CN117950407A - 一种基于编队动态阵型干扰源定位的群拓扑控制方法 - Google Patents

一种基于编队动态阵型干扰源定位的群拓扑控制方法 Download PDF

Info

Publication number
CN117950407A
CN117950407A CN202410339519.6A CN202410339519A CN117950407A CN 117950407 A CN117950407 A CN 117950407A CN 202410339519 A CN202410339519 A CN 202410339519A CN 117950407 A CN117950407 A CN 117950407A
Authority
CN
China
Prior art keywords
interference
formation
nodes
unmanned aerial
node
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
CN202410339519.6A
Other languages
English (en)
Other versions
CN117950407B (zh
Inventor
席在杰
周睿
曾勇
秦萌
李寅博
赵政宁
余炎
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.)
Sichuan Tengdun Technology Co Ltd
Original Assignee
Sichuan Tengdun 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 Sichuan Tengdun Technology Co Ltd filed Critical Sichuan Tengdun Technology Co Ltd
Priority to CN202410339519.6A priority Critical patent/CN117950407B/zh
Publication of CN117950407A publication Critical patent/CN117950407A/zh
Application granted granted Critical
Publication of CN117950407B publication Critical patent/CN117950407B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及集群通信技术领域,具体涉及一种基于编队动态阵型干扰源定位的群拓扑控制方法,包括:通过集群网络拓扑进行感知并将干扰信号汇集,进行无人机集群编队阵型动态变化调整,使主节点收到的干扰信号强度最大,两侧僚机节点收到的干扰信号强度相对较小;解算获取干扰源的位置并评估出干扰空域的最大集;集群编队航路偏移以跨越干扰空域范围。本发明将无人机集群编队内的无人机作为接收干扰信号的节点,实时监测周围环境中的干扰信号,并相互通信以确定整个集群编队的网络拓扑状态,整个无人机集群编队进行动态阵型的调整以应对干扰,同时保持对干扰信号的监测,维持网络拓扑结构的稳定性和可靠性。

