一种面向随机计算卸载的两层无人机能耗优化方法

当物联网设备(Internet of Things Device,IoTD)面临随机到达且复杂度高的计算任务时,因自身计算资源和能力所限,无法进行实时高效的处理。为了应对此类问题,设计了一种两层无人机辅助的移动边缘计算(Mobile Edge Computing,MEC)模型。在该模型中,考虑到IoTD处理随机计算任务时的局限性,引入多架配备MEC服务器的下层无人机和单架上层无人机进行协同处理。为了实现系统能耗最优化,提出了一种资源优化和多无人机位置部署方案,根据计算任务到达的随机性,应用李雅普诺夫优化方法将能耗最小化问题转化为一个确定性问题,应用差分进化(Differential Evolution,DE)算法进行多次变异、交叉和选择取得无人机的优化部署方案;采用深度确定性策略梯度(Depth Deterministic policy Gradient,DDPG)算法对带宽分配、计算资源分配、传输功率分配和任务卸载分配进行联合优化。实验结果表明,该算法相较于对比算法系统能耗降低35%,充分验证了其可行性和有效性。

给定时间有向通信网络多无人机最优集结控制

为解决给定时间的多无人机(unmanned aerial vehicles,UAVs)最优集结问题,通过分布式优化的方法研究能够使多无人机在权重不平衡有向通信网络下按照给定时间范围内完成最优集结的控制算法。每架无人机都有其相应的局部目标函数,全局目标函数就是每架无人机所具有的局部目标函数之和,算法的目的就是通过分布式控制的方式,找到满足全局目标函数的最优集结点,采用时域映射的思想,将原本的给定时间下的集结问题转变为无限时域下的集结问题,并通过拉普拉斯零特征值下的左特征向量克服权重不均衡有向网络的不平衡性。结合凸分析理论和李雅普诺夫稳定性理论,验证了算法能够收敛到最优的解。仿真结果表明:不同出发点的无人机,在算法的控制下,均可以在给定时间内到达最优的集结点。

人工等离子体云团与无人机群的散射研究

电离层中释放的金属蒸气产生人工等离子体云团,其可显著改变无线电波传播。本文利用几何绕射理论(geometrical theory of diffraction, GTD)和有限元法(finite element method, FEM)相结合的方法,给出了经由天线、人工等离子云团和无人机(unmanned aerial vehicle, UAV)群组成的传播链路中信号强度计算方法。利用30~70 MHz甚高频(very high frequency, VHF)信号研究人工等离子体云团与UAV群的复合散射特性,得出如下结论:接收功率随着信号频率增加呈下降趋势;当机群由N架UAV构成时,阵因子迭加使机群雷达散射截面(radar cross section, RCS)出现一定的起伏,同相迭加时,接收功率可比单个UAV高约20lg N dB;利用人工等离子体云团散射可实现VHF频段用于对米级尺度RCS目标进行超视距探测,有助于解决紧急情况下电离层扰动对高频探测的不利影响。

基于数据融合的无人机影像碎屑岩岩性识别

不同类型岩性影像纹理相似性高,基于单一的二维影像进行岩性识别精度较低。针对这一问题,开展了顾及影像深度信息的岩性智能识别方法研究。利用无人机影像具有多模态的特性,采用通道叠加、IHS(intensity,hue,saturation)变换、小波变换以及多模态融合4种影像融合方式,将深度信息融入影像数据中,运用深度卷积神经网络DeepLabv3+进行碎屑岩岩性识别。经人工解译结果对比分析,结果表明:实验区内基于多模态融合影像的岩性识别精度最高,Kappa系数可达76.17%,总体识别精度可提升到91.05%;分析认为,顾及影像深度信息的岩性智能识别方法针对岩层表面不平整,高差落差大的砾岩识别效果有明显提升,但表面平整、高差表现不明显的泥岩和砂岩地层识别效果有待提升。研究成果为野外碎屑岩露头岩性快速识别提供了新思路。

无人机辅助智能边缘网络技术综述

简要介绍了无人机作为空基信息平台的主要应用场景,结合6G多接入网络和用户为中心网络架构,讨论了无人机在构建智能边缘网络中的重要作用。结合无人机平台在不同场景下的通、感、算能力特点,介绍无人机自组网、无人机通感一体化、无人机边缘计算等无人机辅助智能边缘网络关键技术。最后,围绕无人机在构建智能边缘网络过程中与无线接入网新技术结合时产生的新问题,探讨无人机通信信道建模、三维立体部署与路径规划、携能有限与续航问题、无人机网络安全、无人机集群异构网络融合等关键技术挑战和未来研究方向。

