[发明专利]一种蜂窝网联无人机轨迹设计和干扰管理的方法及装置

说明书

本申请实施例涉及无人机区域监视技术领域，具体而言，涉及一种蜂窝网联无人机轨迹设计和干扰管理的方法及装置。所述方法应用于两个或多个无人机，每个无人机以周期的形式同步地执行任务，每个周期包含若干帧，所述方法包括：每个无人机对自身的轨迹算法进行强化训练；基站将所有初始信息广播给每个无人机；每一帧时，每个无人机通过基站获得所有无人机的当前状态；每一个周期开始时，无人机根据所有其他无人机的最新状态通过轨迹算法计算出自身所在周期内的感知点和传输点；无人机径直飞向感知点进行数据采集，然后径直飞向传输点进行数据传输。本发明允许多个无人机同步进行工作，整体性更强，时效性更高；而且减缓了彼此之间的干扰。

技术领域

本申请实施例涉及无人机区域监视技术领域，具体而言，涉及一种蜂窝网联无人机轨迹设计和干扰管理的方法、装置、存储介质及设备。

背景技术

无人机是一种功能强大的物联网感知设备，可以广泛应用于工业、农业、商业、军事等各个领域。在现有的无人机系统中，无人机通过未授权频段(如：ISM频段)将感知数据传输到移动设备。由于未授权频谱的随机接入特性，无人机会受到不可控的干扰，因此感知服务的服务质量难以保证。为了解决这个问题，一个有效的方案是通过地面蜂窝网络为无人机感知服务提供支持，该方案又被称为蜂窝网联无人机。

在一些感知应用中，感知任务的状态往往变化很快，因此对感知数据的时效性要求很高。此时，每个无人机需要持续不断地完成感知和传输以保证其感知数据的时效性。一种衡量时效性的物理量是AOI(Age Of Information，中文解释为：信息年龄)，其定义为：当前时刻到最近一次数据更新(即无人机成功将感知的数据传输给移动设备)的时间。当无人机的AOI较低时，其感知任务的时效性较高，因此每个无人机都希望最小化其AOI。而无人机的AOI与它在感知和传输过程中的飞行轨迹密切相关，当无人机离感知任务较近时，其感知的成功率较高，有利于降低AOI；但此时无人机远离基站，其传输速率较低，传输时间较长，导致AOI升高，反之亦然。因此，如何设计多个无人机的飞行轨迹以最小化其AOI是非常必要的。

而且，目前关于蜂窝网联无人机的轨迹设计方案主要集中于无人机与基站通信的场景和无人机之间通信的场景下的轨迹设计问题，在实际的无人机系统中，无人机感知到的数据存在直接传输给移动设备的需要，而目前关于蜂窝网联无人机的轨迹设计方案欠缺对直通通信(即U2D：UAV-to-Device，无人机与移动设备的通信)场景的考虑，这使得目前已有的方案都不适用于这一场景下的轨迹设计问题。

发明内容

为解决上述技术问题，本申请实施例提供一种蜂窝网联无人机轨迹设计和干扰管理的方法、装置、存储介质及设备。

本申请实施例第一方面提供一种蜂窝网联无人机轨迹设计和干扰管理的方法，应用于两个或多个无人机，每个无人机以周期的形式同步地执行任务，每个周期包含若干帧，所述方法包括：

每个无人机对自身内置的最小化周期内AOI的轨迹算法进行强化训练；

初始化，基站将所有任务内感知点和传输点的位置、所有移动设备的位置和所有无人机的初始位置广播给每个无人机；

每一帧时，每个无人机向基站汇报自身包括当前AOI在内的当前状态，当一个无人机的周期开始时，基站将获得的所有无人机的当前状态广播给该无人机；

每一个周期开始时，无人机根据获得的所有其他无人机的最新状态通过所述最小化周期内AOI的轨迹算法计算出自身所在周期内的感知点和传输点；

无人机径直飞向所在周期内的感知点进行数据采集，然后无人机径直飞向所在周期内的传输点进行数据传输，所述数据传输包括传输给基站或移动设备，数据传输完成后，所述周期结束。

可选的，无人机根据获得的所有其他无人机的最新状态通过所述最小化周期内AOI的轨迹算法计算出自身所在周期内的感知点和传输点，所述轨迹算法包括：