CN117312687A - 一种无人机网络中进行时空范围查询处理的方法 - Google Patents

一种无人机网络中进行时空范围查询处理的方法 Download PDF

Info

Publication number
CN117312687A
CN117312687A CN202311454519.2A CN202311454519A CN117312687A CN 117312687 A CN117312687 A CN 117312687A CN 202311454519 A CN202311454519 A CN 202311454519A CN 117312687 A CN117312687 A CN 117312687A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
time
dis
network
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
Application number
CN202311454519.2A
Other languages
English (en)
Other versions
CN117312687B (zh
Inventor
袁琳娜
唐旭
刘亮
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.)
Hangzhou Baiyuan Technology Co ltd
Original Assignee
Hangzhou Baiyuan 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 Hangzhou Baiyuan Technology Co ltd filed Critical Hangzhou Baiyuan Technology Co ltd
Priority to CN202311454519.2A priority Critical patent/CN117312687B/zh
Publication of CN117312687A publication Critical patent/CN117312687A/zh
Application granted granted Critical
Publication of CN117312687B publication Critical patent/CN117312687B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/907Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9538Presentation of query results

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种无人机网络中进行时空范围查询处理的方法,包括步骤S1:根据无人机网络中已知的无人机的位置和飞行路径信息,计算出在查询时间区间内无人机的飞行轨迹,进而确定持有查询结果的目标无人机集合;步骤S2:对无人机网络拓扑变化进行建模,根据无人机的飞行路径信息,确定无人机网络中未来任意两架无人机的相遇时间窗口。本发明公开的一种无人机网络中进行时空范围查询处理的方法,可以找出持有查询结果的目标无人机,并将查询请求高效地分发至每一个目标无人机,然后再建立一条可靠且高效的路由将查询结果返回地面站。

