,充分考虑不同信道及无人机终端的影响,建立统一综合评估指标,形成单一指标用来快速实时显示通信链路质量,解决了传统无人机监测系统编队应对大规模通信链路无法整体快速评价的缺点。解决了OFDM多子载波和CDMA多扩频码条件下多个信噪比的整合问题,并建立用于无人机监测系统编队的通信链路统一的OFDM-CDMA信噪比映射方法,提升评估的便捷性及实时性。将无人机监测系统编队的通信链路质量以误码率的形式进行量化,可用于直观指示控制链路受干扰情况,保障无人机监测系统编队飞行安全;可用于快速评估数据链路受干扰情况,根据链路质量比较确定合适定位区域。
本申请示例性实施例还提供一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器。所述存储器存储有能够被所述至少一个处理器执行的计算机程序,所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本申请实施例的方法。
本申请示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质,其中,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本申请实施例的方法。
本申请示例性实施例还提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本申请实施例的方法。
参考图3,现将描述可以作为本申请的服务器或客户端的电子设备300的结构框图,其是可以应用于本申请的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图3所示,电子设备300包括计算单元301,其可以根据存储在只读存储器(ROM)302中的计算机程序或者从存储单元308加载到随机访问存储器(RAM)303中的计算机程序,来执行各种适当的动作和处理。在RAM 303中,还可存储设备300操作所需的各种程序和数据。计算单元301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
电子设备300中的多个部件连接至I/O接口305,包括:输入单元306、输出单元307、存储单元308以及通信单元309。输入单元306可以是能向电子设备300输入信息的任何类型的设备,输入单元306可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元307可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元308可以包括但不限于磁盘、光盘。通信单元309允许电子设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理。例如,在一些实施例中,无人机监测系统编队通信链路质量评估方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元308。在一些实施例中,计算机程序的部分或者全部可以经由ROM 302和/或通信单元309而被载入和/或安装到电子设备300上。在一些实施例中,计算单元301可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行无人机监测系统编队通信链路质量评估方法。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
如本申请使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
Claims (10)
1.一种无人机监测系统编队通信链路质量评估方法,其特征在于,包括:
获取无人机监测系统编队的信噪比数据,其中,所述信噪比数据包括:所述无人机监测系统编队与地面控制站之间的多个通信链路各个扩频码下各个子载波对应的信噪比,其中,扩频码用于区分无人机;
通过预设映射函数对所述各个扩频码下各个子载波对应的信噪比进行映射,得到用于高斯白噪声信道的等效信噪比,其中,所述等效信噪比指示所述多个通信链路的信噪比;
根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定所述等效信噪比对应的误码率,其中,所述等效信噪比对应的误码率指示所述多个通信链路的质量。
3.如权利要求1所述的方法,其特征在于,所述通信链路为控制链路,所述方法还包括:
判断所述等效信噪比对应的误码率是否大于控制链路的误码率阈值;
在所述等效信噪比对应的误码率大于所述控制链路的误码率阈值时,发出安全风险预警以指示无人机监测系统编队返航或调整飞行区域。
4.如权利要求1所述的方法,其特征在于,所述通信链路为数据链路,所述方法还包括:
判断所述等效信噪比对应的误码率是否大于数据链路的误码率阈值;在所述等效信噪比对应的误码率大于所述数据链路的误码率阈值时,发出风险警告以指示无人机监测系统编队调整飞行区域;和/或
根据不同区域的数据链路的等效信噪比对应的误码率来确定可靠定位区域。
5.如权利要求1所述的方法,其特征在于,所述预设映射函数包括参数调节因子,所述参数调整因子的确定方法,包括:
建立多个仿真链路,并通过蒙特卡洛方法模拟得到所述多个仿真链路的误码率;
通过所述预设映射函数将所述多个仿真链路的各个扩频码下各个子载波对应的信噪比进行映射,得到所述多个仿真链路的等效信噪比;
根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定所述多个仿真链路的等效信噪比对应的误码率;
根据所述多个仿真链路的等效信噪比对应的误码率与通过蒙特卡洛方法模拟得到的误码率,通过逼近最小均方根误差确定所述参数调节因子。
6.如权利要求1所述的方法,其特征在于,通过预设映射函数对所述各个扩频码下各个子载波对应的信噪比进行映射之前,还包括:
建立多个仿真链路,并通过蒙特卡洛方法模拟得到所述多个仿真链路的误码率;
