CN115843005A - 通感一体化无人机网络的多点多维接入方法、系统及存储介质 - Google Patents
通感一体化无人机网络的多点多维接入方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115843005A CN115843005A CN202211335448.XA CN202211335448A CN115843005A CN 115843005 A CN115843005 A CN 115843005A CN 202211335448 A CN202211335448 A CN 202211335448A CN 115843005 A CN115843005 A CN 115843005A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- access
- network
- cluster head
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004891 communication Methods 0.000 claims abstract description 44
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 53
- 238000012544 monitoring process Methods 0.000 claims description 19
- 230000008447 perception Effects 0.000 claims description 15
- 230000004927 fusion Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000010363 phase shift Effects 0.000 claims description 5
- 230000001934 delay Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 2
- 230000006698 induction Effects 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 14
- 230000006872 improvement Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种通感一体化无人机网络的多点多维接入方法、系统及存储介质,多点多维接入方法包括信息收集步骤、信息融合步骤和多维接入步骤。本发明的有益效果是:本发明借助通感一体化无人机网络的技术优势和空间资源,融合网络中多无人机节点的多维信息判断网络外新无人机节点的状态,并通过联合无人机‑无人机与无人机‑地面设备‑无人机传输实现接入新无人机节点。
Description
技术领域
本发明涉及无人机技术领域,尤其涉及通感一体化无人机网络的多点多维接入方法、系统及存储介质。
背景技术
无人机技术已被广泛应用于航拍、快速运输、灾害监测等各种日常生活场景。由于单架无人机在传感距离和精度方面存在不足,无人机网络已成为重要的研究方向。通感一体化技术可以共享硬件和频谱资源,在降低成本和体积方面具有优势。因此,通感一体化技术在无人机上的应用逐渐成为研究热点。
虽然针对无人机网络多接入协议的研究已经很多,但针对通感一体化场景下无人机网络多接入协议的研究还很少。对于通感一体化无人机网络的多接入问题,相关解决方案可以分成两类。一类是采用传统的多接入处理方法,即通过多接入协议保持单跳传输服务质量(Quality of Service,QoS),同时,路由层保证可靠的端到端传送。但是,这种方法并不适用于无人机数量比较多的情况,即扩展性较差。另一类是设计基于通感一体化技术的无人机网络的多接入协议。已有相关研究主要是将通感一体化信号进行划分,如雷达模式和雷达为主通信为辅模式等,根据不同目标设计相应的时频资源分配方案,并进一步分配信道,完成通感一体化无人机网络的多点接入。但是,这种方法只挖掘了无人机之间的空间维度,性能提升有限。
发明内容
为了解决现有技术中的问题,本发明充分挖掘通感一体化无人机网络的空间多维度信息,通过信息融合判断,以及多维接入处理,完成新节点的接入,提高无人机网络的接入效率和可靠性。
本发明提供了一种通感一体化无人机网络的多点多维接入方法,包括如下步骤:
步骤1,信息收集步骤:网络中共有K架无人机,且网络中的簇首无人机能够与任意一架无人机进行单跳通信或者多跳通信,每架非簇首无人机利用自身携带的通感一体化设备对网络外的无人机动态进行实时监控;
步骤2,信息融合步骤:采用加权融合的方式得到某架无人机动态变化情况的判断系数η,当η≥ηA,认为无人机节点准备接入网络;当η≤ηD,认为无人机节点准备离开网络;当ηD<η<ηA,认为无人机节点维持当前状态;ηA和ηD表示阈值;