Description

一种基于编队动态阵型干扰源定位的群拓扑控制方法
技术领域
本发明涉及集群通信技术领域,具体涉及一种基于编队动态阵型干扰源定位的群拓扑控制方法。
背景技术
无人机集群编队系统是多个无人机通过采用特定的组网协议构成多节点集群编队通信网络,编队节点在特定的集群拓扑下,通过集群网络交互业务消息,按照预设编队阵型协同完成指定任务。
针对无人机集群编队面临复杂电磁环境的应用场景,尤其是在强拒止环境下,无人机集群编队将受到干扰源的较强干扰,导致无法正常接收编队协同信息,从而影响整个无人机集群编队网络正常运行。因此编队协同任务对集群网络抗毁性和抗干扰性能有更高的要求。为有效解决该问题,保证无人机集群编队网络性能及协同任务不受影响,需要基于编队动态阵型进行干扰源定位,同时完成无人机集群编队网络拓扑控制处理,以维持集群编队网络拓扑的稳定性,提高集群编队抗干扰能力。而传统的无人机群拓扑控制方法没有对基于编队动态阵型干扰源定位群拓扑控制进行相关研究,因此需在此方面开展深入研究,提高集群编队网络抗干扰能力,保证无人机集群编队网络整体通信性能。
发明内容
至少为克服其中一种上述内容提到的缺陷,本发明提出基于编队动态阵型干扰源定位的群拓扑控制方法,通过无人机集群编队内对干扰信息的共享,及时推算出干扰空域的位置的边界,并通过调整无人机集群编队的阵型躲避干扰空域,从而维持集群编队网络拓扑的稳定性。
为了实现上述目的,本发明公开的控制方法可采用如下技术方案:
一种基于编队动态阵型干扰源定位的群拓扑控制方法,包括:
通过集群网络拓扑进行感知并将干扰信号汇集:无人机集群编队中每一台无人机作为一处信号节点,实时监测干扰信号并与其他节点交互当前干扰信号的状态,节点通过接收集群编队中其他节点的集群网络拓扑消息以获取整个集群编队的网络拓扑状态;
集群编队阵型动态调整并对干扰源定位:任一节点接收到干扰信号时,将无人机集群编队中的长机作为主节点进行干扰源的定位解算,进行编队阵型动态变化调整,使主节点收到的干扰信号强度最大,两侧僚机节点收到的干扰信号强度相对较小,通过该方式可快速准确捕获干扰信号最强的中心区域范围,为后续快速评估干扰源辐射特性做支撑;
评估干扰源的辐射特性:主节点根据其他节点的干扰信息,解算获取干扰源的位置并评估出干扰空域的最大集;具体如下:
解算过程:主节点根据收到其他节点的干扰信息(自身ID、位置(经度、维度、高度)、干扰信号强度、干扰信号到达时间、接收信噪比、误码率等),通过多平台时差定位方法,主节点根据自身收到干扰信号到达时间结合其他僚机节点收到干扰信号到达时间,获取多个节点接收到干扰信号的时间差(对应于多个节点与干扰源之间的距离差),从而得到以编队节点为焦点、距离差为长轴的双曲线,双曲线的交点即为干扰源的位置;
评估过程:根据典型定向干扰源的信号辐射特性,按照中心点、边界点对应的干扰信号强度衰减量及相应偏离角度,评估对应的干扰空域最大集,典型最大集空域包含编队最左侧、右侧的两个边界点位置与干扰源位置连线形成的扇形区域;
对干扰空域进行避障:整个无人机集群编队进行航路偏移以跨越干扰空域范围,此后将无人机集群编队阵型调整至预设任务阵型。航路偏移的确定方法包括:基于该干扰空域最大集对应的边界点位置(左侧和右侧边界点),将编队整体再向左或向右进行航路偏移,典型偏移距离为左侧和右侧边界点连线距离的1.2-1.5倍。
上述公开的群拓扑控制方法,将无人机集群编队视作若干节点组成的网络拓扑结构,通过每处节点对干扰信号进行监测并在拓扑结构内进行信息交互,对拓扑结构的外部干扰源进行整体监测并确定干扰空域范围,通过整个无人机集群编队航路偏移以对干扰空域范围进行躲避。
进一步的,无人机集群编队各个节点收集干扰信号并进行干扰信息的交互汇集,可按照多种方案实现,具体并不被唯一限定,此处进行优化并提出其中一种可行的选择,进行干扰信号的汇集时,包括如下步骤:
周期性的在各节点间交换节点信息以及各节点当前接收到干扰信号的状态,以获知各节点间的相对位置和受干扰状态,并对受干扰状态进行记录,同时感知各个节点之间的网络拓扑结构,并对网络拓扑结构进行记录。采用如此方案时,将受干扰状态信息进行记录以生成本地集群编队网络干扰状态表,对网络拓扑结构进行记录以生成本地集群编队网络拓扑表。
