CN115511202A - 无人机快速部署方法和装置、电子设备 - Google Patents

无人机快速部署方法和装置、电子设备 Download PDF

Info

Publication number
CN115511202A
CN115511202A CN202211262597.8A CN202211262597A CN115511202A CN 115511202 A CN115511202 A CN 115511202A CN 202211262597 A CN202211262597 A CN 202211262597A CN 115511202 A CN115511202 A CN 115511202A
Authority
CN
China
Prior art keywords
user
unmanned aerial
aerial vehicle
users
cluster
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
Application number
CN202211262597.8A
Other languages
English (en)
Inventor
刘默涵
封博卿
于东旭
王英杰
郭奕聪
魏小娟
汤晓明
舒心
郑浩森
陈现明
贾欣雅
刘阳学
潘佩芬
杨峰雁
秦健
王虎
李聪旭
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.)
China Railway Network Co ltd
China Academy of Railway Sciences Corp Ltd CARS
Institute of Computing Technologies of CARS
Beijing Jingwei Information Technology Co Ltd
Original Assignee
China Railway Network Co ltd
China Academy of Railway Sciences Corp Ltd CARS
Institute of Computing Technologies of CARS
Beijing Jingwei Information Technology Co Ltd
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 China Railway Network Co ltd, China Academy of Railway Sciences Corp Ltd CARS, Institute of Computing Technologies of CARS, Beijing Jingwei Information Technology Co Ltd filed Critical China Railway Network Co ltd
Priority to CN202211262597.8A priority Critical patent/CN115511202A/zh
Publication of CN115511202A publication Critical patent/CN115511202A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及无人机应用技术领域，尤其涉及一种无人机快速部署方法和装置、电子设备。其中，无人机快速部署方法包括：获取当前区域内所有用户的位置信息后，采用聚类算法根据位置信息快速的将所有用户划分为多个用户集群；根据用户集群中每个用户的位置信息确定每个用户集群的中心位置；然后将无人机部署在每个用户集群的中心位置处。这样提高了无人机的部署效率。同时无人机部署在每个用户集群的中心位置也可以保证每个用户的通信质量。