步骤3,多维接入步骤包括如下步骤:
步骤31,接入帧收发步骤:簇首无人机选择通信判断准确的无人机作为准备接入网络的待接入无人机的接入端口,通信判断准确的无人机的集合记为{1#,...,N#},待接入无人机记为i#,待接入无人机在固定的频率f1广播采用二进制相移键控调制的接入帧,接入帧会被选定的{1#,...,N#}接收,且接入帧会被选定无人机通信的地面设备接收,地面设备将收集到的接入帧通过放大转发的方式发送给选定的无人机n#,接入帧会在选定的无人机n#处进行等增益合并,并将合并后的接入帧传送至簇首无人机;
步骤32,允许接入帧发送步骤:簇首无人机依次解调{1#,...,N#}发送过来的接入帧,当簇首无人机无法接收到i#的接入帧时,认为i#不能直接与簇首无人机通信,选择{1#,...,N#}中通信信号强度最大的无人机记为j#作为中继辅助i#与簇首无人机的通信,簇首无人机根据接入帧中的待接入无人机序号和地址信息,在固定的频率f2发送允许接入帧,f2≠f1;
步骤33:判断待接入无人机在时间t内是否接收到允许接入帧,若是,则结束,否则执行步骤34;
步骤34:待接入无人机延迟一个随机时间,重新发送接入帧;
步骤35:判断待接入无人机接入网络次数是否大于M,若是,那么接入失败,否则,返回执行步骤31。
作为本发明的进一步改进,在所述信息收集步骤中,对于网络外的任意一架无人机,网络中的第k架无人机在第i时刻对其动态的监控结果记为(vk(ti),wk(ti)),其中vk(ti)代表通过感知技术得到的监控结果,vk(ti)=1对应无人机接入网络,vk(ti)=-1对应无人机离开网络,vk(ti)=0对应维持现状,wk(ti)代表通过通信技术得到的监控结果,wk(ti)=1对应无人机接入网络,wk(ti)=-1对应无人机离开网络,wk(ti)=0对应维持现状。
作为本发明的进一步改进,在所述信息融合步骤中,将ti省略,(vk(ti),wk(ti))简写成(vk,wk),η=θ(α1v1+…+αKvK)+(1-θ)(β1w1+…+βKwK),其中θ和1-θ分别是感知部分和通信部分的加权值,0≤θ≤1;{α1,α2,…,αK}是不同无人机感知监控的加权值集合,满足α1+α2+…+αK=1,{β1,β2,…,βK)是不同无人机通信监控的加权值集合,满足β1+β2+…+βK=1,-1≤ηD<ηA≤1。
作为本发明的进一步改进,在所述步骤31中,接入帧包括待接入无人机的序号和地址。
作为本发明的进一步改进,在所述步骤31中,频率f1为1.2GHz频率;在所述步骤32中,频率f2为2.4GHz频率。
作为本发明的进一步改进,在所述步骤32中,允许接入帧包括簇首无人机的序号和地址、以及中继无人机的序号和地址。
作为本发明的进一步改进,在所述步骤32中,簇首无人机能接收到i#的接入帧时,允许接入帧只包括簇首无人机的序号和地址;若无人机i#与簇首无人机不能直接通信,则无人机j#会转发该允许接入帧。
作为本发明的进一步改进,在所述步骤33中,时间t为1ms;在所述步骤33中,待接入无人机延迟一个随机时间,重新在1.2GHz广播接入帧;在所述步骤35中,M=10。
本发明还提供了一种通感一体化无人机网络的多点多维接入系统,包括:存储器、处理器以及存储在所述存储器上的计算机程序,所述计算机程序配置为由所述处理器调用时实现本发明所述实时多点多维接入方法的步骤。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序配置为由处理器调用时实现本发明所述的多点多维接入方法的步骤。
本发明的有益效果是:本发明借助通感一体化无人机网络的技术优势和空间资源,融合网络中多无人机节点的多维信息判断网络外新无人机节点的状态,并通过联合无人机-无人机与无人机-地面设备-无人机传输实现接入新无人机节点。
附图说明
图1是通感一体化无人机系统的示意图;
图2是三维接入示意图;
图3是本发明流程图。
具体实施方式
本发明公开了一种通感一体化无人机网络的多点多维接入方法,利用通感一体化无人机网络的空间多维度信息,采用信息融合判断新节点是否接入,并通过多维接入完成新节点的接入过程,具体步骤如下:
步骤1,信息收集步骤:假设通感一体化无人机网络中一共有K架无人机,且网络中的簇首无人机可以与任意一架无人机进行单跳通信或者多跳通信。每架非簇首无人机利用自身携带的通感一体化设备对网络外的无人机动态进行实时监控。考虑网络外的任意一架无人机,网络中的第k(1≤k≤K)架无人机在第i时刻(记为ti(1≤i))对其动态的监控结果记为(vk(ti),wk(ti)),其中vk(ti)代表通过感知技术得到的监控结果,vk(ti)=1对应无人机接入网络,vk(ti)=-1对应无人机离开网络,vk(ti)=0对应维持现状。wk(ti)代表通过通信技术得到的监控结果,wk(ti)=1对应无人机接入网络,wk(ti)=-1对应无人机离开网络,wk(ti)=0对应维持现状。