通过多个映射函数分别对所述多个仿真链路的各个扩频码下各个子载波对应的信噪比进行映射,得到每个映射函数对应的所述多个仿真链路的等效信噪比;
根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定每个映射函数对应的所述多个仿真链路的等效信噪比对应的误码率;
根据每个映射函数对应的所述多个仿真链路的等效信噪比对应的误码率与通过蒙特卡洛方法模拟得到的误码率,确定每个映射函数的最小均方根误差;
根据每个映射函数的最小均方根误差确定所述预设映射函数。
7.如权利要求1至6中任一项所述的方法,其特征在于,无人机监测系统编队通信链路质量评估方法是按照预设周期进行的,其中,所述方法还包括:响应于确定得到所述等效信噪比对应的误码率,显示所述等效信噪比对应的误码率。
8.一种无人机监测系统编队通信链路质量评估装置,其特征在于,包括:
获取模块,用于获取无人机监测系统编队的信噪比数据,其中,所述信噪比数据包括:所述无人机监测系统编队与地面控制站之间的多个通信链路各个扩频码下各个子载波对应的信噪比,其中,扩频码用于区分无人机;
映射模块,用于通过预设映射函数对所述各个扩频码下各个子载波对应的信噪比进行映射,得到用于高斯白噪声信道的等效信噪比,其中,所述等效信噪比指示所述多个通信链路的信噪比;
确定模块,用于根据高斯白噪声信道下信噪比与误码率之间的对应关系,确定所述等效信噪比对应的误码率,其中,所述等效信噪比对应的误码率指示所述多个通信链路的质量。
9.一种电子设备,包括:
处理器;以及
存储程序的存储器,
其中,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210689689.8A CN114978952B (zh) | 2022-06-17 | 2022-06-17 | 无人机监测系统编队通信链路质量评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210689689.8A CN114978952B (zh) | 2022-06-17 | 2022-06-17 | 无人机监测系统编队通信链路质量评估方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114978952A true CN114978952A (zh) | 2022-08-30 |
CN114978952B CN114978952B (zh) | 2023-09-15 |
Family
ID=82963527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210689689.8A Active CN114978952B (zh) | 2022-06-17 | 2022-06-17 | 无人机监测系统编队通信链路质量评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114978952B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050169357A1 (en) * | 2004-02-04 | 2005-08-04 | Hossein Sedarat | Reliable multicarrier communication in the presence of timing phase error |
CN104753636A (zh) * | 2013-12-31 | 2015-07-01 | 展讯通信(上海)有限公司 | 通信系统中信道质量指示的反馈方法与装置、通信终端 |
CN105188122A (zh) * | 2015-08-18 | 2015-12-23 | 北京交通大学 | 一种矿井巷道上行mc-cdma子载波功率控制方法 |
CN106027184A (zh) * | 2016-07-01 | 2016-10-12 | 东南大学 | 一种基于lte-a的链路级到系统级仿真的接口方法 |
CN110649939A (zh) * | 2019-09-30 | 2020-01-03 | 北京信成未来科技有限公司 | 一种基于mf-cdma的无人机测控蜂窝通信方法 |
CN112367705A (zh) * | 2020-10-26 | 2021-02-12 | Tcl通讯(宁波)有限公司 | 频域资源分配方法、装置及存储介质 |
CN112364845A (zh) * | 2021-01-12 | 2021-02-12 | 北京邮电大学 | 信噪比评估方法、装置、电子设备和存储介质 |
CN114268967A (zh) * | 2021-12-30 | 2022-04-01 | 杭州电子科技大学 | 无人机辅助移动边缘网络用户匹配方法及装置 |
CN114401529A (zh) * | 2021-12-29 | 2022-04-26 | 北京中科晶上科技股份有限公司 | 一种传输宽带cqi的确定方法及装置 |
CN114599101A (zh) * | 2022-03-15 | 2022-06-07 | 中国船舶工业系统工程研究院 | 一站多无人机测控通信系统的时隙分配及网络管控方法 |
-
2022
- 2022-06-17 CN CN202210689689.8A patent/CN114978952B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050169357A1 (en) * | 2004-02-04 | 2005-08-04 | Hossein Sedarat | Reliable multicarrier communication in the presence of timing phase error |