Description

无人机快速部署方法和装置、电子设备
技术领域
本发明涉及无人机应用技术领域，尤其涉及一种无人机快速部署方法和装置、电子设备。
背景技术
传统的地面网络结构相对固定，偏远地区的通信基础设施数量较少，且一旦发生自然灾难，往往会导致地面基站的破坏，进而导致网络瘫痪，且很难快速恢复正常的网络通信。
随着无人机技术的发展，无人机在空地一体化网络中发挥着重要作用。无人机以其成本低、无地形条件限制、覆盖速度快等优点，被广泛应用于军事、气象、地质、救灾等领域。无人机可以利用自身优势，快速部署到偏远地区，使其能够正常进行通信。卫星具有定位精度高、观测范围广的特点。自然灾难发生后，卫星可以观察地面并派遣无人机迅速恢复偏远地区的通信。当偏远地区无法进行正常通信时，空地综合网络中的卫星会受限检测到偏远地区基站不足的区域。随后卫星根据偏远地区的用户信息进行无人机调度，辅助偏远地区进行通信部署，以实现快速通信。
现有技术中部署无人机时，一般根据用户的数量以及单个无人机一般可以负担的通信用户的经验值，将无人机部署到用户的附近，这样部署无人机的方式花费时间长，且部署后部分与无人机相对偏远的用户通信质量差或者无法通信，因此现有技术中缺少一种快速的且科学的无人机通信快速部署方法。
发明内容
本发明提供一种无人机快速部署方法和装置、电子设备，用以解决现有技术中无人机部署花费时间长的技术问题，实现无人机通信时的快速部署。
一方面，本发明提供一种无人机快速部署方法，包括：
获取当前区域内所有用户的位置信息；
采用聚类算法根据所述用户的位置信息将所述所有用户划分为多个用户集群；
根据所述用户集群中每个用户的位置信息确定每个用户集群的中心位置；
将所述无人机部署在所述每个用户集群的中心位置处。
根据本发明提供的一种无人机快速部署方法，还包括：
获取无人机的无人机的覆盖半径、单位距离信道增益、信道比阈值；
根据所述无人机的覆盖半径、单位距离信道增益、信道比阈值确定无人机设置的高度信息；
根据所述中心位置以及高度信息确定无人机的目标位置；
将所述无人机部署在所述目标位置处。
根据本发明提供的一种无人机快速部署方法，采用聚类算法根据所述用户的位置信息将所述所有用户划分为多个用户集群包括：
中心位置确定，根据所有用户的位置信息确定用户中心位置；
集群划分，根据每个用户到所述用户中心位置的距离信息，采用聚类算法将所述多个用户划分为多个用户集群；
带宽判断，判断每个用户集群中所有用户所需的带宽是否超出所述无人机的带宽上限；若否则确定用户集群划分完成；
若是，则增大所述用户集群的数量，并重复所述集群划分和带宽判断的步骤，直到确定用户集群划分完成。
根据本发明提供的一种无人机快速部署方法，所述根据每个用户到所述用户中心位置的距离信息，采用聚类算法将所述多个用户划分为多个用户集群包括：
采用K均值聚类算法根据每个用户到所述用户中心位置的距离信息，将所述多个用户划分为多个用户集群。
根据本发明提供的一种无人机快速部署方法，所述根据所述用户集群中每个用户的位置信息确定每个用户集群的中心位置包括：
采用以下公式(1)根据根据用户集群中每个用户的位置信息确定每个用户集群的中心位置；
Figure BDA0003891800550000031
上述公式(1)中，
Figure BDA0003891800550000032
表示第kj个集群的中心位置，(xi,yi)表示第kj个集群中任意一个用户i的位置信息，
Figure BDA0003891800550000033
表示每个用户所需要的带宽资源块，B表示第kj个集群的带宽总量。
根据本发明提供的一种无人机快速部署方法，所述根据所述无人机的覆盖半径、单位距离信道增益、信道比阈值确定无人机设置的高度信息包括：
采用以下公式(2)根据无人机的覆盖半径、单位距离信道增益、信道比阈值确定无人机设置的高度信息；
Figure BDA0003891800550000034
上述公式(2)中
Figure BDA0003891800550000035
表示无人机wi的发射功率，yth表示地面用户信噪比的阈值，ξ表示单位距离的信道增益，δ表示信道比阈值,ri表示无人机的覆盖半径。
根据本发明提供的一种无人机快速部署方法，还包括:在确定了无人机的目标位置之后，根据无人机当前的位置以及所述目标位置规划最优的飞行路径；
根据所述最优路径的距离规划出无人机的最优飞行速度规划；
控制所述无人机按照所述最优飞行速度规划以及最优路径规划飞行到所述目标位置。
另一方面，本发明还提供一种无人机快速部署装置，包括：
获取模块，用于获取当前区域内所有用户的位置信息；
第一处理模块，用于采用聚类算法根据所述位置信息将所述所有用户划分为多个用户集群；
第二处理模块，用于根据所述用户集群中每个用户的位置信息确定每个用户集群的中心位置；
控制模块，用于控制所述无人机部署在所述每个用户集群的中心位置处。
另一方面，本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述无人机快速部署方法。