步骤2,信息融合步骤:考虑不同无人机配备的通信和感知的硬件和技术不同,对无人机动态变化情况的监控精度也不同,因此,采用加权融合的方式得到某架无人机动态变化情况的判断系数η。考虑单个时刻,故ti将会被省略,(vk(ti),wk(ti))可以简写成(vk,wk)。此时,η=θ(α1v1+…+αKvK)+(1-θ)(β1w1+…+βKwK),其中θ(0≤θ≤1)和1-θ分别是感知部分和通信部分的加权值。{α1,α2,…,αK}是不同无人机感知监控的加权值集合,满足α1+α2+…+αK=1。αk的数值取决于无人机实现感知功能的硬件和技术,感知精度越高,数值越大。例如电磁感知和拍照感知的加权系数不一样,一般的,拍照感知的精确更高,其加权系数更大。{β1,β2,…,βK}是不同无人机通信监控的加权值集合,满足β1+β2+…+βK=1。βk的数值取决于无人机实现通信功能的硬件和技术,抗干扰能力越强,数值越大。例如波束赋形技术和码分多址技术的加权系数有差异,一般的,码分多址技术的抗干扰能力更强,其加权系数更大。因此,当无人机动态变化情况的判断系数大于某个阈值时,即η≥ηA,认为无人机节点准备接入网络;当判断系数小于另一个阈值时,即η≤ηD,认为无人机节点准备离开网络;否则,即ηD<η<ηA,认为无人机节点维持当前状态。值得注意的是,ηA和ηD满足-1≤ηD<ηA≤1,具体数值需要根据实际情况设定。
步骤3,多维接入步骤:当η≥ηA时,即认为无人机节点准备接入无人机网络,簇首无人机选择通信判断准确(即wk=1)的无人机作为其接入端口,这些无人机的集合记为{1#,...,N#}。待接入无人机(记为i#)在固定的频率f1广播采用二进制相移键控调制的接入帧(包括待接入无人机序号和地址)。通信判断准确说明通信状况比较好,故该接入帧会被选定的无人机({1#,...,N#})接收,以及与这些被选定无人机通信的部分地面设备接收。这些地面设备的集合分别记为An,其中1≤n≤N。An中的地面设备将收集到的接入帧通过放大转发的方式发送给n#。因此,无人机n#将会从多空间维度接收到来自于无人机i#的接入帧,即无人机-无人机的视距传播,以及无人机-地面设备-无人机的中继转发。这些接入帧会在无人机n#处进行等增益合并,并传送至簇首无人机。簇首无人机依次解调{1#,...,N#}发送过来的接入帧信息。当簇首无人机无法接收到i#的接入帧时,认为i#不能直接与簇首无人机通信,选择{1#,...,N#}中通信信号强度最大的无人机(记为j#)作为中继辅助i#与簇首无人机的通信。簇首无人机根据接入帧中的待接入无人机序号和地址信息,在固定的频率f2(f2≠f1)发送允许接入帧(包括簇首无人机的序号和地址,以及中继无人机的序号和地址)。值得注意的是,簇首无人机能接收到i#的接入帧时,允许接入帧只包括簇首无人机的序号和地址。若无人机i#与簇首无人机不能直接通信,则无人机j#会转发该允许接入帧。如果i#在时间t内无法接收到允许接入帧,则延迟一个随机时间后重新在频率f1上广播采用二进制相移键控调制的接入帧。重复该过程,直至无人机i#接入无人机网络或者重复次数达到M,并宣告接入失败。
下面通过具体实例进行说明,如图1所示,整个无人机网络一共由5架无人机组成,其中1架为簇首无人机,剩余的4架无人机分别编号为1#,2#,3#和4#,待接入的无人机编号为5#。假设1#,2#,3#和4#均可以与簇首无人机进行单跳通信。假设某一时刻的监控结果为(v1,w1)=(1,1),(v2,w2)=(1,1),(v3,w3)=(0,0),(v4,w4)=(1,0)。此外,令参数θ=0.3,{α1,α2,α3,α4}={0.25,0.25,0.25,0.25},{β1,β2,β3,β4}={0.25,0.25,0.25,0.25},ηA=0.5。假设只有无人机1#具备可通信的地面设备,数量为2。频率f1和f2分别设置为1.2GHz和2.4GHz,时间t=1ms,接入最大尝试次数为M=10。
在图1、图2的基础上,结合流程图3,具体实施方式的所有步骤如下所示:
步骤1、信息收集步骤:通感一体化无人机网络中的无人机1#,2#,3#和4#利用通感一体化技术对无人机5#的动态情况进行实时监控。某一时刻的监控结果分别为(v1,w1)=(1,1),(v2,w2)=(1,1),(v3,w3)=(0,0),(v4,w4)=(1,0)。
步骤2、信息融合步骤:计算无人机5#动态变化情况的判断系数η=0.3(0.25+0.25+0+0.25)+0.7(0.25+0.25+0+0)=0.575。由于ηA=0.5,故η≥ηA,簇首无人机认为无人机节点5#准备接入网络。
