CN108349589B - 协作mimo***中的机载中继 - Google Patents

协作mimo***中的机载中继 Download PDF

Info

Publication number
CN108349589B
CN108349589B CN201680043885.0A CN201680043885A CN108349589B CN 108349589 B CN108349589 B CN 108349589B CN 201680043885 A CN201680043885 A CN 201680043885A CN 108349589 B CN108349589 B CN 108349589B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
access network
uav
cluster
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680043885.0A
Other languages
English (en)
Other versions
CN108349589A (zh
Inventor
史蒂夫·沙特里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Genghiscomm Holdings LLC
Original Assignee
Genghiscomm Holdings LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Genghiscomm Holdings LLC filed Critical Genghiscomm Holdings LLC
Publication of CN108349589A publication Critical patent/CN108349589A/zh
Application granted granted Critical
Publication of CN108349589B publication Critical patent/CN108349589B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64CAEROPLANES; HELICOPTERS
    • B64C39/00Aircraft not otherwise provided for
    • B64C39/02Aircraft not otherwise provided for characterised by special use
    • B64C39/024Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/022Site diversity; Macro-diversity
    • H04B7/024Co-operative use of antennas of several sites, e.g. in co-ordinated multipoint or co-operative multiple-input multiple-output [MIMO] systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/14Relay systems
    • H04B7/15Active relay systems
    • H04B7/185Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502Airborne stations
    • H04B7/18504Aircraft used as relay or high altitude atmospheric platform
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64UUNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00Type of UAV
    • B64U10/10Rotorcrafts
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64UUNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00UAVs specially adapted for particular uses or applications
    • B64U2101/20UAVs specially adapted for particular uses or applications for use as communications relays, e.g. high-altitude platforms
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64UUNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00UAVs characterised by their flight controls
    • B64U2201/10UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • B64U2201/102UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS] adapted for flying in formations
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64UUNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00UAVs characterised by their flight controls
    • B64U2201/10UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • B64U2201/104UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS] using satellite radio beacon positioning systems, e.g. GPS
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64UUNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00UAVs characterised by their flight controls
    • B64U2201/20Remote controls

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Astronomy & Astrophysics (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Traffic Control Systems (AREA)
  • Electronic Switches (AREA)
  • Radio Relay Systems (AREA)
  • Navigation (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

一种无人驾驶飞行器(UAV)包括态势感知***,其耦接到感测其他UAV的位置的至少一个机载传感器。协作无线接入网(RAN)信号处理器被配置成对与至少一个其他UAV协作的UAV‑用户设备(UE)信道中的RAN信号进行处理,以提供UAV‑UE信道的增加的秩并产生RAN性能准则。飞行控制器基于其他UAV的相对空间位置和在导航准则的预定边界内操作的RAN性能准则来执行对UAV的飞行的自主导航控制。UAV可配置成对被识别为威胁的一个或多个UE采用缓解策略,并且可以协调其他UAV进行此类缓解。

