CN115877870A - 一种基于机会数据采集的无人机在线路径规划方法 - Google Patents
一种基于机会数据采集的无人机在线路径规划方法 Download PDFInfo
- Publication number
- CN115877870A CN115877870A CN202310059306.3A CN202310059306A CN115877870A CN 115877870 A CN115877870 A CN 115877870A CN 202310059306 A CN202310059306 A CN 202310059306A CN 115877870 A CN115877870 A CN 115877870A
- Authority
- CN
- China
- Prior art keywords
- uav
- hovering
- hovering point
- data collection
- point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000013480 data collection Methods 0.000 claims abstract description 83
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 3
- 239000000725 suspension Substances 0.000 abstract 5
- 238000010586 diagram Methods 0.000 description 3
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 2
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 2
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种基于机会数据采集的无人机在线路径规划方法,属于无人机路径规划和无人机辅助无线通信领域。无人机在执行完给定任务后,返航途中进行机会数据采集。将无人机从上一个悬停点飞往下一个悬停点并完成该点数据采集的过程称为一次机会数据采集。每次机会数据采集过程中,无人机首先收集附近环境和地面节点信息;根据收集到的信息和自身剩余时间,构建可行悬停点子集;按照采集数据量最大原则从子集中选出最优悬停点。各最优悬停点连成的轨迹构成了无人机的在线规划路径。本发明充分利用无人机返航时的多余时间进行机会数据采集,通过在线规划并优化无人机的飞行轨迹,加大了无人机的数据采集量,提升了无人机的使用效率。
Description
技术领域
本发明属于无人机路径规划和无人机辅助无线通信领域,涉及一种基于机会数据采集的无人机在线路径规划方法。
背景技术
近年来,旋翼无人机由于其高度的灵活性和良好的可视链路,经常被派往执行多种任务,例如去偏远地方巡逻或搜救。这类无人机在执行任务期间或返航途中,可以作为短时数据采集器,顺带采集一些数据。这类数据采集也称为机会数据采集,它不需要额外的无人机布置,能极大提升无人机的使用效率,降低能量消耗。但是由于短期数据采集常常是临时任务,经常未包含在无人机规定任务内,因此,无人机在进行机会数据时所面临的环境常常是未知的或是粗略的。
目前,已有少量文献对无人机在部分未知或完全未知环境下的路径规划进行了初步研究,其主要思路是在不改变无人机返回航线的基础上,根据探测到的环境数据和网络参数,来实时调整无人机的飞行速度和悬停时间,从而优化机会数据采集过程。但是,由于有特定的任务要求和飞行安全限制,无人机的飞行路径和返航时间严格受限,这导致在数据采集过程中有限的覆盖能力。如何在宽广的未知环境中对无人机的采集过程、在线轨迹等进行优化,来提升采集效率,是值得研究的问题。
发明内容
有鉴于此,本发明的目的在于提供一种基于机会数据采集的无人机在线路径规划方法。该方法根据探测到的环境数据和剩余时间计算出可行悬停点子集,并结合每个悬停点可采集到的数据量选取出最优悬停点,各个最优悬停点构成了无人机机会数据采集时的在线规划路径。
为达到上述目的,本发明提供如下技术方案:
一种基于机会数据采集的无人机在线路径规划方法,该方法包括以下步骤:
S1:探索环境信息。旋翼无人机在执行完给定任务后,返航途中进行机会数据采集。假设无人机给定的机会数据采集的最大时间为Tmax,数据采集过程中以速度vm匀速飞行,飞行高度z0不变。进入未知区域后,无人机从上一个悬停点出发飞往下一个悬停点并完成该点的数据采集的过程称为一次机会数据采集。每次数据采集前,无人机在相应悬停点与附近的地面节点进行通信,收集节点和周围环境信息,并记录下来。
S2:建立可行悬停点集合。假设无人机从进入采集区域开始,在整个返航过程中共进行N次机会数据采集。对于第i(i=1,2,…,N)次机会数据采集,无人机根据收集到的信息和自身的剩余时间,计算第i次数据采集的悬停点Pik的参数,构建可行悬停点子集Hi。
S3:选择最优悬停点。根据可采集的数据量最大原则,选择最优悬停点。若可行悬停点子集Hi不为空,计算在每个可行悬停点上能采集的数据量,选择采集数据量最大的悬停点为最优悬停点Pi *;若Hi为空,将从当前位置直接返回基站,机会数据采集结束。各次机会数据采集的最优悬停点,构成了无人机的在线规划路径。
进一步,步骤S1中所述的机会数据采集过程中,如图1所示,旋翼无人机在执行完给定任务后,返航途中进行机会数据采集。假设无人机给定返航时间为Tg,返航过程中以速度vm匀速飞行,飞行高度z0保持不变。当无人机在T0时刻进入未知的地面网络时,无人机用于机会数据采集的最大时间Tmax可表示为:Tmax=Tg-T0。由于在未知环境中无人机无法获得足够的全局信息,只能通过实时收集到的信息在线调整无人机的飞行路径和采集区域。将无人机从上一个悬停点出发飞往下一个悬停点并完成该点的数据采集的过程称为一次机会数据采集。假设无人机在返航过程中进行了N次数据采集,对于第i次数据采集过程,无人机匀速飞行到悬停点上方后,悬停在悬停点上采集数据并探测下一次数据采集时所需的环境信息,根据探测到的数据以及自身剩余飞行时间选择下一次数据采集过程的最优悬停点。在完成数据采集后驶离悬停点。若存在下一次数据采集的最优悬停点,无人机匀速飞往下一悬停点并重复上述过程,否则无人机飞回基站进行充电并提交采集到的数据。无人机从未知区域开始,所飞过的各个最优悬停点构成了无人机机会数据采集时的在线规划路径。这种方案在确保无人机可以安全返回基站的前提下,突破了原本固定的飞行路径,使无人机采集到更多的地面节点的数据,提高了数据采集效率。
进一步,所述步骤S2中,计算第i次数据采集的悬停点Pik的参数以及构建可行的悬停点子集Hi的过程如下:
(1)服务时间。假设在第i次数据采集过程中,无人机到第k(k=1,2,…,K)个悬停点Pik的飞行总时长为在第k个悬停点上采集数据时间为忽略悬停时加减速时间,则其从上一个最优悬停点到当前第k个悬停点Pik的服务时间tik为:
(2)飞行时间。由于无人机在返程过程中以速度vm匀速飞行,忽略加减速,其飞行时间取决于悬停点的位置,假设和Pik的坐标分别为:(xi-1,yi-1,z0)、(xik,yik,z0),则无人机从到Pik的飞行时间表示为:
(3)采集时间。采集时间主要取决于悬停点与地面节点之间的传输速率、地面节点待上传的数据量等。假设无人机在第i次数据采集中第k个悬停点需采集Nik个地面节点的数据,地面节点j(j=1,2,…,Nik)待上传的数据量为fkj,则无人机在第k个悬停点的采集时间表示为:
其中,Rkj为节点j在带宽为B时与无人机第k个悬停点的数据传输速率,表示为:
Rkj=Blog2(1+γkj) (4)
其中,γkj为节点j与无人机在第k个悬停点的信噪比,表示为:
其中,Pkj为节点j的发射功率,和分别表示视距和非视距链路的传输概率,μLoS和μNLoS分别表示视距和非视距链路的衰减因子,σ2为加性高斯白噪声的方差,fc为载波频率,c0为光速,dkj为节点j与无人机在第k个悬停点之间的距离。设节点j的坐标为Pkj=(xkj,ykj,0),则dkj表示为:
(4)建立可行悬停点子集。为确保无人机能够在给定时间内飞回基站,无人机飞往第k个悬停点采集数据需满足:
若无人机从当前位置飞往悬停点Pik采集数据时采集时间满足上式,则标记Pik为可行悬停点,加入可行悬停点子集Hi。
进一步,对于S3中无人机在第i次机会数据采集中选择最优悬停点的策略为:
若S2中构建的可行悬停点子集Hi为空,则无人机从当前位置直接飞往基地,结束机会数据采集;若Hi不为空,如图2所示,则根据在可行悬停点上所采集的数据量最大来选择最优悬停点Pi *,表示为:
通过智能算法对以上优化问题求解,得到无人机在未知环境中第i次机会数据采集时的最优悬停点。
所有最优悬停点联接成的轨迹即为无人机机会数据采集的在线规划路径。