进一步的,在进行信息交互时,以节点所获取的信息中便于确定干扰源位置的信息进行交互,此处提出一种可行的选择:节点信息至少包括节点ID、经纬度、高度、干扰信号强度、干扰信号到达时间、接收信噪比和误码率。接收信噪比和误码率这两个信息能直观的反映出当前干扰信号对本无人机节点通信质量的影响情况,准确定量的体现出干扰情况。
再进一步,为了更好的了解无人机集群编队,此处进行优化并提出其中一种可行的选择:所述的集群网络拓扑消息至少包括节点ID、节点位置、节点间跳数。采用如此方案时,可通过多个节点提供的干扰信息,形成干扰源的方向定位推算和距离定位推算,用以确定干扰源的方向和确定干扰空域范围,便于无人机集群编队整体进行避障。
进一步的,在无人机集群编队避障的过程中,仍对干扰源的干扰信息进行监测并用以调整无人机集群编队的阵型,具体调整方案并不被唯一限定,此处进行优化并提出其中一种可行的选择,接收到干扰信号时进行编队阵型动态变化,具体包括如下过程:
使主节点作为编队阵型的中点,其他节点分布于主节点的四周,通过其他节点持续接收干扰信号并进行编队阵型的动态调整,整个编队阵型进行整体偏移以避开干扰空域范围。采用如此方案时,保障主节点远离干扰空域范围并持续解算,而以其他节点形成预警带,当接近干扰空域范围时则调整其他节点的位置,改变整个集群编队的阵型,从而可避开干扰空域,同时还可继续监测获取干扰信息,因此能够保障整个拓扑结构的稳定性和可靠性。
再进一步,在检测到干扰信号并解算出干扰空域时,无人机集群编队整体进行避障操作,具体避障方案并不唯一限定,此处进行优化并提出其中一种可行的选择:无人机集群编队进行航路偏移时,使无人机集群编队整体在水平方向上横移以跨过干扰空域范围。采用如此方案时,无人机集群的整体避障动作更为精简,不需要更加复杂的避障路径,因此避免了完成复杂避障动作过程中出现差错导致的问题,因此整个集群拓扑结构可更加稳定可靠并得以保存。
进一步的,在进行避障前以及避障过程中,保持对干扰源的持续监测,并获知干扰源与集群编队的分界点,提高检测的精确性,具体方式并不被唯一限定,此处进行优化并提出其中一种可行的选择:进行编队阵型的动态变化调整时,根据主节点与干扰源之间的距离,按照典型定向干扰源的参考信号辐射特性样本值评估其最大方位角映射到编队阵型中的两个边界点位置,并在边界点位置持续对干扰信号进行监测。采用如此方案时,在边界点位置进行干扰信号的监测能够更高效的获得干扰信息,并且获得更大的监测范围,因此能保障在进行避障的过程中实时获得干扰源的动态变化,及时反馈且对无人机集群编队阵型做出动态调整,维持无人机集群编队阵型的完整。
再进一步,在对干扰源的定位过程中,通过若干干扰信号的信息进行逆向解算定位实现,具体方式并不唯一限定,此处进行优化并提出其中一种可行的选择:根据干扰信号到达各个节点的时间差,确定以编队主节点为焦点,节点与干扰源之间距离差为长轴的双曲线数量关系,双曲线与坐标轴的交点即为干扰源的位置。采用如此方案时,提升了对干扰源的定位精确度,无人机集群编队能更准确的进行避障。
再进一步,干扰空域作为干扰源对周围环境能够造成干扰的空间,无人机集群编队在行进过程中需要进行避让,因此需要对干扰空域进行评估并划定一个最大的范围,通过避让该范围即可实现无人机集群编队的安全运行,具体的,此处进行优化并提出其中一种可行的选择:在评估干扰空域的最大集时,按照中心主节点、边界点节点对应的干扰信号强度衰减量及相应偏离角度,评估对应的干扰空域最大集。采用如此方案时,干扰空域的最大集为干扰源周围360°范围的空间,当需横向避障时,通过确定干扰空域最大集的投影宽度范围;若需要纵向避障,则通过确定干扰空域最大集的投影高度范围。
与现有技术相比,本发明公开技术方案的部分有益效果包括:
本发明将无人机集群编队内的无人机作为接收干扰信号的节点,实时对周围环境中的干扰信号进行监测,并相互通信以确定整个集群编队的网络拓扑状态,当遇到干扰时整个无人机集群编队进行动态阵型的调整,在避让干扰空域的过程中保持干扰信号的监测,并实时更新干扰源的干扰信息用以及时调整动态阵型,同时维持网络拓扑结构的稳定性和可靠性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅表示出了本发明的部分实施例,因此不应看作是对范围的限定,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它相关的附图。
图1为群拓扑控制方法的过程示意图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步阐释。
针对现有的无人机集群编队并未对干扰源进行解算定位后主动避让,因而容易在干扰的情况下影响正常的运行,下列实施例进行优化以克服现有技术中存在的缺陷。
实施例
如图1所示,本实施例提供一种基于编队动态阵型干扰源定位的群拓扑控制方法,包括如下步骤:
S1.通过集群网络拓扑进行感知并将干扰信号汇集:无人机集群编队中每一台无人机作为一处信号节点,实时监测干扰信号并与其他节点交互当前干扰信号的状态,节点通过接收集群编队中其他节点的集群网络拓扑消息以获取整个集群编队的网络拓扑状态。
S2.集群编队阵型动态调整并对干扰源定位:任一节点接收到干扰信号时,将无人机集群编队中的长机作为主节点进行干扰源的定位解算,进行编队阵型动态变化调整,使主节点收到的干扰信号强度最大,两侧僚机节点收到的干扰信号强度相对较小。通过该方式可快速准确捕获干扰信号最强的中心区域范围,为后续快速评估干扰源辐射特性做支撑。
S3.评估干扰源的辐射特性:主节点根据其他节点的干扰信息,解算获取干扰源的位置并评估出干扰空域的最大集(即偏离中心点的最大角度映射到编队阵型中的两个边界点位置,此边界点对应的干扰信号强度正好衰减节点信噪比可接收的临界范围)。
解算过程:主节点根据收到其他节点的干扰信息(自身ID、位置(经度、维度、高度)、干扰信号强度、干扰信号到达时间、接收信噪比、误码率等),通过多平台时差定位方法,主节点根据自身收到干扰信号到达时间结合其他僚机节点收到干扰信号到达时间,获取多个节点接收到干扰信号的时间差(对应于多个节点与干扰源之间的距离差),从而得到以编队节点为焦点、距离差为长轴的双曲线,双曲线的交点即为干扰源的位置;
评估过程:根据典型定向干扰源的信号辐射特性,按照中心点、边界点对应的干扰信号强度衰减量及相应偏离角度,评估对应的干扰空域最大集,典型最大集空域包含编队最左侧、右侧的两个边界点位置与干扰源位置连线形成的扇形区域。
S4.对干扰空域进行避障:整个无人机集群编队进行航路偏移以跨越干扰空域范围,此后将无人机集群编队阵型调整至预设任务阵型。
基于该干扰空域最大集对应的边界点位置(左侧和右侧边界点),将编队整体再向左或向右进行航路偏移,典型偏移距离为左侧和右侧边界点连线距离的1.2-1.5倍。
本实施例公开的群拓扑控制方法,将无人机集群编队视作若干节点组成的网络拓扑结构,通过每处节点对干扰信号进行监测并在拓扑结构内进行信息交互,对拓扑结构的外部干扰源进行整体监测并确定干扰空域范围,通过整个无人机集群编队航路偏移以对干扰空域范围进行躲避。
无人机集群编队各个节点收集干扰信号并进行干扰信息的交互汇集,可按照多种方案实现,具体并不被唯一限定,本实施例进行优化并采用其中一种可行的选择,进行干扰信号的汇集时,包括如下步骤:
S101:周期性的在各节点间交换节点信息以及各节点当前接收到干扰信号的状态,以获知各节点间的相对位置和受干扰状态,并对受干扰状态进行记录;
S102:同时感知各个节点之间的网络拓扑结构,并对网络拓扑结构进行记录。
采用如此方案进行干扰信号汇集时,将受干扰状态信息进行记录以生成本地集群编队网络干扰状态表,对网络拓扑结构进行记录以生成本地集群编队网络拓扑表。
在进行信息交互时,以节点所获取的信息中便于确定干扰源位置的信息进行交互,本实施例采用其中一种可行的选择:节点信息至少包括节点ID、经纬度、高度、干扰信号强度、干扰信号到达时间、接收信噪比和误码率。接收信噪比和误码率这两个信息能直观的反映出当前干扰信号对本无人机节点通信质量的影响情况,准确定量的体现出干扰情况。