Description

一种无人机网络中进行时空范围查询处理的方法
技术领域
本发明属于无人机时空查询处理技术领域,具体涉及一种无人机网络中进行时空范围查询处理的方法。
背景技术
无人机是一种能够获取信息的重要的智能化工具,被广泛应用于搜救、边境监测、灾害探测、遥感等领域。随着电子技术、传感器技术和通信技术的发展,无人机系统的性能也取得了很大的进步。为了提高无人机完成任务的效率,每架无人机都配备有无线传感器,能够通过多架无人机的协同操作进行数据交换、融合和处理,并建立多跳无线自组织网络上传感知数据。
无人机的一个重要功能是用于收集和存储感知数据,因此无人机网络可以被视为一个分布式数据库。每个无人机作为一个分布式节点,负责收集和存储时空感知数据。当用户对无人机网络所覆盖的区域中的某一子区域的历史感知数据感兴趣时,便可以通过地面站向网络中发送带有时空约束的查询请求。持有查询结果的无人机在收到该查询请求后,便通过多跳路由将满足时空约束的感知数据返回地面站。例如使用无人机网络对某一森林的环境进行监测,在该森林发生火灾后,用户可以通过时空范围查询获得火灾发生前着火点的影像数据,以判断此次火灾发生的原因。然而,现在还没有一个专门应用于无人机网络的时空范围查询方法,因此这是一个开放性的问题。
目前,在无线传感器网络中存在许多时空查询方法。他们通常是通过寻找一条最优的路径将查询请求路由到目标查询区域内的某个传感器节点,然后再在查询区域通过泛洪建立起路由树。然而,这些方法只适用于静态的传感器网络。由于无人机的快速移动,当用户发起时空查询时,持有查询结果的无人机并不一定位于相应的目标区域中;此外由于无人机网络拓扑的频繁变化,很难找到一条可靠且高效的路由来分发查询请求和收集感知数据。
因此,针对上述问题,予以进一步改进。
发明内容
本发明的主要目的在于提供一种无人机网络中进行时空范围查询处理的方法,可以找出持有查询结果的目标无人机,并将查询请求高效地分发至每一个目标无人机,然后再建立一条可靠且高效的路由将查询结果返回地面站。
为达到以上目的,本发明提供一种无人机网络中进行时空范围查询处理的方法,包括以下步骤:
步骤S1:根据无人机网络中已知的无人机的位置和飞行路径信息,计算出在查询时间区间内无人机的飞行轨迹,进而确定持有查询结果的目标无人机集合;
步骤S2:对无人机网络拓扑变化进行建模,根据无人机的飞行路径信息,确定无人机网络中未来任意两架无人机的相遇时间窗口,建立网络拓扑变化模型,并将该网络拓扑变化模型抽象为一张静态加权无向的拓扑变化图,从而用于反映网络中无人机之间的通信链路变化以及邻居变化;
步骤S3:根据拓扑变化图,获得从地面站到目标无人机的数据包最短用时传输路径;
步骤S4:根据建立的最短用时传输路径进行查询请求分发以及感知数据收集。
作为上述技术方案的进一步优选的技术方案,步骤S1具体实施为以下步骤:
步骤S1.1:(如图1所示)无人机网络包括n架执行数据收集任务的无人机{u1,u2,…,un}和一个地面站g;
步骤S1.2:当用户对无人机网络所覆盖区域中的某一子区域p中[tbegin,tend]内的感知数据感兴趣时,向地面站g提交带有时间和位置约束的查询请求qr,p是一个矩形,其左上角和右下角坐标分别为(xl,yl)和(xr,yr);
步骤S1.3:如果无人机ui在时间段[tbegin,tend]内进入过查询区域p中,则认定为初步的目标无人机(然而,在用户发起查询时,目标无人机可能已不在区域p内,因此地面首先需要根据ui的飞行信息来确定其是否为目标查询节点),令fpi为ui在[tbegin,tend]内的飞行轨迹,将其离散化为多个线段 表示fpi的第k个位点,其坐标为(yk,yk),如果存在线段/>与矩形p相交,则认定无人机ui持有此次查询相应的查询结果,将其标记为最终的目标无人机。
作为上述技术方案的进一步优选的技术方案,步骤S2具体实施为以下步骤(由于无人机的移动,网络拓扑频繁变化,很难找到一条可靠、高效的路由来转发数据包。为了解决这个问题,利用已预先规划的无人机飞行路径信息对网络拓扑变化进行建模):
步骤S2.1:对于每一个无人机ui,地面站g根据其飞行路径信息,计算ui与其他无人机的交互情况,即与其他无人机的相遇时间窗口;
