智慧城市下以无人机为组网中继的系统及其工作方法技术方案

技术编号:33854030 阅读:18 留言:0更新日期:2022-06-18 10:41
本申请涉及无人机的自动组网的领域,其具体地公开了一种智慧城市下以无人机为组网中继的系统及其工作方法。所述系统通过包含一维卷积和全连接层的编码器模型对n个地面基站中的每个所述基站获得的无人机坐标向量进行处理,以提取出所述坐标向量的高维隐含关联特征,并利用卷积神经网络对所述地面基站的拓扑特征进行提取,进一步基于所述无人机和所述地面基站之间近视觉路径的电磁传播环境来计算所述无人机的俯仰角特征向量和方位角特征向量,再对其进行解码就可以得到无人机的位置信息。这样,能够提高对于所述无人机定位的准确性,进而保证基站的波束赋形。进而保证基站的波束赋形。进而保证基站的波束赋形。

【技术实现步骤摘要】
智慧城市下以无人机为组网中继的系统及其工作方法


[0001]本专利技术涉及智慧城市的无人机组网领域,且更为具体地,涉及一种智慧城市下以无人机为组网中继的系统及其工作方法。

技术介绍

[0002]现如今,随着全球范围内数据科学化的崛起和城市信息化的发展,智慧城市已经成为未来城市化发展的新实践和新追求。在智慧城市建设的过程中,信息化网络与技术发挥着不可替代的重要作用,面对未来无线网络中高度多样化的应用需求,无人机(Unmanned Aer ia l Veh i c l es,UAV)空中通信被认为是现阶段提高通信覆盖率并在必要时作为卫星通信备份选择的最有效方案之一。
[0003]无人机作为空中的通信中继,主要应用于智慧城市中,其工作原理类似于卫星,但飞行高度低于卫星,因此部署起来更加灵活。与卫星的通信平台相比,其系统的构筑简单,而且还可以充分利用其高速、低滞后的通信能力,来实现低功耗的系统通信。无人机的基本任务是从远程位置收集数据,并需要可靠的数据传输系统来与其他无人机或地面上的基础设施共享所收集的数据。此外,由于具有便携性的优势,无人机经本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智慧城市下以无人机为组网中继的系统,其特征在于,包括:位置信息获取单元,用于通过与无人机通信的N个地面基站中每个地面基站获得所述无人机的坐标(x,y,z);位置信息编码单元,用于将所述N个地面基站获得的所述无人机的坐标(x,y,z)在X轴方向上的分量、在Y轴方向上的分量和在Z轴方向上的分量分别构造为X轴输入向量、Y轴输入向量和Z轴输入向量后通过包含一维卷积层和全连接层的编码器以获得第一X轴特征向量、第一Y轴特征向量和第一Z轴特征向量;拓扑信息获取单元,用于获取所述N个地面基站的拓扑矩阵,其中,所述拓扑矩阵中非对角线位置上各个位置的特征值为对应两个地面基站之间的距离,所述拓扑矩阵中对角线位置上各个位置的特征值为0;拓扑信息编码单元,用于使用卷积神经网络提取所述拓扑矩阵中的高维拓扑隐含特征以获得拓扑特征矩阵;映射单元,用于将所述第一X轴特征向量、所述第一Y轴特征向量和所述第一Z轴特征向量分别映射到所述拓扑特征矩阵的高维特征空间中以获得第二X轴特征向量、第二Y轴特征向量和第二Z轴特征向量;电磁传播单元,用于基于所述无人机和所述地面基站之间近视觉路径的电磁传播环境来计算所述无人机的俯仰角特征向量和方位角特征向量,其中,所述近视觉路径的电磁传播环境基于特定方向上的特征向量的各位置的特征值均值组成的每个位置值相同的均值向量与特定方向上的特征向量之差除以特征向量的各位置的特征值均值的组成的每个位置值相同的均值向量中各个位置的欧式距离与特征向量的各位置的欧式距离之差来表征;以及解码单元,用于将所述俯仰角特征向量和所述方位角特征向量级联后进行解码回归以获得所述无人机的位置信息。2.根据权利要求1所述的智慧城市下以无人机为组网中继的系统,其中,所述位置信息编码单元,进一步用于:使用所述编码器的全连接层以如下公式对所述X轴输入向量、所述Y轴输入向量和所述Z轴输入向量进行全连接编码以提取出所述X轴输入向量、所述Y轴输入向量和所述Z轴输入向量中各个位置的特征值的高维隐含特征,其中,所述公式为:向量和所述Z轴输入向量中各个位置的特征值的高维隐含特征,其中,所述公式为:其中X是输入向量,Y是输出向量,W是权重矩阵,B是偏置向量,表示矩阵乘;以及,使用所述编码器的一维卷积层对所述X轴输入向量、所述Y轴输入向量和所述Z轴输入向量进一维卷积编码以提取出所述X轴输入向量、所述Y轴输入向量和所述Z轴输入向量中各个位置的特征值间的关联的高维关联隐含特征。3.根据权利要求2所述的智慧城市下以无人机为组网中继的系统,其中,所述卷积神经网络的除最后一层的各层在层的正向传递过程中对输入数据进行卷积处理、池化处理和激活处理以由所述卷积神经网络的最后第二层输出特征图,其中,所述卷积神经网络的第一层的输入为所述拓扑矩阵;以及,所述卷积神经网络的最后一层对所述特征图进行卷积处理、沿通道维度的全局均值池化处理和激活处理以生成所述拓扑特征矩阵。4.根据权利要求3所述的智慧城市下以无人机为组网中继的系统,其中,所述映射单元,用于将所述第一X轴特征向量、所述第一Y轴特征向量和所述第一Z轴特征向量与所述拓扑特征矩阵进行矩阵相乘以将所述第一X轴特征向量、所述第一Y轴特征向量和所述第一Z
轴特征向量映射到所述拓扑特征矩阵的高维特征空间中以获得所述第二X轴特征向量、所述第二Y轴特征向量和所述第二Z轴特征向量。5.根据权利要求4所述的智慧城市下以无人机为组网中继的系统,其中,所述电磁传播单元,进一步用于基于所述无人机和所述地面基站之间近视觉路径的电磁传播环境以如下公式来计算所述无人机的俯仰角特征向量和方位角特征向量;其中,所述公式为:其中,所述公式为:其中其中其中表示由特征向量的各位置的特征值均值组成的每个位置值相同的均值向量,||
·

【专利技术属性】
技术研发人员:刘刚
申请(专利权)人:杭州岐航科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1