[发明专利]基于任务认知的无人机集群网络自组织系统及方法有效

专利信息
申请号: 202110600519.3 申请日: 2021-05-31
公开(公告)号: CN113316118B 公开(公告)日: 2022-07-19
发明(设计)人: 尹栋;李杰;贾圣德;相晓嘉;王祥科;喻煌超 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: H04W4/40 分类号: H04W4/40;H04W4/90;H04W24/06;H04W40/02;H04W84/08;H04W84/18;G06N3/00
代理公司: 湖南兆弘专利事务所(普通合伙) 43008 代理人: 胡君
地址: 410073 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 任务 认知 无人机 集群 网络 组织 系统 方法
【权利要求书】:

1.一种基于任务认知的无人机集群网络自组织系统,其特征在于,包括:

应用层,用于建立从集群任务域到网络信息域的表征方法和模型,得到集群内部信息交联关系;

网络层,用于基于所述应用层所建立的集群内各节点信息关联关系,构建网络逻辑拓扑关系,生成网络拓扑关系图;

链路层,用于实现网络结构化设计与生成,通过基于所述网络层构建的网络逻辑拓扑关系构建网络链路,并在产生网络动态变化时进行动态网络链路重构;

物理层,用于构建仿真环境,以对集群网络的性能进行仿真测试;

在所述应用层,基于信息流转动态超图模型对集群任务进行表征,形成集群中各节点的信息关联图,包括:

集群任务空间构建:采用递阶分解式结构化建模方法,按照自顶向下的顺序,将集群任务逐层细化为元任务,所述元任务为相对独立、可直接执行的任务,并以层次结构的形式映射所分析对象;

集群任务信息流转动态超图模型构建:将无人机节点表示超图的顶点,并将所述元任务抽象为超边,根据元任务与无人机节点之间的关联矩阵,将与所述超边关联的顶点进行连接;在每个所述超边内,根据元任务的内容、节点类型使用连线将关联的顶点进行关联,得到静态超图模型;最后,按照任务时序,将多个时刻的所述静态超图模型进行排列,得到整个任务过程中动态时变的UIF超图模型以表示节点之间的信息关联关系,得到所述节点的信息关联图。

2.根据权利要求1所述的基于任务认知的无人机集群网络自组织系统,其特征在于,所述应用层包括:

任务流程表征模块,用于基于任务信息流和节点信息流表征集群任务;

拓扑关系图生成模块,用于基于所述任务流程表征模块表征的集群任务,建立集群任务信息流和各无人机节点之间的信息传递关系,并形成集群中各节点的信息关联图以用于构建所述网络逻辑拓扑关系。

3.根据权利要求1所述的基于任务认知的无人机集群网络自组织系统,其特征在于,所述网络层包括网络拓扑生成模块,用于根据所述集群内各节点信息关联关系,构建所述网络逻辑拓扑关系;所述网络拓扑生成模块基于冲突图变换发现社区方法,将任务信息流中不同信息业务作为不同业务社区的需求,以节点信息流作为社区中节点逻辑交联关系,根据信息传递的逻辑连接进行社区划分,形成社区分布集合Cm以及生成所述网络初始拓扑图。

4.根据权利要求1所述的基于任务认知的无人机集群网络自组织系统,其特征在于,所述链路层包括:

链路构建模块,用于分层构建形成网络节点之间通过直接链接或通过中继节点协同通信的两层次分簇网络结构,以及构建地面接入网络以分区域即时接入地面网络,形成三层次分簇集群网络结构;

分层路由模块,用于基于所述链路构建模块分层构建形成的三层次分簇集群网络结构,构建节点之间通信的路由方式;

链路重构模块,用于当产生网络动态变化时,以节点最大功率为搜索半径寻找潜在可连通节点,以预设的可连通时间和预设的可连接度为约束条件筛选过滤节点,然后迭代出最优节点,并进行链路连接以完成网络重构。

5.利用权利要求1~4中任意一项所述的无人机集群网络自组织系统的方法,其特征在于,步骤包括:

S1.在所述应用层,根据集群任务建立集群任务信息流和各无人机节点之间的信息传递关系,形成集群中各节点的信息关联图;

S2.在所述网络层,基于所述应用层所建立的集群内各节点信息关联关系,构建网络逻辑拓扑关系,生成网络拓扑关系图;

S3.在所述链路层,基于所述网络逻辑拓扑关系图构建网络链路;

S4.当产生网络动态变化时,在所述链路层进行网络链路实时重构;

S5.在所述物理层构建仿真环境,进行仿真测试。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110600519.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top