CN116367291B - 基于自适应功率控制的无人机干扰规避群拓扑优化方法 - Google Patents
基于自适应功率控制的无人机干扰规避群拓扑优化方法 Download PDFInfo
- Publication number
- CN116367291B CN116367291B CN202310640672.8A CN202310640672A CN116367291B CN 116367291 B CN116367291 B CN 116367291B CN 202310640672 A CN202310640672 A CN 202310640672A CN 116367291 B CN116367291 B CN 116367291B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- interference
- avoidance
- nodes
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005457 optimization Methods 0.000 title claims abstract description 21
- 238000004891 communication Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 33
- 230000007246 mechanism Effects 0.000 claims abstract description 32
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 201000004569 Blindness Diseases 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K3/00—Jamming of communication; Counter-measures
- H04K3/40—Jamming having variable characteristics
- H04K3/43—Jamming having variable characteristics characterized by the control of the jamming power, signal-to-noise ratio or geographic coverage area
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K3/00—Jamming of communication; Counter-measures
- H04K3/80—Jamming or countermeasure characterized by its function
- H04K3/82—Jamming or countermeasure characterized by its function related to preventing surveillance, interception or detection
- H04K3/825—Jamming or countermeasure characterized by its function related to preventing surveillance, interception or detection by jamming
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/28—TPC being performed according to specific parameters using user profile, e.g. mobile speed, priority or network state, e.g. standby, idle or non transmission
- H04W52/283—Power depending on the position of the mobile
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/08—Trunked mobile radio systems
-
- 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)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了基于自适应功率控制的无人机干扰规避群拓扑优化方法,涉及无人机集群通信领域,包括:无人机节点之间发送集群网络通信与功率状态消息;当无人机节点在正常通信未受到干扰情况下,采用普通功率模式;当无人机节点受到干扰,且信噪比低于预定阈值时,启动干扰盲性规避处理机制;当干扰信号逐渐变大时,启动干扰定向规避处理机制;无人机节点根据收到的其他无人机节点的定向规避航线及功率状态信息,感知和更新无人机集群网络的整体拓扑结构,维持集群网络的稳定通信;本发明,针对无人机集群通信干扰规避技术,创新性的采用基于自适应功率控制算法、干扰定向规避处理算法等,在保证集群网络拓扑稳定的情况下,最大程度规避了干扰。