步骤S2.2:建立(如图2所示)的网络拓扑变化模型,确定无人机网络中未来任意两架无人机的相遇时间窗口(例如,u1与u2之间的时间窗口表示两者能够在8s到32s之间直接通信);将每个无人机ui视为一个节点,将两架无人机之间的相遇时间窗口视为一条边,建立(如图3所示的)拓扑变化图TCG=(V,E),V表示节点集合,E表示边的集合,边的权重定义为<te_begin,te_end>,te_begin和te_end分别表示边的开始时间和结束时间,TCG中两个节点之间可能存在多条边,则表示两架无人机可能相遇多次。
作为上述技术方案的进一步优选的技术方案,步骤S3中:
(与传统的图不同的是,TCG中的边具有生命周期。当ui有一个数据包m需要转发给uj时,ui和uj之间的边ei,j可能已经结束,或者是ei,j尚未开始。此外,由于带宽的限制,ei,j的剩余存在时间应大于m所需的传输时间tcos t)数据包m能通过ei,j传输需要满足如下约束:
第一约束:tarrived<te_end
第二约束:tcos t≤te_end-max{tarrived,te_end};
其中,tarrived表示数据包m到达ui的时间,tcos t表示数据包m所需的传输时间,第一约束保证在数据包m到达ui的时候,ei,j还没有结束;第二约束保证ei,j的剩余存在时间足够传输数据包m;
TCG中源节点us到目的节点ud的最短路径计算过程如下:
步骤S3.1:将源节点us加入集合Vfinish,Vfinish表示已经确定到us最短路径的集合,此时Vfinish={us};
步骤S3.2:对于每个节点ui∈V-Vfinish,如果在us和ui之间不存在边,令dis[i]=∞;否则,
dis[i]=max{t0,min(te_begin|e∈Es,i∧te_end>t0+tcos t}}+tcos t
dis[i]表示us将数据包m发送到ui所需的时间,Es,i表示us和ui之间边的集合,t0表示数据包m的生成时间;
步骤S3.3:从V-Vfinish中选择dis值最小的节点ui,将其加入Vfinish,同时更新ui不在Vfinish中的邻居节点uj的dis值:
dis[j]=min{dis′[j],max{dis′[i],min{te_begin|e∈Ei,j∧te_end>dis′[i]+tcos t}}+tcos t};
dis′[i]和dis′[j]分别表示ui和uj在上一轮的dis值;
步骤S3.4:重复步骤S3.3直到目的节点ud加入Vfinish
作为上述技术方案的进一步优选的技术方案,在步骤S4中:
在找到从地面站g到目标无人机的最短路径p后,地面站g通过单波将带有时间和位置约束的查询请求qr沿着p转发到目标无人机;
目标无人机在收到查询请求qr后从本地存储中查询满足时间空间约束的感知数据,然后重新计算到地面站g的最短路径,将查询结果返回地面站g并且地面站g在收集到所有的查询结果后将结果合并,然后返回给用户。
为达到以上目的,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在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所述无人机网络中进行时空范围查询处理的方法的步骤。
为达到以上目的,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所述无人机网络中进行时空范围查询处理的方法的步骤。
本发明的有益效果在于:
相比于现有的时空范围查询方法,本发明专利提出的方法能够更好的适用于无人机网络。
本发明在查询成功率、时延和网络负载方面均取得了不错的表现。
本发明极大地降低了数据包在网络中的转发次数,降低了无人机的能量消耗,减轻网络拥塞。
附图说明
图1是本发明的一种无人机网络中进行时空范围查询处理的方法的无人机网络模型图。
图2是本发明的一种无人机网络中进行时空范围查询处理的方法的无人机网络拓扑变化模型图。
图3是本发明的一种无人机网络中进行时空范围查询处理的方法的拓扑变化图。
图4是本发明的一种无人机网络中进行时空范围查询处理的方法的实验图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
在本发明的优选实施例中,本领域技术人员应注意,本发明所涉及的无人机和地面站等可被视为现有技术。
优选实施例。