基于空间相关性增强的无人机检测算法

针对无人机(UAV)体积小、复杂背景下特征难以提取导致被误检和漏检的问题,提出基于自适应上采样和空间相关性增强的无人机小目标检测方法.采用多尺度的空洞卷积获取重要的上下文信息,然后通过注意力特征融合模块抑制多尺度特征融合造成的信息冲突;采用亚像素卷积和双线性插值自适应融合的新上采样方式,融合更多无人机特征信息,同时平衡计算量;对深层特征图的空间局部特征和全局特征采用空间相关性增强策略,提高复杂背景下前景目标的敏感度,增强目标表达和抑制背景噪声.在自制无人机数据集上进行消融实验和对比实验,与原始YOLOv5算法相比,本算法的m AP0.5和m AP0.5∶0.95分别提高了2.4%和2.7%,检测速度能够达到58.5帧/s;在VisDrone2019数据集上进行验证,本算法较YOLOv5算法的mAP0.5和mAP0.5∶0.95分别提高了4.6%和1.3%.

一种结合MADDPG和对比学习的无人机追逃博弈方法

针对复杂作战环境中无人机的追逃博弈问题,建立了其马尔科夫模型,采用零和博弈思想,设计了追逃双方的奖励函数。构建了集中训练-分布执行的多智能体深度确定性强化学习算法(MADDPG)的训练流程,求解得到追逃博弈的纳什均衡解。针对以追逃双方初始位置等高维向量构成的捕获域(逃逸域)难以解析表征的问题,在MADDPG博弈网络基础上,结合深度对比学习算法,通过构建和训练孪生神经网络,实现了对高维捕获域(逃逸域)的间接表征。仿真结果表明,MADDPG算法可以有效求出给定条件下的无人机追逃博弈的纳什均衡解,同时,对比学习算法结合收敛的MADDPG网络对高维的捕获域(逃逸域)表征的正确率达到95%。

泊松点距离约束下无人机辅助地面应急网络覆盖性能研究

在用户数量激增的应急通信场景下,为保证地面用户的通信质量,提出了基于距离约束的用户自适应接入方案。首先采用泊松点距离约束策略(Poisson Point under Distance Constraint,PPDC)对无人机(Unmanned Aerial Vehicle,UAV)的位置进行建模,避免无人机区域重叠带来的干扰问题。其次,引入基站负载传输协议(Base Station Load Transfer Protocol,BSLTP),当接入基站的用户数量超过给定阈值时,超载用户由无人机提供服务。此外,分别分析了地面基站和无人机的覆盖性能,得到了系统整体覆盖概率,并研究了无人机高度、覆盖半径、激增用户密度对网络覆盖性能的影响。最后,通过仿真验证了理论结果的正确性,且所提部署方案能够有效提升网络覆盖性能。

基于无人机可见光影像的免耕种植夏玉米苗数估算

为了快速估算免耕种植夏玉米出苗数,提高大田夏玉米种植管理的精准性,本研究利用无人机搭载可见光相机获取夏玉米田块高分辨率可见光影像,计算8种植被指数并结合最大类间方差法分割植被与非植被,经分析,选择红色植被指数(RI)二值化图像对可见光影像掩膜;然后统计夏玉米和杂草的24项纹理特征,比较杂草特征的变异系数及其与夏玉米的相对差异系数,选择红色方差提取夏玉米苗的特征,使用时序交点阈值法确定的阈值去除杂草干扰;提取夏玉米苗形态学特征参数作为样本,采用支持向量机(SVM)、BP神经网络、K近邻和决策树4种算法构建夏玉米苗数预测模型。结果表明,SVM和决策树算法的整体效果较好,决定系数均超过0.8且平均绝对误差(MAE)小于0.3,尤以决策树模型的精度最高,可达94.1%。本研究结果可为大面积夏玉米出苗率估测提供技术支持。