为了更好的了解无人机集群编队,本实施例进行优化并采用其中一种可行的选择:所述的集群网络拓扑消息至少包括节点ID、节点位置、节点间跳数。采用如此方案时,可通过多个节点提供的干扰信息,形成干扰源的方向定位推算和距离定位推算,用以确定干扰源的方向和确定干扰空域范围,便于无人机集群编队整体进行避障。
在无人机集群编队避障的过程中,仍对干扰源的干扰信息进行监测并用以调整无人机集群编队的阵型,具体调整方案并不被唯一限定,本实施例进行优化并采用其中一种可行的选择,接收到干扰信号时进行编队阵型动态变化,具体包括如下过程:
使主节点作为编队阵型的中点,其他节点分布于主节点的四周,通过其他节点持续接收干扰信号并进行编队阵型的动态调整,整个编队阵型进行整体偏移以避开干扰空域范围。采用如此方案调整集群编队时,保障主节点远离干扰空域范围并持续解算,而以其他节点形成预警带,当接近干扰空域范围时则调整其他节点的位置,改变整个集群编队的阵型,从而可避开干扰空域,同时还可继续监测获取干扰信息,因此能够保障整个拓扑结构的稳定性和可靠性。
优选的,无人机集群编队可采用常规的一些阵型,例如圆形阵型,三角形阵型等,通过预设阵型使无人机集群编队整体进行前移,也可在特定的运动场景中设置特定的阵型以满足当前运动场景的需求。
在检测到干扰信号并解算出干扰空域时,无人机集群编队整体进行避障操作,具体避障方案并不唯一限定,本实施例进行优化并采用其中一种可行的选择:无人机集群编队进行航路偏移时,使无人机集群编队整体在水平方向上横移以跨过干扰空域范围。采用如此方案时,无人机集群的整体避障动作更为精简,不需要预设复杂的避障路径,因此避免了完成复杂避障动作过程中出现差错导致的问题,整个集群拓扑结构可更加稳定可靠并得以保存。
在进行避障前以及避障过程中,保持对干扰源的持续监测,并获知干扰源与集群编队的分界点,提高检测的精确性,具体方式并不被唯一限定,本实施例进行优化并采用其中一种可行的选择:进行编队阵型的动态变化调整时,根据主节点与干扰源之间的距离,按照典型定向干扰源的参考信号辐射特性样本值评估其最大方位角映射到编队阵型中的两个边界点位置,并在边界点位置持续对干扰信号进行监测。采用如此方案时,在边界点位置进行干扰信号的监测能够更高效的获得干扰信息,并且获得更大的监测范围,因此能保障在进行避障的过程中实时获得干扰源的动态变化,及时反馈且对无人机集群编队阵型做出动态调整,维持无人机集群编队阵型的完整。
优选的,确定边界点位置时,可通过派遣无人机前往便捷点位置进行监测;例如当确定的边界点位置在编队阵型的左右两侧时,将位于两侧的僚机分别派遣至两边界点位置,从而在边界点位置对干扰源继续监测。
优选的,在参考信号辐射特性样本值评估时,样本值参数可配置,定向干扰天线方位角典型默认值为±15°~±45°。
在对干扰源的定位过程中,通过若干干扰信号的信息进行逆向解算定位实现,具体方式并不唯一限定,本实施例进行优化并采用其中一种可行的选择:根据干扰信号到达各个节点的时间差,确定以编队主节点为焦点,节点与干扰源之间距离差为长轴的双曲线数量关系,双曲线与坐标轴的交点即为干扰源的位置。采用如此方案时,提升了对干扰源的定位精确度,无人机集群编队能更准确的进行避障。
干扰空域作为干扰源对周围环境能够造成干扰的空间,无人机集群编队在行进过程中需要进行避让,因此需要对干扰空域进行评估并划定一个最大的范围,通过避让该范围即可实现无人机集群编队的安全运行,具体的,本实施例进行优化并采用其中一种可行的选择:在评估干扰空域的最大集时,按照中心主节点、边界点节点对应的干扰信号强度衰减量及相应偏离角度,评估对应的干扰空域最大集。采用如此方案时,干扰空域的最大集为干扰源周围360°范围的空间,当需横向避障时,通过确定干扰空域最大集的投影宽度范围;若需要纵向避障,则通过确定干扰空域最大集的投影高度范围。
以上即为本实施例列举的实施方式,但本实施例不局限于上述可选的实施方式,本领域技术人员可根据上述方式相互任意组合得到其他多种实施方式,任何人在本实施例的启示下都可得出其他各种形式的实施方式。上述具体实施方式不应理解成对本实施例的保护范围的限制,本实施例的保护范围应当以权利要求书中界定的为准。