另一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述无人机快速部署方法。
本发明提供的无人机快速部署方法，包括：获取当前区域内所有用户的位置信息后，采用聚类算法根据位置信息快速的将所有用户划分为多个用户集群；根据用户集群中每个用户的位置信息确定每个用户集群的中心位置；然后将无人机部署在每个用户集群的中心位置处。这样提高了无人机的部署效率。同时无人机部署在每个用户集群的中心位置也可以保证每个用户的通信质量。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的无人机快速部署方法的流程示意图之一；
图2是本发明提供的无人机快速部署方法的流程示意图之二；
图3是本发明提供的准群划分方法的流程示意图；
图4是本发明提供的无人机快速部署装置的结构示意图；
图5是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前，政府机构和军事部门通常使用无人驾驶飞行器(UAV)来执行关键任务监视和监视任务。然而，由于嵌入式系统和无线通信技术的技术和研究进展，现在可以采用无人机为各种现实世界的应用场景提供经济可靠的无线通信服务。在紧急情况下的空-空-地综合网络中，无人机(UAV)在卫星的协助下被用作基站，为地面用户提供服务，以恢复偏远地区的通信。无人机的部署延迟对恢复偏远地区通信的效率有很大影响。同时应该考虑到为偏远地区部署无人机，无人机的数量有限，每个无人机应当为更多的用户服务，同时保证每个用户的通信质量。现有的技术在部署无人机时，缺乏一套严谨且科学的部署方案，不能满足紧急情况下对无人机快速部署的需求。
本发明提供的无人机快速部署方法，采用聚类算法根据位置信息快速的将所有用户划分为多个用户集群，根据用户集群中每个用户的位置信息确定每个用户集群的中心位置，然后将无人机部署在每个用户集群的中心位置处。这样提高了无人机的部署效率，同时保证每个用户的通信质量。
下面结合图1对本发明的无人机快速部署方法进行进一步的说明。
实施例一：
本实施例提供一种无人机快速部署方法，如图1，该无人机快速部署方包括：
步骤101：获取当前区域内所有用户的位置信息。
一般的，通过现有的定位卫星即可获取一个区域内的用户的经纬度信息，将用户的经纬度信息可以确定为用户的位置信息。
步骤102：采用聚类算法根据用户的位置信息将所有用户划分为多个用户集群。
步骤103：根据用户集群中每个用户的位置信息确定每个用户集群的中心位置。
在步骤103中确定的每个用户集群的中心位置可以理解为平面上的中心位置(即中心坐标)，将无人机设置在平面上的中心位置处或者该中心位置对应的竖直空间位置处，基本可以保证无人机与集群中各个用户的距离相同或者相近，以保证各个用户的通信质量。
具体的，本实施例中，采用以下公式(1)根据根据用户集群中每个用户的位置信息确定每个用户集群的中心位置；
Figure BDA0003891800550000061
上述公式(1)中，
Figure BDA0003891800550000062
表示第kj个集群的中心位置，(xi,yi)表示第kj个集群中任意一个用户i的位置信息，
Figure BDA0003891800550000071
表示每个用户所需要的带宽资源块，其单位为赫兹(Hz)，B表示第kj个集群的带宽总量，其单位为赫兹(Hz)。
步骤104：将无人机部署在每个用户集群的中心位置处。
进一步的，本实施例中在部署无人机时还获取无人机最优的部署高度信息，然后将无人机部署在最优的高度位置处，具体包括：
步骤201：获取无人机的无人机的覆盖半径、单位距离信道增益、信道比阈值。一般的，通过无人机出厂时的额定的参数信息即可获取无人机的覆盖半径、单位距离信道增益、信道比阈值。
步骤202：根据无人机的覆盖半径、单位距离信道增益、信道比阈值确定无人机设置的高度信息。
具体的，本实施例中采用以下公式(2)根据无人机的覆盖半径、单位距离信道增益、信道比阈值无人机设置的高度信息；
Figure BDA0003891800550000072
上述公式(2)中，表示无人机设置的高度信息，
Figure BDA0003891800550000073
表示无人机wi的发射功率，其单位为瓦特(watt)，yth表示地面用户信噪比的阈值，其单位为dB；ξ表示单位距离的信道增益，其单位为dBi，δ表示信道比阈值，δ2代表每个用户的地面噪声功率,其单位为瓦特(watt)，ri表示无人机的覆盖半径，其单位为米(m)。
其中，地面用户的信噪比计算方法为：
Figure BDA0003891800550000074
Figure BDA0003891800550000075
表示地面用户的信噪比，g是无人机的路径损失值，计算方法如下公式(4)：
Figure BDA0003891800550000081
其中，
Figure BDA0003891800550000082
代表无人机到用户的距离，其单位为米(m)。