本发明的目的是设计一种无人机网络中的时空范围查询处理的方法,以解决在动态的无人机网络中进行时空范围查询的问题。无人机在执行任务的过程中,会收集大量的时空感知数据,如果将这些数据全部通过多跳路由传回地面站,会消耗大量的网络资源和带宽,造成网络拥塞。此外,用户通常只是对部分感知数据感兴趣,如森林管理员对某一森林起火前一个小时内着火点的图像信息感兴趣。因此可以考虑将无人机获得的时空感知数据存储在本地,只有当用户对这些数据感兴趣时,无人机才将相应的数据返回地面站。然而,由于无人机高速的运动,导致无人机网络拓扑变化频繁,通信链路极不稳定,因此很难建立一条可靠且高效的路由来传输数据;此外当用户发起查询时,持有查询结果的无人机通常不在目标查询区域内,因此在不使用洪范路由协议的情况下,很难将查询请求分发至每一个目标无人机。现有的时空查询方法大多为静态网络设计,并不适用于动态的无人机网络,
考虑到无人机的位置信息可以通过全球定位系统(GPS)来获得,因此无人机的位置信息是可用的;另外,在大多数应用场景中,如执行军事任务,无人机的飞行轨迹在执行任务前就已经被规划好,即使无人机的飞行轨迹在任务过程中被重新规划,这些信息也是已知的。因此合理地利用无人机的位置信息和飞行轨迹信息来确定持有查询结果的目标无人机,建立一条高效、可靠的路由来传输数据。
如图1-4所示,本发明公开了一种无人机网络中进行时空范围查询处理的方法,包括以下步骤:
步骤S1:根据无人机网络中已知的无人机的位置和飞行路径信息,计算出在查询时间区间内无人机的飞行轨迹,进而确定持有查询结果的目标无人机集合;
步骤S2:对无人机网络拓扑变化进行建模,根据无人机的飞行路径信息,确定无人机网络中未来任意两架无人机的相遇时间窗口,建立网络拓扑变化模型,并将该网络拓扑变化模型抽象为一张静态加权无向的拓扑变化图,从而用于反映网络中无人机之间的通信链路变化以及邻居变化;
步骤S3:根据拓扑变化图,获得从地面站到目标无人机的数据包最短用时传输路径;
步骤S4:根据建立的最短用时传输路径进行查询请求分发以及感知数据收集。
具体的是,步骤S1具体实施为以下步骤:
步骤S1.1:(如图1所示)无人机网络包括n架执行数据收集任务的无人机{u1,u2,…,un}和一个地面站g;
步骤S1.2:当用户对无人机网络所覆盖区域中的某一子区域p中[tbegin,tend]内的感知数据感兴趣时,向地面站g提交带有时间和位置约束的查询请求qr,p是一个矩形,其左上角和右下角坐标分别为(xl,yl)和(xr,yr);
步骤S1.3:如果无人机ui在时间段[tbegin,tend]内进入过查询区域p中,则认定为初步的目标无人机(然而,在用户发起查询时,目标无人机可能已不在区域p内,因此地面首先需要根据ui的飞行信息来确定其是否为目标查询节点),令fpi为ui在[tbegin,tend]内的飞行轨迹,将其离散化为多个线段 表示fpi的第k个位点,其坐标为(xk,yk),如果存在线段/>与矩形p相交,则认定无人机ui持有此次查询相应的查询结果,将其标记为最终的目标无人机。
对于步骤S1:对网络中的每架无人机ui,计算其在查询时间区间内的飞行轨迹fpi,然后将fpi离散为多个线段;然后判断每个线段与目标查询区域的位置情况,即是否与查询区域相交(相交包含线段位于查询区域内部),如果存在一个线段与目标查询区域相交,则认为ui持有此次查询相应的查询结果,将其标记为目标无人机。
更具体的是,步骤S2具体实施为以下步骤(由于无人机的移动,网络拓扑频繁变化,很难找到一条可靠、高效的路由来转发数据包。为了解决这个问题,利用已预先规划的无人机飞行路径信息对网络拓扑变化进行建模):
步骤S2.1:对于每一个无人机ui,地面站g根据其飞行路径信息,计算ui与其他无人机的交互情况,即与其他无人机的相遇时间窗口;
步骤S2.2:建立(如图2所示)的网络拓扑变化模型,确定无人机网络中未来任意两架无人机的相遇时间窗口(例如,u1与u2之间的时间窗口表示两者能够在8s到32s之间直接通信);将每个无人机ui视为一个节点,将两架无人机之间的相遇时间窗口视为一条边,建立(如图3所示的)拓扑变化图TCG=(V,E),V表示节点集合,E表示边的集合,边的权重定义为<te_begin,te_end>,te_begin和te_end分别表示边的开始时间和结束时间,TCG中两个节点之间可能存在多条边,则表示两架无人机可能相遇多次。