Description

协作MIMO***中的机载中继
相关交叉引用
本申请要求于2015年7月27日提交的美国临时申请62/197,336的优先权,该申请以整体引用的方式明确并入本申请。
技术领域
本发明总体上涉及对无人驾驶飞行器(UAV,unmam1ed aerial vehicle)的控制,更特别地涉及使用被配置成用作无线接入网中的中继的UAV群的控制方法及***。
背景技术
背景说明包括可用于理解本发明的信息。这并不是承认本文中所提供的任何信息是现有技术或与目前所要求保护的发明相关,或者任何具体或隐含引用的出版物是现有技术。
利用诸如远程控制的无人机/飞机、直升机和多用途直升机之类的无人驾驶飞行器(UAV)来执行各种任务越来越受到关注。然而,仍面临的挑战是如何针对这些特定用途中的每一个来更好地控制UAV。
在一些应用中,通过使用以集中或组织方式控制的两个或更多UAV来执行任务是理想的或有用的。例如,可以在多个UAV飞越目标地理区域时使用群控制(swarm control)来控制它们。群可以被认为是具有大量自主的自反性代理的自组织粒子***(例如,UAV是这些粒子),这些代理的集体运动可以通过诸如风和障碍物(如另一附近的UAV)之类的局部影响来确定。UAV是独立的并且通常被局部控制,这些控制可以包括与附近的UAV通信来确定哪一架UAV运动或者是否两架UAV都应该运动以避免即将发生的碰撞。
多代理***的形成可以基于两种主要方法-即集中式方法和分散式方法来控制。集中式方法具有每个代理可以通过中央控制器来接收全局信息的优点。在分散式方法中,每个代理具有增加其可靠性的局部控制器。当全局信息不可用时,还能够使用分散式方法。
在飞行管理方面,同步即实时协商或同时操作,这在动态***的控制中是一个重要的概念。一种改进同步性能的重要技术是交叉耦合,该交叉耦合基于共享控制回路的反馈信息,并且在多轴协作操纵机器人的运动同步中有着广泛的应用。一方面,与多个代理耦合提供了更好的运动同步;另一方面,代理的通信范围限制了一代理可以耦接的多个代理。
UAV在实现高速无线通信中的使用有望在未来的通信***中扮演重要的角色。在无线接入网(RAN,radio access network)中,装备有RAN收发机的UAV可以用来快速部署RAN服务,并提供相比较地面蜂窝网络而言CAPEX(Capital Expenditure,资本性支出)和OPEX(Operating Expense,运营成本)更低的可靠的宽带网络基础设施。例如,这种UAV可以用作地基基站收发台(BTS,base transceiver station)和一个或多个用户设备(UE)之间的中继。
UAV的高移动性可导致高度动态的网络拓扑,这些网络拓扑通常是稀疏且间歇连接的。因此,有效的多UAV协调、或UAV群操作应该被设计成确保可靠的网络连接性。
另一挑战源自UAV的大小、重量和功率约束,这些限制了UAV的通信、计算和承受能力。为了解决上述问题,能量感知的UAV部署和操作机制为智能能量消耗和补给所需。另外,由于UAV的移动性以及缺少固定的回程链路,在相邻小区与UAV使能的空中基站间的干扰协调比在地面蜂窝***中更具挑战。虽然传统思维可以调用用于UAV辅助的蜂窝覆盖的有效的干扰管理技术,但是已表明协作多输入多输出(MIMO,Multiple-Input MultipleOutput)利用干扰来提供对RAN性能的显著改进。
在2001年,Shattil介绍了在协作BTS之间进行联合MIMO处理的多点协调(Coordinated Multipoint)(美国临时申请No.60286850)。这实现了通用频率复用,由此可以使用全RAN频谱来服务每个UE。在2002年,Shattil介绍了云RAN(美国专利No.7430257),其中,通过在协调多点***中的分布式计算实现了软件无线电(SDR,Software DefinedRadio)。在2002年与2004年,Shattil描述了客户端侧协作MIMO(美国专利公布No.20080095121和美国专利No.8670390)。通过在RAN链路的两端使用协作MIMO,每个UE的总数据带宽不再受RAN频谱限制。相反,由连接协作设备的短程、高带宽去程网络来确定。这解决了无线电通信中的最重要的问题之一。本文中所提及的参考文献中的每个以整体引用的方式并入本申请中。
为了使UAV在协作MIMO网络中服务,例如,可以在空间上协调UAV以确保和/或增强RAN性能。用于RAN应用的UAV控制可以包括提供UAV之间的通信、提供同步、集群信息以及群管理必需的其他控制和/或感测能力。因此,需要使能用于为多目标任务配置的群管理的行为结构,该多目标任务包括RAN性能增强,并且还可以包括飞行管理、目标搜寻、障碍躲避等等。
发明内容
包括UAV的无线通信***承诺为没有基础设施覆盖的设备提供经济有效的无线连接。相比地面蜂窝通信或基于高空平台(HAP,high-altitude platform)的那些通信而言,所需的具备低空UAV的无线***部署速度更快,重配置更灵活,并且可以有更好的通信信道。本公开的各方面解决了使用高度移动且能量受约束的UAV进行无线通信的多种挑战。
本公开的各方面描述了可以包括MIMO处理的协作MIMO处理,其中,多输入(MI)包括来自多个UAV的下行链路传输,而多输出(MO)包括到多个UAV的上行链路传输。本公开的其他方面指示协作MIMO处理可以使用UE、BTS和/或诸如UAV之类的中继节点。根据一些方面,BTS、UAV、UE和至少一个中央处理器(CP)的组合被配置成执行协作MIMO处理。
在一些方面,UAV包括态势感知***,该态势感知***被耦接到至少一个机载传感器并且被配置成感测其他UAV的位置。协作无线接入网(RAN)信号处理器被配置成处理与至少一个其他UAV协作的UAV-用户设备(UE)信道中的RAN信号以产生RAN性能准则,协作处理为UAV-UE信道提供增加的秩。飞行控制器被耦接到态势感知***和协作RAN信号处理器,并且基于其他UAV的相对空间位置以及基于RAN性能准则,使用UAV飞行的自主导航控制,该RAN性能准则在预定的导航准则的边界内操作。如本文中所使用的,RAN性能准则可以包括RAN缓解(mitigation)性能准则。在一些方面,UAV被配置成针对被识别为威胁的一个或多个UE采用缓解策略,并且可以协调其他UAV来进行此类缓解。RAN性能准则可以用作RAN缓解准则,并且飞行控制器可以通过调整自主导航控制来增强RAN性能。配置成执行上文提及的操作的发射机和接收机装置可以用于本公开的各方面。
以下专利申请以整体引用的方式并入本申请中:于2001年4月26日提交的申请No.60/286,850、于2002年4月24日提交的申请No.10/131,163、于2002年5月14日提交的申请No.10/145,854、于2005年7月22日提交的申请No.11/187,107、于2015年1月27日提交的申请No.14/168,442、于2015年5月12日提交的申请No.14/709,936、于2005年9月28日提交的申请No.62/233,982以及于2015年11月9日提交的申请No.62/252,717。
附图说明
描述所公开的方法的流程图包括可表示计算机软件指令或指令组的“处理框”或“步骤”。可替选地,处理框或步骤可以表示由诸如数字信号处理器或专用集成电路(ASIC)之类的功能等效电路执行的步骤。该流程图不描述任何特定的编程语言的语法。相反,流程图示出了本领域的普通技术人员为执行根据本公开需要的处理而制作电路或生成计算机软件所需的功能信息。应该注意的是,诸如循环及变量的初始化以及临时变量的使用之类的许多例程单元未被示出。本领域的普通技术人员可以理解,除非本文中另外指出,否则所描述的步骤的特定顺序仅是说明性的,并且是可变化的。除非另外声明,否则下文描述的步骤是没有顺序的,这意味着可以以任何方便或期望的顺序来执行这些步骤。
图1为根据本公开的一方面的网络拓扑的框图。
图2为根据本公开的某些方面的UAV的框图。
图3A、图3B和图3C描述了示出根据本公开的方面的方法的流程图。
图4示出了可由配置成根据本公开的方面操作的计算机处理器实施的过程。
图5示出了与管理根据本公开的方面的UAV群相关的导航指令和RAN指令之间的关系。
图6为根据本公开的某些方面的UAV的框图。
具体实施方式
以下描述了本公开的各个方面。显而易见,可以以多种形式来体现本文的教导,并且本文中所公开的任意具体结构、功能或者结构和功能两者仅是象征性的。基于本文中的教导,本领域技术人员应该理解的是,本文中所公开的方面可以独立于任何其他方面,并且这些方面中的两个或更多方面可以以各种方式组合。例如,可以使用本文中所提出的任何数量的方面来实现装置或者实践方法。此外,除了本文中所提出的一个或多个方面之外,也可以使用其它结构、功能或结构和功能两者来实现该装置或者实施该方法。
可以在于2015年7月27日提交的美国临时申请No.62/197,336中找到本公开全文中所使用的各个术语(包括“去程(fronthaul)”、“预编码(precoding)”、“用户设备(UE)”、“基站收发台(BTS)”、“节点(Node)”和“中央处理器(CP)”)的描述,该申请以整体引用的方式并入本申请中。
根据本公开的一些方面的MIMO***的特征之一在于多径通信信道,该多径通信信道包括诸如图1中由多个机载中继站(例如UAV)111.1-111.4、112.1-112.3和113.1-113.3所描述的多个有源散射平台。有源散射平台可以用来增加在BTS和UE之间的前向和/或反向链路中的RAN信道矩阵的秩。因此,从信源(例如一个或多个BTS100.1和100.2)到多个目的(例如UE120.1-120.5)的多径传播信道不仅是可测量的,而且经由这些有源散射平台111.1-111.4、112.1-112.3和113.1-113.3是可控制的,以通过区分性传播特征更有效地提供多个用户120.1-120.5之间的频率复用。本公开的一些方面为多个用户提供了用于在MIMO通信配置中同时复用分配的频谱的装置,使得这些用户能够动态且有效地共享分配的资源。
在第一一般方面,UE120.1-120.5使用RAN通过有源散射平台111.1-111.4、112.1-112.3和113.1-113.3与一个或多个BTS101.1和101.2通信。无线电上行链路由链路141.u、142.u和143.u指示,而无线电下行链路由链路141.d、142.d和143.d指示。然而,这些下行链路中的一个或多个可以使用光通信。有源散射平台11.1-111.4、112.1-112.3和113.1-113.3之间(诸如由链路160指示的)的通信可以包括各种短程宽带无线链路,包括(但不限于)WPAN和WLAN无线电技术和光通信技术。从有源散射平台111.1-111.4、112.1-112.3和113.1-113.3到BTS 101.1和101.2的下行链路由链路151.d、152.d和153.d表示。从BTS101.1和101.2到有源散射平台111.1-111.4、112.1-112.3和113.1-113.3的上行链路由151.u、152.u和153.u表示。应该理解的是,链路151.d、152.d、153.d、151.u、152.u和153.u可以包括光通信链路和/或无线电通信链路。
可以在由该第一一般方面体现的网络配置中、以及在根据本公开的特定方面配置的网络配置中实现本文中所描述的任何方法和设备。虽然可以从图1推断出第一一般方面,但是也可以提供诸如使用HAP和/或卫星与有源散射平台通信的网络配置之类的其他方面。
在一方面,UE 120.1-120.5被配置成协作分组(例如用户分组131.1-131.3),其中,每个分组内的UE协调操作、共享资源、或者以其他方式协作来处理RAN中的信号。在另一方面,有源散射平台111.1-111.4、112.1-112.3和113.1-113.3被组织成集群132.1-132.3,并且可以提供集群间通信和/或集群内通信。每个集群内的平台可以被配置成互相协作,诸如以协调和/或协同来处理以下信号:与UE 120.1-120.5通信的信号、集群132.1-132.3之间交换的信号、和/或与BTS100.1和100.2交换的信号。
在另一方面,BTS 100.1和100.2通信耦接到CP 130,CP 130被配置成执行BTS100.1-100.3、有源散射平台111.1-111.4、112.1-112.3和113.1-113.3和/或UE120.1-120.5所需的信号处理操作中的至少一些。该信号处理可以以软件无线电(SDR)实现,该软件无线电驻留在诸如一个或多个数据中心中的服务器之类的云计算架构中。在一些方面,分布式计算可以通过一起通信耦接在整个网络中的设备来实现:如UE 120.1-120.5、有源散射平台111.1-111.4、112.1-112.3和113.1-113.3、和/或其他网络设备。
通过使用中央处理,可以将从复杂的全局操作到多种类型的局部操作的各种信号处理任务汇集在一起。这可以降低诸如BTS和有源散射平台之类的边缘设备、中继节点等的成本、功率需求、和/或处理要求。在一些方面,某些操作更适合在网络边缘处被执行。例如,边缘分布操作可以减少延迟和通信带宽要求。各种成本估计和其他评估算法可以用来确定在边缘处执行哪些操作以及何时执行。在一些方面,边缘处理可以包括简单的操作,但是当从全局角度看时,会呈现出复杂的集体智慧。在本公开的一些方面,可以执行边缘处理和集中式处理的组合来获得简化边缘设备之间的合理的(改进的)平衡,从而实现对变化条件的适当反应以及保持可管理的去程负载。
图1中示出的另一方面使用设备兼容协作的概念。具体地,设备可以被配置成改变他们的角色,以诸如服务于多个目的。以示例的方式,分组131.2包括UE 120.2和BTS101.2。在一方面,UE 120.2与BTS 101.2相协作以作为用于BTS 101.2阵列额外的RAN天线。UE 120.2可以利用无线去程链路与BTS101.2直接通信,以诸如协调RAN中的发射和/或接收。类似地,BTS 101.2可以被配置成诸如通过增加用于RAN中的协作子空间处理操作的信道矩阵秩来辅助UE 120.2。在另一示例中,有源散射平台111.1-111.4、112.1-112.3和113.1-113.3中的一个或多个可以形成具有UE 120.1-120.5中任一个、BTS100.1-100.3中任一个或其任何组合的协作阵列。例如,有源散射平台可以加入UE分组以辅助用于该分组的RAN信号的协作MIMO处理。有源散射平台可以加入一个或多个BTS以用作协作基站收发阵列。在一些方面,UE和/或BTS可以加入一组有源散射平台并且辅助将无线信号中继到另一组有源散射平台。