Claims (9)

1.一种基于编队动态阵型干扰源定位的群拓扑控制方法,其特征在于,包括:
通过集群网络拓扑进行感知并将干扰信号汇集:无人机集群编队中每一台无人机作为一处信号节点,实时监测干扰信号并与其他节点交互当前干扰信号的状态,节点通过接收集群编队中其他节点的集群网络拓扑消息以获取整个集群编队的网络拓扑状态;
集群编队阵型动态调整并对干扰源定位:任一节点接收到干扰信号时,将无人机集群编队中的长机作为主节点进行干扰源的定位解算,进行编队阵型动态变化调整,使主节点收到的干扰信号强度最大,两侧僚机节点收到的干扰信号强度相对较小;
评估干扰源的辐射特性:主节点根据其他节点的干扰信息,解算获取干扰源的位置并评估出干扰空域的最大集;
对干扰空域进行避障:整个无人机集群编队进行航路偏移以跨越干扰空域范围,此后将无人机集群编队阵型调整至预设任务阵型。
2.根据权利要求1所述的基于编队动态阵型干扰源定位的群拓扑控制方法,其特征在于,进行干扰信号的汇集时,包括如下步骤:
周期性的在各节点间交换节点信息以及各节点当前接收到干扰信号的状态,以获知各节点间的相对位置和受干扰状态,并对受干扰状态进行记录,同时感知各个节点之间的网络拓扑结构,并对网络拓扑结构进行记录。
3.根据权利要求2所述的基于编队动态阵型干扰源定位的群拓扑控制方法,其特征在于:节点信息至少包括节点ID、经纬度、高度、干扰信号强度、干扰信号到达时间、接收信噪比和误码率。
4.根据权利要求1所述的基于编队动态阵型干扰源定位的群拓扑控制方法,其特征在于:所述的集群网络拓扑消息至少包括节点ID、节点位置、节点间跳数。
5.根据权利要求1所述的基于编队动态阵型干扰源定位的群拓扑控制方法,其特征在于,接收到干扰信号时进行编队阵型动态变化,具体包括如下过程:
使主节点作为编队阵型的中点,其他节点分布于主节点的四周,通过其他节点持续接收干扰信号并进行编队阵型的动态调整,整个编队阵型进行整体偏移以避开干扰空域范围。
6.根据权利要求1或5所述的基于编队动态阵型干扰源定位的群拓扑控制方法,其特征在于,无人机集群编队进行航路偏移时,使无人机集群编队整体在水平方向上横移以跨过干扰空域范围。
7.根据权利要求1或4所述的基于编队动态阵型干扰源定位的群拓扑控制方法,其特征在于,进行编队阵型的动态变化调整时,根据主节点与干扰源之间的距离,按照典型定向干扰源的参考信号辐射特性样本值评估其最大方位角映射到编队阵型中的两个边界点位置,并在边界点位置持续对干扰信号进行监测。
8.根据权利要求1所述的基于编队动态阵型干扰源定位的群拓扑控制方法,其特征在于,根据干扰信号到达各个节点的时间差,确定以编队主节点为焦点,节点与干扰源之间距离差为长轴的双曲线数量关系,双曲线与坐标轴的交点即为干扰源的位置。
9.根据权利要求1所述的基于编队动态阵型干扰源定位的群拓扑控制方法,其特征在于,在评估干扰空域的最大集时,按照中心主节点、边界点节点对应的干扰信号强度衰减量及相应偏离角度,评估对应的干扰空域最大集。
CN202410339519.6A 2024-03-25 2024-03-25 一种基于编队动态阵型干扰源定位的群拓扑控制方法 Active CN117950407B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410339519.6A CN117950407B (zh) 2024-03-25 2024-03-25 一种基于编队动态阵型干扰源定位的群拓扑控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410339519.6A CN117950407B (zh) 2024-03-25 2024-03-25 一种基于编队动态阵型干扰源定位的群拓扑控制方法