对于步骤S2:将网络中每个无人机抽象为一个节点,两架无人机的相遇时间窗口定义为两个节点之间的一条边,从而构造出拓扑变化图(TCG),它能够有效的反映无人机网络的拓扑变化情况。与传统图不同的是,TCG中的边具有生命周期,它只存在于某一特定的时间段。在无人机网络中进行时空范围查询时,地面站需要将查询请求分发至每一个目标无人机,目标无人机在收到查询请求后要将查询结果返回地面站,因此可以通过计算TCG中两节点之间的最短路径来确定数据包的路由方案。
进一步的是,步骤S3中:
(与传统的图不同的是,TCG中的边具有生命周期。当ui有一个数据包m需要转发给uj时,ui和uj之间的边ei,j可能已经结束,或者是ei,j尚未开始。此外,由于带宽的限制,ei,j的剩余存在时间应大于m所需的传输时间tcos t)数据包m能通过ei,j传输需要满足如下约束:
第一约束:tarrived<te_end
第二约束:tcos t≤te_end-max{tarrived,te_end};
其中,tarrived表示数据包m到达ui的时间,tcos t表示数据包m所需的传输时间,第一约束保证在数据包m到达ui的时候,ei,j还没有结束;第二约束保证ei,j的剩余存在时间足够传输数据包m;
TCG中源节点us到目的节点ud的最短路径计算过程如下:
步骤S3.1:将源节点us加入集合Vfinish,Vfinish表示已经确定到us最短路径的集合,此时Vfinish={us};
步骤S3.2:对于每个节点ui∈V-Vfinish,如果在us和ui之间不存在边,令dis[i]=∞;否则,
dis[i]=max{t0,min{te_begin|e∈Es,i∧te_end>t0+tcos t}}+tcos t
dis[i]表示us将数据包m发送到ui所需的时间,Es,i表示us和ui之间边的集合,t0表示数据包m的生成时间;
步骤S3.3:从V-Vfinish中选择dis值最小的节点ui,将其加入Vfinish,同时更新ui不在Vfinish中的邻居节点uj的dis值:
dis[j]=min{dis′[j],max{dis′[i],min{te_begin|e∈Ei,j∧te_end>dis′[i]+tcos t}}+tcos t};
dis′[i]和dis′[j]分别表示ui和uj在上一轮的dis值;
步骤S3.4:重复步骤S3.3直到目的节点ud加入Vfinish
对于步骤S3:首先定义了数据包m能通过TCG中边ei,j传输需要满足的约束条件;然后通过迭代计算源节点到TCG每一个节点的最短路径。首轮迭代中,从源节点到每个节点的最短路径代价定义为dis[i]=max{t0,min{te_begin|e∈Es,i∧te_end>t0+tcos t}}+tcos t。然后在每轮迭代中,首先从未确定最短的路径的节点中找到代价最小的节点并确定其最短路径,然后将其他节点的代价值更新为dis[j]=min{dis′[j],max{dis′[i],min{te_begin|e∈Ei,j∧te_end>dis′[i]+tcos t}}+tcos t},直到确定目标节点的最短路径为止。
更进一步的是,在步骤S4中:
在找到从地面站g到目标无人机的最短路径p后,地面站g通过单波将带有时间和位置约束的查询请求qr沿着p转发到目标无人机;
目标无人机在收到查询请求qr后从本地存储中查询满足时间空间约束的感知数据,然后重新计算到地面站g的最短路径,将查询结果返回地面站g并且地面站g在收集到所有的查询结果后将结果合并,然后返回给用户。
本发明还公开了一种电子设备,包括存储器、处理器及存储在存储器上并可在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所述无人机网络中进行时空范围查询处理的方法的步骤。
本发明还公开了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所述无人机网络中进行时空范围查询处理的方法的步骤。
值得一提的是,本发明专利申请涉及的无人机和地面站等技术特征应被视为现有技术,这些技术特征的具体结构、工作原理以及可能涉及到的控制方式、空间布置方式采用本领域的常规选择即可,不应被视为本发明专利的发明点所在,本发明专利不做进一步具体展开详述。
对于本领域的技术人员而言,依然可以对前述各实施例所记载的技术方案进行修改,或对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围。