步骤203：根据中心位置以及高度信息确定无人机的目标位置。该目标位置即为无人机在一种用户集群中对应的目标位置。
中心位置表示的无人机在二维的坐标信息，再结合无人机设置的高度信息即可获取无人机在空间中的三维坐标信息，将获取的三维坐标系统作为无人机在在空间中的目标位置。
步骤204：将无人机部署在目标位置处。
其中，本实施例在步骤101中初始化获取偏远地区的每个用户位置和每个用户的带宽需求量。在步骤102中，采用聚类算法根据用户的位置信息将所有用户划分为多个用户集群具体包括：
步骤1021：中心位置确定，根据所有用户的位置信息确定用户中心位置。例如，参考上述公式(1)根据所有用户的位置信息即可确定用户中心位置。
步骤1022：集群划分，根据每个用户到所述用户中心位置的距离信息，采用聚类算法将多个用户划分为多个用户集群。具体的，本实施例中采用K均值聚类算法(即K-Means算法)根据每个用户到用户中心位置的距离信息，将多个用户划分为多个用户集群。
步骤1023：带宽判断，判断每个用户集群中所有用户所需的带宽是否超出无人机的带宽上限；若否则确定用户集群划分完成；若是，则增大所述用户集群的数量，例如将用户集群的数量增加一个，并重复集群划分和带宽判断的步骤，直到确定用户集群划分完成。换言之，直到偏远地区用户集群中心位置不发生改变，则确定聚类完成，即确定用户集群划分完成。通过带宽判断以保证每个集群中的带宽需求量小于无人机提供的带宽资源。
本实施例中，在确定了无人机的目标位置之后，根据无人机当前的位置以及目标位置规划最优的飞行路径；根据最优路径的距离规划出无人机的最优飞行速度规划，例如以最大的加速度到加速到最大飞行速度以快速的到达目标位置；控制无人机按照最优飞行速度规划以及最优路径规划飞行到目标位置，这样保证无人机以最短的时间部署到目标位置。
本实施例中，假设在偏远地区场景中，在区域D中有n个用户，用户的坐标定义为U＝{u1,u2,...un}。每个用户所需要的带宽资源块定义为B＝{b1,b2,...bn}。根据各个用户所需要的通信带宽以及用户的位置信息，将n个用户划分为K个集群，则派属K个无人机到偏远地区进行通信。无人机的坐标被定义为W＝{w1,w2,...wn}。无人机的初始位置定义为(xi,yi,0)，将某个无人机部署到目标位置(x’i,y’i,hi)处。在部署过程中，无人机wi的平均飞行速度为vi，其单位为米每秒(m/s)，无人机飞行的欧氏距离为di，其单位为米(m)：
Figure BDA0003891800550000091
无人机的飞行时间为
Figure BDA0003891800550000092
其单位为秒(s)。在本实施例中方法中，假设无人机携带正交频带，因此无人机间不存在干扰。信道的小信号的干扰噪声比为：
Figure BDA0003891800550000093
Figure BDA0003891800550000094
表示信道小信号干扰噪声比，其中I的数值为0，
Figure BDA0003891800550000095
其中
Figure BDA0003891800550000096
是无人机wi的发射功率，g是无人机的路径损失。本技术方法选取路径损失模型为：
Figure BDA0003891800550000097
其中，
Figure BDA0003891800550000098
代表无人机到用户的距离，其单位为米(m)，ξ在无人机出厂是可以获取。
经过测试，采用本实施例的方法可以快速且科学的完成无人机的部署。同时无人机部署在每个用户集群的中心位置也可以保证每个用户的通信质量。
实施例二：
本实施例提供一种无人机快速部署装置，请参考图4，该装置包括：获取模块301、第一处理模块302、第二处理模块303以及控制模块304。
其中，获取模块301用于获取当前区域内所有用户的位置信息。第一处理模块302用于采用聚类算法根据位置信息将所述所有用户划分为多个用户集群。第二处理模块303用于根据用户集群中每个用户的位置信息确定每个用户集群的中心位置。控制模块305用于控制无人机部署在每个用户集群的中心位置处。
进一步的，在一种实施例中，该快速部署装置还包括第三处理模块304，第三处理模块304用于根据根据无人机的覆盖半径、单位距离信道增益、信道比阈值确定无人机设置的高度信息，根据中心位置以及高度信息确定无人机的目标位置。控制模块305还用于控制无人机部署在每个用户集群对应的目标位置处。
其中，本实施例中上述各个功能模块和上述实施例一中的方法对应，即各个功能模块的实现方法和上述实施例一中相同，此处不再赘述。
实施例三：
图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行上述各方法提供的无人机快速部署方法，无人机快速部署方法包括：获取当前区域内所有用户的位置信息；采用聚类算法根据所述用户的位置信息将所有用户划分为多个用户集群；根据用户集群中每个用户的位置信息确定每个用户集群的中心位置；将无人机部署在所述每个用户集群的中心位置处。