步骤3、多维接入步骤:簇首无人机选择无人机1#和2#作为无人机5#的接入端口。无人机5#在1.2GHz频率广播采用二进制相移键控调制的接入帧(包括待接入无人机序号和地址)。该接入帧会被选定的无人机1#和2#接收,以及与无人机1#通信的2个地面设备接收。这些地面设备的集合记为A1。A1中的2个地面面设备将收集到的接入帧通过放大转发的方式发送给1#。因此,无人机1#将会从多维度接收到来自于无人机5#的接入帧。无人机1#对这些接入帧进行等增益合并,并将合并后的接入帧传送至簇首无人机。簇首无人机依次解调1#和2#发送过来的接入帧。假设相比于无人机1#,无人机2#具有更大的通信信号强度。当簇首无人机无法接收到5#的接入帧时,选择无人机2#作为中继辅助5#与簇首无人机的通信。簇首无人机根据接入帧中的待接入无人机序号和地址信息,在2.4GHz频率发送允许接入帧(包括簇首无人机的序号和地址,以及中继无人机的序号和地址)。值得注意的是,簇首无人机能接收到5#的接入帧时,允许接入帧只包括簇首无人机的序号和地址。若无人机5#与簇首无人机不能直接通信,则无人机2#会转发该允许接入帧。如果5#在1ms内无法接收到允许接入帧,则延迟一个随机时间后重新在1.2GHz广播接入帧。重复该过程,直至无人机5#接入无人机网络或者重复次数达到10,并宣告接入失败。
本发明提出一种新的动态多点接入方法,适用于采用通感一体化技术的无人机网络。本发明可以更有效的接入通感一体化无人机网络的新节点,降低接入等待时间,满足无人机网络拓扑结构的动态变化。
本发明适用于通感一体化无人机网络的动态多点接入。无人机网络采用星型拓扑结构。网络中任意无人机需要配备通感一体化设备,可以通信和感知无人机以及地面设备。此外,无人机感知功能和通信功能的实现硬件和软件技术可以是多样化的,比如感知可以采用红外或拍照技术等,通信可以采用时分复用或者频分复用技术等。地面设备需要具有通信功能,且能够对信息进行一定的处理。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种通感一体化无人机网络的多点多维接入方法,其特征在于,包括如下步骤:
步骤1,信息收集步骤:网络中共有K架无人机,且网络中的簇首无人机能够与任意一架无人机进行单跳通信或者多跳通信,每架非簇首无人机利用自身携带的通感一体化设备对网络外的无人机动态进行实时监控;
步骤2,信息融合步骤:采用加权融合的方式得到某架无人机动态变化情况的判断系数η,当η≥ηA,认为无人机节点准备接入网络;当η≤ηD,认为无人机节点准备离开网络;当ηD<η<ηA,认为无人机节点维持当前状态;ηA和ηD表示阈值;
步骤3,多维接入步骤包括如下步骤:
步骤31,接入帧收发步骤:簇首无人机选择通信判断准确的无人机作为准备接入网络的待接入无人机的接入端口,通信判断准确的无人机的集合记为{1#,...,N#},待接入无人机记为i#,待接入无人机在固定的频率f1广播采用二进制相移键控调制的接入帧,接入帧会被选定的{1#,...,N#}接收,且接入帧会被选定无人机通信的地面设备接收,地面设备将收集到的接入帧通过放大转发的方式发送给选定的无人机n#,接入帧会在选定的无人机n#处进行等增益合并,并将合并后的接入帧传送至簇首无人机;
步骤32,允许接入帧发送步骤:簇首无人机依次解调{1#,...,N#}发送过来的接入帧,当簇首无人机无法接收到i#的接入帧时,认为i#不能直接与簇首无人机通信,选择{1#,...,N#}中通信信号强度最大的无人机记为j#作为中继辅助i#与簇首无人机的通信,簇首无人机根据接入帧中的待接入无人机序号和地址信息,在固定的频率f2发送允许接入帧,f2≠f1;
步骤33:判断待接入无人机在时间t内是否接收到允许接入帧,若是,则结束,否则执行步骤34;
步骤34:待接入无人机延迟一个随机时间,重新发送接入帧;
步骤35:判断待接入无人机接入网络次数是否大于M,若是,那么接入失败,否则,返回执行步骤31。
2.根据权利要求1所述的多点多维接入方法,其特征在于:在所述信息收集步骤中,对于网络外的任意一架无人机,网络中的第k架无人机在第i时刻对其动态的监控结果记为(vk(ti),wk(ti)),其中vk(ti)代表通过感知技术得到的监控结果,vk(ti)=1对应无人机接入网络,vk(ti)=-1对应无人机离开网络,vk(ti)=0对应维持现状,wk(ti)代表通过通信技术得到的监控结果,wk(ti)=1对应无人机接入网络,wk(ti)=-1对应无人机离开网络,wk(ti)=0对应维持现状。
3.根据权利要求2所述的多点多维接入方法,其特征在于:在所述信息融合步骤中,将ti省略,(vk(ti),wk(ti))简写成(vk,wk),η=θ(α1v1+…+αKvK)+(1-θ)(β1w1+…+βKwK),其中θ和1-θ分别是感知部分和通信部分的加权值,0≤θ≤1;{α1,α2,…,αK}是不同无人机感知监控的加权值集合,满足α1+α2+…+αK=1,{β1,β2,…,βK}是不同无人机通信监控的加权值集合,满足β1+β2+…+βK=1,-1≤ηD<ηA≤1。
4.根据权利要求1所述的多点多维接入方法,其特征在于:在所述步骤31中,接入帧包括待接入无人机的序号和地址。
5.根据权利要求1所述的多点多维接入方法,其特征在于:在所述步骤31中,频率f1为1.2GHz频率;在所述步骤32中,频率f2为2.4GHz频率。
6.根据权利要求1所述的多点多维接入方法,其特征在于:在所述步骤32中,允许接入帧包括簇首无人机的序号和地址、以及中继无人机的序号和地址。