Claims (7)

1.一种无人机网络中进行时空范围查询处理的方法,其特征在于,包括以下步骤:
步骤S1:根据无人机网络中已知的无人机的位置和飞行路径信息,计算出在查询时间区间内无人机的飞行轨迹,进而确定持有查询结果的目标无人机集合;
步骤S2:对无人机网络拓扑变化进行建模,根据无人机的飞行路径信息,确定无人机网络中未来任意两架无人机的相遇时间窗口,建立网络拓扑变化模型,并将该网络拓扑变化模型抽象为一张静态加权无向的拓扑变化图,从而用于反映网络中无人机之间的通信链路变化以及邻居变化;
步骤S3:根据拓扑变化图,获得从地面站到目标无人机的数据包最短用时传输路径;
步骤S4:根据建立的最短用时传输路径进行查询请求分发以及感知数据收集。
2.根据权利要求1所述的一种无人机网络中进行时空范围查询处理的方法,其特征在于,步骤S1具体实施为以下步骤:
步骤S1.1:无人机网络包括n架执行数据收集任务的无人机{u1,u2,…,un}和一个地面站g;
步骤S1.2:当用户对无人机网络所覆盖区域中的某一子区域p中[tbegin,tend]内的感知数据感兴趣时,向地面站g提交带有时间和位置约束的查询请求qr,p是一个矩形,其左上角和右下角坐标分别为(xl,yl)和(xr,yr);
步骤S1.3:如果无人机ui在时间段[tbegin,tend]内进入过查询区域p中,则认定为初步的目标无人机,令fpi为ui在[tbegin,tend]内的飞行轨迹,将其离散化为多个线段表示fpi的第k个位点,其坐标为(xk,yk),如果存在线段/>与矩形p相交,则认定无人机ui持有此次查询相应的查询结果,将其标记为最终的目标无人机。
3.根据权利要求2所述的一种无人机网络中进行时空范围查询处理的方法,其特征在于,步骤S2具体实施为以下步骤:
步骤S2.1:对于每一个无人机ui,地面站g根据其飞行路径信息,计算ui与其他无人机的交互情况,即与其他无人机的相遇时间窗口;
步骤S2.2:建立的网络拓扑变化模型,确定无人机网络中未来任意两架无人机的相遇时间窗口;将每个无人机ui视为一个节点,将两架无人机之间的相遇时间窗口视为一条边,建立拓扑变化图TCG=(V,E),V表示节点集合,E表示边的集合,边的权重定义为<te_begin,te_end>,te_begin和te_end分别表示边的开始时间和结束时间,TCG中两个节点之间可能存在多条边,则表示两架无人机可能相遇多次。
4.根据权利要求3所述的一种无人机网络中进行时空范围查询处理的方法,其特征在于,步骤S3中:
数据包m能通过ei,j传输需要满足如下约束:
第一约束:tarrived<te_end
第二约束:tcost≤te_end-max{tarrived,te_end};
其中,tarrived表示m到达ui的时间,tcost表示数据包m所需的传输时间,第一约束保证在数据包m到达ui的时候,ei,j还没有结束;第二约束保证ei,j的剩余存在时间足够传输数据包m;
TCG中源节点us到目的节点ud的最短路径计算过程如下:
步骤S3.1:将源节点us加入集合Vfinish,Vfinish表示已经确定到us最短路径的集合,此时Vfinish={us};
步骤S3.2:对于每个节点ui∈V-Vfinish,如果在us和ui之间不存在边,令dis[i]=∞;否则,
dis[i]=max{t0,min{te_begin|e∈Es,i∧te_end>t0+tcost}}+tcost
dis[i]表示us将数据包m发送到ui所需的时间,Es,i表示us和ui之间边的集合,t0表示数据包m的生成时间;
步骤S3.3:从V-Vfinish中选择dis值最小的节点ui,将其加入Vfinish,同时更新ui不在Vfinish中的邻居节点uj的dis值:
dis[j]=min{dis′[j],max{dis′[i],min{te_begin|e∈Ei,j∧te_end>dis′[i]+tcost}}+tcost};
dis′[i]和dis′[j]分别表示ui和uj在上一轮的dis值;
步骤S3.4:重复步骤S3.3直到目的节点ud加入Vfinish
5.根据权利要求4所述的一种无人机网络中进行时空范围查询处理的方法,其特征在于,在步骤S4中:
在找到从地面站g到目标无人机的最短路径p后,地面站g通过单波将带有时间和位置约束的查询请求qr沿着p转发到目标无人机;
目标无人机在收到查询请求qr后从本地存储中查询满足时间空间约束的感知数据,然后重新计算到地面站g的最短路径,将查询结果返回地面站g并且地面站g在收集到所有的查询结果后将结果合并,然后返回给用户。
6.一种电子设备,包括存储器、处理器及存储在存储器上并可在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5任一项所述无人机网络中进行时空范围查询处理的方法的步骤。
7.一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,该计算机程序被处理器执行时实现如权利要求1至5任一项所述无人机网络中进行时空范围查询处理的方法的步骤。
CN202311454519.2A 2023-11-01 2023-11-01 一种无人机网络中进行时空范围查询处理的方法 Active CN117312687B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311454519.2A CN117312687B (zh) 2023-11-01 2023-11-01 一种无人机网络中进行时空范围查询处理的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311454519.2A CN117312687B (zh) 2023-11-01 2023-11-01 一种无人机网络中进行时空范围查询处理的方法