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的执行无人机快速部署方法，无人机快速部署方法包括：获取当前区域内所有用户的位置信息；采用聚类算法根据所述用户的位置信息将所有用户划分为多个用户集群；根据用户集群中每个用户的位置信息确定每个用户集群的中心位置；将无人机部署在所述每个用户集群的中心位置处。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种无人机快速部署方法，其特征在于，包括：
获取当前区域内所有用户的位置信息；
采用聚类算法根据所述用户的位置信息将所述所有用户划分为多个用户集群；
根据所述用户集群中每个用户的位置信息确定每个用户集群的中心位置；
将所述无人机部署在所述每个用户集群的中心位置处。
2.根据权利要求1所述的无人机快速部署方法，其特征在于，还包括：
获取无人机的无人机的覆盖半径、单位距离信道增益、信道比阈值；
根据所述无人机的覆盖半径、单位距离信道增益、信道比阈值确定无人机设置的高度信息；
根据所述中心位置以及高度信息确定无人机的目标位置；
将所述无人机部署在所述目标位置处。
3.根据权利要求1所述的无人机快速部署方法，其特征在于，采用聚类算法根据所述用户的位置信息将所述所有用户划分为多个用户集群包括：
中心位置确定，根据所有用户的位置信息确定用户中心位置；
集群划分，根据每个用户到所述用户中心位置的距离信息，采用聚类算法将所述多个用户划分为多个用户集群；
带宽判断，判断每个用户集群中所有用户所需的带宽是否超出所述无人机的带宽上限；若否则确定用户集群划分完成；
若是，则增大所述用户集群的数量，并重复所述集群划分和带宽判断的步骤，直到确定用户集群划分完成。
4.根据权利要求3所述的无人机快速部署方法，其特征在于，所述根据每个用户到所述用户中心位置的距离信息，采用聚类算法将所述多个用户划分为多个用户集群包括：
采用K均值聚类算法根据每个用户到所述用户中心位置的距离信息，将所述多个用户划分为多个用户集群。
5.根据权利要求1所述的无人机快速部署方法，其特征在于，所述根据所述用户集群中每个用户的位置信息确定每个用户集群的中心位置包括：
采用以下公式(1)根据根据用户集群中每个用户的位置信息确定每个用户集群的中心位置；
Figure FDA0003891800540000021
上述公式(1)中，
Figure FDA0003891800540000022
表示第kj个集群的中心位置，(xi,yi)表示第kj个集群中任意一个用户i的位置信息，
Figure FDA0003891800540000023
表示每个用户所需要的带宽资源块，B表示第kj个集群的带宽总量。
6.根据权利要求2所述的无人机快速部署方法，其特征在于，所述根据所述无人机的覆盖半径、单位距离信道增益、信道比阈值确定无人机设置的高度信息包括：
采用以下公式(2)根据无人机的覆盖半径、单位距离信道增益、信道比阈值确定无人机设置的高度信息；
Figure FDA0003891800540000024
上述公式(2)中
Figure FDA0003891800540000025
表示无人机wi的发射功率，yth表示地面用户信噪比的阈值，ξ表示单位距离的信道增益，δ表示信道比阈值,ri表示无人机的覆盖半径。
7.根据权利要求2所述的无人机快速部署方法，其特征在于，还包括:在确定了无人机的目标位置之后，根据无人机当前的位置以及所述目标位置规划最优的飞行路径；
根据所述最优路径的距离规划出无人机的最优飞行速度规划；
控制所述无人机按照所述最优飞行速度规划以及最优路径规划飞行到所述目标位置。
8.一种无人机快速部署装置，其特征在于，包括：
获取模块，用于获取当前区域内所有用户的位置信息；
第一处理模块，用于采用聚类算法根据所述位置信息将所述所有用户划分为多个用户集群；
第二处理模块，用于根据所述用户集群中每个用户的位置信息确定每个用户集群的中心位置；
控制模块，用于控制所述无人机部署在所述每个用户集群的中心位置处。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述无人机快速部署方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述无人机快速部署方法。
CN202211262597.8A 2022-10-14 2022-10-14 无人机快速部署方法和装置、电子设备 Pending CN115511202A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211262597.8A CN115511202A (zh) 2022-10-14 2022-10-14 无人机快速部署方法和装置、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211262597.8A CN115511202A (zh) 2022-10-14 2022-10-14 无人机快速部署方法和装置、电子设备