无人机掩护岸舰导弹突防效果仿真分析

为有效提升岸舰导弹突防能力,采用无人机(unmanned aerial vehicles,UAV)分布式作战对抗敌方舰载雷达。基于雷达探测方程和干扰方程,建立无人机干扰下雷达暴露区计算模型,并对无人机阵位配置情况进行分析。结果表明:无人机的干扰方向、干扰功率及干扰距离对舰载雷达探测性能有重要影响,无人机分布式作战能够有效降低雷达的作战效能,从而为岸舰导弹突防提供有利条件,作为全新的作战样式也为未来研究无人机的战术运用奠定重要理论基础。

特征级自适应增强的无人机目标检测算法

在自然光照条件下,无人机航拍图像中包含着低照度图像,这部分低照度图像会影响目标检测的精度,并且基于航拍图像的检测任务往往具有较高的实时性需求。针对上述问题,提出了一种特征级自适应增强的无人机航拍图像目标检测算法。首先使用改进的拉普拉斯算子与IAT图像增强网络进行融合,以强化目标的边缘特征,提升目标检测能力;其次使用双分支结构对正常图像与增强图像进行并行学习,以自适应选择的方式对学习到的特征进行融合,从而构建BLENet特征级自适应增强网络,自动适应光照并增强图像信息;然后设计基于频域分离的可变形卷积FS-DC模块以及具有参数共享的FS-C2F模块,从而在增强高频信息捕捉能力的同时减少模型参数量和计算冗余;最后改进回归损失函数Wise-IoU,使模型进一步聚焦于中高质量锚框,从而降低边界回归损失,提升定位精度。在公开数据集visDrone2023上的实验结果表明,相较于基线模型,最终模型在保持99 FPS的前提下,mAP@0.50提升了2.3个百分点,适用于露天光照变化环境下的无人机航拍实时检测任务。

5G无人机异构网络应急通信全覆盖算法设计研究

异构网络应急通信全覆盖算法是强化无人机在特殊场景下通信功能的关键。文章立足于自然灾害这一特殊情况,通过设定模型等方式研究5G无人机异构网络应急通信全覆盖算法。一方面,详细论证了应急通信全覆盖模型设计思路、基于混合策略全覆盖路径规划算法等相关内容;另一方面,通过仿真设计,评估文章所提方法,并与目前成熟的技术进行对比。最终对比结果显示,所提出的异构网络应急通信全覆盖算法在减少无人机航行能耗、提升通信覆盖效率方面具有显著优势,值得推广。

自组织网络在无人机卫通链路中的应用和优化研究

随着科技发展水平的提升,自组织网络技术水平越来越高,将其应用在无人机(Unmanned Aerial Vehicle,UAV)中,具有覆盖面广、安全可靠性高、数据传输速度高的应用优势。因此,详细分析自组织网络在无人机卫通链路中的应用和优化,提高对自组织网络技术的研究力度,重点研究自组织网络在无人机中的应用方式,从而充分展现自组织网络在无人机卫通链路中的价值。

运力受扰下的物流无人机干扰恢复模型

为了解决无人机(unmanned aerial vehicle,UAV)运力受扰对末端包裹交付造成的干扰问题,运用干扰管理思想,从客户服务和配送成本角度进行扰动度量,综合考虑无人机能耗、配送时效性、飞行可靠性、飞行安全性等因素建立干扰恢复模型;运用蚁群算法求解问题模型,最后用算例验证所提方案的有效性。结果表明:通过分析3组干扰场景发现,当干扰发生时刻早、受扰客户多时,所建立的恢复模型方案和原始方案对比,可以在短时间内产生新的配送路径,同时以较小的成本代价提高客户服务满意度,实用性更强。

基于几何关系的无人机低空飞行冲突探测与解脱策略

为保障多旋翼无人机(UAV)在低空空域的飞行安全,提出一种UAV低空飞行冲突探测模型和冲突解脱策略。首先,根据UAV当前的广播式自动相关监视(ADS-B)数据,使用基于交互式多模型容积卡尔曼滤波算法(IMM-CKF)预测下一阶段的航迹,筛选出潜在的冲突对象;其次,根据飞行保护区的特点,构建双机的轴对齐包围盒(AABB);然后,使用三维碰撞检测模型判断双机是否发生冲突,提出同向同角度(SOSA)飞行冲突解脱策略;最后,构造4种常见的冲突场景,利用所提算法检测飞行冲突,分情况采用SOSA组合解脱策略和传统解脱策略(如调高法、调向法、调速法)解脱飞行冲突。结果表明:采用基于AABB包围盒的飞行冲突检测方法可在0.02 s内快速检测冲突,采用SOSA组合解脱策略较传统解脱策略可以将绕飞增加距离减小至小于直飞距离的5%。该冲突探测方法实时性较强,解脱策略操作复杂度较低,且在冲突解脱过程中支付距离花费较小。