本发明的有益效果在于:当无人机由于固定的返航路线使得无人机在机会数据采集过程中的数据采集量和使用效率比较低时,无人机可以突破固定的返航路线,在更宽广的未知环境中优化无人机的机会数据采集过程。本发明在保证无人机能够安全到达基站的前提下,在线规划无人机在未知环境中返航路径,使得无人机尽可能多的采集数据,从而提高无人机的数据采集效率。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为基于机会数据采集的无人机在线路径规划模型图;
图2为第i次机会数据采集的最优悬停点的搜索过程示意图;
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
本发明实施例通过基于机会数据采集的无人机在线路径规划系统实现。如图1所示,旋翼无人机在执行完给定任务后,返航途中进行机会数据采集。由于在未知环境中无人机无法获得足够的全局信息,只能通过实时收集到的信息在线调整无人机的飞行路径和采集区域。将无人机从上一个悬停点出发飞往下一个悬停点并完成该点的数据采集的过程称为一次机会数据采集。假设无人机在返航过程中进行了N次数据采集,对于其中的第i次数据采集过程,无人机匀速飞行到悬停点上方后,悬停在悬停点上采集数据并探测下一次数据采集时所需的环境信息,根据探测到的数据以及自身剩余飞行时间选择下一次数据采集过程的最优悬停点。在完成数据采集后驶离悬停点。若存在下一次数据采集的最优悬停点,无人机匀速飞往下一悬停点并重复上述过程,否则无人机飞回基站进行充电并提交采集到的数据。无人机从未知区域开始,所飞过的各个最优悬停点构成了无人机机会数据采集时的在线规划路径。
如图2所示,无人机进入未知网络后,假设无人机在返航过程中进行了N次数据采集,对于其中的第i次数据采集过程,寻找附近的节点并与覆盖范围内的节点进行通信,通过地面节点间的通信,获取悬停点周围地面节点分布和服务节点数等信息。无人机根据收集的信息,建立周围环境的节点拓扑表,计算第i次数据采集的悬停点Pik的参数并构建可行的悬停点子集。
在第i次数据采集过程中,为确保无人机能够在给定时间内飞回基站,如果寻找到悬停点满足如下约束,则标记为可行的悬停点,加入悬停点子集Hi中。
其中tn为无人机在第n(n=1,2,…,i-1)次数据采集中已经消耗的服务时间,为无人机从第k(k=1,2,…,K)个悬停点飞回基站上空所需的时间,若基站位置Pbs坐标为(xbs,ybs,0),则可以表示为:而tik为无人机从上一个最优悬停点到当前第k个悬停点Pik的服务时间,忽略悬停时加减速时间,其中包括无人机到第k个悬停点Pik的飞行总时长为和在第k个悬停点上采集数据时间为
(1)飞行时间。由于无人机在返程过程中以速度vm匀速飞行,忽略加减速,其飞行时间取决于悬停点的位置,假设和Pik的坐标分别为:(xi-1,yi-1,z0)、(xik,yik,z0),则无人机从到Pik的飞行时间表示为:
(2)采集时间。采集时间主要取决于悬停点与地面节点之间的传输速率、地面节点待上传的数据量等。在悬停阶段,节点j与无人机在第k个悬停点的信噪比γkj可以表示为:
其中,Pkj为节点j的发射功率,和分别表示视距和非视距链路的传输概率,μLoS和μNLoS分别表示视距和非视距链路的衰减因子,σ2为加性高斯白噪声的方差,fc为载波频率,c0为光速,dkj为节点j与无人机在第k个悬停点之间的距离,假设节点j的坐标为Pkj=(xkj,ykj,0),则
据此,节点j在带宽为B时与无人机第k个悬停点的数据传输速率Rkj可以表示为:
Rkj=Blog2(1+γkj) (4)
假设无人机在第i次数据采集中第k个悬停点需采集Nik个地面节点的数据,地面节点j(j=1,2,…,Nik)待上传的数据量为fkj。则无人机在第k个悬停点的采集时间表示为:
最后若可行悬停点子集Hi为空,则无人机从当前位置直接飞往基地,结束机会数据采集;若Hi不为空,计算无人机在集合中每个可行悬停点上可以采集到的数据量,从中选取出可采集数据量最大的悬停点记为最优悬停点Pi *,表示为:
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种基于机会数据采集的无人机在线路径规划方法,其特征在于:包括以下步骤:
S1:探索环境信息;旋翼无人机在执行完给定任务后,返航途中进行机会数据采集;假设无人机给定的机会数据采集的最大时间为Tmax,数据采集过程中以速度vm匀速飞行,飞行高度z0不变;进入未知区域后,无人机从上一个悬停点出发飞往下一个悬停点并完成该点的数据采集的过程称为一次机会数据采集;每次数据采集前,无人机在相应悬停点与附近的地面节点进行通信,收集节点和周围环境信息,并记录下来;
S2:建立可行悬停点集合;假设无人机从进入采集区域开始,在整个返航过程中共进行N次机会数据采集;对于第i次机会数据采集,i=1,2,…,N,无人机根据收集到的信息和自身的剩余时间,计算第i次数据采集的悬停点Pik的参数,构建可行悬停点子集Hi;
S3:选择最优悬停点;根据可采集的数据量最大原则,选择最优悬停点;若可行悬停点子集Hi不为空,计算在每个可行悬停点上能采集的数据量,选择采集数据量最大的悬停点为最优悬停点Pi *;若Hi为空,将从当前位置直接返回基站,机会数据采集结束;各次机会数据采集的最优悬停点连成的轨迹构成了无人机的在线规划路径。
2.根据权利要求1所述的基于机会数据采集的无人机在线路径规划方法,其特征在于:所述S2中,可行悬停点子集Hi的构建过程如下:
(1)服务时间;假设在第i次数据采集过程中,无人机到第k个悬停点Pik的飞行总时长为在第k个悬停点上采集数据时间为忽略悬停时加减速时间,则其从上一个最优悬停点到当前第k个悬停点Pik的服务时间tik为:
(2)飞行时间;由于无人机在返程过程中以速度vm匀速飞行,忽略加减速,其飞行时间取决于悬停点的位置,假设和Pik的坐标分别为:(xi-1,yi-1,z0)、(xik,yik,z0),则无人机从到Pik的飞行时间表示为:
(3)采集时间;采集时间主要取决于悬停点与地面节点之间的传输速率、地面节点待上传的数据量等;假设无人机在第i次数据采集中第k个悬停点需采集Nik个地面节点的数据,地面节点j待上传的数据量为fkj,j=1,2,…,Nik,则无人机在第k个悬停点的采集时间表示为:
其中,Rkj为节点j在带宽为B时与无人机第k个悬停点的数据传输速率,表示为:
Rkj=B log2(1+γkj) (4)
其中,γkj为节点j与无人机在第k个悬停点的信噪比,表示为:
其中,Pkj为节点j的发射功率,和分别表示视距和非视距链路的传输概率,μLoS和μNLoS分别表示视距和非视距链路的衰减因子,σ2为加性高斯白噪声的方差,fc为载波频率,c0为光速,dkj为无人机在第k个悬停点与节点j之间的距离;设节点j的坐标为Pkj=(xkj,ykj,0),则dkj表示为:
(4)建立可行悬停点子集;为确保无人机能够在给定时间内飞回基站,无人机飞往第k个悬停点采集数据需满足:
若无人机从当前位置飞往悬停点Pik采集数据时采集时间满足上式,则标记Pik为可行悬停点,加入可行悬停点子集Hi。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310059306.3A CN115877870A (zh) | 2023-01-17 | 2023-01-17 | 一种基于机会数据采集的无人机在线路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310059306.3A CN115877870A (zh) | 2023-01-17 | 2023-01-17 | 一种基于机会数据采集的无人机在线路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115877870A true CN115877870A (zh) | 2023-03-31 |
Family
ID=85758676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310059306.3A Pending CN115877870A (zh) | 2023-01-17 | 2023-01-17 | 一种基于机会数据采集的无人机在线路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115877870A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116567563A (zh) * | 2023-05-09 | 2023-08-08 | 重庆邮电大学 | 一种多无人机辅助的物联网数据采集方法 |
CN118012122A (zh) * | 2023-12-28 | 2024-05-10 | 维坤智能科技(上海)有限公司 | 一种基于电站环境下的无人机观测悬停点位置优化方法 |