图1中还描述了一种网络,其中,通过地面基站收发机通信(诸如来自BTS100.3由链路144描绘的通信)和有源散射平台(诸如来自有源散射平台分组132.3的RAN链路143.u和143.d)两者来提供RAN信道。在这些方面,协作MIMO子空间处理可以在CP 130处执行,CP130还协助协作RAN节点(例如,BTS 100.3和散射平台分组132.3)发射预编码的RAN信号和/或接收RAN信号。
虽然UE 120.1-120.5和BTS 100.1-100.3被描述为具有天线***(分别为121.1-121.2和101.1-101.3),但是也可以使用其他类型的无线收发机。例如,链路(诸如但不限于151.u、151.d、152.u、152.d、153.u和153.d)中的一些可以包括光链路。因此,可以使用LED和光探测器阵列(或其他合适的光收发机)作为收发机。虽然天线***121.1-121.2和101.1-101.3中的每一个可以包括一个或多个天线,但是光收发机可以包括单个或多个光发射机以及单个或多个光探测器。应该理解的是,有源散射平台111.1-111.4、112.1-112.3和113.1-113.3中的每一个包括一些无线收发装置,诸如至少一个天线、以及可选地至少一个光发射机和至少一个光接收机。
根据本公开的一些方面,BTS 100.1-100.2、收发装置101.1-101.2可以包括灯具、聚光灯、交通信号灯、街灯和/或其他类型的无处不在的照明设备,其中,采用数据对这种无处不在的光源进行调制以提供上行链路151.u、152.u和153.u。在一些方面,就提供除通信之外的附加功能而言,通信链路(例如,上行链路151.u、152.u和153.u)中的至少一些可以是多功能的。例如,在一方面,上行链路151.u、152.u和153.u给有源散射平台111.1-111.4、112.1-112.3和113.1-113.3中的至少一些提供电能。在另一方面,上行链路151.u、152.u和153.u给有源散射平台111.1-111.4、112.1-112.3和113.1-113.3中的至少一些提供同步信号(或其他控制信号)。在另一方面,上行链路151.u、152.u和153.u可以提供定位、追踪、和/或指引有源散射平台111.1-111.4、112.1-112.3和113.1-113.3。
根据另一方面,有源散射平台111.1-111.4、112.1-112.3和113.1-113.3可以将自身编成分组(或集群)132.1-132.3、和/或它们可以通过分组操作(例如CP130)组织成它们各自的分组。在一些方面,每个分组可以具有集群头(例如,有源散射平台111.1、112.1和113.1中的每一个可以作为针对其各自分组132.1、132.2和132.3的集群头)。每个集群头111.1、112.1和113.1可以给其各自分组的其他成员提供服务,包括(但不限于)以下服务:同步其他成员、代表分组与BTS通信、根据从地面单元接收到的命令和控制信号组织分组操作、控制分组内的通信、控制分组间的通信、执行针对分组的中央处理操作、协调分组以通过RAN与UE和/或BTS通信、确定分组的航向、组织分组的飞行编队、执行分组成员间的计算和/或功率负载平衡、和/或将控制责任转移给另一分组成员。
在一些方面,有源散射平台(例如111.4)可以属于不止一个分组(例如132.1和132.2)。平台111.4可以接收并处理来自多个集群头(例如111.1和112.1)的控制信息。平台111.4可以忽视来自多个集群头111.1和112.1中的至少一个的命令和控制信号中的至少一些。在一些方面,平台111.4可以选择从哪个集群头接收控制信息。在一些方面,另一设备(例如集群头、BTS、UE和/或CP)确定哪个/哪些集群头给平台111.4提供哪些控制信号。
在下面的描述中,“前向链路”描述从BTS到UE的通信路径,该通信路径可以包括前向上行链路(例如链路151.u)、有源散射平台之间的任何通信链路(例如,诸如链路160之类的中继信道)、以及到UE的前向下行链路(例如链路143.d)。前向链路还可以包括CP和BTS之间的通信链路。
“反向链路”描述从UE到BTS的通信路径,该通信路径可以包括反向上行链路(例如链路143.u)、有源散射平台之间的任何通信链路(例如,诸如链路160之类的中继信道)、以及到BTS的反向下行链路(例如链路143.u)。前向链路还可以包括BTS和CP之间的通信链路。
中继信道可以由它们对来自源节点的消息进行的处理来表征,诸如放大转发(AF,amplify-and forward)、解码转发(DF,decode-and-forward)、或滤波转发(FF,filter-and-forward);在存在噪声、算法复杂性及所需的节点信息方面,每个处理具有不同的挑战。有源散射平台可以提供多径主信道,其中,该多径中的至少一些通过有源散射平台。在一些方面,这些平台是并行路径,以提供放大、延迟以及从信源到目的终端(例如,UE和BTS)的方向调整。在一些方面中,信源和目的终端位于地面上,并且机载平台用作弯管应答器,执行接收、低噪声放大、滤波、频移、功率放大、以及再辐射功能来提供信号。
在一些方面,MIMO配置的特点在于,在BTS、机载平台、或它们的一些组合的公共覆盖区中经由从多个BTS到一目的终端的辐射在通信集线器处具有信源的点对点架构。在一些方面,MIMO配置的特点在于,在BTS、机载平台、或它们的一些组合的公共覆盖区中经由从多个BTS到多个目的终端的辐射在通信集线器处具有信源的点对多点架构。
根据某些方面,MIMO***利用基于信道状态信息(CSI,channel stateinfonnation)选择及表征的复合传递函数,信道状态信息可以包括来自由多径支配的传播信道的探测信号序列的响应。每个传播路径以一组独特的应答功能为特点,并且复合传递函数可以构造或成型为“依赖用户的”,对所选用户具有增强响应,并且(可选地)对其他用户具有抑制响应。在一些方面中,当在协调模式下操作时,协作UE被配置成使用与RAN相同的频率源、或者通过经由局域网传递信息来抑制对其他UE的干扰以实现基带消除。
如首先在申请人的‘850专利申请中所描述的,分布式多用户MIMO(MU-MIMO)是一组先进的MIMO技术,其中可用的天线元件散布在多个独立的接入点或无线终端中,每个终端具有一个或多个天线元件。为了增强所有终端的通信能力,MU-MIMO设置成扩展版本的空分多址(SDMA,space-division multiple access),以使多个发射机能够发送子空间编码信号并且使多个接收机能够以同一频率同时接收分离信号。
在‘163和‘854申请中,分布式多用户MIMO实施方式包括机载和空-地通信。因此,中继节点可以包括机载和地面通信平台的任何组合。在一些方面,多条并行路径通过多个有源弯管应答平台。MIMO信道传递函数是基于可用CSI的,该可用CSI可以包括通过一个或多个中继节点传播的聚合效应,并且提供频率复用的空间复用(例如,子空间预编码和/或解码)权重以使得多个用户能够在RAN中同时使用相同的频谱资源。
在一些方面,图1所描述的网络可以被配置成执行RAN缓解。例如,当检测到非授权的无线电信号或确定远程控制飞行器(例如UAV)可能是威胁时,UE中的一个或多个可以被识别为飞行器的无线电控制器。UAV可以协作处理RAN信号以定位并识别UE和飞行器中任一个或两者。在这些情况下,UAV集群间的协调导航可以使得能够定位和/或识别UE。在该情况下,RAN缓解可以包括UAV间的协作导航,其中根据所使用的缓解类型来调整导航。UAV可以协作以拦截由控制器和/或飞行器发射的RAN信号。简单地监听信号并测量其特性(诸如可针对信道估计完成)有时被称为被动攻击(passive attack)。RAN缓解可以包括主动攻击(active attack),在主动攻击期间,在集群中执行UAV间的协调导航以使能该攻击。主动攻击可以包括UE和/或其飞行器的集中RAN干扰,并且可以使用在协作MIMO中执行的类似的预编码技术来实现。其他主动攻击包括由目标UE和/或飞行器使用的RAN信号的协议操作,以诸如使无线电以在其正常的操作参数内、但是对给定条件或操作者的意图而言是不适当的方式来执行。在一些方面,主动攻击可以包括通过飞行器的无线电链路、可能利用其软件中的漏洞来电子劫持飞行器,例如使其着陆在安全位置中,指引飞行器远离受限空域、或激活其回程路线。在本公开的各方面,通过每个UAV上的基于规则的自主导航控制来实现协调导航,其中,所述规则基于其他UAV的相对空间位置并且可以基于任务目标进行调整。在一些情况中,通过调整规则、从而基于可以建立RAN性能准则的RAN测量值来调整导航以服务任务目标。这种自主导航的实现方式会导致群智能。
群智能通常指的是对使用分散式控制和自组织进行协调的多部件***的集体行为的研究。从工程角度看,群智能强调可以提供自适应、鲁棒和可伸缩行为的自主分布式***的自下而上的设计。
如上文所描述的,分布式MIMO通信***可以包括具有多个天线元件的多个BTS、CP以及多个远程接收机(例如UE),其中,该多个BTS(和/或CP)被配置成测量当前的信道状态信息(诸如通过发送训练信号以及接收来自远程接收机的训练信号的响应、接收来自远程接收机的训练信号、基于从远程接收机接收到的数据信号的已知特征执行信号估计、和/或对从远程接收机接收到的信号进行其他盲自适应处理),然后更新当前的CSI,从而更新MIMO预处理的配置。然而,多径信道还包括在多个平台上的无线通信电子***,该***被配置成主动向多个远程接收机散射源自BTS的无线通信信号。
在移动自组织网络、尤其是使用UAV作为中继节点的网络中,网络元件的移动性和(在一些情况中)缺少中央控制会使协作MIMO处理困难。在这些网络中,提供鲁棒且自适应的并且以分散式和自组织方式工作的协作MIMO处理算法是有利的。
本公开的方面包括有源散射平台111.1-111.4、112.1-112.3和113.1-113.3的决策处理和控制。广义上来说,协作决策和控制领域涵盖了那些用于操作被部署来实现共同目标的半自主代理的跨学科方法。通过利用代理的能力,期望团队的共同努力可以超过其各部分的总和。然而,由于在动态且不确定环境中处理各种组件带来的复杂性,所以利用这种潜在的益处是具有挑战性的。一般而言,协作决策和控制算法发现了在诸如感测和驱动监视网络、供应链管理***、电网与交通***之类大型网络***监管中的应用。一个特别且重要的用途在于诸如在监视和战斗场景中命令并控制UAV团队。
在本公开的一些方面,有源散射平台111.1-111.4、112.1-112.3和113.1-113.3是UAV,并且可以为飞行管理和协作MIMO处理两者提供UAV的命令及控制。在一些方面,协作飞行管理(诸如空中交通控制应用中的“自由飞行”概念)使用了许多相同的、对协调用于MIMO处理的协作天线有用的局部通信和态势感知准则。虽然传统的分布式空中交通控制技术仅提供导航管理(例如,避免碰撞、维持安全的飞行间距、最优路线等),但是本文中所公开的方面将MIMO处理准则引入导航决策制订过程中。在一些方面,MIMO处理准则可以是以本地(例如通过UAV)、远程(例如通过CP、BTS、UE)、或者它们的一些组合的方式形成的。
一些方面利用了以下事实:协作飞行管理使用许多相同的、对分布式同步有用的局部通信和态势感知准则。这些方面使能了分散式、基于反馈的同步架构,在该同步架构中,每个发射机基于来自接收机的反馈独立调整自身的频率和相位。原则上,这可以使***增大至无限大数量的协作发射器。
可以使用各种类型的路由算法。表驱动算法(Table-driven algorithm)通常是完全主动的:所有节点试图始终维持到所有其他节点的路由。这意味着他们需要追踪所有的拓扑变化,如果存在很多节点和/或节点移动非常大时,这将是困难的。需求驱动算法是完全被动的:当到新目标的数据会话开始时、或者当正在使用的路由故障时,节点才收集路由信息。被动算法通常更具伸缩性,这是由于它们减少了路由开销,但是它们会因通常不为破坏性事件做准备而遭受性能上的振荡。在一些方面中所使用的路由算法可以是使用主动和被动部分的混合算法。
在UAV群中,各UAV节点可以具有有限的通信范围、尤其是针对UAV到UAV通信。数据和控制包可能需要以多跳方式路由。可以在网络中的节点之间建立数据通信以支持不同的活动。例如,UAV到AUV通信可以包括用于协作MIMO处理的数据传输和控制信令。这还可以包括群内和集群间的路由操作。中间UAV接收节点可以在将结果发送给全局接收器之前单独或协作地处理数据、和/或可以局部触发适当的动作。全局接收器(可以是UAV集群头或CP130)执行完整的数据汇聚以及全局处理操作,诸如MIMO子空间预编码和/或解码。
在一些方面,可以在协作MIMO网络中支持有效的信息交换和处理任务的路由方案的设计和实现方式可以有利地考虑以下注意事项。第一,针对路由发现和信息路由所采用的机制应该是节能的。第二,网络应该具有自主性,这意味着正在使用的协议对故障和损耗必须是自组织且鲁棒的。最后,路由协议应该能够处理大型密集的网络,以及需要发现、维持和使用潜在长的多跳路径所产生的相关挑战。用于有效的信息交换的这种准则可以通过应用UAV所使用的导航规则来实现。
图2为根据本公开的某些方面的UAV的框图。飞行控制器202通信耦接到态势感知***201和协作RAN信号处理器203。UAV去程收发机204可以包括UAV去程路由器232。***201可以包括至少一个或多个机载传感器211和GPS模块212。处理器203可以包括UAV-UECSI估计器231、UAV去程路由器232、以及可选地MIMO处理器233。处理器203被耦接到UAV-BTS收发机206和UAV-UE收发机207。可选地,提供了舰队管理器205。舰队管理器207可以包括UAV集群管理器251、同步管理器252、MIMO处理器253、调度器254、去程网络管理器255、和/或缓解协调器256。
***201被配置成确定该UAV相对于至少一个其他UAV的相对空间位置。相对空间位置可以包括:例如地理位置信息(例如经度、纬度等)和/或定向路径特征信息(例如距离、高度、航向、空速和/或姿态)。可以确定附近的UAV和/分配给特定集群的UAV的相对空间位置。机载传感器211可以包括诸如雷达、激光雷达、声波测距和检测***之类的主动传感器、以及用于确定相对空间位置的其他主动传感器。机载传感器211可以包括诸如相机、任何其他类型的成像***、无线电接收机(包括天线阵列接收机)和麦克风之类的被动传感器、以及其他被动传感器。可选地,可以提供诸如GPS模块212之类的GPS设备。在一些方面,***201可以通过UAV去程收发机204从其他UAV接收地理位置信息和/或定向路径特征信息。例如,UAV可以通过UAV去程网络传播GPS数据和/或飞行仪表数据。
飞行控制器202是机载***,该机载***被配置成有助于彼此近距离操作的两个或更多UAV协调飞行操作。飞行控制器202可以使用相对空间位置信息来调整UAV的定向路径以保持自身周围的安全区域。所公开的***和方法可以例如以诸如给飞行器自动驾驶仪提供飞行输入以对飞行器飞行路径进行实时调整的自主方式来实施,例如,飞行输入可以以不改变现有的航点而是改变飞行器用来获得航点的轨迹矢量的方式被输入。
