无人机编队组网关键技术研究

发布时间：2022-12-11 19:33

　　无人机具有部署方便、结构简单、隐蔽性好、起降灵活等优点,广泛应用于应急求援、侦查监视、地理测绘、电路巡检、气象监测、新闻拍摄、物流等诸多领域。无人机编队组网充分体现出多无人机协作的优势,提高集群无人机执行任务的能力。因此需要研究无人机与通信技术相结合的无人机组网编队技术,为无人机在复杂环境中协同完成任务提供有效可靠的理论技术支持,在多机协同合作的基础上有效扩大无人机网络的编队规模,同时提高无人机的协作效率并降低负载消耗。为本文主要研究无人机编队组网的相关技术,并对无人机组网通信保密算法进行了深入的分析验证。主要工作如下:1.提出了多无人机编队组网中主从无人机相对定位方法。编队网络中的主节点通过实时动态GPS（Real Time Kinematic GPS,RTK-GPS）载波相位差分来完成自身定位,未知节点相对于主节点的距离通过无线电脉冲法测量,获取未知节点与四个非共面主节点的距离值,通过几何求解,确定从节点的位置。主从无人机相对定位通过实时动态GPS载波相位差分定位法和无线脉冲测距法协同完成,主节点通过实时动态GPS载波相位差分来完成自身定位可以获得很高的精度,从而实现全局的精确定位... 

【文章页数】：137 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景和研究意义
    1.2 国内外研究历史与发展现状
        1.2.1 网络编队中无人机节点定位及导航
        1.2.2 网络覆盖
        1.2.3 路由算法
        1.2.4 蜂群无人机分布式算法
        1.2.5 无人机编队控制
    1.3 研究内容和框架
2 无人机编队网络基本理论
    2.1 无人机编队网络中节点定位
    2.2 无人机编队网络覆盖
    2.3 无人机编队网络路由
    2.4 无人机蜂群编队算法研究
    2.5 无人机编队基础理论
3 无人机编队网络中节点定位覆盖算法
    3.1 几种典型无人机定位方法
        3.1.1 基于GPS和接收无线电信号强度的无人机分布式定位方法
        3.1.2 基于惯性导航、GPS和视觉相机的组合定位
        3.1.3 基于单链路测距的无人机间协同相对定位
    3.2 无线电脉冲法测距的无人机相对定位
        3.2.1 主节点的定位方法
        3.2.2 从节点的绝对定位方法
        3.2.3 从节点的相对定位方法
        3.2.4 从节点的最终位置
        3.2.5 仿真分析
    3.3 无人机编队网络覆盖方法
        3.3.1 网格划分法
        3.3.2 平行四边形结构覆盖算法
            3.3.2.1 网络模型
            3.3.2.2 算法步骤
        3.3.3 实验仿真
    3.4 本章小结
4 无人机编队网络路由算法
    4.1 无人机编队网络涉及问题
        4.1.1 无人机任务协同
        4.1.2 无人机任务分配
        4.1.3 无人机航线规划
    4.2 无人机网络模型
        4.2.1 无人机自组织网络
        4.2.2 无人机运动模型
        4.2.3 无人机路由模型
    4.3 无人机编队网络路由算法
        4.3.1 路由协议的分类
        4.3.2 路由协议详细介绍
        4.3.3 路由协议仿真参数设置及性能评价指标
        4.3.4 路由协议仿真结果分析
            4.3.4.1 节点数目不同对性能造成的影响
            4.3.4.2 节点最大移动速度不同对性能造成的影响
            4.3.4.3 AOMDV路由协议的改进
        4.3.5 仿真分析路由机制
    4.4 本章小结
5 无人机蜂群编队算法研究
    5.1 无人机蜂群分簇通信算法
        5.1.1 算法步骤
        5.1.2 能量消耗模型
        5.1.3 实验仿真
            5.1.3.1 算法对比分析
            5.1.3.2 算法性能分析
    5.2 蜂群无人机编队保持算法
        5.2.1 无人机编队队形保持模型的建立
        5.2.2 蜂群无人机编队队形保持方法
        5.2.3 仿真结果
    5.3 三维场景下无人机编队集结控制方法
        5.3.1 具有单个虚拟长机的无人机编队集结
        5.3.2 具有多架虚拟长机的无人机编队集结
        5.3.3 算法描述
        5.3.4 系统设计
        5.3.5 实验仿真
            5.3.5.1 具有单个虚拟长机的无人机编队集结
            5.3.5.2 具有多个虚拟长机的无人机编队集结
    5.4 本章小结
6 无人机组网通信保密算法研究
    6.1 一种改进的多秘钥共享方案
        6.1.1 Harn-Hsu的方案
        6.1.2 对Harn-Hsu方案的讨论
        6.1.3 对Harn-Hsu方案的改进
    6.2 云模型下的簇结构信任评估算法
        6.2.1 云模型下的簇结构信任评估框架
        6.2.2 信任评估算法设计
            6.2.2.1 标准等级信任云的设计
            6.2.2.2 信任因素数学模型的建立
            6.2.2.3 绝对信任因素云的计算
            6.2.2.4 相对因素信任云计算
            6.2.2.5 直接信任云计算
            6.2.2.6 最终信任云计算
            6.2.2.7 信任云决策
        6.2.3 仿真分析
    6.3 本章小结
7 总结与展望
    7.1 总结
    7.2 主要创新点
    7.3 展望
致谢
参考文献
攻读博士学位期间主要研究成果


【参考文献】：
期刊论文
[1]基于滑模方法的分布式多无人机编队控制[J]. 周映江,蒋国平,周帆,曹宁.  信息与控制. 2018(03)
[2]机载北斗差分定位系统的测量船应用[J]. 周建,刘帅,王宇,刘智.  测绘科学. 2018(04)
[3]多无人机协同导航技术研究现状及进展[J]. 许晓伟,赖际舟,吕品,樊刘仡.  导航定位与授时. 2017(04)
[4]Tight formation control of multiple unmanned aerial vehicles through an adaptive control method[J]. Yin WANG,Daobo WANG.  Science China（Information Sciences）. 2017(07)
[5]基于改进人工势场的无人机编队防碰撞控制方法[J]. 朱旭,闫茂德,张昌利,林海,屈耀红.  哈尔滨工程大学学报. 2017(06)
[6]多无人机协同编队飞行控制研究现状及发展[J]. 宗群,王丹丹,邵士凯,张博渊,韩宇.  哈尔滨工业大学学报. 2017(03)
[7]多无人机系统分布式编队控制[J]. 王品,姚佩阳.  计算机工程与应用. 2016(16)
[8]基于日盲区紫外成像的无人机着陆引导技术研究[J]. 张磊,杨甬英,张铁林,江佳斌,刘东.  中国激光. 2016(07)
[9]基于鸽群行为机制的多无人机自主编队[J]. 邱华鑫,段海滨,范彦铭.  控制理论与应用. 2015(10)
[10]基于紫外成像引导技术的无人机自主着舰研究[J]. 丁宸聪.  光电技术应用. 2015(05)

博士论文
[1]基于协同机制的多无人机任务规划研究[D]. 林林.北京邮电大学 2013
[2]多无人机协同目标跟踪问题建模与优化技术研究[D]. 王林.国防科学技术大学 2011

硕士论文
[1]无人机自组网路由协议研究[D]. 张国峰.沈阳工业大学 2017
[2]无人机通信网络仿真及路由协议研究[D]. 苏炯铭.国防科学技术大学 2009



本文编号：3719371