Publications (1)

Publication Number Publication Date
CN115511202A true CN115511202A (zh) 2022-12-23

Family

ID=84509634

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211262597.8A Pending CN115511202A (zh) 2022-10-14 2022-10-14 无人机快速部署方法和装置、电子设备

Country Status (1)

Country Link
CN (1) CN115511202A (zh)

Similar Documents

Publication Publication Date Title
CN110364031A (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
CN110312265B (zh) 无人机编队通信覆盖的功率分配方法及系统
CN109885088B (zh) 边缘计算网络中基于机器学习的无人机飞行轨迹优化方法
CN114221687B (zh) 无人机空中基站组网方法、装置及电子设备
Qu et al. Rapid deployment of UAVs based on bandwidth resources in emergency scenarios
CN107241699B (zh) 一种天线方向调整的方法及装置
CN106412840A (zh) 一种无人驾驶装置的信息传输方法及基站
Tahat et al. Simplistic machine learning-based air-to-ground path loss modeling in an urban environment
Medina-Pazmiño et al. Analysis and determination of minimum requirements for a data link communication system for unmanned aerial vehicles-UAV's
CN113050672B (zh) 一种面向应急信息采集与传输的无人机路径规划方法
CN112947583B (zh) 无人机通信网络拓扑优化方法及系统
US11119205B2 (en) Communication device, communication method, and communication program
CN115827185B (zh) 6g空中基站结合北斗空中避障的方法、存储介质及设备
CN115511202A (zh) 无人机快速部署方法和装置、电子设备
WO2018026521A1 (en) Radio interference detection
CN111479240A (zh) 无人机通信系统及基于用户分簇的无线传输方法
Mielke et al. Analysis of the dominant signal component of the air-ground channel based on measurement data at c-band
CN115643584A (zh) 空中扩容基站的部署方法、装置及电子设备
CN115767493A (zh) 一种基于6g的空天地海一体化的数据分析及应用方法
CN109792279B (zh) 用于选择天线的方法、系统、装置和存储介质
CN113919188B (zh) 一种基于上下文-mab的中继无人机路径规划方法
CN113853812B (zh) 一种通信方法及装置
CN113824486A (zh) 无人机通信系统的性能评估方法、装置、计算机设备和存储介质
CN113485426A (zh) 一种无人机集群重构方法、系统、存储介质和电子设备
CN108983820B (zh) 一种生态保护红线区勘界方法及系统

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