Description
技术领域
本发明涉及无人机集群通信技术领域,具体涉及基于自适应功率控制的无人机干扰规避群拓扑优化方法。
背景技术
本节中的陈述仅提供与本公开相关的背景信息,并且可能不构成现有技术。
针对无人机集群组网应用场景,多个无人机节点之间通过交互网络维护消息,采用集群网络拓扑优化方法,构建无人机群网络拓扑,执行指定的集群任务。群拓扑优化方法对整个无人机集群任务成败起着重要作用。
当前无人机集群应用场景通常会伴随出现较复杂的电磁环境,比如常见的强拒止环境,在该场景下,集群网络中的每个无人机节点都将可能受到不同程度的电磁干扰,受干扰严重时甚至可能导致节点无法正常工作,影响整个集群网络运行;因此,为有效规避干扰,保证集群网络的通信性能不受影响,提升整个网络抗毁性,同时提升网络的抗截获性能,需要基于自适应功率控制利用无人机干扰规避机制进行无人机集群网络拓扑优化处理,以更好维持网络拓扑的稳定性,保证集群网络的通信性能。
而传统的无人机群拓扑控制方法没有对结合自适应功率控制及干扰规避进行相关研究,需针对无人机集群自适应功率控制及干扰规避技术开展研究,在保证集群网络整体通信性能最优的条件下,显著提升集群网络的抗毁能力、抗截获能力,同时通过自适应功率控制实现最优的无人机节能效果。
发明内容
本发明的目的在于:针对上述存在的问题,提供了基于自适应功率控制的无人机干扰规避群拓扑优化方法;其中,无人机节点采用集群网络通信与功率状态消息周期交互无人机的通信拓扑状态、当前使用的功率模式及当前受到的干扰状态,在正常通信未受到干扰情况下,采用普通功率模式;当无人机节点受到的干扰较强,信噪比低于预定阈值时,启动干扰盲性规避处理机制,在当前位置基础上改变一个预定偏移量,使现有航线平移该偏移量距离形成盲性规避航线,并将发射功率提高到最大功率状态,吸引对方干扰源,同时将偏移量及功率状态信息发送给其他无人机节点;无人机节点在盲性规避航线上继续监测受到的干扰状态,当干扰信号逐渐变大时,启动干扰定向规避处理机制,基于当前航向及位置通过采用随机运动路线,使现有航线变换为随机定向规避航线,并将发射功率降低到最小功率状态(正好满足节点之间的最小通信覆盖范围),最大程度的减小信号截获概率,同时将定向规避航线及功率状态信息发送给其他无人机节点,并持续监测受到的干扰状态,实现有效的干扰规避。每个无人机节点根据收到的其他无人机的定向规避航线及功率状态信息,感知和更新无人机集群网络的整体拓扑结构,既维持整个集群网络拓扑的稳定性,又有效规避了干扰,并通过自适应功率控制能显著减小信号截获概率,实现最优抗截获性能,同时达到最优的无人机节能效果。
本发明的技术方案如下:
基于自适应功率控制的无人机干扰规避群拓扑优化方法,包括:
无人机节点之间通过发送集群网络通信与功率状态消息,实现实时的集群网络通信拓扑感知和各节点当前受到的干扰程度及采用的对应功率模式感知;
当无人机节点在正常通信未受到干扰情况下,采用普通功率模式;
当无人机节点受到干扰,且信噪比低于预定阈值时,启动干扰盲性规避处理机制,形成盲性规避航线;
无人机节点在盲性规避航线上继续监测受到的干扰状态,当干扰信号逐渐变大时,启动干扰定向规避处理机制,形成定向规避航线;
每个无人机节点根据收到的其他无人机节点的定向规避航线及功率状态信息,感知和更新无人机集群网络的整体拓扑结构,维持集群网络的稳定通信。
进一步地,所述集群网络通信与功率状态消息,包括:自身的ID、位置、跳数、功率模式、干扰状态。
进一步地,每个无人机节点通过接收周围其他无人机节点的集群网络通信与功率状态消息获取周围无人机节点的位置和跳数,感知整个集群网络节点之间的相对位置关系及对应的网络拓扑结构,实现实时的集群网络通信拓扑感知,并将周围无人机节点的网络拓扑信息填入节点本地集群网络拓扑表;
每个无人机节点通过接收周围其他无人机节点的集群网络通信与功率状态消息获取周围无人机节点的功率模式和干扰状态,感知集群网络节点当前受到的干扰程度及采用的对应功率模式,并将周围无人机节点的干扰状态与对应功率模式信息填入节点本地集群网络功率模式干扰状态映射表。
进一步地,每个无人机节点在初始启动时,按照默认配置采用普通功率模式;在监测未受到干扰情况下,也采用普通功率模式。
进一步地,所述干扰盲性规避处理机制,包括:
在当前位置基础上改变一个预定偏移量,使现有航线平移该偏移量距离形成盲性规避航线,并将发射功率提高到最大功率状态,吸引对方干扰源,同时将偏移量及功率状态信息发送给其他无人机节点。
进一步地,所述干扰定向规避处理机制,包括:
基于当前航向及位置通过采用随机运动路线,使盲性规避航线变换为随机定向规避航线,并将发射功率降低到最小功率状态,最大程度的减小信号截获概率,同时将定向规避航线及功率状态信息发送给其他无人机节点,并持续监测受到的干扰状态,实现有效的干扰规避。
进一步地,所述随机运动路线由无人机随机运动路线规划配置算法生成;