Publications (2)

Publication Number Publication Date
CN117312687A true CN117312687A (zh) 2023-12-29
CN117312687B CN117312687B (zh) 2024-04-16

Family

ID=89281228

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311454519.2A Active CN117312687B (zh) 2023-11-01 2023-11-01 一种无人机网络中进行时空范围查询处理的方法

Country Status (1)

Country Link
CN (1) CN117312687B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107491086A (zh) * 2017-08-03 2017-12-19 哈尔滨工业大学深圳研究生院 时变网络拓扑下的无人机编队避障方法及系统
US9928750B2 (en) * 2016-06-10 2018-03-27 ETAK Systems, LLC Air traffic control of unmanned aerial vehicles via wireless networks
CN108234316A (zh) * 2017-12-07 2018-06-29 北京邮电大学 一种基于立方体空间区域划分的无人机网络路由选取方法
KR101970413B1 (ko) * 2017-12-01 2019-04-18 이화여자대학교 산학협력단 무인 비행체를 이용한 지상 네트워크 토폴로지 추정 방법
CN110579214A (zh) * 2019-10-16 2019-12-17 中国人民解放军国防科技大学 无人机路径规划方法和装置
CN110996370A (zh) * 2019-10-25 2020-04-10 广东电网有限责任公司 一种无人机的网络通讯路由器协议方法
CN111856392A (zh) * 2020-07-15 2020-10-30 南京航空航天大学 基于uwb测距和无人机飞行路径的地面节点定位方法
CN113050697A (zh) * 2021-04-17 2021-06-29 中国科学院重庆绿色智能技术研究院 基于时间Petri网的无人机群一致性协同控制方法
CN113342060A (zh) * 2021-06-02 2021-09-03 南京臻融软件科技有限公司 一种基于相对定位的无人机群中继网络构建方法
US20210311504A1 (en) * 2020-04-01 2021-10-07 Nec Laboratories America, Inc. Near real-time reconstruction using drones
CN113867382A (zh) * 2021-09-01 2021-12-31 西安电子科技大学广州研究院 一种无人机集群网络的拓扑控制方法
CN116033437A (zh) * 2022-12-08 2023-04-28 国网湖北省电力有限公司信息通信公司 一种通信服务覆盖率最大的网络部署方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9928750B2 (en) * 2016-06-10 2018-03-27 ETAK Systems, LLC Air traffic control of unmanned aerial vehicles via wireless networks
CN107491086A (zh) * 2017-08-03 2017-12-19 哈尔滨工业大学深圳研究生院 时变网络拓扑下的无人机编队避障方法及系统
KR101970413B1 (ko) * 2017-12-01 2019-04-18 이화여자대학교 산학협력단 무인 비행체를 이용한 지상 네트워크 토폴로지 추정 방법
CN108234316A (zh) * 2017-12-07 2018-06-29 北京邮电大学 一种基于立方体空间区域划分的无人机网络路由选取方法
CN110579214A (zh) * 2019-10-16 2019-12-17 中国人民解放军国防科技大学 无人机路径规划方法和装置
CN110996370A (zh) * 2019-10-25 2020-04-10 广东电网有限责任公司 一种无人机的网络通讯路由器协议方法
US20210311504A1 (en) * 2020-04-01 2021-10-07 Nec Laboratories America, Inc. Near real-time reconstruction using drones
CN111856392A (zh) * 2020-07-15 2020-10-30 南京航空航天大学 基于uwb测距和无人机飞行路径的地面节点定位方法
CN113050697A (zh) * 2021-04-17 2021-06-29 中国科学院重庆绿色智能技术研究院 基于时间Petri网的无人机群一致性协同控制方法
CN113342060A (zh) * 2021-06-02 2021-09-03 南京臻融软件科技有限公司 一种基于相对定位的无人机群中继网络构建方法
CN113867382A (zh) * 2021-09-01 2021-12-31 西安电子科技大学广州研究院 一种无人机集群网络的拓扑控制方法
CN116033437A (zh) * 2022-12-08 2023-04-28 国网湖北省电力有限公司信息通信公司 一种通信服务覆盖率最大的网络部署方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王冬冬;何胜学;路扬;: "考虑观测次数的无人机交通巡视时空网络模型", 上海理工大学学报, no. 05, 15 October 2019 (2019-10-15) *