CN118884973A (zh) * | 2024-07-08 | 2024-11-01 | 广州航海学院 | 一种无人机数据采集系统的飞行轨迹规划方法 |
-
2023
- 2023-01-17 CN CN202310059306.3A patent/CN115877870A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116567563A (zh) * | 2023-05-09 | 2023-08-08 | 重庆邮电大学 | 一种多无人机辅助的物联网数据采集方法 |
CN116567563B (zh) * | 2023-05-09 | 2024-06-18 | 重庆邮电大学 | 一种多无人机辅助的物联网数据采集方法 |
CN118012122A (zh) * | 2023-12-28 | 2024-05-10 | 维坤智能科技(上海)有限公司 | 一种基于电站环境下的无人机观测悬停点位置优化方法 |
CN118884973A (zh) * | 2024-07-08 | 2024-11-01 | 广州航海学院 | 一种无人机数据采集系统的飞行轨迹规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110381444B (zh) | 一种无人机轨迹优化及资源分配方法 | |
CN114690799B (zh) | 基于信息年龄的空天地一体化无人机物联网数据采集方法 | |
Zhang et al. | Energy-efficient trajectory optimization for UAV-assisted IoT networks | |
CN115877870A (zh) | 一种基于机会数据采集的无人机在线路径规划方法 | |
CN112511250B (zh) | 一种基于drl的多无人机空中基站动态部署方法及系统 | |
CN109099918B (zh) | 无人机辅助无线能量传输系统及节点调度与路径规划方法 | |
CN109067490A (zh) | 蜂窝网联下多无人机协同移动边缘计算系统资源分配方法 | |
CN114389679B (zh) | 基于信息年龄最小化的多天线无人机感知和传输优化方法 | |
CN113543066A (zh) | 感通导指一体化交互与多目标应急组网方法及系统 | |
CN115209379B (zh) | 基于5g智能网联无人机的电网云边协同巡检系统及方法 | |
CN109506654A (zh) | 低空航路规划方法及装置、飞行器 | |
CN113163332B (zh) | 基于度量学习的路标图着色无人机节能续航数据收集方法 | |
CN112911537A (zh) | 一种多无人机信息采集系统任务时间最小化的方法 | |
CN112702713A (zh) | 一种多约束条件下的低空无人机通信部署方法 | |
CN117119489A (zh) | 一种基于多无人机辅助的无线供能网络的部署和资源优化方法 | |
CN113776531A (zh) | 无线自供电通信网络的多无人机自主导航及任务分配算法 | |
CN116634391A (zh) | 一种基于无人机辅助的数据收集方法 | |
CN114489146B (zh) | 一种多无人机数据收集系统的调度与轨迹规划方法 | |
CN111698641A (zh) | 一种无线紫外光协助的5g联网无人机助降及电量补给方法 | |
CN118647032B (zh) | 基于内在好奇心机制的多无人机通信系统优化控制方法 | |
CN118331323A (zh) | 一种最小化信息年龄的无人机悬停点选择和轨迹规划方法 | |
CN115550878B (zh) | 支持无线功率传输的无人机通信网络资源分配及部署方法 | |
CN117395750A (zh) | 一种基于节点分簇的无人机辅助数据收集轨迹优化方法 | |
CN116669071A (zh) | 一种可持续无人机通信网络中的太阳能充电决策方法 | |
CN112383893B (zh) | 一种基于分时的可充式传感网络无线功率传输方法 |
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 |