Publications (2)

Publication Number Publication Date
CN117950407A true CN117950407A (zh) 2024-04-30
CN117950407B CN117950407B (zh) 2024-06-11

Family

ID=90805458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410339519.6A Active CN117950407B (zh) 2024-03-25 2024-03-25 一种基于编队动态阵型干扰源定位的群拓扑控制方法

Country Status (1)

Country Link
CN (1) CN117950407B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118244798A (zh) * 2024-05-30 2024-06-25 四川腾盾科技有限公司 基于测距的无人机集群分布式编队队形自适应控制方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160152345A1 (en) * 2014-10-23 2016-06-02 Dezso Molnar Unmanned Aerial Vehicle With Lighting and Cooling Therefor
CN108430105A (zh) * 2017-12-28 2018-08-21 衢州学院 分布式传感器网络协同目标估计及干扰源无源定位方法
EP3485582A1 (en) * 2016-07-13 2019-05-22 Smartsky Networks LLC Air to ground communication system with separate control and traffic channels
RU2760329C1 (ru) * 2020-12-16 2021-11-24 Федеральное государственное казённое военное образовательное учреждение высшего образования "Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации Способ совместного функционирования бортовых РЛС и станций активных помех при групповых действиях истребителей
US20210382128A1 (en) * 2020-06-04 2021-12-09 T-Mobile Usa, Inc. Locating signal interference using unmanned aerial vehicles
CN115220463A (zh) * 2022-07-05 2022-10-21 千机变(广州)文化科技有限公司 一种编队无人机受定位干扰的处理方法及系统
WO2023281239A1 (en) * 2021-07-09 2023-01-12 Vodafone Group Services Limited Method, apparatus and computer program product for locating sources of potential interference in a cellular radio communication system
CN115639841A (zh) * 2022-12-15 2023-01-24 北京航空航天大学 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法
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
CN116367291A (zh) * 2023-06-01 2023-06-30 四川腾盾科技有限公司 基于自适应功率控制的无人机干扰规避群拓扑优化方法
CN116482718A (zh) * 2023-03-16 2023-07-25 中国科学院微小卫星创新研究院 导航反欺骗方法、装置和电子设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160152345A1 (en) * 2014-10-23 2016-06-02 Dezso Molnar Unmanned Aerial Vehicle With Lighting and Cooling Therefor
EP3485582A1 (en) * 2016-07-13 2019-05-22 Smartsky Networks LLC Air to ground communication system with separate control and traffic channels
CN108430105A (zh) * 2017-12-28 2018-08-21 衢州学院 分布式传感器网络协同目标估计及干扰源无源定位方法
US20210382128A1 (en) * 2020-06-04 2021-12-09 T-Mobile Usa, Inc. Locating signal interference using unmanned aerial vehicles
RU2760329C1 (ru) * 2020-12-16 2021-11-24 Федеральное государственное казённое военное образовательное учреждение высшего образования "Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации Способ совместного функционирования бортовых РЛС и станций активных помех при групповых действиях истребителей
WO2023281239A1 (en) * 2021-07-09 2023-01-12 Vodafone Group Services Limited Method, apparatus and computer program product for locating sources of potential interference in a cellular radio communication system
CN115220463A (zh) * 2022-07-05 2022-10-21 千机变(广州)文化科技有限公司 一种编队无人机受定位干扰的处理方法及系统
CN115639841A (zh) * 2022-12-15 2023-01-24 北京航空航天大学 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法
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
CN116482718A (zh) * 2023-03-16 2023-07-25 中国科学院微小卫星创新研究院 导航反欺骗方法、装置和电子设备
CN116367291A (zh) * 2023-06-01 2023-06-30 四川腾盾科技有限公司 基于自适应功率控制的无人机干扰规避群拓扑优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
RUNYI JIAO: "Formation Adjustment of Bearings-only Passive Location UAV Based on Triangulation", 《2023 IEEE 2ND INTERNATIONAL CONFERENCE ON ELECTRICAL ENGINEERING, BIG DATA AND ALGORITHMS (EEBDA)》, 26 February 2023 (2023-02-26), pages 721 - 725, XP034328478, DOI: 10.1109/EEBDA56825.2023.10090640 *
魏浩明: "无人机集群协同路径规划", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 1, 15 January 2024 (2024-01-15), pages 031 - 162 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118244798A (zh) * 2024-05-30 2024-06-25 四川腾盾科技有限公司 基于测距的无人机集群分布式编队队形自适应控制方法

