Interference-aware node access scheme in UAV-aided VANET

In vehicular Ad Hoc network (VANET),frequent link handovers and channel interference can lead to increased transmission delay and decreased network throughput.To address the issues,unmanned aerial vehicle (UAV) were introduced to cooperate with vehicles and construct UAV-assisted air-ground integrated VANET.An interference-aware node access scheme was proposed.The node access problem was formulated as a multi-objective optimization problem considering link transmission rate,link handovers and transmit power.Then the optimization problem was decomposed into two convex optimization sub-problems by dual decomposition method,the sub-problem jointly optimizes handovers and link transmission rate while the sub-problem optimizes the transmit power based on link reliability.Finally,simulation results show that the proposed mechanism can effectively improve data delivery ratio,average end-to-end delay and network throughput.     

一种无人机载超视距通信系统

针对中、高空长航时无人机超视距通信系统普遍采用Ku频段卫星中继存在信号可用带宽有限、干扰源众多、机载端设备较大的现状,提出了一种基于Ka频段卫星的无人机超视距通信系统总体与分系统工程实现方案,并给出了关键设计要素。在详细推导链路计算公式基础上,以前向速率为51.2 kb/s、返向速率为8 Mb/s为例进行了链路余量预算与数值仿真分析,并与传统Ku频段方案在传输速率、抗干扰能力、天线口径等方面进行了分析比较。结果表明,在同等条件下所设计的系统性能可提高20%左右。飞行试验结果验证了该方案的合理性、可行性、有效性和工程可实现性,为无人机超视距通信系统总体设计和工程实现提供了思路与参考。     

无人机隐私数据检测技术研究

近年来,无人机的使用范围越来越广,例如视频拍摄、电力巡检以及快递配送等都可以通过无人机实现。但是,随着无人机的不断发展,其所存在的一些问题和隐患也逐渐暴露出来,尤其是无人机隐私数据的泄露问题。文章从无人机安全性薄弱的组件着手,实现WiFi攻击和ARP欺骗,WiFi攻击就是利用Aircrack-ng对无人机实行断开连接攻击,并能对简单密码进行破解。另外,制作了中间人攻击中的ARP欺骗工具来实现断网攻击,并且通过ettercap检测获取隐私数据,从而找出无人机数据安全的潜在威胁,为无人机的安全防护提供了保障,在一定程度上提高了无人机的安全性。     

无人机接力测控数据链设计

针对电力巡检、油气管道巡线等长距离、跨省区、超视距巡检场景,提出了一种站间接力的无人机巡线数据链系统.系统在巡查线路沿线设置多个地面站,以码分多址(Code Division Multiple Access,CDMA)为基础,设计了一种跨站软切换算法,随着飞行巡检线路实现无人机控制权在地面站间的无缝软切换.对8个地面站的接力测控数据链的设计和测试表明,所提方案可实现地面站间的无缝切换,有效提高无人机测控范围.     

一种基于无人机视频影像的车流量统计算法

针对城市智能交通管理系统中车流量统计出现的漏检误检问题,提出一种基于无人机(unmanned aerial vehicle,UAV)视频影像的车流量统计双虚拟检测线算法。算法利用数字图像处理技术和计算机视觉对视频流进行处理,首先对无人机获取的视频影像采用均值滤波进行去噪处理,利用改进的多帧平均方法提取出初始背景,通过背景差分法检测出运动目标,然后使用混合高斯背景模型进行背景更新,设置双虚拟检测线并计算二值图像上位于双虚拟线内的连通区域面积、长宽比,统计出实时的车流量。实例验证结果表明,该方法的准确率在非高峰期达到92.94%,高峰期达到91.62%,为城市智能交通管理提供了可靠的数据支持。     

无人机网络中支持视频传输的MAC协议

针对无人机自组织网络视频业务传输的低时延需求,设计一种轻量级的最低时延保障接入协议(LADP).该协议结合无人机作战网络动态性强、节点密度小的特点,采用多RTS周期、单CTS周期的特殊时隙结构和协同式的信道竞争机制.仿真结果表明,在载荷λ≤0.8的典型无人机网络条件下,LADP协议的最大分组接入时延控制在55 ms以下,可为视频业务提供良好的传输保障.     

基于FPGA的机载PWM信号转换器仿真与实现

无人机系统常采用脉冲宽度调制信号(PWM)控制舵机执行机构,在进行飞行控制系统闭环半物理仿真中,需要实时采集舵机控制信号作为无人机模型的控制输入,进而构成闭环仿真.提出并实现了一种以FPGA为核心的PWM信号转换器的设计,给出了PWM信号转换器各部分模块的详细设计,并用Verilog在FPGA中实现了其全部功能.在对FPGA设计的PWM信号转换器模块功能仿真和时序仿真正确后,下载到Altera开发板中进行验证.测试结果表明,利用FPGA设计的PWM信号转换器模块具有测量精度高、简单高效的特点,满足了实时仿真的要求.     

无人机三维路径规划的粒子群混合算法

路径规划是无人机控制过程中的重要环节之一,现有基于粒子群等算法的传统路径规划方法存在容易陷入局部最优等问题,无法适应现实场景中复杂环境及高搜索速度的要求。针对已有方法的缺陷,提出了一种无人机路径规划的高性能细菌觅食-遗传-粒子群混合算法,以传统粒子群优化算法为基础,引入细菌觅食算法及遗传算法思想,提高算法计算速度与能力,同时考虑实际场景中无人机的运行约束,进一步提高了方法的可用性。最后,利用仿真实验验证了所提方法的有效性,并通过与传统方法对比证明了所提方法在运行时间、规划航程等方面的优越性。     

基于残差神经网络的无人机射频信号识别

针对民用小型无人机对低空领域安全造成威胁及无人机视觉上识别难的问题,提出了一种无人机射频信号识别的方法,使用深度学习技术学习无人机与控制器之间的射频信号特征来识别无人机。首先将射频信号数据集中的无人机信号进行预处理操作,接着使用残差神经网络进行模型训练,最后使用训练好的网络模型对无人机信号进行识别验证。实验结果表明,该方法识别无人机是否存在的准确率达到99.8%,识别无人机型号的准确率达到91.1%,识别无人机运行模式的准确率达到70.3%,且该方法具备较强的鲁棒性和环境抗干扰能力,性能明显优于基准方法。     

多源基因学习的微种群教与学优化及应用

由于微种群教与学优化算法的种群规模较小, 故其种群多样性很难维持. 为提高微种群教与学优化算法的搜索性能, 提出了一种基于多源基因学习的微种群教与学优化算法(micro-population teaching-learning-based optimization based on multi-source gene learning, MTLBO-MGL). 在MTLBO-MGL算法中, 将教阶段和学阶段根据随机选择策略来对个体进行基因水平上的进化操作; 并从基因层面上对种群多样性进行检测和使用稀疏谱聚类方法对种群的每个维度进行聚类. 然后, 根据多样性检测和聚类结果, 选择不同的进化策略来提高所提算法的搜索性能. 在28个测试函数上, 通过将所提算法与其他4种微种群进化算法作对比, 证明了所提算法的整体性能要显著好于所对比的4种算法. 本文还将所提算法应用于无人机三维路径规划问题, 结果表明MTLBO-MGL算法能够在该问题上取得较好结果.