Also Published As

Publication number Publication date
CN117312687B (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
Wei et al. UAV-assisted data collection for internet of things: A survey
Nawaz et al. UAV communication networks issues: A review
Hong et al. Toward swarm coordination: Topology-aware inter-UAV routing optimization
You et al. Hybrid offline-online design for UAV-enabled data harvesting in probabilistic LoS channels
Goudarzi et al. Data collection using unmanned aerial vehicles for Internet of Things platforms
Wu et al. ADDSEN: Adaptive data processing and dissemination for drone swarms in urban sensing
Cheng et al. AI for UAV-assisted IoT applications: A comprehensive review
US8370421B2 (en) Method for coordinating a plurality of sensors
Sharma et al. Cooperative frameworks and network models for flying ad hoc networks: a survey
Olsson et al. Generating UAV communication networks for monitoring and surveillance
Kaur et al. Flying ad-hoc network (FANET): challenges and routing protocols
Noorani et al. SDN-and fog computing-based switchable routing using path stability estimation for vehicular ad hoc networks
Boukerche et al. An efficient mobility-oriented retrieval protocol for computation offloading in vehicular edge multi-access network
Troubleyn et al. QoS challenges in wireless sensor networked robotics
CN107708090A (zh) 车辆自组织网络中的信息传输方法、装置及系统
CN117312687B (zh) 一种无人机网络中进行时空范围查询处理的方法
Hosseinzadeh et al. A greedy perimeter stateless routing method based on a position prediction mechanism for flying ad hoc networks
Qiao et al. Dynamic self-organizing leader-follower control in a swarm mobile robots system under limited communication
Banerjee et al. UAV‐IoT collaboration: energy and time‐saving task scheduling scheme
Chen et al. A fast coordination approach for large-scale drone swarm
Huang et al. Safe navigation for UAV-enabled data dissemination by deep reinforcement learning in unknown environments
Banerjee et al. An energy and time-saving task scheduling algorithm for UAV-IoT collaborative system
De Freitas et al. Decentralized task distribution among cooperative UAVs in surveillance systems applications
Li et al. An efficient framework for target search with cooperative uavs in a fanet
Saha Performance Evaluation of a Multi-Leader-Follower Mobility Model for UAV Swarm

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