无人机网络的多址边缘计算系统
技术领域
本发明属于无人机技术领域,具体涉及无人机网络的多址边缘计算系统。
背景技术
随着4G低成本物联网技术的发展和5G超可靠低时延传输的引入,移动蜂窝向垂直领域的扩展仍在继续。第六代移动网络(6G)的应用将更加广泛和深入,无人机(UAV)将在6G通信网络系统中发挥重要作用。它可用作高空自主操作终端吊舱,而且在无人环境下可自主控制的自给式无人机需要下一代无人机网络。此外,还应该有一个适当的策略来有效地处理无人机执行任务时产生的大量数据流。随着无人机控制和自主飞行技术的逐步成熟,无人机以其机动性高、易于控制、通信实时性好、视野开阔等特点,广泛应用于电力检测、货物运输、交通管制等军事和民用领域。同时,无人机的使用在很多情况下可以提供高数据传输速率的无线通信。
现有的无人机在使用时由于无人机与地面传感器之间距离较远,造成通信干扰和传输质量下降的不利影响仍然无法完全消除,它会导致感知数据的时滞,甚至导致数据丢失的问题,为此我们提出无人机网络的多址边缘计算系统。
发明内容
本发明的目的在于提供无人机网络的多址边缘计算系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
无人机网络的多址边缘计算系统,其特征在于:包括无人机、地面站、停机坪、与MEC设备参数相同的计算机和MEC装置,所述MEC装置均匀分布在各个位置,所述计算机配备有接收来自无人机的数据的通信设备,所述地面站GS配备了计算边缘设备,所述无人机携带有可见光摄像机、通信中继器和发射器,所述无人机搭载的摄像机采集图像通过图像传输模块传输到所有能够接收数据的设备,所述MEC装置通过基于感知和发送的分布式选择发送协议进行多任务切换。
优选的,所述通信设备的信道带宽为8MHz,频带为750MHz,所述无人机是采用550飞行平台自制的四旋翼无人机,配备摄像头、图像传输模块和RTK定位模块。
优选的,所述GS通信包括无人机通信、卫星通信和互联网通信,无人机通信包括射频设备的图像传输和文本传输,卫星通信设备包括全球导航卫星系统。
优选的,所述无人机感知数据且数据被传送到连接的GS进行处理,处理过程包括三个阶段:数据感知、边缘处理和数据选择。
优选的,所述数据感知为无人机从机身的传感设备获取感知数据,边缘处理为机载计算平台和地面传感器分别对感知数据进行处理,所述边缘处理通过分布式选择发送协议传输感知数据,所述数据选择为GSs处理后的数据按原始时间戳顺序发回无人机,无人机根据时间戳对接收到的数据进行排序和处理。
优选的,所述分布式选择发送协议具体如下:终端UAV在执行任务时定期向所有GSs广播连接请求消息。连接请求消息包含请求编号、处理感知数据所需的计算能力估计值和UAV编号;
由于GSs的数据处理能力有一个上限,所有能够接收到连接请求消息的GSs都决定了可用的计算能力是否能够处理无人机采集到的数据;如果是,GS将向UAV返回响应消息。消息包含请求编号和GS的标识信息;当UAV与GSs进行连接请求通信时,由于通信延迟,一个GS的响应消息可能是UAV广播下一个连接请求消息后收到的第一个响应消息,从而导致错误判断;响应消息中的请求号能够避免这种情况;
终端UAV建立专用数据处理信道,其中GS与第一接收到的响应消息中的标识信息相对应;无人机与地面服务系统之间的连接请求通信通道和专用数据处理通道相互独立,互不干扰。连接的GS用于数据处理,直到UAV广播下一个连接请求消息并建立新的专用数据处理通道。
优选的,所述地面站GS负责无人值守区域的存储、能源供应、日常管理、数据处理和通信,且具有各种设备来维护无人机的健康,并在无人机不执行任务时对其进行保护和充电。此外,GS还以机械方式更换无人机携带的设备,以满足不同的作业需要,GS通信包括无人机通信、卫星通信和互联网通信。无人机通信包括射频设备的图像传输和文本传输,卫星通信设备包括全球导航卫星系统。
优选的,所述无人机海量数据的边缘计算包括三个阶段:数据感知、数据传输和数据处理,所述数据感知为无人机的目标是利用其携带的传感设备执行任务,板载设备对数据进行分类,在本地对简单数据进行处理,将复杂数据通过专用传输信道发送给地面服务系统,GSs利用高性能边缘计算设备对接收到的数据进行处理。
优选的,所述数据传输为无人机选择具有最佳数据传输条件的GS建立数据传输的通信信道,无人机不能直接与地面站联系时搜索附近的通信无人机,然后创建中继通信。
优选的,所述数据处理为GSs处理接收到的感知数据,经过数据处理后,结果被传回终端无人机。
与现有技术相比,本发明的有益效果是:
1.本发明通过设计的选择和发送协议,选择合适的GS作为边缘计算设备,提高了数据处理效率。
2.本发明开发了一种用于无人环境的改进无人机蜂窝网络,该网络由地面站、终端无人机和通信无人机组成,用于无人机在自主作业服务中的通信和管理。
附图说明
图1为本发明的不同无人机任务下数据处理平台的选择示意图;
图2为本发明的分布式选择和发送协议示意图;
图3为本发明的使用地面站的无人机边缘计算过程示意图;
图4为本发明的MEC装置覆盖范围示意图;