Also Published As

Publication number Publication date
CN117950407B (zh) 2024-06-11

Similar Documents

Publication Publication Date Title
CN117950407B (zh) 一种基于编队动态阵型干扰源定位的群拓扑控制方法
CN110009761B (zh) 智能设备自动巡检路径规划方法及系统
CN112068548B (zh) 5g环境下面向特殊场景的无人驾驶车辆路径规划方法
US7562123B2 (en) Systems and methods for distributed group formation and maintenance in geographically based networks
CA3012646C (en) Automatically determining locations of signal sources in areas with limited satellite coverage
CN108803667B (zh) 一种无人机协同监测与跟踪方法
CN100579307C (zh) 以定义搜索区域来优化定位计算为特征的无线节点定位的方法和装置
CN107844129A (zh) 基于路径规划和信息融合的多无人机协同搜索方法及系统
CN101965052A (zh) 基于最优信标组的无线传感网节点定位方法
CN111198567B (zh) 一种多agv协同动态追踪方法及装置
AU2020103979A4 (en) Multi-sensor cooperative target tracking system
CN112711055A (zh) 一种基于边缘计算的室内外无缝定位系统及方法
CN114371726B (zh) 无人机空地一体化探测定位方法、装置、系统与设备
CN110334863A (zh) 一种地面移动单元路网区域巡逻问题建模与轨迹生成方法
WO2019032287A1 (en) METHODS OF RESOLVING TRANSMITTER ANGLE AND RECEIVER ANGLE IN LIGHT-BASED COMMUNICATION USED TO DETERMINE POSITION OF VEHICLE
WO2016069593A1 (en) Cooperative communication link mapping and classification
CN110662167A (zh) 一种室内异构网络间协同定位方法、系统及可读存储介质
CN111142515A (zh) 一种基于视觉引导的agv小车定位与导航方法
CN111487583A (zh) 一种数据融合下移动目标无线增强定位方法
CN219574383U (zh) 基于lora网络的定位系统及矿用车辆
Chitra et al. Acknowledgement based localization method (ALM) to improve the positioning in vehicular Ad hoc networks
Inoue et al. LSTM-based high precision pedestrian positioning
JP7386091B2 (ja) 物体監視装置及び車両制御システム
CN115551081B (zh) 一种兼容单基站和多基站的5g定位方法
CN117452448B (zh) 高精定位跳变联合故障诊断方法和车辆定位控制系统

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