在无人机起飞前根据任务功能要求,预先加载多个随机运动路线,供飞行中进行路线优选。
进一步地,优选的依据是该随机运动路线与当前盲性规避航线之间的偏离最大。
进一步地,还包括:无人机感知和更新集群网络整体拓扑结构处理机制;
每个无人机节点根据收到的其他无人机节点的定向规避航线及功率状态信息,基于无人机感知和更新集群网络整体拓扑结构处理机制,感知和更新无人机集群网络的整体拓扑结构,维持集群网络的稳定通信。
进一步地,所述无人机感知和更新集群网络整体拓扑结构处理机制,包括:
每个无人机节点根据收到的其他无人机节点的定向规避航线及功率状态信息,通过定向规避航线的航路点数据获取当前本无人机节点与周围其他无人机节点之间的相对位置关系,感知和更新无人机集群网络的整体拓扑结构,并将周围无人机节点的网络拓扑信息更新到节点本地集群网络拓扑表;
每个无人机节点根据自身当前功率状态,结合本无人机节点与周围其他无人机节点之间的当前相对位置关系,在定向最小功率模式下对发射功率进行微调,当本无人机节点与周围无人机节点距离变小时,降低发射功率,满足节点之间的最小通信覆盖范围;
当本无人机节点与周围无人机节点距离变大时,提高发射功率,使其能与周围最远无人机节点之间保持通信连接;同时,将周围无人机节点的定向规避航线与功率状态信息更新到节点本地集群网络功率模式规避航线映射表。
与现有的技术相比本发明的有益效果是:
1、传统无人机集群网络拓扑控制方法均未结合自适应功率控制与干扰规避机制,本发明针对无人机集群通信干扰规避技术,创新性的采用基于自适应功率控制算法、干扰定向规避处理算法等,在保证集群网络拓扑稳定的情况下,最大程度规避了干扰。
2、本发明采用基于无人机受干扰状态的多功率模式切换方法,在保证集群网络正常通信性能下,通过小功率模式显著减小信号截获概率,实现最优抗截获性能,同时达到最优的无人机节能效果,使无人机获得最长的空中待机时间。
附图说明
图1为基于自适应功率控制的无人机干扰规避群拓扑优化方法的流程图。
具体实施方式
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合实施例对本发明的特征和性能作进一步的详细描述。
实施例一
当前无人机集群应用场景通常会伴随出现较复杂的电磁环境,比如常见的强拒止环境,在该场景下,集群网络中的每个无人机节点都将可能受到不同程度的电磁干扰,受干扰严重时甚至可能导致节点无法正常工作,影响整个集群网络运行。因此,为有效规避干扰,保证集群网络的通信性能不受影响,提升整个网络抗毁性,同时提升网络的抗截获性能,需要基于自适应功率控制利用无人机干扰规避机制进行无人机集群网络拓扑优化处理,以更好维持网络拓扑的稳定性,保证集群网络的通信性能。
在本实施例中,提出了一种基于自适应功率控制的无人机干扰规避群拓扑优化方法,请参阅图1,具体包括如下:
无人机节点之间通过发送集群网络通信与功率状态消息,实现实时的集群网络通信拓扑感知和各节点当前受到的干扰程度及采用的对应功率模式感知;即:无人机节点采用集群网络通信与功率状态消息周期交互无人机的通信拓扑状态、当前使用的功率模式及当前受到的干扰状态;
当无人机节点在正常通信未受到干扰情况下,采用普通功率模式;
当无人机节点受到干扰(优选地,当无人机节点受到的干扰较强时),且信噪比低于预定阈值(维持正常通信的最低信噪比值)时,启动干扰盲性规避处理机制,形成盲性规避航线;
无人机节点在盲性规避航线上继续监测受到的干扰状态,当干扰信号逐渐变大时,启动干扰定向规避处理机制,形成定向规避航线;
每个无人机节点根据收到的其他无人机节点的定向规避航线及功率状态信息,感知和更新无人机集群网络的整体拓扑结构,维持集群网络的稳定通信。
在本实施例中,具体的,所述集群网络通信与功率状态消息,包括:自身的ID、位置(经度、维度、高度)、跳数(TTL)、功率模式(普通功率模式、盲性最大功率模式、定向最小功率模式)、干扰状态(无干扰、中等干扰、强干扰)等信息。
在本实施例中,具体的,每个无人机节点通过接收周围其他无人机节点的集群网络通信与功率状态消息获取周围无人机节点的位置和跳数,感知整个集群网络节点之间的相对位置关系及对应的网络拓扑结构,实现实时的集群网络通信拓扑感知,并将周围无人机节点的网络拓扑信息填入节点本地集群网络拓扑表;
每个无人机节点通过接收周围其他无人机节点的集群网络通信与功率状态消息获取周围无人机节点的功率模式和干扰状态,感知集群网络节点当前受到的干扰程度及采用的对应功率模式,并将周围无人机节点的干扰状态与对应功率模式信息填入节点本地集群网络功率模式干扰状态映射表。
在本实施例中,具体的,每个无人机节点在初始启动时,按照默认配置采用普通功率模式;在监测未受到干扰情况下,也采用普通功率模式。
在本实施例中,具体的,所述干扰盲性规避处理机制,包括:
在当前位置基础上改变一个预定偏移量,使现有航线平移该偏移量距离形成盲性规避航线,并将发射功率提高到最大功率状态,吸引对方干扰源,同时将偏移量及功率状态信息发送给其他无人机节点;
其中,当无人机节点受到干扰,且信噪比低于预定阈值时,启动干扰盲性规避处理机制,具体流程如下:
1)当无人机节点受到的干扰较强,信噪比低于预定阈值(维持正常通信的最低信噪比值)时,启动干扰盲性规避处理机制,在当前位置基础上改变一个预定偏移量(在飞机起飞前对偏移量进行预先设置,可进行动态配置,典型取值范围为-3km~3km,分辨率为0.5km,负数代表向左偏移,正数代表向右偏移),使现有航线平移该偏移量距离形成盲性规避航线;
2)在该盲性规避航线上,切换发射功率为盲性最大功率模式(发射功率提高到最大功率状态),通过该方式增大本无人机节点的信号辐射强度和范围,用于快速吸引对方干扰源,同时将当前采用的盲性规避航线偏移量及功率状态信息发送给其他无人机节点。
在本实施例中,具体的,所述干扰定向规避处理机制,包括:
基于当前航向及位置通过采用随机运动路线,使盲性规避航线变换为随机定向规避航线,并将发射功率降低到最小功率状态(正好满足节点之间的最小通信覆盖范围),最大程度的减小信号截获概率,同时将定向规避航线及功率状态信息发送给其他无人机节点,并持续监测受到的干扰状态,实现有效的干扰规避。
在本实施例中,具体的,所述随机运动路线由无人机随机运动路线规划配置算法生成;
在无人机起飞前根据任务功能要求,预先加载多个随机运动路线,供飞行中进行路线优选。
在本实施例中,具体的,优选的依据是该随机运动路线与当前盲性规避航线之间的偏离最大;
其中,无人机节点在盲性规避航线上继续监测受到的干扰状态,当干扰信号逐渐变大时,启动干扰定向规避处理机制,具体流程如下:
1)无人机节点在盲性规避航线上持续监测受到的干扰状态(接收信噪比、接收信号电平、接收误码率等),当干扰信号逐渐变大时(接收信号电平较大且接收信噪比较小,同时对应的接收误码率由0逐渐变大),表示已成功吸引了对方干扰源;此时启动干扰定向规避处理机制,基于当前航向及位置通过采用随机运动路线(无人机随机运动路线规划配置算法),在无人机起飞前根据任务功能要求,预先加载多个随机运动路线,供飞行中进行路线优选,优选依据是该随机运动路线与当前盲性规避航线之间的偏离最大(两个路线相比,无人机飞行航向角偏离最大及航路点间距最大),优选其中某个随机航线后,使现有盲性规避航线变换为随机定向规避航线;
2)在当前优选的定向规避航线上,将本无人机节点发射功率切换成定向最小功率模式(降低到可接受的最小功率状态,正好满足节点之间的最小通信覆盖范围),最大程度的减小信号截获概率,使得对方难以搜索到本机信号,从而有效规避干扰;同时将定向规避航线及功率状态信息发送给其他无人机节点,并持续监测受到的干扰状态,实现有效的干扰规避。
在本实施例中,具体的,还包括:无人机感知和更新集群网络整体拓扑结构处理机制;
每个无人机节点根据收到的其他无人机节点的定向规避航线及功率状态信息,基于无人机感知和更新集群网络整体拓扑结构处理机制,感知和更新无人机集群网络的整体拓扑结构,维持集群网络的稳定通信,即维持整个集群网络拓扑的稳定性,又有效规避了干扰,并通过自适应功率控制能显著减小信号截获概率,实现最优抗截获性能,同时达到最优的无人机节能效果。
在本实施例中,具体的,所述无人机感知和更新集群网络整体拓扑结构处理机制,包括:
每个无人机节点根据收到的其他无人机节点的定向规避航线及功率状态信息,通过定向规避航线的航路点数据获取当前本无人机节点与周围其他无人机节点之间的相对位置关系,感知和更新无人机集群网络的整体拓扑结构,并将周围无人机节点的网络拓扑信息更新到节点本地集群网络拓扑表;
每个无人机节点根据自身当前功率状态,结合本无人机节点与周围其他无人机节点之间的当前相对位置关系,在定向最小功率模式下对发射功率进行微调,当本无人机节点与周围无人机节点距离变小时,降低发射功率,满足节点之间的最小通信覆盖范围;
当本无人机节点与周围无人机节点距离变大时,提高发射功率,使其能与周围最远无人机节点之间保持通信连接;同时,将周围无人机节点的定向规避航线与功率状态信息更新到节点本地集群网络功率模式规避航线映射表。
以上所述实施例仅表达了本申请的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请技术方案构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。
提供本背景技术部分是为了大体上呈现本发明的上下文,当前所署名的发明人的工作、在本背景技术部分中所描述的程度上的工作以及本部分描述在申请时尚不构成现有技术的方面,既非明示地也非暗示地被承认是本发明的现有技术。
Claims (6)
1.基于自适应功率控制的无人机干扰规避群拓扑优化方法,其特征在于,包括:
无人机节点之间通过发送集群网络通信与功率状态消息,实现实时的集群网络通信拓扑感知和各节点当前受到的干扰程度及采用的对应功率模式感知;
当无人机节点在正常通信未受到干扰情况下,采用普通功率模式;
当无人机节点受到干扰,且信噪比低于预定阈值时,启动干扰盲性规避处理机制,形成盲性规避航线;
无人机节点在盲性规避航线上继续监测受到的干扰状态,当干扰信号逐渐变大时,启动干扰定向规避处理机制,形成定向规避航线;
每个无人机节点根据收到的其他无人机节点的定向规避航线及功率状态信息,感知和更新无人机集群网络的整体拓扑结构,维持集群网络的稳定通信;
所述干扰盲性规避处理机制,包括:
在当前位置基础上改变一个预定偏移量,使现有航线平移该偏移量距离形成盲性规避航线,并将发射功率提高到最大功率状态,吸引对方干扰源,同时将偏移量及功率状态信息发送给其他无人机节点;
所述干扰定向规避处理机制,包括:
基于当前航向及位置通过采用随机运动路线,使盲性规避航线变换为随机定向规避航线,并将发射功率降低到最小功率状态,最大程度的减小信号截获概率,同时将定向规避航线及功率状态信息发送给其他无人机节点,并持续监测受到的干扰状态,实现有效的干扰规避;
所述随机运动路线由无人机随机运动路线规划配置算法生成;
在无人机起飞前根据任务功能要求,预先加载多个随机运动路线,供飞行中进行路线优选;
优选的依据是该随机运动路线与当前盲性规避航线之间的偏离最大。
2.根据权利要求1所述的基于自适应功率控制的无人机干扰规避群拓扑优化方法,其特征在于,所述集群网络通信与功率状态消息,包括:自身的ID、位置、跳数、功率模式、干扰状态。
3.根据权利要求2所述的基于自适应功率控制的无人机干扰规避群拓扑优化方法,其特征在于,每个无人机节点通过接收周围其他无人机节点的集群网络通信与功率状态消息获取周围无人机节点的位置和跳数,感知整个集群网络节点之间的相对位置关系及对应的网络拓扑结构,实现实时的集群网络通信拓扑感知,并将周围无人机节点的网络拓扑信息填入节点本地集群网络拓扑表;
每个无人机节点通过接收周围其他无人机节点的集群网络通信与功率状态消息获取周围无人机节点的功率模式和干扰状态,感知集群网络节点当前受到的干扰程度及采用的对应功率模式,并将周围无人机节点的干扰状态与对应功率模式信息填入节点本地集群网络功率模式干扰状态映射表。
4.根据权利要求3所述的基于自适应功率控制的无人机干扰规避群拓扑优化方法,其特征在于,每个无人机节点在初始启动时,按照默认配置采用普通功率模式;在监测未受到干扰情况下,也采用普通功率模式。
5.根据权利要求1所述的基于自适应功率控制的无人机干扰规避群拓扑优化方法,其特征在于,还包括:无人机感知和更新集群网络整体拓扑结构处理机制;
每个无人机节点根据收到的其他无人机节点的定向规避航线及功率状态信息,基于无人机感知和更新集群网络整体拓扑结构处理机制,感知和更新无人机集群网络的整体拓扑结构,维持集群网络的稳定通信。
6.根据权利要求5所述的基于自适应功率控制的无人机干扰规避群拓扑优化方法,其特征在于,所述无人机感知和更新集群网络整体拓扑结构处理机制,包括:
每个无人机节点根据收到的其他无人机节点的定向规避航线及功率状态信息,通过定向规避航线的航路点数据获取当前本无人机节点与周围其他无人机节点之间的相对位置关系,感知和更新无人机集群网络的整体拓扑结构,并将周围无人机节点的网络拓扑信息更新到节点本地集群网络拓扑表;
每个无人机节点根据自身当前功率状态,结合本无人机节点与周围其他无人机节点之间的当前相对位置关系,在定向最小功率模式下对发射功率进行微调,当本无人机节点与周围无人机节点距离变小时,降低发射功率,满足节点之间的最小通信覆盖范围;
当本无人机节点与周围无人机节点距离变大时,提高发射功率,使其能与周围最远无人机节点之间保持通信连接;同时,将周围无人机节点的定向规避航线与功率状态信息更新到节点本地集群网络功率模式规避航线映射表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310640672.8A CN116367291B (zh) | 2023-06-01 | 2023-06-01 | 基于自适应功率控制的无人机干扰规避群拓扑优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310640672.8A CN116367291B (zh) | 2023-06-01 | 2023-06-01 | 基于自适应功率控制的无人机干扰规避群拓扑优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116367291A CN116367291A (zh) | 2023-06-30 |
CN116367291B true CN116367291B (zh) | 2023-08-18 |
Family
ID=86910958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310640672.8A Active CN116367291B (zh) | 2023-06-01 | 2023-06-01 | 基于自适应功率控制的无人机干扰规避群拓扑优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116367291B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116723487B (zh) * | 2023-08-11 | 2023-11-07 | 四川腾盾科技有限公司 | 基于随机运动模型及拓扑预测的抗干扰群拓扑优化方法 |