CN104753636A (zh) * | 2013-12-31 | 2015-07-01 | 展讯通信(上海)有限公司 | 通信系统中信道质量指示的反馈方法与装置、通信终端 |
CN105188122A (zh) * | 2015-08-18 | 2015-12-23 | 北京交通大学 | 一种矿井巷道上行mc-cdma子载波功率控制方法 |
CN106027184A (zh) * | 2016-07-01 | 2016-10-12 | 东南大学 | 一种基于lte-a的链路级到系统级仿真的接口方法 |
CN110649939A (zh) * | 2019-09-30 | 2020-01-03 | 北京信成未来科技有限公司 | 一种基于mf-cdma的无人机测控蜂窝通信方法 |
CN112367705A (zh) * | 2020-10-26 | 2021-02-12 | Tcl通讯(宁波)有限公司 | 频域资源分配方法、装置及存储介质 |
CN112364845A (zh) * | 2021-01-12 | 2021-02-12 | 北京邮电大学 | 信噪比评估方法、装置、电子设备和存储介质 |
CN114401529A (zh) * | 2021-12-29 | 2022-04-26 | 北京中科晶上科技股份有限公司 | 一种传输宽带cqi的确定方法及装置 |
CN114268967A (zh) * | 2021-12-30 | 2022-04-01 | 杭州电子科技大学 | 无人机辅助移动边缘网络用户匹配方法及装置 |
CN114599101A (zh) * | 2022-03-15 | 2022-06-07 | 中国船舶工业系统工程研究院 | 一站多无人机测控通信系统的时隙分配及网络管控方法 |
Non-Patent Citations (2)
Title |
---|
李一兵;谭俊锋;叶方;雷洪玉;: "自适应跳频通信系统信道质量评估方法研究", 哈尔滨工程大学学报, no. 03 * |
饶俊: "多无人机扩频测控链路的扩频码分析", 电讯技术, vol. 58, no. 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN114978952B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10943091B2 (en) | Facial feature point tracking method, apparatus, storage medium, and device | |
CN109918205B (zh) | 一种边缘设备调度方法、系统、装置及计算机存储介质 | |
US10680896B2 (en) | Virtualized network function monitoring | |
CN111935820B (zh) | 基于无线网络的定位实现方法及相关设备 | |
US20190313267A1 (en) | Visualization of personalized quality of experience regarding mobile network | |
US20220131782A1 (en) | Method and Apparatus for Providing Network Experience Testing | |
US20240129429A1 (en) | Antenna meter app | |
CN114157701A (zh) | 一种任务测试方法、装置、设备以及存储介质 | |
CN112804287B (zh) | 一种电力物联网的智能化网络切片模板生成方法及系统 | |
CN110650042A (zh) | 电力通信网健康度评价方法及终端设备 | |
CN114564374A (zh) | 算子性能评估方法、装置、电子设备及存储介质 | |
CN111092767B (zh) | 用于调试设备的方法及装置 | |
CN114363815B (zh) | 网络质量确定方法、设备控制方法、装置、介质及设备 | |
US9632668B2 (en) | Reverse coverage heat map | |
US11057132B2 (en) | Caching OTA antenna installation data | |
CN114430366A (zh) | 信息采集应用下发方法、相关装置及计算机程序产品 | |
CN114978952B (zh) | 无人机监测系统编队通信链路质量评估方法和装置 | |
CN113795039A (zh) | 运营商网络切换方法、装置、设备和计算机可读存储介质 | |
CN112383936A (zh) | 一种可接入用户数的评估方法和装置 | |
US20150381434A1 (en) | Color coded interface to visualize radio frequency issues on a floor plan | |
US20210240535A1 (en) | Cross Platform Application Flow Orchestration | |
CN113347710B (zh) | 一种定位方法和相关装置 | |
JP7255007B1 (ja) | 情報処理装置及び情報処理方法 | |
US20240039643A1 (en) | Mobile terminal testing device and method for displaying evm measurement result of srs using same | |
US20220239603A1 (en) | Adapting software code to device resource availability |
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 |