多频段外辐射源无人机检测实验研究

近年来,基于无源双基地雷达的无人机(unmanned aerial vehicle,UAV)检测手段一直受到中外研究人员的广泛关注,但常规双基地雷达的无人机检测方法需要作参考信号重构和杂波抑制等手段,使得检测算法较为复杂。基于循环谱的检测算法在不经信号重构和杂波抑制下,利用外辐射源雷达的循环平稳特性和循环谱的强抗噪性,可直接提取到旋翼无人机的微动特征。但该方法使用单频外辐射源雷达,在检测的稳定性和连续性上,由于受到目标距离、俯仰角度等因素的影响而显得力不从心,且检测精度不高。从外辐射源信号的循环平稳特性出发,提出基于多频段外辐射源雷达的无人机检测方法。实测实验表明:使用多频段外辐射源检测时无人机回波信号的循环谱等高图识别率要高于单频段外辐射源雷达,多频联合处理能使检测性能更加平稳。

低空无人机群自组织网络弹性综述

传统无人机(unmanned aerial vehicles,UAV)群评价指标缺少对系统遭受扰动后性能变化的全过程描述,弹性作为能够凸显系统动态变化的特有属性可以集中反映无人机群运行态势,围绕无人机群弹性概念、弹性评估方法、提升系统弹性措施3个方面进行全面综述。从自组织网络弹性概念展开,通过复杂网络对无人机群建模并进行弹性度量,分析了目前主要的弹性评估方法,同时从吸收能力和恢复能力两方面归纳网络弹性的提升措施。最后,综合无人机群弹性研究中亟待解决的关键问题,展望了未来研究方向,为无人机群安全高效运行提供科学指引。

基于贝叶斯网络的物流无人机碰撞风险评估

为降低城市物流无人机(unmanned aerial vehicle, UAV)碰撞风险,识别关键风险因素,构建贝叶斯网络模型进行风险评估。在收集7个真实无人机碰撞事故案例和文献调研的基础上,提炼出15个主要风险因素,并通过问卷调查将风险集划分为低、中、高三个等级对风险发生概率数据进行收集与评估,随后运用解释结构模型(interpretative structural modeling, ISM)对风险因素进行层级划分构建贝叶斯网络模型。根据所构建的贝叶斯网络,将收集数据导入GeNIe,对贝叶斯网络模型进行参数学习,得到无人机碰撞风险不同等级的概率分布。最后对贝叶斯网络模型进行逆向推理、敏感性分析和影响强度分析,明确导致无人机发生碰撞事故的关键因素和敏感因素,依据分析结果提出风险防控建议。

混合时间差分和非差分载波相位的无人机精密单点定位

针对精密单点定位(PPP)在载波相位模糊度估计值收敛之前,定位精度波动较大,这一阶段对于传统PPP技术来说需要几十分钟的时间,难以满足快速无人机作业需求,且时间差分载波相位(TDCP)技术可以消除模糊度等常值变量,计算得到的历元间位置变化量精度较高,但是受系统误差影响较大且增加了数据的相关性,误差会随着时间积累等问题,提出一种PPP和TDCP相结合的无人机定位算法:基于20Hz高采样固定翼无人机实际观测数据,对比分析基于传统PPP、TDCP、混合TDCP与非差观测PPP 3种方法的无人机定位性能。结果表明,混合TDCP和传统非差观测的无人机PPP定位算法的精度较传统PPP方法提高71.5%。

无人机航拍在体育赛事中的应用

无人机(Unmanned Aerial Vehicle,UAV)航拍技术在体育赛事领域的应用已经成为一个备受瞩目的趋势。由于体育项目具有运动范围广、运动速度快、瞬间决胜等特点,无人机航拍不受限于传统摄影在高度以及移动速度上的局限,可以更好地提高体育赛事的观赏性,提供实时数据,增强运动员的表现分析。基于此,介绍无人机航拍技术在体育赛事中的应用技术要点、优势及领域,为无人机航拍在各领域的应用提供参考。