图5为本发明的无人机的飞行轨迹示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1至图5,本发明提供一种技术方案:无人机网络的多址边缘计算系统,包括无人机、地面站、停机坪、与MEC设备参数相同的计算机和MEC装置,MEC装置均匀分布在各个位置,计算机配备有接收来自无人机的数据的通信设备,通信设备的信道带宽为8MHz,频带为750MHz,无人机是采用550飞行平台自制的四旋翼无人机,配备摄像头、图像传输模块和RTK定位模块,地面站GS配备了有比无人机搭载的嵌入式处理器更强大的数据处理能力的计算边缘设备,无人机携带有可见光摄像机、通信中继器和发射器,无人机搭载的摄像机采集图像通过图像传输模块传输到所有能够接收数据的设备,MEC装置通过基于感知和发送的分布式选择发送协议进行多任务切换,MEC设备的信号覆盖率用不同的颜色标记如图4所示,图5显示了无人机的飞行轨迹,用不同的颜色来表示无人机在不同位置飞行时图像传输速率最高的GS,由此可见,无人机在巡航过程中可以选择效率最高的MEC设备。
进一步地,GS通信包括无人机通信、卫星通信和互联网通信,无人机通信包括射频设备的图像传输和文本传输,卫星通信设备包括全球导航卫星系统;无人机感知数据且数据被传送到连接的GS进行处理,处理过程包括三个阶段:数据感知、边缘处理和数据选择;数据感知为无人机从机身的传感设备获取感知数据,边缘处理为机载计算平台和地面传感器分别对感知数据进行处理,边缘处理通过分布式选择发送协议传输感知数据,数据选择为GSs处理后的数据按原始时间戳顺序发回无人机,无人机根据时间戳对接收到的数据进行排序和处理;分布式选择发送协议具体如下:终端UAV在执行任务时定期向所有GSs广播连接请求消息。连接请求消息包含请求编号、处理感知数据所需的计算能力估计值和UAV编号;
由于GSs的数据处理能力有一个上限,所有能够接收到连接请求消息的GSs都决定了可用的计算能力是否能够处理无人机采集到的数据;如果是,GS将向UAV返回响应消息。消息包含请求编号和GS的标识信息;当UAV与GSs进行连接请求通信时,由于通信延迟,一个GS的响应消息可能是UAV广播下一个连接请求消息后收到的第一个响应消息,从而导致错误判断;响应消息中的请求号能够避免这种情况;
终端UAV建立专用数据处理信道,其中GS与第一接收到的响应消息中的标识信息相对应;无人机与地面服务系统之间的连接请求通信通道和专用数据处理通道相互独立,互不干扰。连接的GS用于数据处理,直到UAV广播下一个连接请求消息并建立新的专用数据处理通道。
进一步地,地面站GS负责无人值守区域的存储、能源供应、日常管理、数据处理和通信,且具有各种设备来维护无人机的健康,并在无人机不执行任务时对其进行保护和充电。此外,GS还以机械方式更换无人机携带的设备,以满足不同的作业需要。
在6G环境下利用无人机进行边缘计算的目标包括:高数据传输速率;大量连接的设备;低数据传输延迟;高连接可靠性。为了减少带宽消耗,实现快速的局部决策,无人机对感知数据进行边缘计算,以保证正确的飞行。
无人机海量数据的边缘计算包括三个阶段:数据感知、数据传输和数据处理,数据感知为无人机的目标是利用其携带的传感设备执行任务,板载设备对数据进行分类,在本地对简单数据进行处理,将复杂数据通过专用传输信道发送给地面服务系统,GSs利用高性能边缘计算设备对接收到的数据进行处理;数据传输为无人机选择具有最佳数据传输条件的GS建立数据传输的通信信道,无人机不能直接与地面站联系时搜索附近的通信无人机,然后创建中继通信;数据处理为GSs处理接收到的感知数据,数据传输的实时性很难实现,而且存在时延,因此,在某些情况下,在数据处理过程中需要对部分数据进行预测,经过数据处理后,结果被传回终端无人机。
通过MEC可以获得任务目标的实时位置信息,边缘计算的一个解决方案是在无人机上加载一个专用的MEC单元,例如NVIDIA Jetson TX2,它在短时间内运行低计算能力的无人机图像识别。另一种解决方案是利用移动传输网络将感知数据发送回基站进行处理,然后将处理结果或控制信号返回给无人机。
数据传输环境,当终端无人机执行任务时,由于信道质量较差,可能会降低蜂窝网络的传输质量,导致边缘计算的决策滞后和失败。
因此,提出了在关键场景中保证高质量通信的技术;
海量数据传输:为保证海量数据的快速、高质量传输,无人机可携带多通道传输设备,并利用深度Q网络(DQN)解决通信通道切换问题。该方法可以依次激活多个通信信道,避免了传输信道的拥塞,使得在每个时隙中找到一个好的传输信道的概率大大提高。此外,DQN在不了解无人机系统动力学的情况下,提供了非常接近近视策略的性能;
长途通信:使用多个无人机协同工作,其中一个无人机作为数据传感的操作终端,其他无人机携带通信设备进行通信;通过这样做,我们可以在空中建立多跳地面设备对设备(D2D)通信,以协助终端无人机;
严重信道干扰:保证通信的可靠性,需要对无人机蜂窝网络中的资源进行管理,包括用户关联、电源管理、子信道分配等,我们可以建立分布式感知和发送协议来协调无人机,并利用强化学习解决无人机蜂窝网络中的资源管理问题。这样,无人机就可以选择最佳的数据传输信道。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。