7.根据权利要求1所述的多点多维接入方法,其特征在于:在所述步骤32中,簇首无人机能接收到i#的接入帧时,允许接入帧只包括簇首无人机的序号和地址;若无人机i#与簇首无人机不能直接通信,则无人机j#会转发该允许接入帧。
8.根据权利要求1所述的多点多维接入方法,其特征在于:在所述步骤33中,时间t为1ms;在所述步骤33中,待接入无人机延迟一个随机时间,重新在1.2GHz广播接入帧;在所述步骤35中,M=10。
9.一种通感一体化无人机网络的多点多维接入系统,其特征在于,包括:存储器、处理器以及存储在所述存储器上的计算机程序,所述计算机程序配置为由所述处理器调用时实现权利要求1-8中任一项所述实时多点多维接入方法的步骤。
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机程序,所述计算机程序配置为由处理器调用时实现权利要求1-8中任一项所述的多点多维接入方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211335448.XA CN115843005B (zh) | 2022-10-28 | 2022-10-28 | 通感一体化无人机网络的多点多维接入方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211335448.XA CN115843005B (zh) | 2022-10-28 | 2022-10-28 | 通感一体化无人机网络的多点多维接入方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115843005A true CN115843005A (zh) | 2023-03-24 |
CN115843005B CN115843005B (zh) | 2024-04-19 |
Family
ID=85576666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211335448.XA Active CN115843005B (zh) | 2022-10-28 | 2022-10-28 | 通感一体化无人机网络的多点多维接入方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115843005B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018098748A1 (zh) * | 2016-11-30 | 2018-06-07 | 深圳天珑无线科技有限公司 | 分布式网络的通信方法、节点及系统 |
CN111356203A (zh) * | 2020-03-10 | 2020-06-30 | 西安电子科技大学 | 基于分簇的三维无线光传感器网络路由方法 |
CN111786712A (zh) * | 2020-05-29 | 2020-10-16 | 中国人民解放军空军工程大学 | 一种基于cr的uav通信网络次级链路吞吐量优化方法 |
CN112105086A (zh) * | 2020-11-16 | 2020-12-18 | 南京航空航天大学 | 基于流量预测的无人机自组网信道接入控制方法 |
CN113922899A (zh) * | 2021-09-24 | 2022-01-11 | 中国人民解放军军事科学院国防科技创新研究院 | 基于神经网络和Welch变换的频谱感知接入方法 |
CN114340030A (zh) * | 2021-11-18 | 2022-04-12 | 北京遥测技术研究所 | 一种无人集群组网测控的帧时隙Aloha接入方法 |
-
2022
- 2022-10-28 CN CN202211335448.XA patent/CN115843005B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018098748A1 (zh) * | 2016-11-30 | 2018-06-07 | 深圳天珑无线科技有限公司 | 分布式网络的通信方法、节点及系统 |
CN111356203A (zh) * | 2020-03-10 | 2020-06-30 | 西安电子科技大学 | 基于分簇的三维无线光传感器网络路由方法 |
CN111786712A (zh) * | 2020-05-29 | 2020-10-16 | 中国人民解放军空军工程大学 | 一种基于cr的uav通信网络次级链路吞吐量优化方法 |
CN112105086A (zh) * | 2020-11-16 | 2020-12-18 | 南京航空航天大学 | 基于流量预测的无人机自组网信道接入控制方法 |
CN113922899A (zh) * | 2021-09-24 | 2022-01-11 | 中国人民解放军军事科学院国防科技创新研究院 | 基于神经网络和Welch变换的频谱感知接入方法 |