CN117950407B (zh) * | 2024-03-25 | 2024-06-11 | 四川腾盾科技有限公司 | 一种基于编队动态阵型干扰源定位的群拓扑控制方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103686965A (zh) * | 2013-12-27 | 2014-03-26 | 北京农业信息技术研究中心 | 一种无线传感器网络序列扇域拓扑控制方法 |
CN105867415A (zh) * | 2016-04-20 | 2016-08-17 | 沈阳航空航天大学 | 一种基于多无人机安全通信的协同控制策略 |
CN107728642A (zh) * | 2017-10-30 | 2018-02-23 | 北京博鹰通航科技有限公司 | 一种无人机飞行控制系统及其方法 |
CN107872809A (zh) * | 2017-11-14 | 2018-04-03 | 东南大学 | 一种基于移动节点辅助的软件定义传感网络拓扑控制方法 |
CN110162086A (zh) * | 2019-03-21 | 2019-08-23 | 中山大学 | 一种基于模型预测控制框架的集群无人机编队方法 |
CN110224782A (zh) * | 2019-04-28 | 2019-09-10 | 清华大学 | 一种基于主动干扰的无人机编队网络安全通信方法及系统 |
CN111176324A (zh) * | 2019-12-31 | 2020-05-19 | 航天时代飞鸿技术有限公司 | 一种多无人机分布式协同编队规避动态障碍的方法 |
CN111263332A (zh) * | 2020-03-02 | 2020-06-09 | 湖北工业大学 | 基于深度强化学习的无人机轨迹及功率联合优化方法 |
CN114779827A (zh) * | 2022-06-21 | 2022-07-22 | 四川腾盾科技有限公司 | 一种基于异构无人机编队虚拟势场协同避障拓扑控制方法 |
CN115774460A (zh) * | 2023-02-10 | 2023-03-10 | 四川腾盾科技有限公司 | 一种基于干扰躲避的无人机群拓扑控制方法 |
CN116132944A (zh) * | 2023-02-14 | 2023-05-16 | 中国人民解放军陆军工程大学 | 无人机通信网络中拓扑与功率联合控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015157883A1 (en) * | 2014-04-17 | 2015-10-22 | SZ DJI Technology Co., Ltd. | Flight control for flight-restricted regions |
CN111698728B (zh) * | 2020-06-15 | 2021-09-03 | 西安电子科技大学 | 用于动态网络的拓扑控制系统及其控制方法 |
-
2023
- 2023-06-01 CN CN202310640672.8A patent/CN116367291B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103686965A (zh) * | 2013-12-27 | 2014-03-26 | 北京农业信息技术研究中心 | 一种无线传感器网络序列扇域拓扑控制方法 |
CN105867415A (zh) * | 2016-04-20 | 2016-08-17 | 沈阳航空航天大学 | 一种基于多无人机安全通信的协同控制策略 |
CN107728642A (zh) * | 2017-10-30 | 2018-02-23 | 北京博鹰通航科技有限公司 | 一种无人机飞行控制系统及其方法 |
CN107872809A (zh) * | 2017-11-14 | 2018-04-03 | 东南大学 | 一种基于移动节点辅助的软件定义传感网络拓扑控制方法 |
CN110162086A (zh) * | 2019-03-21 | 2019-08-23 | 中山大学 | 一种基于模型预测控制框架的集群无人机编队方法 |
CN110224782A (zh) * | 2019-04-28 | 2019-09-10 | 清华大学 | 一种基于主动干扰的无人机编队网络安全通信方法及系统 |
CN111176324A (zh) * | 2019-12-31 | 2020-05-19 | 航天时代飞鸿技术有限公司 | 一种多无人机分布式协同编队规避动态障碍的方法 |
CN111263332A (zh) * | 2020-03-02 | 2020-06-09 | 湖北工业大学 | 基于深度强化学习的无人机轨迹及功率联合优化方法 |
CN114779827A (zh) * | 2022-06-21 | 2022-07-22 | 四川腾盾科技有限公司 | 一种基于异构无人机编队虚拟势场协同避障拓扑控制方法 |
CN115774460A (zh) * | 2023-02-10 | 2023-03-10 | 四川腾盾科技有限公司 | 一种基于干扰躲避的无人机群拓扑控制方法 |
