无线供能通信网络的边缘节点可实现速率最大化

为了解决无线供能通信网络(Wireless Power Communication Network,WPCN)中因“双远近”效应导致的边缘节点可实现速率差的问题,引入智能反射面(Intelligent Reflective Surface,IRS)以增加通信路径,同时借助无人机(Unmanned Aerial Vehicle,UAV)作为能量站为地面节点供能。具体而言,在满足IRS恒定模量约束、UAV最大步长约束和无线设备发射功率等约束条件下,建立了一个联合优化IRS相移、UAV轨迹、传输功率和传输时间等优化变量的优化模型。为了解决这个复杂非凸的多变量耦合优化模型,基于块坐标下降法(Block Coordinate Descent,BCD)的思想,分别利用半正定松弛法(Semi-positive Definite Relaxation,SDR)、逐次凸近似(Successive Convex Approximation,SCA)和引入松弛因子等方法,求解出IRS端变量、UAV路径变量和发射端资源变量。仿真表明,所提方案相较传统方案的边缘节点可实现速率提升了11.02%,能够有效减小“双远近”效应带来的影响。

无人机通信节点在移动网络中的高效部署与资源管理

主要分析边境巡逻场景下,无人机通信节点的高效部署与资源管理问题。无人机通信节点部署算法在监测覆盖率、通信连续性、动态调整响应时间及通信资源利用率上具有优势。无人机通信节点的资源管理采用动态频谱分配、频谱感知技术以及实时数据传输机制等,能够提高监测覆盖率、通信连续性及资源利用率,更好地满足实际应用需求,提升边境安全监测的水平,同时提升无人机在边境安全监测中的重要性和性能,有效应对不断变化的边境威胁。

基于无人机的节点采集状态巡检技术

目前,节点采集技术已广泛应用于石油地震勘探中。基于人工的节点状态巡查方式,耗时长、效率低、安全隐患大,为了第一时间快速了解节点工作状态,保证节点的正常工作,引进新的技术手段辅助获取节点信息十分必要。本文基于无人机技术对I-Nodal节点巡检进行了应用研究,利用无人机搭载节点回收装置,获取了节点工作状态数据信息。应用结果表明:基于无人机技术可快速而又准确地获取节点工作信息,有利于对节点工作情况做出全面的了解和评估。根据无人机巡检的数据和人工巡检的数据进行对比分析,无人机飞巡节点不受地表交通情况的影响,平均日巡检效率比人工巡检提高近10倍以上,降低了生产成本,解决了节点在复杂区域的快速巡查,值得推广与应用。

基于启发式算法的无人机三维航迹规划仿真研究

通过引入状态空间节点的概念生成三维航迹搜索空间,将原来的航迹规划问题简化为在状态空间中的搜索寻优问题。再利用改进估价函数,将约束条件和优化的搜索算法相结合,有效减小搜索空间,提高搜索速度。仿真结果表明,生成的航迹具有自主地形跟随、地形规避和威胁规避的能力,并具有根据任务决策偏好选择飞越威胁的能力。

多无人机远程动目标跟踪的信息传输算法

轻型无人机群可将远距离目标信息通过中继链路传回测控站。在目标运动距测控站过远以及无人机使用数量受限的情况下,无人机之间通信无法保障,导致信息无法传回。针对该问题,提出改进的SF算法,该算法将无人机群划分为不同类型的节点,并将链路保持时间作为评价核心链路稳定性的标准,实时地改变各节点运动状态,以接力的方式来传输目标信息。仿真结果表明,提出的算法能够提供在上述情况下目标信息回传的有效方案,可行性得到验证,同时它在平均端到端延时、数据包成功传输率方面性能均优于SF算法。

地空交互多感融合森林防护监测系统

针对森林资源防护不足,远离市区基建设施落后,传统无线传感器网络使用固定汇聚节点接收数据,通信多跳传输易产生"能量空洞"问题,设计了地空交互多感融合森林防护监测系统。系统应用空中移动汇聚节点与地面分簇簇头节点共同作业。应用了无人机嵌入汇聚节点形成空中移动汇聚节点,消除了地面障碍物密度大对地面移动设备运动轨迹的局限性;且空中移动汇聚节点同地面通信节点实现数据单跳传输,不仅提高了数据传输的效率和可靠性,同时也解决了各节点能耗不均衡问题。系统应用表明:设计的系统为大范围森林资源的防护监测提供了良好的解决方案。

一种改进蚂蚁算法的无人机多目标三维航迹规划

传统的标准蚂蚁算法及A*算法求解无人机多目标三维航迹规划存在需设置导航节点及构建VORONO I图等缺陷,针对这一问题,提出了一种改进的蚂蚁算法.该算法将导引因子引入到状态转移策略中,减少了蚂蚁局部搜索的盲目性,确保蚂蚁形成有效航迹,解决了将该算法应用于航迹规划的两个构造难题,即航迹节点不固定和局部搜索难以到达目标节点这两个难题.将雷达、导弹、高炮及大气威胁模型的最大作用距离和有效作用距离等约束条件引入代价函数及启发因子计算中,解决了航迹规划多约束求解困难等问题.仿真结果表明,该算法构造合理,蚂蚁算法无需导航节点及VORONO I图便可自主寻找到目标节点,且收敛速度满足航迹规划要求,生成的航迹代价较小.

面向弹载飞行器网络的多约束条件下部署模型

未知因素(常指气象条件)的影响会导致弹载无人飞行器(MUAV)的抛撒偏离目标空域,结合弹载飞行器网络(MUAVN)部署过程中防碰、编队等协同机动的要求,提出多约束条件下基于带电粒子群算法的两级部署策略(MCC-PSO-TSD),解决MUAVs的抛撒偏离目标空域的问题。该策略动态整合碰撞因子、编队因子、聚集因子以及干扰因子等约束条件作为模糊测度参数,并将模糊积分作为带电粒子群算法的适应度评估函数。仿真实验结果表明,MCC-PSO-TSD相比基于传统粒子群及虚拟力的部署策略更为高效、算法适应性大大增强,网络收敛速度、覆盖率以及均匀度等性能更为有效。

无人机协助下基于SR-CKF的无线传感器网络节点定位研究

针对无线传感器网络(WSN)节点的实际应用场合大多数分布在复杂的三维地形,并且当无线传感器网络分布规模达到一定程度时,对每一个传感器节点装载 GPS模块来实现节点定位不切实际的情况,提出了一种无人机(UAV)协助下利用极大似然估计法(MLE)对未知节点进行初步定位,引入平方根容积卡尔曼滤波(SR-CKF)算法对未知节点进行精确定位,采用阈值选择的更新策略来减小非线性因素的影响。仿真结果表明:所提出的UAV-WSN-MLE-SRCKF协作定位方式实现了三维地形中未知传感器节点的定位估计,大量减少了装载GPS模块所带来的成本,同时也提高了定位精度和稳定性。

空地网络中空中节点自主寻径策略

通过无人机平台搭载空中无线网络通信节点设备来构建空地网络可以克服地形条件束缚,提高全网沟通效率并拓展网络服务范围。而空中节点如何智能地、高效地完成任务动作是研究难点。以一个空中节点与若干个地面节点为研究模型,本文提出一种空中节点自主寻径策略:空中节点以自主方式在目标区域上空对多个可能的空中悬停点进行对比并从中选择最佳空中悬停点。研究与实验结果表明:该策略能够使空中节点自主完成空中悬停点选择,可快速实现对地面的网络通信覆盖;同时,该算法的计算复杂度不高,满足空中节点低能耗的任务要求。

一种基于虚拟节点网络拓朴结构适用于架空线路主动配电网的纵联保护方案

为了解决主动配电网双向潮流对配电网保护影响,分析了DER接入对PDN保护带来的问题,提出了基于虚拟节点网络拓朴结构多分支线路纵联方向保护,适用于架空线路的配电自动化。基于虚拟节点网络拓朴结构的配电网纵联保护方案,采用EPON技术,利用EPON传输GOOSE机制、FTU传输启动及方向元件,由集中式纵联方向保护装置实现配电网的保护,能很好地满足ADN接入DG对保护的要求。设计开发了相应的FTU及集中式保护装置,应用在实际的ADN系统,实验测试了GOOSE上行、下行传输延时,保护动作时间。实验结果表明基于虚拟节点网络拓朴结构的纵联保护方案适用于ADN系统,具有很好的应用前景。

无人机集群网络节点重要性的多属性决策

针对无人机集群网络关键节点识别与保护问题,文中选取网络节点的局部属性、全局属性以及节点间的相关重要性等指标,通过变异系数法确定指标权重,基于多属性决策,提出了一种无人机集群网络节点重要性的评估算法。采用不同算法对ARPA网络节点重要性进行排序,以识别出ARPA网络重要节点。通过计算网络重要节点去除后所生成的子图数与子图最大规模,分析网络重要节点失效对网络连通性的破坏情况和分割情况。结果表明:相较于重要度评价矩阵法、信息熵法、贡献矩阵法等传统算法,多属性决策算法实现了ARPA网重要节点的有效识别,且识别性能优于传统算法,为无人机集群网络健壮性评估提供了新方法。

基于无线传感网络的农业无人机航线控制系统

无人机是一个由飞行器、控制站、通讯设备和其它部件形成的系统,在农业领域主要应用于农药喷洒、信息监测和农业保险勘察。农业无人机在飞行过程中的实际航线与规划航路之间会存在偏差,不仅降低了作业质量,还会影响作业效率。无线传感网络是一种与无人机紧密结合的技术,可以用于对无人机的航线进行控制。为此,基于无线传感网络,设计了无人机的航线控制系统。该系统由无人机平台、传感节点、汇聚节点和控制中心4部分组成,对航线的控制通过二维坐标系跟随算法完成。试验结果表明:无线传感网络对直线和曲线航线的跟踪更加稳定,具有较高的航线控制精确度。

基于UAV的无线传感器网络加权质心定位算法

针对加权质心定位算法中,需要的固定锚节点数目较多导致定位成本较高,且定位误差较大等问题,将无人机作为移动锚节点,提出了一种基于信号强度比值并结合指数函数作为权值的加权质心定位算法(ERR-WCL)。该算法采用无人机沿着既定的航迹在室内空间中飞行,在规定的航迹点上广播数据包;未知节点根据接收的信号强度(RSSI)确定权值,从而估算未知节点自身的坐标位置。仿真结果表明,该算法有效地降低了定位误差,同时结合无人机,解决了定位成本高,使用不灵活,受到空间约束的问题。

基于Creator的视景仿真建模技术

根据三维视景仿真场景实时性要求高的特点,对三维模型的建模及优化提出了更高要求。综合利用Multigen Creator和Terra Vista等软件,以“MQ-1捕食者”无人机为例,在虚拟现实技术的基础上,利用构造无人机模型过程中的自由度(DOF)控制技术、模型数据库优化技术和纹理映射技术等关键技术来实现对无人机动态实体模型的构建和任务飞行的模拟。对以无人机为主体的虚拟环境视景仿真建模关键技术进行研究,实现对无人机等视景仿真模型的构建、虚拟环境的建模,生成高效、优化的模型,为后续实时仿真应用以及在三维模型的优化以及地形、影像和地理信息系统(GIS)数据的相互精确匹配上,打下坚实基础。

太阳能杀虫灯物联网节点的防盗防破坏设计及展望

太阳能杀虫灯在有效控制虫害的同时,可减少农药施药量。随着其部署数量的增加,被盗被破坏的报道也越来越多,严重影响了虫害防治效果并造成了较大的经济损失。为有效地解决太阳能杀虫灯物联网节点被盗被破坏问题,本研究以太阳能杀虫灯物联网为应用场景,对太阳能杀虫灯硬件进行改造设计以获取更多的传感信息;提出了太阳能杀虫灯辅助设备——无人机杀虫灯,用以被盗被破坏出现后的部署、追踪和巡检等应急应用。通过上述硬件层面的改造设计和增加辅助设备,可以获取更为全面的信息以判断太阳能杀虫灯物联网节点被盗被破坏情况。但考虑到被盗被破坏发生时间短,仅改造硬件层面还不足以实现快速准确判断。因此,本研究进一步从内部硬件、软件算法和外形结构设计三个层面,探讨了设备防盗防破坏的优化设计、设备防盗防破坏判断规则的建立、设备被盗被破坏的快速准确判断、设备被盗被破坏的应急措施、设备被盗被破坏的预测与防控,以及优化计算以降低网络数据传输负荷六个关键研究问题,并对设备防盗防破坏技术在太阳能杀虫灯物联网场景中的应用进行了展望。

无人机接替场景中相似度感知的边缘计算缓存算法

无人机边缘计算将无人机的移动性和边缘计算的源端处理优势相结合,可以在基础设施薄弱区域中提供计算、传输和存储服务,近两年得到了广泛关注。然而,无人机平台的计算、能量和存储容量有限,面对不断增长的内容服务请求,无人机边缘节点只能缓存部分流行度较高的内容。此外,为了保证服务的连续性,无人机之间往往需要接替提供缓存服务。现有的边缘缓存算法大多根据内容的请求历史来预测流行度,使得接替无人机上对新请求的内容服务启动缓慢,缓存命中率较低,限制了边缘计算缓存的性能。在此背景下,充分考虑无人机的移动性和内容请求的动态性,设计了一种针对接替无人机的动态缓存架构,并综合考虑接替无人机上缓存内容的流行度、相似性以及接替距离,提出了一种相似度感知缓存算法(Similarity-Aware Caching,SAC)。仿真结果表明,该缓存算法可以有效提升无人机接替场景中的缓存命中率和接替成功率。

一种基于无人机协作的节点数据采集框架

为了提高基于无人机采集节点数据的应用场景的数据采集效率,提出基于无人机协作的节点数据采集(DCFU)框架。DCFU框架采用低功耗蓝牙技术传输数据。当无人机进入节点的通信范围,无人机就开始收集节点数据,进而缩短在无人机盘旋在节点上空的时间。DCFU框架建立了上传数据协议和下载数据协议,提高通信效率。同时,DCFU框架采用了线性部署和圆形部署两类节点部署策略,并讨论了这两类部署条件下的无人机遍历的节点数。性能分析表明,相比于同类的框架,提出的DCFU框架的数据采集效率提高了近23%。

The Performance Analysis for Distributed Collaborative Beamforming Transmission of Clustered Mobile Sensor Network

Sensor nodes cannot directly communicate with the distant unmanned aerial vehicle( UAV) for their low transmission power. Distributed collaborative beamforming from sensor nodes within a cluster is proposed to provide high speed data transmission to the distant UAV. The bit error ratio( BER) closed-form expression of distributed collaborative beamforming transmission with mobile sensor nodes has been derived. Furthermore,based on the theoretical BER analysis and the numerical results,we have analyzed the impacts of nodes 'mobility,number of sensor nodes,transmission power and the elevation angle of UAV on the BER performance of collaborative beamforming. And we come to the following conclusions: the mobility of sensor nodes largely decreases the BER performance; when the position deviation radius is large,incensement in power cannot improve BER anymore; the size of cluster should be bigger than 10 for the purpose of achieving good BER performance in Rayleigh fading channel.

无人机自组网中基于节点差异的AOMDV协议

AOMDV协议采用路由跳数为选择标准,在用于无人机自组网时存在链路不稳定和路由修复效率低的问题。为此,提出基于节点差异的路由协议ND-AOMDV。通过GPS获得无人机的方向和速度,以速度为向量构建无人机组模型。在此基础上,通过比较无人机速度向量的变化,选择节点差异最小的路径作为路由路径,并在路由修复时从断裂处寻找上下游节点能量最高的共同邻居节点重建链路。仿真结果表明,ND-AOMDV可有效增强路由稳定性和网络性能,与AOMDV和PE-AOMDV协议相比,其剩余能量分别提高42.7%、35.1%,平均端到端时延分别降低90.3%、89.5%,路由恢复频率分别降低79.1%、79.7%,路由开销分别降低50.3%、26.9%。