CN114340030A (zh) * | 2021-11-18 | 2022-04-12 | 北京遥测技术研究所 | 一种无人集群组网测控的帧时隙Aloha接入方法 |
Non-Patent Citations (2)
Title |
---|
CHONGBEN TAO等: "Finite-Time Adaptive Fuzzy Quantized Control for a Quadrotor UAV", 《IEEE ACCESS》, vol. 8, 31 December 2020 (2020-12-31), pages 179363 - 179372, XP011813033, DOI: 10.1109/ACCESS.2020.3027854 * |
徐赞新;袁坚;王钺;张耀东;衣龙腾;霍金海;冯振明;: "一种支持移动自组网通信的多无人机中继网络", 清华大学学报(自然科学版), no. 02, 15 February 2011 (2011-02-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN115843005B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Time-division ISAC enabled connected automated vehicles cooperation algorithm design and performance evaluation | |
JP5031033B2 (ja) | 協調macプロトコルにおける自動パートナー選択 | |
WO2020015660A1 (zh) | 信息元素的传输方法、通信节点、系统及存储介质 | |
CN103607750A (zh) | 下一代蜂窝系统中基于终端直通通信的中继选择方法 | |
CN106954229A (zh) | 基于spma的混合式信道负载统计方法 | |
CN108696897B (zh) | 基于卫星cdma多包接收的数据收集方法 | |
CN108880634B (zh) | 一种通信方法 | |
CN110492950B (zh) | 面向链路间干扰抑制的时间反转水声网络多址接入方法 | |
Ho et al. | Optimal relay path selection and cooperative communication protocol for a swarm of UAVs | |
CN111586785B (zh) | 一种跨介质异构无人集群系统分簇路由方法 | |
Zhang et al. | A load-based hybrid MAC protocol for underwater wireless sensor networks | |
CN110138757A (zh) | 空分多址sdma-spma多址接入系统 | |
Ruan et al. | An adaptive channel division MAC protocol for high dynamic UAV networks | |
CN110691371B (zh) | 一种网状水声网络的mac调度方法 | |
CN106899981A (zh) | 一种节点发送时间和功率联合优化的水声网络通信方法 | |
CN114531716A (zh) | 一种基于能耗和链路质量的路由选择方法 | |
Du et al. | Cooperative sensing and task offloading for autonomous platoons | |
Nardini et al. | Modeling X2 backhauling for LTE-Advanced and assessing its effect on CoMP Coordinated Scheduling | |
CN115843005A (zh) | 通感一体化无人机网络的多点多维接入方法、系统及存储介质 | |
CN114586409A (zh) | 无线通信系统中用于处理业务的设备和方法 | |
CN109861774B (zh) | 一种认知水声网络接入调度方法 | |
CN115665860B (zh) | 一种基于候鸟群特性的无人机自组网的资源分配方法 | |
CN115166711A (zh) | 车辆的雷达协同感知系统用感知与连接方法 | |
CN111372246A (zh) | 一种基于邻居时间和信誉模型的移动无线传感器网络数据采集方法 | |
Kuo et al. | Tier-based underwater acoustic routing for applications with reliability and delay constraints |
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 |