CN116132944A (zh) * | 2023-02-14 | 2023-05-16 | 中国人民解放军陆军工程大学 | 无人机通信网络中拓扑与功率联合控制方法 |
Non-Patent Citations (1)
Title |
---|
基于轨迹优化和资源分配的无人机对地安全通信策略;张文静;中国优秀硕士学位论文全文数据库工程科技II辑;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116367291A (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116367291B (zh) | 基于自适应功率控制的无人机干扰规避群拓扑优化方法 | |
US10616709B2 (en) | System and method for lower power data routing | |
US11570600B2 (en) | Methods and systems for managing power consumption of the network devices | |
CN108600942B (zh) | 一种无人机自组网的路由方法 | |
Abdul-Salaam et al. | Energy-efficient data reporting for navigation in position-free hybrid wireless sensor networks | |
CN110234146B (zh) | 适用于自组织网络的分布式自适应分簇方法 | |
US9220047B2 (en) | Network system, node, packet forwarding method, program, and recording medium | |
US20050143013A1 (en) | Systems and methods for providing adaptive wireless connectivity | |
EP2296407A1 (en) | Wireless communication network and adaptive routing communication method thereof | |
CN115774460B (zh) | 一种基于干扰躲避的无人机群拓扑控制方法 | |
JP2014507828A (ja) | 通信ネットワークの少なくとも1つのアプリケーションのデータ通信を制御するためのコンポーネント、システム、及び方法 | |
JP6214534B2 (ja) | 無線ネットワークのノードを制御する装置及び方法 | |
Nadeem et al. | A review and classification of flying Ad-Hoc network (FANET) routing strategies | |
CN108112050B (zh) | 基于水下无线传感网络的能量平衡和深度控制的路由协议 | |
CN115396975B (zh) | 无人机集群系统网络化低延时高速数据传输方法 | |
WO2018220443A1 (en) | System and method for low power data routing | |
CN116723487B (zh) | 基于随机运动模型及拓扑预测的抗干扰群拓扑优化方法 | |
Singh et al. | ABNT: Adaptive beaconing and neighbor timeout for geographical routing in UAV networks | |
Yang et al. | Bio-inspired multi-hop clustering algorithm for FANET | |
US20200084833A1 (en) | Dynamic wireless network topology for reduced spectrum flooding | |
CN114143852A (zh) | 一种应用于无人机集群的抗干扰通信链路选择方法 | |
Shobana et al. | GCCP-NS: grid based congestion control protocol with N-sinks in a Wireless Sensor Network | |
Luo et al. | Study on dynamic network topology optimization of UAV | |
EP3864755B1 (en) | Communication network for monitoring a chain based network | |
CN117319957B (zh) | 一种矿山设备远程管理系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |