一种基于通信链路评估的无人机群通信支援方法

    公开(公告)号:CN117713906A

    公开(公告)日:2024-03-15

    申请号:CN202311739425.X

    申请日:2023-12-18

    IPC分类号: H04B7/185 H04W4/42 H04W24/08

    摘要: 本发明属于无人机群通信领域,公开了一种基于通信链路评估的无人机群通信支援方法,解决无人机群通信支援问题,实现步骤为:获取无人机群通信拓扑;获取无人机群通信拓扑中每个无人机节点的通信链路质量参数;构建通信链路质量评估模型;基于无人机节点的通信链路质量参数,评估无人机节点当前的通信质量;构建关联通信质量评估模型;基于通信质量评估结果和关联通信质量评估模型,对通信质量较差的无人机节点进行通信支援。本发明给出了一种基于信号强度、信噪比、误码率、节点间距离等参数的无人节点关联通信质量评估方式、一种基于通信链路评估的通信方式以及一种基于通信质量评估和关联通信质量评估的通信支援方法,策略简单、合理、有效。

    一种基于双流结构的小样本遥感图像场景分类方法

    公开(公告)号:CN116844040A

    公开(公告)日:2023-10-03

    申请号:CN202310689737.8

    申请日:2023-06-12

    摘要: 本发明公开了一种基于双流结构的小样本遥感图像场景分类方法,该方法首先将遥感图像场景分类数据集分为训练集、验证集和测试集3部分;然后基于训练集、验证集和测试集分别构建情景集;然后构建双流结构中的全局流网络;然后构建双流结构中的局部流网络;然后基于全局流网络和局部流网络构建基于双流结构的深度近邻神经网络模型;然后基于情景集对基于双流结构的深度近邻神经网络模型进行训练及验证;然后基于情景集对训练好的基于双流结构的深度近邻神经网络模型进行测试。本发明提出了具有全局流网络和局部流网络的两个分支的双流结构,融合全局流网络和局部流网络的分类结果,减轻目标尺度变化剧烈对模型分类性能的负面影响。

    一种基于种子搜索的无人机自主避障飞行方法

    公开(公告)号:CN111580563B

    公开(公告)日:2023-06-23

    申请号:CN202010520085.1

    申请日:2020-06-09

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种基于种子搜索的无人机自主避障飞行方法,属于无人机飞行避障技术领域。本发明首先在任务空间中均匀播撒若干种子,然后以终点为目标设置无人机的飞行方向,启动无人机飞行;无人机在飞行过程中,实时探测前方是否有障碍物,如果探测到前方有障碍物,则根据一定规则搜索无人机附近的种子,然后以该种子为目标重新设置无人机飞行方向,待无人机飞到该种子位置时,再重新以终点位目标设置飞行方向,继续飞行探测,如此反复,直至无人机距离终点的位置小于设置的阈值,从而完成飞行任务。本发明采用迭代搜索的方法搜索通行区域,代码量小,运行效率高,且具有逻辑清晰、扩展性和兼容性强、实现与调试简单的特点。

    一种栅格尺度自适应的多无人机协同搜索方法

    公开(公告)号:CN113311864B

    公开(公告)日:2022-09-02

    申请号:CN202110576471.7

    申请日:2021-05-26

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种栅格尺度自适应的多无人机协同搜索方法,属于无人机集群协同控制技术领域。该方法根据无人机搜索传感器的幅宽及搜索重复率要求,自适应对任务区域进行栅格化处理,并对每个栅格及所有无人机进行引力场及斥力场计算并进行矢量叠加,生成所有无人机的运动方向,以此驱动每个无人机沿该方向移动至下一栅格位置,更新该栅格的任务属性为已搜索,如此循环往复,直至整个任务区域全部变为已搜索,则任务结束。该方法通过引入栅格尺度自适应机制及可定义的栅格模板,既保证了搜索覆盖率的最大化,同时兼顾搜索效率,对于解决无人机集群协同遍历搜索问题具有较高鲁棒性。

    一种融合动态价值的大规模群体目标聚类方法

    公开(公告)号:CN114970757A

    公开(公告)日:2022-08-30

    申请号:CN202210703039.4

    申请日:2022-06-21

    IPC分类号: G06K9/62 G06F16/22 G06F16/23

    摘要: 本发明涉及一种融合动态价值的大规模群体目标聚类方法,属于大规模目标覆盖领域。该方法对由多个独立的目标单位组成的群体进行建模,建立针对群体中各目标的全局价值表和价值更新算法,并由探测集合实时更新全局价值表中的信息,基于全局价值表内的信息,采用改进K均值聚类算法,对融合动态价值的大规模群体实现聚类。该方法基于改进的K均值聚类算法,针对大规模群体目标聚类问题,提出了一种符合实践要求的解决方案,解决了当前方法针对大规模群体目标聚类问题缺少实操性及缺乏对目标价值考量的问题。

    一种基于全局信息的群体分布式协商方法

    公开(公告)号:CN114827138A

    公开(公告)日:2022-07-29

    申请号:CN202210310696.2

    申请日:2022-03-28

    摘要: 本发明提供一种基于全局信息的群体分布式协商方法。本发明应用于由多个同构或异构智能体组成的智能体群体,单智能体移动过程中,可以实时探测、获得探测范围内用户的位置信息,并与群体内其它智能体进行信息交互。本发明中,单智能体基于交互信息和探测信息,通过信息融合机制,得到全局信息;每个单智能体通过聚类算法,使用全局信息,得到下一阶段目标点集合;多智能体群体通过分布式协商机制,完成任务分配,得到自身下一阶段目标点;智能体向目标点移动,重复上述过程,解决多智能体决策与任务分配问题。

    一种基于全局信息共享的群体智能决策系统及方法

    公开(公告)号:CN114384930A

    公开(公告)日:2022-04-22

    申请号:CN202111570401.7

    申请日:2021-12-21

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种基于全局信息共享的群体智能决策系统及方法,属于无人集群任务规划领域。本发明中,各无人智能体分别执行目标探测任务,并将获取到的信息上传给信息融合模块;信息融合模块对收集到的信息进行汇总,得到全局信息列表;智能体通过信息列表,分别计算得到所有智能体最佳的任务执行点,并选择相应自身的任务点前往覆盖,实现支援或干扰任务。本发明提供了一种在整合任务信息后,实现全局信息共享情况下群体智能决策的方法,能够以分布化、协同化方式快速形成区域覆盖,实现对集群资源的优化调度,提高任务完成率和响应速度,还能使整个群体系统在简单行为规则下满足复杂多变的任务需求。