飞行控制器202执行与由飞行员在载人飞机中执行的那些任务类似的任务。提供配置成适应于平台和飞行环境的动态改变的鲁棒控制技术以使能自主飞行。在一些方面,飞行计划被输入到飞行控制器202中。通过示例,飞行计划可以通过地面控制基站或UAV集群头来确定。其他可能性包括分布式飞行计划,诸如通过UAV、地面基站或他们中的一些组合的共同合作的飞行计划确定。飞行控制器202使用基于规则的飞行协调协议(例如,通过计算机处理器或每个UAV上的其他类型的合适的处理部件)以在实时或近实时的基础上提供有效的飞行路径冲突消除。
在一些方面,飞行控制器202可以被配置成基于各种环境因素(可以通过诸如气象仪器以及其他仪器之类的相应的传感器来测量)和/或任务目标来调整飞行协调协议的规则。此外,飞行控制器202可以被配置成采用RAN性能数据联合处理飞行遥测数据,以提供改进RAN通信性能的UAV移动性控制。例如,飞行控制器202可以调整UAV的飞行路径以提供速度、航向、高度、姿态、和/或相对于附近的UAV的位置,以增强与诸如UE之类的地面终端的RAN连接性。对UAV的飞行路径的改变可以有助于和/或增强集群中的UAV之间的协作RAN处理的性能。
在另一方面,UE是缓解的目标。例如,UE可以包括用于被识别为威胁的无线电控制飞行器的无线电控制器。协作RAN信号处理器203的CSI估计器231或一些其他部件可以为待攻击的一个或多个目标(例如,无线电控制飞行器和/或他们的控制器)生成RAN性能准则。RAN性能准则可以被飞行控制器202用作RAN缓解准则来以采用提高UAV的能力的方式调整UAV的飞行,以执行对目标的无线电对抗。在一些方面,RAN性能准则可以被配置成包括附加的RAN缓解准则。响应于接收到的RAN缓解准则,飞行控制器202可以调整UAV的飞行以有助于与其他UAV的协作缓解处理。例如,飞行控制器202可以响应于处理器203以根据RAN性能准则调整可以提供增强RAN缓解性能的飞行缓解准则。导航准则可以由飞行控制器202作为针对自主导航控制的规则库来实施。飞行导航准则的选择或调整可能会受限于规定的导航准则边界,诸如最小/最大高度、最小/最大空速、最小/最大航空器间隔、空域限制等。飞行控制器202可以将导航准则和导航准则边界存储在存储器中。然后,飞行控制器202可以使用导航准则作为导航参数和/或目标导航参数(例如,飞机间隔、高度、姿态、航空器间隔等)的操作范围来控制UAV的飞行。在一些方面,飞行控制器202可以与其他UAV通信并且将自身的导航准则调整为协调和/或响应过程,以达到RAN性能目标。
在一些方面,本文中为了增强RAN性能所使用的RAN性能准则也可以用来缓解RAN链路(例如,使用该链路对RAN收发机进行主动和/或被动攻击)。在这些方面,RAN缓解准则可以包括RAN性能准则。通过示例,缓解是对威胁的战术反应并且可以包括将无线电传输信号对准目标,诸如以削弱、操纵和/或劫持目标的RAN链路同时减少或避免附带的RF损伤(例如,削弱其他通信***的操作)。
在一方面,处理器203包括被配置成测量和/或表征UAV和至少一个UE之间的至少一个RAN信道的RAN信道估计器231。例如,CSI、接收到的信号强度、误码率、传输控制消息、差错检测、差错控制消息等可以用来表征RAN链路性能。可替选地,RAN信道估计器231接收由UE发送的CSI和/或其他RAN链路性能测量值。
UAV去程收发机204可以包括路由器232。在一方面,路由器232是处理器203的一部分。然而,路由器232可以是独立的、被配置为收发机204的一部分、或者被放置在UAV***内。在一方面,路由器232提供了用于中继RAN和BTS之间的信号的多跳能力。可以经由路由器232通过收发机204将来自收发机206或207的信号路由到另一UAV。在一些方面,路由器232可以通过去程网络将来自模块231的信道估计值、机载传感器211测量值、GPS 212数据、地面站控制消息、去程网络控制消息和/或舰队管理器205控制消息传递给其他UAV。
在一些方面,MIMO处理器233使用路由器232将待进行联合处理的RAN信号以及(可选地)MIMO控制消息分发给其他UAV。MIMO处理器233可以协调集群中的UAV来执行RAN基带信号的协作处理。
在传统的MIMO中,RAN收发机207的天线***217包括提供所有MIMO增益的天线阵列。但是在UAS环境中缺少富散射限制了空间复用增益。虽然一些空间复用增益可以通过仔细设计相对于载波波长和链路距离(例如,F.Bohagen等,“最优的高秩视距MIMO信道设计(Design of optimal high-rank line-of-sight MIMO channels)”,IEEE.收发无线通信,第6卷,第4期,1420-1425页,2007年4月)的天线间隔、甚至在视距(LoS,line-of-sight)信道中实现,但是这要求天线间距大、载波频率高并且通信范围短。另一种方法涉及通过同时服务足够分离的、具有超过UAV上安装的天线阵列的角分辨率的角间距的地面终端来实现多用户MIMO。
通过使能UAV间的协作,协作MIMO处理合成了具有大天线间隔的超大天线阵列。这大大增加了空间复用,提高了RAN性能,同时使载波频率更低,通信范围更长。UAV-MIMO信道的特性影响UAV-MIMO数据链路的性能。因此,在本公开的各方面,可以通过每个飞行控制器202调整UAV在协作MIMO UAV集群中的位置来增强UAV-MIMO信道的有利特性,从而改进RAN性能。
可以通过处理器203(诸如经由MIMO处理器203)在预设的导航准则边界内调整飞行控制器202所使用的导航准则。例如,可以在决策制订过程中使用(诸如来自估计器231和/或至少一个其他UAV上的估计器的)RAN性能测量值来更新导航准则,并指示飞行控制器调整UAV的飞行路径以增强RAN性能,诸如经通过MIMO子空间处理器可实现的性能。
在一些方面,UAV集群的集中式控制可以通过舰队管理器202来实现。作为UAV集群头的UAV可以包括舰队管理器202,该舰队管理器202可以提供集群管理,包括(但不限于)以下各项中的一个或多个:分配UAV以在集群中操作、给UAV分配操作、调度UAV要使用的资源、同步集群中的UAV、执行与其他集群的同步、给UAV提供导航控制消息、为集群网络提供去程网络管理、协调UAV执行缓解以及协调UAV执行对RAN信号的协作MIMO处理,该协作处理可以包括对由集群中的UAV接收和/或发送的RAN信号执行中央处理。MIMO处理器253可以与每个UAV的局部MIMO处理器233通信。在一示例中,MIMO处理器253直接或间接指示每个UAV的飞行控制器202根据增强的RAN性能来调整自身的飞行。通过示例,MIMO处理器253可以更新由每个UAV的飞行控制器202所使用的导航准则。
在一些方面,使用对UAV集群的分布式控制。可以通过一集群中的不同UAV上的飞行控制器202来协商决定飞行调整。在一些方面,可以在UAV飞行控制器202之间使用反馈机制,并且这些反馈机制可以包括避免振荡和/或快速收敛于最优集群配置的规则。在某些方面,集群中的UAV可以以使不在集群中的UAV以可预测的方式调整飞行路径的方式来调整它们的飞行路径。在一示例中,集群中的UAV使用迭代过程来使其他UAV运动,诸如清除预定的集群配置要占用的空间。在某些方面,UAV可以发送它们的意图给其他(或附近的)UAV,如此那些UAV可以更有效地调整它们的飞行路径。UAV可以设置有不同的优先级,并且具有最高优先级的那些UAV可以使具有较低优先级的UAV移出路径。优先级可以由以下各项确定:集群的任务、集群中的UAV功能、每个UAV的RAN性能测量、机动性(maneuverability)、处理能力、电池寿命、和/或其他准则。
舰队管理器205可以包括UAV的机载***和/或可以通过通信上耦接UAV的一个或多个远程***来实现。舰队管理器205可以被实施为中央***或分布式***。部件251-256中任一个可以通过中央装置或分布式装置来实现。在一方面,舰队管理器205驻留在UAV集群的集群头上。在另一方面,舰队管理器205驻留在一个或多个地面站中。在另一方面,舰队管理器205驻留在每个UAV上,但是可以包括取决于其驻留的UAV的不同功能。
在一些方面,舰队管理器205实施在包括UAV和地面站的设备的组合上。例如,MIMO处理器253可以实施在集群中的每个UAV上(如用于局部MIMO处理),并且MIMO处理器253可以实施在耦接至BTS的数据中心中(如用于全局MIMO处理)。集群管理器251可以驻留在集群头上并且可以基于各种因素来创建以及调整UAV集群,诸如(但不限于)UAV的接近度、UAV能力、RAN需求拓扑、UAV网络拓扑、UAV的地理位置、UAV电池寿命、信道测量(去程和/或RAN)等。在一些方面,集群管理可以由地面控制站来执行或补充。
同步管理器252可以驻留在被配置成帮助同步信号处理及通信的集群头和/或集群中的一个或多个UAV上。在一些方面,同步可以包括地基同步和/或基于GPS的同步。同步管理器252可以同步UAV时钟,提供同步的RAN传输以及为UAV去程通信提供定时基准。同步管理器252可以配置有各种校准功能,例如补偿相位漂移、频率偏移和定时偏移。在一方面,同步管理器252帮助校准UAV上的本地振荡器。
调度器254可以包括不同类型的调度功能。例如,可以由地面站执行RAN资源调度,以诸如给每个UE分配RAN资源。在一些方面,驻留在集群头上的调度器254调度服务每个UE的UAV。在一些方面,SDR驻留在地面站中,诸如在耦接至BTS的数据中心中。SDR产生被配置为服务每个UE的SDR实例(SDR instance)。在一些方面,SDR实例选择BTS天线来服务它的UE。SDR实例可以选择服务UE的UAV和/或UAV天线,或者SDR可以允许集群头选择UAV和/或UAV天线。在一些方面,RAN链路如何被实现的至少一些细节隐藏在SDR中。在一些方面,驻留在一个或多个UAV中的调度器254选择集群中的哪些UAV是主动RAN收发机。调度器254可以确定哪些UAV处理RAN信号,诸如计算MIMO权重。调度器254可以基于包括电池寿命、处理能力、存储容量等的各种准则中的任何一个给UAV分配不同的信号处理任务。
去程网络管理器255可以驻留在集群中的一个或多个UAV上,并且可以被配置成提供集群中的路由拓扑、存储拓扑、和/或处理拓扑。管理器255可以为路由器232提供路由表。管理器255可以响应于UAV去程链路质量指示任何UAV上的飞行控制器202调整飞行路径,以增强或确保UAV去程通信,该通信可以包括集群内和/或集群间通信。
缓解协调器256可以驻留在集群中的一个或多个UAV上,并且可以被配置成诸如通过协调对目标UE所使用的RAN通信链路的攻击提供缓解威胁。例如,缓解协调器256可以指导一个或多个其他UAV(诸如集群中的UAV)操控由目标控制器设备所使用的RAN传输协议以远程控制飞行器、和/或操控由控制器设备所使用的RAN传输协议以接收来自飞行器的遥测、视频馈送等。RAN链路的缓解(mitigation)可以包括使用MIMO处理器253来例如优选地以避免破坏其他通信链路的方式破坏RAN链路。缓解可以包括窃听目标的RAN链路、使用被设计成劫持RAN链路控制的对策、和/或利用软件漏洞获取对飞行器的控制。缓解协调器256可以例如与CSI估计器231、雷达、和/或其他***合作来提供对控制器设备和/或飞行器的定位和追踪,并且可以将该信息传递给可提供抵消威胁的其他***。在一方面,缓解协调器256响应于目标的通信和/或运动来确定规定的缓解措施的有效性。协调器256可以与调度器254合作,诸如基于它们确定的有效性和/或目标所采用的RAN协议的特征特性来调度对由UAV执行的缓解的调整。
图3A为示出根据本公开的一方面的方法的流程图。用于RAN终端的机动UAV的使用通过对UAV集群进行动态调整以最好地适应通信环境为性能增强提供了新的机会。协作通信可以与UAV移动控制联合设计以进一步改进通信性能。UAV被设置有附近的UAV 301的空间位置信息。UAV与UAV集群中的至少一个其他UAV 302执行协作RAN处理。UAV间通信303被设置成使能协作RAN处理。自主UAV导航(例如飞行控制)基于空间位置信息和部分地由RAN性能准则来确定的导航准则304。
图4示出了使用步骤301和步骤304的过程。在一些方面,该过程由计算机处理器根据软件程序的指令来实施,该软件程序的指令被配置成操作本文中所描述的输入物理测量值。UAV在规定间隔内获取传感器读数401,以确定相对于至少一个附近的UAV的相对空间位置。在一些方面,传感器读数包括GPS坐标。在一方面,通过GPS接收机得到的关于其他UAV的GPS坐标经由去程网络进行传递以提供步骤401中的传感器读数。将传感器读数与导航准则410进行比较402。如果传感器数据指示导航参数(例如UAV之间的间隔、相对速度、航向变化、高度变化等)在预定范围(例如导航准则)外,则UAV通过自身的飞行控制器202来调整飞行路径403,然后在接下来的时间间隔内监视传感器读数401。反之,飞行控制器202或态势感知***201继续监视传感器读数401。
本***及方法可以用来在两个或更多UAV或其他实体之间传递位置信息,并且可以用来帮助两个或更多这种实体的协调操作。在一示例中,UAV感知一个或多个其他相邻的飞行器的一个或多个位置(例如经度、纬度等)和/或飞行特征(例如高度、航向、空速、姿态等),并且UAV可以使用该位置信息来调整自身的飞行路径以使自身周围保持安全的空旷空域。所公开的***及方法可以在不需要地面***和/或人类控制员去微管理UAV的情况下被实施。每个飞行器可以感知其紧邻空域中的其他飞行器,并在适当时采取避让行动来避免碰撞。可以实施基于规则的飞行协调协议(例如,通过计算机处理器或每个UAV上的其他类型的合适的处理部件)以在实时或近实时的基础上提供有效的飞行路径冲突消除。这种基于规则的飞行协调协议可以是一致且简单的。
可以与传感器监视401同时监视RAN性能测量值411。RAN性能测量值可以由估计器231产生。对RAN性能进行评估以确定是否应该调整飞行路径来改进RAN性能412。该操作可以由飞行控制器202或处理器203执行。在一方面,可以在预定的导航准则边界420内更新413导航准则410。该边界可以被设计成确保UAV之间的安全距离,并且可以基于以下各项选择:UAV机动能力、集群中的UAV数量、集群密度、天气条件以及其他因素。该边界可以通过各种规则来施加,包括(但不限于)受限空域、高度规定和空速限制。边界和/或导航准则可以基于诸如UAV到UAV的去程通信范围、去程网络拓扑、优化的UAV功率效率以及其他因素和/或目标之类的附加准则来选择。边界可以基于UAV的操作目标来确定,诸如将物品传送到具***置、执行监督、或执行可能要求预先设定的允许其有限变化的飞行计划的其他任务。更新导航准则410可以导致触发飞行控制器202的步骤402来调整飞行路径403,这是由于导航准则410可以被实施为用于自主导航控制的规则库。
在一方面,UAV飞行***包括具有由机载飞行控制器/稳定板(例如飞行控制器202)提供的控制的监视器和推进器,该机载飞行控制器/稳定板响应于控制信号选择性地使发动机节流来调整飞行路径403。一类UAV是多旋翼或多用途直升机。该UAV是有不止两个旋翼的旋翼机,并且多用途直升机经常使用通过改变每个旋翼的速度改变推力和转矩来提供对飞行器运动进行控制的固定螺距的叶片。飞行路径调整403可以包括调整UAV的姿态。用于飞行器的方向(姿态)的控制***包括驱动器,该驱动器在各个方向上施加力并且生成关于航空器的空气动力中心的旋转力或力矩,从而使航空器在俯仰、翻转或偏航时旋转。
在一方面,步骤412包括根据从步骤411接收的测量值来量化MIMO信道质量。MIMO信道矩阵H的条件数被定义为信道矩阵H的最大特征值和最小特征值之比。在MIMO***中,当条件数接近一时,并行空间信道的质量提高。当比值变大时,MIMO信道质量降低。基于UAV-MIMO归一化信道相关矩阵的计算方法,处理器203可以分析UAV-MIMO信道的特征。
步骤412中针对UAV部署的飞行控制问题可以包括找到最优UAV间隔、悬停高度和地理位置,以除了增强RAN性能之外还增大覆盖范围。但是存在权衡。当天线元件之间的间隔增大时,信道矩阵的条件数减小,这改善了MIMO信道质量。然而,可以基于导航准则边界和/或诸如UAV去程考虑(例如频率复用目标和最大有效范围)之类的其他因素来限制相邻UAV之间的最大间隔。在越大的间隔处,优势会减少。因此,更新导航准则413可以使用多因素之间的成本收益权衡。
增加UE之间的距离也可以减小条件数,这可以改善RAN MIMO信道。因此,UAV集群配置可以包括调度,诸如调度哪些UE共享RAN资源块来增强频率复用。
除了天线间隔之外,方位角和俯仰角对平均信道容量也有影响。例如,越小的俯仰角可以提供越大的平均信道容量。而且,UAV天线可以水平定向以提供更大的信道容量。
对特定的环境而言,可能存在由于以下权衡而使覆盖范围最大的最优UAV高度:虽然增加UAV高度将导致更高的自由空间路径损耗,但是它还增加了与地面终端具有LoS链路的可能性。然而,越高的UAV高度导致越大的条件数,这抑制了MIMO性能。
当UAV距离UE较远时,平均MIMO信道容量越小。这是因为更大的地理距离降低了空间分辨率,并且这也与减少的多径有关。
UAV-UE信道的特性在很大程度上影响基于UAV的协作MIMO的性能;因此,可以调整UAV在协作MIMO集群中的位置来增强协作MIMO信道的有利特性以改善性能。在本公开的一些方面,UAV飞行路径不仅由彼此的交互(以诸如提供航线调整、航空器间距等)来确定,而且由在与一组UE的无线电通信对应的多维搜索空间中的经测量和/或计算的参数来确定。在基于人群的搜索算法中,优化可以包括使成本函数最小化或使收益最大化。在本公开的一些方面,优化包括确定UAV位置(包括飞行模式),该UAV位置降低成本函数和/或增加收益,但在由航空电子***(例如,最大/最小速度、高度、机动性等)、空中交通控制(例如,态势感知、最小要求的飞机间距、最佳间距、最大/最小高度、预定的飞行路径、指定目的地等),以及可选地环境因素(例如,天气、地形、建筑物等)控制的约束内。
粒子群优化(PSO,particle swarm optimization)是基于人群的搜索过程,在该搜索过程中,个体(粒子)随着时间的推移改变它们在多维搜索空间中的位置。在PSO中,多维搜索空间包括一组潜在的解决方案。在搜索空间中的“飞行”期间,每个粒子基于自身经验和基于相邻粒子的经验调整自身的位置,从而利用其自身和相邻粒子所遇到的最优位置。因此,PSO***将局部搜索方法与全局搜索方法相结合。因此,每个粒子具有沿逐步改进的解决方案的方向运动的趋势。
根据本公开的一些方面,每个PSO粒子都包括UAV。在一些方面,粒子可以包括一组UAV,并且在一些方面,在这样的分组中对UAV的选择可以改变。UAV在实际的三维空间中物理运动(即飞行),并且它们的飞行路径不仅由彼此的交互(以诸如提供航线调整、航空器间距等)来确定,而且由在与一组UE的无线电通信对应的多维搜索空间中的经测量和/或计算的参数来确定。
在基于人群的搜索算法中,优化可以包括使成本函数最小化或使收益最大化。在本公开的一些方面,优化包括确定UAV位置(包括飞行模式),该UAV位置降低成本函数和/或增加收益,但在由航空电子***(例如,最大/最小速度、高度、机动性等)、空中交通控制(例如,态势感知、最小要求的飞机间距、最佳间距、最大/最小高度、预定的飞行路径、指定目的地等),并且可选地,环境因素(例如,天气、地形、建筑物等)控制的约束内。
在协作MIMO通信中,信道条件可以随时间而快速改变,并且通信***可能需要改变它对天线频率的选择以保持高性能。天线选择算法的计算效率对快速调整天线选择以改变信道条件是重要的。由于最优选择的高计算复杂性,所以具有较低复杂性的次优解决方案是有利的。
图3B为示出根据本公开的一些方面的方法的流程图。在步骤304中,自主UAV导航可以使用根据节能操作参数配置的规则库。步骤305提供了处理UAV-UE链路中的RAN信号,诸如以提供RAN性能增强。
节能操作旨在通过UAV降低不必要的能量消耗。由于UAV的主要能量使用支持航空器推进和无线通信,因此可以将节能操作方案分为两类。第一类是节能移动性,就此而言,应通过将与每次移动相关的能量消耗考虑在内来仔细地控制UAV的运动。节能移动性方案可以通过使用作为UAV速度、加速度、高度等的函数的适当能量消耗模型设计成路径规划优化。这种模型可以为调整导航准则和导航准则边界任一个或两者提供依据。
节能操作的另一分类是节能通信,就此而言,采用降低在诸如计算机处理器、放大器等的通信相关功能上的能量消耗来满足通信要求。为此,一种常见的方法是优化通信策略,以最大限度地提高能量效率,以比特/焦耳为单位(例如,每单位能量消耗成功传送的数据比特数)。这种方法可以用来调整导航准则。
图3C为示出根据本公开一些方面的方法的流程图,在该流程图中,步骤306设置成缓解至少一个UE的RAN链路。在这种情况下,步骤302可以包括识别UE发射、测量UE信道特性、和/或处理接收到的UE发射来识别信号类型、无线电发射机类型、和/或远程控制的飞行器类型。UE信道特性可以包括UAV和UE正在控制的飞行器之间的信道特性,可以使用该UE信道特性来调整导航准则304和/或提供缓解305,诸如以追踪飞行器和/或有效地指导传输的对策。调整导航准则304可以导致被设计成增强RAN缓解性能的飞行调整。以示例而非限制性的方式,可以调整导航准则304以增强为协作地缓解目标而分配的一组UAV(例如集群)的协作RAN缓解性能。在一些方面,信号类型、无线电发射机类型和/或远程控制的飞行器类型可以用来为UAV和/或分组制定缓解305计划。
图5示出了与管理根据本公开的各方面的UAV群相关的导航指令和RAN指令之间的关系。RAN指令中的至少一些可以被配置成调整导航指令中的至少一些。导航指令包括单独的指令501-506,而RAN指令包括单独的指令511-516。
指令501-506可以包括简单的规则,诸如沿与相邻UAV(即your neighbors)相同的方向运动501、避免碰撞502、保持靠近相邻UAV503、遵守高度和空域限制504、保持与相邻UAV相关的特定飞行编队505,并且群成员中的至少一个具有有关分组航向506的信息,诸如指定的目的地或具有具体航点的飞行计划。
指令501-506可以包括基于传感器测量值的导航准则,诸如阈值或许可值的范围。例如,避免碰撞502可以建立最小的航空器间隔。在一些情况中,诸如在指令502的情况中,导航准则可以包括不能被RAN指令改变的边界。然而,其他因素(诸如天气条件)可能影响该边界。在其他情况中,诸如指令503(保持接近相邻UAV)之类的导航指令可以具有由RAN指令调整的、可能在预定的边界内的阈值或范围。
指令511-516还可以包括基于局部数据采集、局部处理和/或远程处理的简单规则。在一些方面,RAN指令511-516影响在规则(例如501-506)的边界内的UAV导航。在一些方面,RAN指令可以改变导航规则501-506中的一个或多个。
适应于地理UE密度511可以包括选择一个或多个UAV的航向,诸如以形成UAV集群或指导机群中的至少一个现有集群服务特定地理位置中的UE。可以响应于间接检测UE密度的UAV诸如经由RAN信道活动来执行航向选择。类似地,BTS和/或CP可以指示UAV改变它们的航向以适应于检测到的UE密度。在一方面,RAN对在MIMO信道的任一侧上所使用的天线的选择进行调整,诸如以增加MIMO信道秩、提高密度、跨多台设备平衡功率负载、和/或跨设备分配处理负载。通过示例,当特定地理区域中的UE数量超过被配置成服务UE的服务侧天线的数量(例如,设置成服务一组UE的可用的基站收发天线和UAV天线的总数)时,UE、BTS、CP和/或UAV可调用额外的UAV来支持RAN中的协作MIMO处理。此外,应该理解的是,UE可以设置成支持服务器侧操作,诸如增加MIMO信道矩阵的秩,中继信号以及提供计算资源。
在一些方面,可以相对于一个或多个RAN指令来调整用于导航指令的条件。例如,规则501和503可以经由加权与不遵循到预定位置的最直接航线的缺点相对的某些优点的算法来实现,诸如通过与其他UAV组队飞行(这样减少了阻力)的电能节约。该算法可以选择一路径,该路径使UAV能够与特定分组飞行直到选择新航线的特定点,然后UAV才脱离该分组。在一些方面,机群中的不同分组基于分组或各个UAV的需要协商用于机群的航线。最小二乘法或其他回归分析方法可用来绘制用于机群的航线,该航线优化了表征UAV服务程度的至少一个参数(诸如电能节约和便捷的功能)。
在RAN指令的影响下,诸如规则501的准则之类的条件可以稍微调整。例如,UAV可以大致沿与相邻UAV相同的方向运动,同时进行小程度的发散运动,诸如以诸如根据以下所公开的扰动技术来改变自身在机群内的位置或者改变航线。
在一些方面,导航指令和RAN指令可以是相同的。例如,规则“保持靠近相邻UAV”503可以与规则“确保局部区域通信”513一致,这是由于保持UAV之间的通信的一方面包括停留在指定的范围内。在另一方面,机群可以包括多个集群,并且集群内的UAV可能需要在空间上间隔足够的距离以获得足够的信道秩或减小条件数512、合成足够大的孔径(未示出)、或任何其他数量的理由。然而,导航规则503仍然可以相对于属于其他分组的UAV来保持。因此,如此处所示,RAN指令可以适应导航指令中的一个或多个。在一些情况中,冲突的RAN指令可以通过确定折衷的RAN准则来解决,诸如可以基于成本收益优化。因此,一RAN指令可能会影响由另一RAN指令指定的条件。
当导航指令趋向于与分散式操作对应时,这些指令中的一些可以通过诸如飞行计划505(在一些方面,飞行计划505仅包括目的地)和分组航向506之类的集中控制操作来提供。例如,飞行计划505可以由CP 130来确定(例如,CP 130响应于针对业务的UE请求,选择UAV并指导它们服务UE)。分组航向506可以由UAV集群内的中央控制器(例如集群头)来确定。
根据某些方面,存在关于控制指令的层级结构。在一方面,来自远程中央机构(authority)的控制指令可以被来自本地机构的控制指令覆盖。例如,对由特定的UAV执行的操作而言,CP可能被UAV集群头或者特定的UAV覆盖。诸如避免碰撞502之类的一些指令优先于诸如飞行计划505之类的其他指令。这种覆盖的控制指令可以是暂时的,并且坚持中央机构所发布的控制指令可以在此后恢复。在另一方面,中央机构(例如CP 130)可以覆盖来自诸如UAV集群头之类的本地机构的某些控制指令。在一些方面,中央机构(例如CP 130和/或UAV集群头)可以覆盖UAV的个别指令。
在一方面,一组UAV中的每一个UAV执行局部MIMO处理操作,然后该局部MIMO处理的结果被传递到采用该结果来执行全局MIMO处理的中央机构。通过示例,UAV集群可以执行局部协作MIMO处理,诸如以根据局部CSI确定子空间处理权重。局部MIMO处理结果(例如局部子空间权重,以及可选地CSI)可以被传递到接收来自其他集群的局部MIMO处理结果的中央机构。当收集了来自多个集群的局部MIMO处理结果后,中央机构可以采用该结果来执行全局MIMO处理。
在本公开的一些方面,局部结果可以包括对MIMO处理权重的第一估计,并且全局处理可以提供改进的估计,然后可以使用该改进的估计来执行空间复用和/或解复用。在一些方面,全局MIMO处理可以包括在中央机构指示集群对它们的权重提供特定的扰动或预定的适应后评估多个局部MIMO处理结果。
应该理解的是,上文提及的局部处理和全局处理可以按不同的规模(scale)执行。通过示例,局部处理可以包括无线网络节点对其自身的天线阵列信号的处理,在该情况中,全局处理可以包括诸如由集群头协作处理多个节点的信号。局部处理可以包括一群执行协作处理的这样的节点,在该情况中,全局处理可以包括诸如由超级集群头或CP 130处理来自多个集群的信号。局部处理可以包括处理从诸如在CP 130中的多个集群接收到的信号,在该情况中,全局处理可以包括处理多个CP之间的信号。因此,全局处理可以根据规模来帮助缓解节点之间、集群之间、和/或CP之间的干扰。还应该理解的是,处理层级结构可以为局部处理和全局处理之间的处理提供一个或多个等级。
在本公开的一方面,可以使用梯度技术来调整集群的航向以更好地服务一组UE。在一示例中,集群中的每个UAV测量来自包括一个或多个UE的UE集合的发射。测量可以包括信号功率、SNR、信道测量值等。然后采用集群的飞行编队对这些测量值进行处理。如果来自飞行编队的一侧处的UAV的测量优先于来自至少一个另一侧处的UAV的测量,则可以(例如由集群头)使用算法沿测量梯度方向来映射用于集群的新的航向矢量。
本公开的另一方面使用在分布式网络中路由的梯度类型作为用于传递网络服务的手段,并且可以用于配置网络以适应于变化的网络负载。例如,网络中的节点(例如UAV)可以互相共享质量测量值。由于UAV所使用来互相通信的局域链路可以是短程超高带宽链路(例如UWB、无线光通信等),所以带宽开销通常不是问题。这些质量测量值可以包括测量的UE发射功率、SNR、CSI等。这些质量测量值可以包括基于上文提及的测量的计算值,并且可以包括特征值、信道相关性、各个子空间信道质量指标等。用于特定UE或一组UE的数据可以通过网路路由,其中,路由路径通过连续改进质量测量值来确定。因此,路由路径可以遵循具有连续增加的质量测量值的节点的顺序。数据遵循质量测量梯度直到满足诸如阈值质量测量值、最大(本地或绝对)值等等之类的预定的质量测量条件,在该点处找到其梯度路由目的中继节点。数据可以经由RAN传输从该节点发送给UE,或者数据可以在RAN中传输之前被分发到至少一个其它节点(诸如协作MIMO集群中的节点)。
在梯度路由的一方面,可以根据需要而不是传递消息的成本建立路由信息,消息在RAN连接性依次递增的节点中被传递到目的UE。例如,在第一种情况中,每个节点具有存储其相邻节点的质量测量值的质量测量表。在收到消息时,节点确定其相邻节点中之一具有更好的质量测量,则将消息路由到该相邻节点。在第二种情况中,每个节点仅知道其自身的质量测量值(除非这些测量可能与节点所属的集群中的协作MIMO处理有关)。节点监听来自其相邻节点的广播,该广播包括消息并且指示该相邻节点的与消息的目的UE对应的质量测量。某些时候,具有相同消息的多个广播可能同时出现,在这种情况下,节点只关注具有最高质量测量的广播。如果节点具有比在接收到的广播中所指示的质量测量更好的质量测量,则该节点重新广播消息及自身的质量测量,然后监听指示消息被具有更好的质量测量的后续节点重播的任何广播。虽然泛播(flooding)导致了高数据带宽开销,但是使用极高带宽的局域链路(诸如光学、UWB等的)使数据带宽开销最小。然而,在一些方面,可以使用技术来移除重复的广播消息。在第三种情况中,每个节点只知道其自身的质量测量值,如第二种情况一样。然而,当节点有消息要发送时,该节点针对其相邻节点的特定于目的UE的相应的质量测量来轮询这些相邻节点。然后,该节点将该消息路由到具有最佳质量测量的相邻节点。
在本公开的一方面,梯度路由方法包括通过从CP到至少一个基站收发终端(basetransceiver terminal)的去程网络来路由待发送给特定UE的数据。该至少一个基站收发终端给一组中继节点(诸如UAV)中的至少一个发送数据。通过中继节点基于与其目的UE对应的质量测量使用梯度路由算法来路由数据。一旦数据被传递给该中继节点的目的中继节点,该数据可以被发射到该中继节点的目的UE、或者可以被分发到配置成给目的UE协作发射信号的其他中继节点。
根据本公开的一方面,图6所描述的装置可以被配置成执行以下方法。该装置整体或其任何部件可以以集中式或分布式方式实现。在分布式操作方面,一个或多个块可以包括驻留在多个UAV上的部件。在集中式操作方面,该装置驻留在中央协调器(诸如CP或UAV集群头)中。
舰队管理器605使用集群管理器651通过飞行规则来协调集群中的各个UAV的导航,飞行规则可以包括全局飞行控制指令(例如,飞行计划、飞行边界、障碍位置等)和局部飞行控制指令(例如,航空器间隔、碰撞避免、其他自主飞行控制规则等)的组合。一些指令可以设置有比其他指令高的优先级,以使得UAV根据优先级等级来响应这些指令。例如,UAV可能会在通过局部飞行控制指令建立的边界内制定全局飞行控制指令。
集群管理器651的输入是从态势感知管理器601接收的,并且可以包括用于集群中的UAV的UAV空间位置数据。该数据可以包括UAV飞行遥测数据、遥感数据、其他UAV位置数据和/或它们的组合。态势感知管理器601可以包括飞行遥测数据管理器611、传感器网络管理器612、以及可选地威胁检测***613。集群管理器651可以接收来自协作MIMO处理器653的输入以选择关于协作MIMO性能准则配置的全局和/或局部飞行指令,并且可以选择在预定的导航准则边界内的飞行指令。
威胁检测***613可以被配置成以UE和/或远程控制飞行器为目标进行缓解,并将对应的位置数据发送给舰队管理器605。舰队管理器605可以通过调度器652调度特定的UAV来执行针对目标的对策和/或选择飞行控制指令发送给特定的UAV,诸如以协调攻击。在这些方面,处理器653可以包括被配置成利用目标的无线链路来实施被动和/或主动攻击的缓解***(未示出)。
对分布式处理而言,协作MIMO处理器653与去程网络管理器655通信,去程网络管理器655与集群管理器651通信。去程网络管理器655给集群管理器651传递网络拓扑准则以调整全局和/或局部飞行控制指令,从而调整去程网络拓扑。
集群管理器651通过调度器652调度UAV来在集群中操作。调度器652可以给集群分配UAV。通过示例,与处理器653和/或管理器655协作操作的调度器652可以给各个UAV分配职责,该职责包括信号处理、数据存储和/或路由功能。
响应于由协作MIMO处理器653输入的操作准则,去程网络管理器655制定网络拓扑以使网络路由拓扑操作在以下定义的容差范围内的链路,诸如在延迟阈值以下、数据带宽阈值之上、在QoS阈值以上、在可靠性阈值以上、在BER阈值以上、在SNR阈值之上等等。去程网络管理器655可以请求集群管理器651调整UAV空间位置以使网络能够在定义的容差内操作。
协作MIMO处理器653被配置成执行分布式波束成形。就分布式波束成形而言,术语“分布式”的使用有两种不同的含义。第一种意思指示阵列天线可能以某些随机结构方式分布在接收平面中。这不同于传统的波束成形,传统的波束成形依赖于严格均匀地放置天线元件以通过移除对阵列内的节点的各个位置的依赖性来降低分析的复杂性。当节点位置不再结构化时,必须单独考虑每个元件的位置,而不是仅整体考虑阵列的位置。在这种情况中,元件仍然受某些中央源控制;因此每个节点的位置、相位偏移以及传输能力可以是用来产生权重计算的已知量。第二种意思建立于第一种意思之上,暗示元件不仅依据位置进行分布,而且也是诸如UAV和UE之类的独立的处理单元。第二种情况典型地限制了可用于波束成形器的信息量和信息质量。
在一方面,用于确定复数权重(complex weights)的方法是是这样分配的,即它们可以由每个节点单独执行而不需要共享大量的信息。在另一方面,节点可以诸如通过一些预通信阶段共享关于自身的全部信息。在这种情况下,近理想的权重可以基于全局信息来计算并且由单一集群头通过去程网络传播。可以执行这些方面的组合。例如,光通信实现大量的数据带宽,尤其是用于短程通信,因此很多CSI(以及MIMO处理信息)可以局部共享。这可以有助于诸如云计算之类的分布式处理。这提供了具有足够信息的中央协调器(例如集群头)来执行全局MIMO处理(或局部MIMO处理之上的至少一个级别),同时使中央协调器能够利用分布式计算资源,该分布式计算资源的可用性可以随协作MIMO阵列大小而增加。
根据一方面的用于确定复数MIMO权重的方法包括以下步骤。第一,选择约束,诸如在接收节点处的SNR。然而,可以选择任何可量化的量,诸如总链路的容量、总的功率消耗、每个节点的功率消耗等。第二,基于中继网络模型创建最优兴趣值的解析推导,并且提出了用于迭代达到最优方法。最后,解决问题以使发射机阵列和/或接收机阵列可以计算单个覆盖参数,该单个覆盖参数致使各个节点找到他们自己的最优权重,从而通过网络分配计算。
当目标移动时、或者由于缺少信息而无法进行理想权重计算时,可以诸如通过基于阵列性能迭代地改变相位使用自适应方法回到理想权重。这导致了分布式智能天线,该分布式智能天线能够补偿阵列内的移动、目标、信源、信道和干扰并适应于信道中的其他变化。为了在没有完整CSI的情况下到达理想权重(或至少局部极值),可以尝试使用来自目的节点的一个比特反馈迭代地找到在每个中继处的最优加权。例如,使用加/减扰动,在传输期间将下一权重扰动两次,并且该反馈比特指定了两次中最佳的一次。
在另一方面,向一组UE提供RAN服务的UAV集群被配置成调整导航参数以改进RAN服务。对航线、集群飞行编队、和/或高度的扰动可以用来调整集群以寻求改进的阵列性能。例如,选择诸如SNR、与MIMO特征向量对应的特征值或另一可测量参数之类的约束。基于这些约束,UAV可以直接根据从该组UE接收的信号来测量约束,和/或该组UE可以测量约束并向UAV返回反馈信息。然后,执行针对集群的航向和/或其他飞行特征的扰动。约束的测量由UAV和/或UE进行并且(可由至少一个中央机构)进行处理以区分由于扰动的影响和由于信道中的其他变化的影响。存在将扰动影响与其他影响区分开来的多种技术,并且本发明不限于特定的技术。在一方面,可以采用足够数量的样本将由具有零均值的方差表征的影响平均。
根据一方面,可以使用奇异值分解(SVD,singular value decompositions)来使用全局CSI获得波束成形权重。SVD方法使得发射机能够采用信道v的左分解来预编码通过MIMO信道h发送的数据x,并且使接收机能够采用右分解u进行解码,从而给出接收到的向量:
y=uHHvx+uHn
迭代方法可以根据用于计算左SVD向量的盲自适应方法来计算右SVD向量。这种方法的工作原理是将多条路径视为具有由SVD的对角元素指定的增益的并行SISO链路,使得节点能够基于他们的局部元素来计算它们的理想权重。通过使用预测器来估计在每个发射节点处的当前奇异向量的值,而不是在每个迭代中反馈向量,可以减少通过反馈信道发送的信息量。在传输的每次迭代后,如果估计值和计算值之间的差超过设定阈值,则将奇异向量的值发送回中继,从而取得控制信道中的性能和开销之间的平衡。
用于SDMA***的预编码算法包括线性和非线性预编码类型。虽然容量实现算法是非线性的,但是线性预编码通常可以实现复杂度很低的合理性能。线性预编码策略包括最大比率发射(MRT,maximum ratio transmission)、迫零(ZF,zero-forcing)预编码、和发射维纳(Wiener)预编码。还存在专为CSI的低反馈速率定制的预编码策略,例如随机波束成形。非线性预编码是基于脏纸编码(DPC,dirty paper coding)来设计的,脏纸编码示出了如果可以在发射信号上应用最佳预编码方案,则可以在没有无线电资源损失的情况下去除在发射机处的任何已知干扰。在DPC中,虽然只有发射机需要知道该干扰,但是处处都需要完整的CSI来达到加权的总容量。这一类包括Costa预编码、Tomlinson-Harashima预编码和向量扰动技术。
虽然性能最大化在点对点MIMO中有明确的解释,但是多用户***无法使所有用户的性能同时最大化。这可以被视为多目标优化问题,其中每个目标对应于使其中一个用户的容量最大化。简化该问题的常用方式是选择***效用函数;例如,权重对应于***的目标用户优先级的加权总容量。
在一些方面,针对每个用户的预编码权重可以被选择成使该用户处的信号增益和在其他用户(具有一些权重)处生成的干扰加噪声之间的比值最大。因此,预编码可以被解释为找到获得强信号增益和限制用户间干扰之间的最佳平衡。找到最佳加权的MMSE预编码比较困难,从而导致启发式选择权重的近似方法。在这些方面,群智能可以被用作权重选择的一部分。
一种近似方法是仅使目标用户处的信号增益最大的MRT。MRT在噪声有限制***中接近于最优,在该噪声限制***中,相比较噪声而言用户间干扰可以忽略不计。ZF预编码旨在以牺牲一些信号增益为代价来消除用户间的干扰。当用户的数量较大或者***是干扰受限的(即,相比较干扰而言噪声较弱)时,ZF预编码可以获得接近于总容量的性能。MRT和ZF之间的平衡通过所谓的正则迫零(又称为信漏噪比(SLNR,signal-to-leakage-and-interference ratio)波束成形和发射维纳滤波)来获得。所有这些启发式方法可以应用于具有多个天线的接收机。
实际上,CSI由于估算误差和量化而在发射机侧受到限制。如果完整的信道知识得到具有良好精确度的反馈,人们就可以使用旨在获得完整信道知识而具有较小性能下降的策略。CSI的量化及反馈是基于向量量化的,并且基于格拉斯曼空间装箱(Grassmannianline packing)的码本示出了良好的性能。在空间上相关的环境中,长期信道统计可以与低速率反馈相结合来执行多用户预编码。由于空间相关统计包含多方位信息,所以用户只需要反馈他们当前的信道增益即可获得合理的信道知识。
波束成形算法需要访问CSI,在此基础上计算最优的波束成形权重。确定这些权重的最优准则有时可以包含使中继处的总发射功率最小,使得满足在所有目的地处所需的SINR级别。包含收集全局CSI并随后将最优权重发送给所有波束成形器的中央处理单元的集中式优化方法产生了较大的通信成本。它们也可能导致显著的延迟,由此引起对分布式技术的需要,其中每个波束成形器必须仅基于局部信息来计算其最优权重。
典型地,分布式波束成形中的最大开销是在节点之间共享位置或CSI以使得跨网络计算权重。虽然用于以分布式方式计算这些权重的方法试图按需尽可能少地共享数据,但是本公开的方面可以利用UAV和中继节点之间的局域通信的大数据带宽。UWB、光通信以及其他WLAN和WPAN技术可以许可协作节点共享大量的数据。
从理想权重的初始估计开始,各个节点可以基于上行链路中的传输的组合仅使用从接收机反馈的参数来局部地继续细化其自身的权重。在一方面,二阶统计计算包括多个源发射机对,调整中继节点处的权重以优化多个而不是仅一个接收机处的信号。
一些方面可以使用分布式优化算法,其允许由每个集群自主计算波束成形决策,同时将集群内和集群间干扰影响考虑在内。可以在不同方面使用各种算法,包括(但不限于):增广拉格朗日(AL,augmented Lagrangians),其是通过将二次惩罚项添加到普通拉格朗日而获得的正则化技术。AL方法收敛极快,尤其是相比较一阶方法;对偶分解方法,其具有普通拉格朗日的分解特性的;增强分布式增广拉格朗日(ADAL,AcceleratedDistributed Augmented Lagrangians)算法,其为产生极快收敛速度的AL分解方法;针对一般凸优化问题的交替AL分解技术;利用针对多小区下行链路波束成形问题的对偶分解的其他分布式方法;以及交替方向乘子法(ADMM,Alternating Directions Method ofMultipliers)技术。
一些方面可以适应于中继网络中的协作波束成形的问题,在该中继网络中,源-目的节点对的多个集群与它们的专用中继器一起在空间中共存。利用半定松弛(Semi-definite Relaxation)技术,可以以凸面编程形式来近似并且使用分布式优化算法来解决该问题,分布式优化算法允许由每个集群自主计算的最优波束成形决策。这种方法可以将低计算复杂性与鲁棒性及正则化收敛速度相结合,同时要求最小的通信开销。
应该理解的是,本文中所公开的装置及方法可以使用包括服务器、接口、***、数据库、代理、对等机、引擎、控制器、模块的计算设备或其他类型单独或选择性操作的计算设备的任何适当的组合来实施。人们应该理解的是,计算设备包括处理器,该处理器被配置成执行存储在有形的、非暂时性计算机可读存储介质(例如,硬盘驱动器、FPGA、PLA、固态驱动器、RAM、闪存、ROM等)上的软件指令。这些软件指令将计算设备配置或编程为提供如本文所讨论的关于所公开的设备和方法方面的角色、责任或其他功能。

Claims (20)

1.一种无人驾驶飞行器,包括:
态势感知***,耦接到至少一个机载传感器并且被配置成确定至少一个其他无人驾驶飞行器的至少一个相对空间位置;
协作无线接入网信号处理器,被配置成处理与至少一个其他无人驾驶飞行器协作的无人驾驶飞行器-用户设备信道中的无线接入网信号,以提供所述无人驾驶飞行器-用户设备信道的增加的秩并产生无线接入网性能准则;以及
飞行控制器,耦接到所述态势感知***和所述协作无线接入网信号处理器,并且被配置成至少基于所述至少一个相对空间位置和所述无线接入网性能准则来执行所述无人驾驶飞行器的飞行的自主导航控制,所述无线接入网性能准则在导航准则的预定边界内操作,所述飞行控制器被配置成调整所述无人驾驶飞行器相对于在协作多输入多输出集群中的至少一个其他无人驾驶飞行器的位置以提高多输入多输出信道容量。
2.根据权利要求1所述的无人驾驶飞行器,其中,所述无线接入网性能准则被用作无线接入网缓解准则,并且其中,所述自主导航控制被配置成增强无线接入网缓解性能。
3.根据权利要求1所述的无人驾驶飞行器,其中,所述协作无线接入网信号处理器包括协作多输入多输出处理器。
4.根据权利要求1所述的无人驾驶飞行器,其中,所述协作无线接入网信号处理器包括被配置成提供无人驾驶飞行器间通信的无人驾驶飞行器去程收发机。
5.根据权利要求1所述的无人驾驶飞行器,还包括被配置成将所述无人驾驶飞行器作为集群头的舰队管理器。
6.根据权利要求5所述的无人驾驶飞行器,其中,所述舰队管理器包括以下至少之一:集群管理器、同步管理器、多输入多输出处理器、调度器和去程网络管理器。
7.一种用于控制无人驾驶飞行器的飞行的***,包括:
多个无人驾驶飞行器,每个无人驾驶飞行器包括处理器和存储器,所述处理器执行局部飞行控制模块和协作无线接入网信号处理模块,所述存储器可由供所述局部飞行控制模块使用的所述处理器访问;
其中,在飞行操作期间,每个局部飞行控制模块至少部分地基于所述多个无人驾驶飞行器的至少一个其他无人驾驶飞行器的相对空间位置、存储在所述存储器中的导航准则以及在所述导航准则的边界内操作的无线接入网性能准则来自主地控制自身的无人驾驶飞行器的飞行,其中,所述无线接入网性能准则源自所述多个无人驾驶飞行器中的每个无人驾驶飞行器中的协作无线接入网信号处理模块产生的无线接入网信道测量值,并且其中,局部飞行控制模块被配置成调整所述无人驾驶飞行器相对于在协作多输入多输出集群中的至少一个其他无人驾驶飞行器的位置以提高多输入多输出信道容量。
8.根据权利要求7所述的***,其中,所述无线接入网性能准则被用作无线接入网缓解准则,其中,所述多个无人驾驶飞行器中的每个无人驾驶飞行器被配置成执行无线接入网缓解,并且其中,每个所述局部飞行控制模块自主地控制自身的无人驾驶飞行器的飞行以增强无线接入网缓解性能。
9.根据权利要求7所述的***,其中,所述无线接入网性能准则包括导航参数,所述导航参数被确定为减小无线接入网信道矩阵条件数。
10.根据权利要求7所述的***,其中,每个所述局部飞行控制模块还被配置成增强自身的无人驾驶飞行器的节能操作。
11.根据权利要求7所述的***,其中,至少一个协作无线接入网信号处理模块包括协作多输入多输出模块。
12.根据权利要求7所述的***,其中,所述多个无人驾驶飞行器中的至少一个无人驾驶飞行器包括被配置成操作为无人驾驶飞行器集群头的舰队管理器。
13.根据权利要求12所述的***,其中,所述舰队管理器包括以下至少之一:集群管理器、同步管理器、多输入多输出处理器、调度器和去程网络管理器。
14.一种用于控制无人驾驶飞行器的方法,所述无人驾驶飞行器在无人驾驶飞行器的集群中操作,所述方法包括:
使用机载传感器确定相对于至少一个其他无人驾驶飞行器的相对空间位置;
处理与至少一个其他无人驾驶飞行器协作的无人驾驶飞行器-用户设备信道中的无线接入网信号,以提供所述无人驾驶飞行器-用户设备信道的增加的秩并产生无线接入网性能准则;
使用无人驾驶飞行器间通信来使所述无人驾驶飞行器的集群能够互相通信;以及
至少部分地基于相对空间位置、导航准则边界和在所述导航准则边界的预定边界内操作的无线接入网性能准则,执行自主导航控制来控制所述无人驾驶飞行器的飞行,所述自主导航控制被配置成调整所述无人驾驶飞行器相对于在协作多输入多输出集群中的至少一个其他无人驾驶飞行器的位置以提高多输入多输出信道容量。
15.根据权利要求14所述的方法,还包括将所述处理配置成包括针对至少一个目标用户设备执行无线接入网缓解,其中,所述无线接入网性能准则被用作无线接入网缓解准则,并且其中,所述自主导航控制提供自主地控制所述无人驾驶飞行器的飞行以增强无线接入网缓解性能。
16.根据权利要求14所述的方法,其中,所述无线接入网性能准则包括导航参数,所述导航参数被确定为减小无线接入网信道矩阵条件数。
17.根据权利要求14所述的方法,其中,所述处理包括与至少一个其他无人驾驶飞行器协调的协作多输入多输出处理。
18.根据权利要求14所述的方法,还包括将无线接入网信号、经处理的无线接入网信号和无线接入网性能准则中的至少一项传输至集中式处理器,所述集中式处理器被配置成执行协作多输入多输出处理。
19.根据权利要求14所述的方法,还包括执行对所述集群的舰队管理,其中,所述舰队管理包括以下至少之一:为所述集群分配无人驾驶飞行器、同步所述集群中的无人驾驶飞行器、对经所述集群中的其他无人驾驶飞行器处理的无线接入网信号执行集中处理、调度以及对连接所述集群中的无人驾驶飞行器的去程网络执行网络管理。
20.根据权利要求14所述的方法,其中,执行自主导航控制被配置成增强所述无人驾驶飞行器的节能操作。
CN201680043885.0A 2015-07-27 2016-07-25 协作mimo***中的机载中继 Active CN108349589B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562197336P 2015-07-27 2015-07-27
US62/197,336 2015-07-27
PCT/US2016/043852 WO2017019595A1 (en) 2015-07-27 2016-07-25 Airborne relays in cooperative-mimo systems

Publications (2)

Publication Number Publication Date
CN108349589A CN108349589A (zh) 2018-07-31
CN108349589B true CN108349589B (zh) 2021-03-09

Family

ID=57886886

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680043885.0A Active CN108349589B (zh) 2015-07-27 2016-07-25 协作mimo***中的机载中继

Country Status (7)

Country Link
US (6) US9798329B2 (zh)
EP (1) EP3328733A4 (zh)
JP (1) JP6942909B2 (zh)
CN (1) CN108349589B (zh)
AU (2) AU2016297892B2 (zh)
IL (1) IL256934B (zh)
WO (1) WO2017019595A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113364513A (zh) * 2021-05-28 2021-09-07 西安秦越志远网络科技有限公司 基于无人机机阵的分布式多天线基站
US12022289B2 (en) 2022-12-16 2024-06-25 Whitefox Defense Technologies, Inc. Integrated secure device manager systems and methods for cyber-physical vehicles

Families Citing this family (208)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10931338B2 (en) 2001-04-26 2021-02-23 Genghiscomm Holdings, LLC Coordinated multipoint systems
US10644916B1 (en) 2002-05-14 2020-05-05 Genghiscomm Holdings, LLC Spreading and precoding in OFDM
US11381285B1 (en) 2004-08-02 2022-07-05 Genghiscomm Holdings, LLC Transmit pre-coding
US9582006B2 (en) 2011-07-06 2017-02-28 Peloton Technology, Inc. Systems and methods for semi-autonomous convoying of vehicles
US10520581B2 (en) 2011-07-06 2019-12-31 Peloton Technology, Inc. Sensor fusion for autonomous or partially autonomous vehicle control
WO2018039134A1 (en) 2016-08-22 2018-03-01 Peloton Technology, Inc. Automated connected vehicle control system architecture
US11334092B2 (en) 2011-07-06 2022-05-17 Peloton Technology, Inc. Devices, systems, and methods for transmitting vehicle data
US20170242443A1 (en) 2015-11-02 2017-08-24 Peloton Technology, Inc. Gap measurement for vehicle convoying
US11294396B2 (en) 2013-03-15 2022-04-05 Peloton Technology, Inc. System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles
US20180210463A1 (en) 2013-03-15 2018-07-26 Peloton Technology, Inc. System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles
US10009091B2 (en) * 2015-07-07 2018-06-26 Spatial Digital Systems, Inc. Data transport privacy and redundancy via small UAVs in cooperation
CN108349589B (zh) 2015-07-27 2021-03-09 珍吉斯科姆控股有限责任公司 协作mimo***中的机载中继
US20210011472A1 (en) * 2015-08-14 2021-01-14 Safeshoot Ltd. System, device and method for time limited communication for remotely controlled vehicles
US10339818B2 (en) * 2015-11-24 2019-07-02 Drone Go Home, LLC Drone defense system
US10805899B2 (en) * 2015-12-18 2020-10-13 At&T Intellectual Property I, L.P. Location assessment system for drones
US10116377B2 (en) * 2016-01-06 2018-10-30 Google Llc Dynamic forward error correction bypass in a digital communications system
US10298418B2 (en) * 2016-01-12 2019-05-21 The Trustees Of Princeton University System and method for disintegrated channel estimation in wireless networks
KR102416473B1 (ko) * 2016-01-27 2022-07-05 한국전자통신연구원 무인기 제어용 초기 통신 채널 및 연결 설정 방법
US9948380B1 (en) * 2016-03-30 2018-04-17 X Development Llc Network capacity management
WO2017180561A1 (en) * 2016-04-13 2017-10-19 Wal-Mart Stores, Inc. Providing wireless internet access using autonomous vehicles
WO2017210200A1 (en) 2016-05-31 2017-12-07 Peloton Technology, Inc. Platoon controller state machine
US10365651B2 (en) * 2016-06-20 2019-07-30 Nutanix, Inc. Control system for autonomous locomotion devices
CN109791406B (zh) 2016-07-06 2022-06-07 劳伦斯利弗莫尔国家安全有限责任公司 自主载体的对象感知和规避***
US9949138B2 (en) * 2016-07-28 2018-04-17 At&T Intellectual Property I, L.P. Systems and methods to augment the capacities and capabilities of cellular networks through an unmanned aerial vehicle network overlay
US10412100B2 (en) 2016-08-01 2019-09-10 The Boeing Company System and methods for providing secure data connections in an aviation environment
US10007265B1 (en) * 2016-08-17 2018-06-26 Amazon Technologies, Inc. Hostile takeover avoidance of unmanned vehicles
US10369998B2 (en) 2016-08-22 2019-08-06 Peloton Technology, Inc. Dynamic gap control for automated driving
US10114384B2 (en) * 2016-09-13 2018-10-30 Arrowonics Technologies Ltd. Formation flight path coordination of unmanned aerial vehicles
US10353052B2 (en) * 2016-09-15 2019-07-16 Lawrence Livermore National Security, Llc Object discrimination based on a swarm of agents
US20180091108A1 (en) * 2016-09-28 2018-03-29 Qualcomm Incorporated Optimization for energy efficient multi-channel communication with shared lna structure
CA3030349A1 (en) 2016-09-28 2018-05-05 Federal Express Corporation Systems and methods for monitoring the internal storage contents of a shipment storage using one or more internal monitor drones
US10586190B2 (en) * 2016-10-07 2020-03-10 Stellar Labs, Inc. Fleet optimization across one or more private aircraft fleets
US11134380B2 (en) 2016-10-11 2021-09-28 Whitefox Defense Technologies, Inc. Systems and methods for cyber-physical vehicle management, detection and control
US10020872B2 (en) * 2016-10-11 2018-07-10 T-Mobile Usa, Inc. UAV for cellular communication
US11064363B2 (en) 2016-10-11 2021-07-13 Whitefox Defense Technologies, Inc. Systems and methods for cyber-physical vehicle management, detection and control
US9866313B1 (en) * 2016-12-14 2018-01-09 T-Mobile Usa, Inc. UAV cellular communication service delivery
US11179847B2 (en) * 2016-10-12 2021-11-23 Google Llc Selecting actions to be performed by a robotic agent
US10530468B2 (en) * 2016-10-19 2020-01-07 Vector Launch Inc. State transfer among virtualized nodes in spaceborne or airborne systems
US10429836B2 (en) * 2016-11-14 2019-10-01 Electronics And Telecommunications Research Institute Channel access method in unmanned aerial vehicle (UAV) control and non-payload communication (CNPC) system
EP3545375A1 (en) * 2016-11-24 2019-10-02 Telefonaktiebolaget LM Ericsson (PUBL) A method for directing an unmanned aerial vehicle to a destination
US9973261B1 (en) * 2016-12-28 2018-05-15 Echostar Technologies Llc Rapidly-deployable, drone-based wireless communications systems and methods for the operation thereof
US10324466B2 (en) * 2017-01-27 2019-06-18 International Business Machines Corporation Personality sharing among drone swarm
KR102053769B1 (ko) * 2017-01-31 2019-12-09 한국전자통신연구원 지상 무선국 장치 및 탑재 무선국 장치
US10866226B1 (en) * 2017-02-07 2020-12-15 Air Stations Llc/Elevated Analytics Llc Joint Venture Multi-point ground emission source sensor system
JP6862477B2 (ja) * 2017-02-10 2021-04-21 エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd 位置処理装置、飛行体、位置処理システム、飛行システム、位置処理方法、飛行制御方法、プログラム、及び記録媒体
JP6446077B2 (ja) * 2017-02-22 2018-12-26 株式会社Subaru データ通信システム及びデータ通信方法
US10317915B2 (en) * 2017-02-28 2019-06-11 Gopro, Inc. Autonomous tracking based on radius
JP2018148522A (ja) * 2017-03-09 2018-09-20 株式会社Nttドコモ 遠隔制御装置及び制御システム
US10747217B1 (en) * 2017-03-10 2020-08-18 Rockwell Collins, Inc. Distributed directional antenna
US10692385B2 (en) * 2017-03-14 2020-06-23 Tata Consultancy Services Limited Distance and communication costs based aerial path planning
US11191037B2 (en) * 2017-03-23 2021-11-30 Interdigital Patent Holdings, Inc. Altitude path-loss based power control for aerial vehicles
US10575149B2 (en) * 2017-03-23 2020-02-25 Qualcomm Incorporated Methods to enable efficient intra-platoon communication
US11601812B2 (en) * 2017-03-29 2023-03-07 The Johns Hopkins University System and method for small unmanned aerial systems (sUAS) defense
JP6853897B2 (ja) 2017-03-31 2021-03-31 テレフオンアクチーボラゲット エルエム エリクソン(パブル) 無人航空機から送信される無線フレームにおけるジオロケーション情報のブロードキャスト
CN107025908B (zh) * 2017-04-06 2020-11-03 英华达(上海)科技有限公司 无人载具的控制方法与控制***
WO2018190833A1 (en) * 2017-04-12 2018-10-18 Paglieroni David W Swarm path planner system for vehicles
CA3094649C (en) 2017-04-12 2023-03-28 David W. Paglieroni Attract-repel path planner system for collision avoidance
AT16013U1 (de) * 2017-04-28 2018-10-15 Ars Electronica Linz Gmbh & Co Kg Unbemanntes Luftfahrzeug mit einer modularen Schwarmsteuereinheit
JP6615827B2 (ja) * 2017-05-12 2019-12-04 ソフトバンク株式会社 通信システム及び遠隔制御装置
US10637705B1 (en) 2017-05-25 2020-04-28 Genghiscomm Holdings, LLC Peak-to-average-power reduction for OFDM multiple access
US10243773B1 (en) 2017-06-30 2019-03-26 Genghiscomm Holdings, LLC Efficient peak-to-average-power reduction for OFDM and MIMO-OFDM
CN107238388B (zh) * 2017-05-27 2018-02-23 合肥工业大学 多无人机任务分配与航迹规划联合优化方法及装置
US10558209B1 (en) * 2017-06-13 2020-02-11 Rockwell Collins, Inc. System and method for cooperative operation of piloted and optionally piloted aircraft
CN107248881A (zh) * 2017-06-15 2017-10-13 北京佰才邦技术有限公司 一种信息传输的方法及无人机
US10389432B2 (en) 2017-06-22 2019-08-20 At&T Intellectual Property I, L.P. Maintaining network connectivity of aerial devices during unmanned flight
CN109116729A (zh) * 2017-06-23 2019-01-01 无锡飞天侠科技有限公司 一种无人机的控制方法
DE112018003399T5 (de) * 2017-07-01 2020-03-12 Intel Corporation Verfahren und vorrichtungen für fahrzeugfunkkommunikationen
CN109270943A (zh) * 2017-07-18 2019-01-25 无锡飞天侠科技有限公司 一种农业无人机作业方法
CN109270949A (zh) * 2017-07-18 2019-01-25 无锡飞天侠科技有限公司 一种无人机飞行控制***
CN109565845B (zh) 2017-07-24 2023-05-23 北京小米移动软件有限公司 一种控制可操控设备干扰的方法及装置
EP3659309A4 (en) 2017-07-25 2021-04-21 Genghiscomm Holdings, LLC EFFICIENT TO MEDIUM PEAK POWER REDUCTION FOR OFDM AND MIMO-OFDM
US10405373B2 (en) * 2017-08-03 2019-09-03 Nec Corporation Distributed core architecture for implementing wireless communication networks
US10820365B2 (en) * 2017-08-10 2020-10-27 Qualcomm Incorporated Techniques for providing radio resource control and fronthaul control on a wireless fronthaul link
WO2019028750A1 (zh) 2017-08-10 2019-02-14 北京小米移动软件有限公司 一种控制干扰的方法及装置
US10235642B2 (en) * 2017-08-11 2019-03-19 Tata Consultancy Services Limited Method and system for optimally allocating warehouse procurement tasks to distributed robotic agents
GB2565349A (en) * 2017-08-11 2019-02-13 Tcl Communication Ltd Interference mitigation for aerial vehicles in wireless communications
US10495421B2 (en) * 2017-08-25 2019-12-03 Aurora Flight Sciences Corporation Aerial vehicle interception system
US11064184B2 (en) 2017-08-25 2021-07-13 Aurora Flight Sciences Corporation Aerial vehicle imaging and targeting system
CN107424443B (zh) * 2017-08-30 2018-06-29 北京航空航天大学 一种基于Vicsek模型的飞行器集群调控方法及装置
CN109426274A (zh) * 2017-08-31 2019-03-05 广东泰高新技术发展有限公司 无人机协同航测***及协同航测方法
JP7067897B2 (ja) * 2017-10-30 2022-05-16 エスゼット ディージェイアイ テクノロジー カンパニー リミテッド 情報処理装置、飛行制御指示方法、プログラム、及び記録媒体
CN107807661B (zh) * 2017-11-24 2021-06-08 天津大学 轨迹控制室内四旋翼无人机编队演示验证平台及方法
WO2019119214A1 (zh) * 2017-12-18 2019-06-27 深圳市大疆创新科技有限公司 用于遥控器和无人机的通信方法、装置及通信***
GB2569789A (en) * 2017-12-21 2019-07-03 Av8Or Ip Ltd Autonomous unmanned aerial vehicle and method of control thereof
US10755582B2 (en) * 2017-12-28 2020-08-25 Paypal, Inc. Drone physical and data interface for enhanced distance coverage
CN109982363A (zh) * 2017-12-28 2019-07-05 株式会社Ntt都科摩 无线通信方法及相应的通信设备
WO2019133374A1 (en) * 2017-12-29 2019-07-04 Walmart Apollo, Llc System and method for determining autonomous vehicle location using incremental image analysis
CN111630936A (zh) * 2017-12-30 2020-09-04 英特尔公司 用于无线通信的方法和设备
JP6898258B2 (ja) * 2018-01-05 2021-07-07 ソフトバンク株式会社 通信システム及び無線中継装置
CN108196575B (zh) * 2018-01-05 2020-11-03 湖北工业大学 一种无人机任务分配及路线规划方法
CN111527463B (zh) * 2018-01-22 2024-02-23 深圳市大疆创新科技有限公司 用于多目标跟踪的方法和***
US11209816B2 (en) * 2018-01-26 2021-12-28 Above Daas, Inc. Autonomous long range aerial vehicles and fleet management system
CN108388247B (zh) * 2018-01-30 2020-11-10 上海交通大学 一种基于有向通信网络的无人车编队驾驶方法
CN110138519A (zh) * 2018-02-02 2019-08-16 索尼公司 无线通信***中的装置和方法、计算机可读存储介质
JP6813520B2 (ja) 2018-02-06 2021-01-13 ソフトバンク株式会社 システム、管理装置及び飛行方法
US20190266898A1 (en) * 2018-02-28 2019-08-29 Walmart Apollo, Llc System and method for managing traffic flow of one or more unmanned aerial vehicles
CA3093511C (en) * 2018-03-09 2021-04-06 Columbiad Launch Services Inc. Dynamic race course using an aircraft system swarm
US10540905B2 (en) * 2018-03-28 2020-01-21 Gulfstream Aerospace Corporation Systems, aircrafts and methods for drone detection and collision avoidance
US10991255B2 (en) * 2018-04-05 2021-04-27 Ge Aviation Systems Llc Providing an open interface to a flight management system
US10637544B1 (en) 2018-04-24 2020-04-28 Genghiscomm Holdings, LLC Distributed radio system
US11843446B2 (en) * 2018-05-17 2023-12-12 Beijing Xiaomi Mobile Software Co., Ltd. Method and device of controlling unmanned aerial vehicle to access network
US11962375B2 (en) * 2018-05-23 2024-04-16 Taisync Technology, Inc. Geolocation-based beamforming for drone communication
CN112425127A (zh) 2018-06-17 2021-02-26 珍吉斯科姆控股有限责任公司 分布式无线电***
JP7284893B2 (ja) * 2018-07-05 2023-06-01 国立研究開発法人情報通信研究機構 情報共有端末、自律型の移動体、情報共有システム及び情報共有方法
JP6739480B2 (ja) * 2018-08-16 2020-08-12 Hapsモバイル株式会社 制御装置、プログラム及び制御方法
US10727911B2 (en) * 2018-08-20 2020-07-28 Nokia Solutions And Networks Oy Beamforming in MIMO radio networks
US11558743B2 (en) 2018-09-05 2023-01-17 Whitefox Defense Technologies, Inc. Integrated secure device manager systems and methods for cyber-physical vehicles
CN109104237A (zh) * 2018-09-07 2018-12-28 佛山皖和新能源科技有限公司 一种无人机集群飞行控制节点设定及管理方法
CN109151718A (zh) * 2018-09-17 2019-01-04 南昌大学 基于物理层安全的无人机能效最大化资源分配方法
CN110971289B (zh) * 2018-09-29 2021-06-18 比亚迪股份有限公司 无人机的控制方法、装置和存储介质以及电子设备
CN109511134B (zh) * 2018-10-23 2022-03-04 郑州航空工业管理学院 基于能效最优的无人机辅助无线通信***负载分流方法
US10762791B2 (en) 2018-10-29 2020-09-01 Peloton Technology, Inc. Systems and methods for managing communications between vehicles
CN109039437B (zh) * 2018-11-07 2023-08-25 北京和协导航科技有限公司 一种无人机区域组网***
GB2580294A (en) * 2018-11-09 2020-07-22 Stratospheric Platforms Ltd Communication network and method of wireless communication
EP3884585B1 (en) * 2018-11-20 2023-10-04 Nokia Solutions and Networks Oy Flight data assisted active antenna system for air-to-ground applications
US11095360B2 (en) * 2018-11-26 2021-08-17 Eagle Technology, Llc Radio frequency (RF) communication system providing enhanced mobile vehicle positioning based upon reward matrices and related methods
US11184232B2 (en) 2018-11-26 2021-11-23 Eagle Technology, Llc Radio frequency (RF) communication system providing enhanced RF equipment configuration updates for mobile vehicles based upon reward matrices and related methods
CN117930875A (zh) * 2018-12-04 2024-04-26 深圳市大疆创新科技有限公司 控制可移动装置的移动的方法及***
CN109587690B (zh) * 2018-12-07 2023-04-28 郑州航空工业管理学院 无人机辅助认知卫星地面通信网络多点协作传输方法
CN109861785A (zh) * 2018-12-11 2019-06-07 广东工业大学 一种基于物理层安全的无人机协作通信的方法及装置
CN109510658B (zh) * 2018-12-29 2021-06-15 湖北航天技术研究院总体设计所 应用于多浮空平台场景下的组网接入方法、***及平台
WO2020153171A1 (ja) * 2019-01-22 2020-07-30 株式会社Nttドコモ 情報処理装置
US11343823B2 (en) 2020-08-16 2022-05-24 Tybalt, Llc Orthogonal multiple access and non-orthogonal multiple access
WO2020154550A1 (en) 2019-01-25 2020-07-30 Genghiscomm Holdings, LLC Orthogonal multiple access and non-orthogonal multiple access
US11917604B2 (en) 2019-01-25 2024-02-27 Tybalt, Llc Orthogonal multiple access and non-orthogonal multiple access
CN109890035B (zh) * 2019-01-28 2022-02-22 东南大学 一种中继无人机航迹规划和用户接入联合优化方法
US20210011494A1 (en) * 2019-02-13 2021-01-14 Atlas Dynamic Limited Multi-node unmanned aerial vehicle (uav) control
JP7244302B2 (ja) * 2019-03-01 2023-03-22 Hapsモバイル株式会社 Hapsマルチフィーダリンクにおける干渉キャンセリング
US11356172B2 (en) * 2019-03-16 2022-06-07 Nec Corporation Unmanned aerial vehicle network
JP7184688B2 (ja) 2019-03-26 2022-12-06 Hapsモバイル株式会社 Haps通信システムにおけるマルチフィーダリンク間の干渉検知
JP7184690B2 (ja) * 2019-03-27 2022-12-06 Hapsモバイル株式会社 複数ゲートウェイhapsシステムにおけるフィーダリンク送信帯域の固定分割による干渉キャンセリング
WO2020209935A2 (en) * 2019-04-12 2020-10-15 Northeastern University Software defined drone network control system
US11427196B2 (en) 2019-04-15 2022-08-30 Peloton Technology, Inc. Systems and methods for managing tractor-trailers
CN110207691B (zh) * 2019-05-08 2021-01-15 南京航空航天大学 一种基于数据链测距的多无人车协同导航方法
WO2020242898A1 (en) 2019-05-26 2020-12-03 Genghiscomm Holdings, LLC Non-orthogonal multiple access
US10979120B2 (en) 2019-05-30 2021-04-13 Cypress Semiconductor Corporation Method for optimizing channel sounding feedback in MIMO systems
CN110290476B (zh) * 2019-06-10 2022-03-25 河南创仕航空科技有限公司 无人机集群通信方法及***
JP7093327B2 (ja) * 2019-06-18 2022-06-29 Hapsモバイル株式会社 配置決定装置、プログラム及び配置決定方法
KR102038471B1 (ko) * 2019-06-20 2019-11-26 한화시스템(주) 공중 무인 중계 시스템의 위치 최적화 장치 및 그 방법
US11658990B2 (en) 2019-06-28 2023-05-23 The Boeing Company Systems and methods for detecting cybersecurity threats
CN110225582B (zh) * 2019-07-01 2021-05-18 西安电子科技大学 基于协作传输的无人机能量补给调度方法
JP7010901B2 (ja) 2019-07-23 2022-01-26 Hapsモバイル株式会社 Haps通信システムにおける動的サイトダイバーシチ
CN110417456B (zh) * 2019-07-24 2020-06-16 北京交通大学 基于无人机的信息传输方法
CN110412547B (zh) * 2019-07-24 2021-02-26 中国电子科技集团公司第三十六研究所 基于旋翼无人机载设备和地面设备的目标信号识别***
US11958183B2 (en) 2019-09-19 2024-04-16 The Research Foundation For The State University Of New York Negotiation-based human-robot collaboration via augmented reality
JP7069099B2 (ja) * 2019-11-13 2022-05-17 Hapsモバイル株式会社 システム、制御装置、プログラム、及び制御方法
CN110865652A (zh) * 2019-11-18 2020-03-06 捷开通讯(深圳)有限公司 无人机控制方法、装置及存储介质
CN110823618A (zh) * 2019-11-26 2020-02-21 四川航天***工程研究所 多平台协同感知试验装置与试验方法
US10700768B1 (en) * 2019-12-31 2020-06-30 Holloway H. Frost Reconfigurable wireless radio system for providing massive bandwidth to the sky using a limited number of frequencies and limited hardware
US11695468B2 (en) * 2019-12-31 2023-07-04 Holloway H. Frost Reconfigurable wireless radio system for providing highly sensitive nationwide radar functionality using a limited number of frequencies and adaptable hardware
CN114930265A (zh) * 2019-12-31 2022-08-19 华为技术有限公司 无人机的控制方法、装置和***
US11290175B2 (en) * 2019-12-31 2022-03-29 Holloway H. Frost Reconfigurable wireless radio system for providing high bandwidth internet access to rural areas using a limited number of frequencies and adaptable hardware
WO2021138420A1 (en) * 2019-12-31 2021-07-08 Zipline International Inc. Acoustic based detection and avoidance for aircraft
WO2021139875A1 (en) * 2020-01-06 2021-07-15 Nokia Technologies Oy Communication system
EP3862835B1 (en) * 2020-02-10 2023-10-25 Volocopter GmbH Method and system for monitoring a condition of a vtol-aircraft
CN111132034A (zh) * 2020-02-20 2020-05-08 广东工业大学 一种集群无人机群间通信控制方法及装置
US20210303006A1 (en) * 2020-03-25 2021-09-30 Tencent America LLC Systems and methods for unmanned aerial system communication
EP3886012A1 (en) 2020-03-27 2021-09-29 Sony Group Corporation Improved utilization of a fleet of unmanned aerial vehicles for delivery of goods
US11851180B2 (en) 2020-03-27 2023-12-26 Sony Europe B.V. Controlling a group of unmanned aerial vehicles for delivery of goods
US11440193B2 (en) * 2020-03-30 2022-09-13 Wipro Limited Method, device, and system for managing collaboration amongst robots
CN111555798B (zh) * 2020-05-09 2022-02-11 中国航空无线电电子研究所 一种多平台航空网络分簇方法
CN113162664A (zh) * 2020-06-01 2021-07-23 北京邮电大学 一种波束成形预编码***及方法
CN112055310B (zh) * 2020-07-30 2021-07-09 中国科学院上海微***与信息技术研究所 无人机cr-noma网络中轨迹设计和功率分配方法
WO2022067278A2 (en) 2020-08-21 2022-03-31 Drobotics, Llc Unmanned aerial vehicle with immunuty to hijacking, jamming, and spoofing attacks
US11438969B2 (en) * 2020-09-11 2022-09-06 Rockwell Collins, Inc. System and method for adaptive extension of command and control (C2) backhaul network for unmanned aircraft systems (UAS)
CN112034891B (zh) * 2020-09-21 2022-03-29 北京邮电大学 飞行自组网移动性控制方法和装置
CN112437502B (zh) * 2020-11-11 2021-09-17 北京航空航天大学 基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法
EP4002730A1 (en) * 2020-11-11 2022-05-25 Imec VZW System and method for providing distributed wireless communication with improved connectivity and/or security
US11888569B2 (en) 2020-11-13 2024-01-30 Intelsat US LLC Communication system for multiple-input-multiple-output (MIMO) communication with aerial platform
CN112327923B (zh) * 2020-11-19 2022-04-01 中国地质大学(武汉) 一种多无人机协同路径规划方法
US11927972B2 (en) 2020-11-24 2024-03-12 Lawrence Livermore National Security, Llc Collision avoidance based on traffic management data
US11443518B2 (en) 2020-11-30 2022-09-13 At&T Intellectual Property I, L.P. Uncrewed aerial vehicle shared environment privacy and security
US11726475B2 (en) 2020-11-30 2023-08-15 At&T Intellectual Property I, L.P. Autonomous aerial vehicle airspace claiming and announcing
US11797896B2 (en) 2020-11-30 2023-10-24 At&T Intellectual Property I, L.P. Autonomous aerial vehicle assisted viewing location selection for event venue
CN112666832B (zh) * 2020-12-23 2022-08-30 大连海事大学 一种非周期通信的水下滑翔机协同控制器***及设计方法
CN112783207B (zh) * 2020-12-31 2022-07-15 哈尔滨工程大学 一种基于多目标粒子群优化的无人机航迹规划方法
CN112859911B (zh) * 2021-01-11 2022-03-18 电子科技大学 一种无网条件下大规模集群未知区域扫掠式覆盖控制方法
US11689935B2 (en) * 2021-01-11 2023-06-27 Aalyria Technologies, Inc. Temporospatial, software-defined maritime network using high-altitude platforms
CN112799414B (zh) * 2021-01-13 2022-12-13 哈尔滨工程大学 一种auv松弛轨迹规划方法
CN112819336B (zh) * 2021-02-03 2023-12-15 国家电网有限公司 一种基于电力监控***网络威胁的量化方法及***
US11653232B2 (en) * 2021-02-09 2023-05-16 Rockwell Collins, Inc. Beyond-line-of-sight communication
US11617218B2 (en) 2021-02-09 2023-03-28 Rockwell Collins, Inc. Communication in a denied environment
CN113115267B (zh) * 2021-04-12 2023-04-07 西华大学 多机协同作业方法、多机协同作业装置和***
CN113108653B (zh) * 2021-04-21 2022-02-22 中国人民解放军军事科学院国防科技创新研究院 一种导弹集群智能协同***及其实现方法
CN113347677B (zh) * 2021-04-30 2023-12-08 西安征途网络科技有限公司 一种基于粒子群算法的多节点通信方法
US20220371732A1 (en) * 2021-05-19 2022-11-24 Tencent America LLC Method and apparatus for uav and uav controller group membership update
US20220376772A1 (en) * 2021-05-19 2022-11-24 Tencent America LLC Method and apparatus for uav and uav controller pairing and command and control (c2) quality of service provisioning
CN113543068B (zh) * 2021-06-07 2024-02-02 北京邮电大学 一种基于层次化分簇的林区无人机网络部署方法与***
CN113411112B (zh) * 2021-06-09 2023-03-28 西安交通大学 一种分布式鲁棒多小区协作波束成形admm网络的构建方法
CN113596768A (zh) * 2021-06-16 2021-11-02 中国船舶重工集团公司第七一五研究所 一种无人集群组网通信方法
CN113359838B (zh) * 2021-06-25 2022-10-18 中国人民解放***箭军工程大学 一种多uav协同飞行控制***及方法
CN113362605B (zh) * 2021-07-23 2022-06-21 上海交通大学 基于潜在同质区域分析的分布式高速路优化***及方法
CN113645634B (zh) * 2021-08-11 2022-10-18 北京邮电大学 一种6g下多天线无人机网络部署参数设定方法
US11431406B1 (en) * 2021-09-17 2022-08-30 Beta Air, Llc System for a mesh network for use in aircrafts
US11632724B1 (en) * 2021-10-05 2023-04-18 L3Harris Technologies, Inc. Proactive power and rate control algorithm for dynamic platforms in a mesh network
CN113934228B (zh) * 2021-10-18 2023-12-19 天津大学 基于协商共识的集群四旋翼无人机任务规划方法
CN113938173B (zh) * 2021-10-20 2024-02-09 深圳市畅电科技有限公司 一种星地融合网络中联合广播和单播的波束赋形方法
CN113938184B (zh) * 2021-11-29 2023-11-14 中国人民解放军陆军工程大学 一种无人机搭载智能反射表面协同传输方法
CN114173304B (zh) * 2021-12-10 2024-05-24 西南大学 一种三维无人机通信网络吞吐量和时延的权衡方法
US20230269563A1 (en) * 2022-02-24 2023-08-24 Microavia International Limited Wireless bidirectional communication network for UAV
CN114844543B (zh) * 2022-03-10 2023-10-03 电子科技大学 一种低交叉极化的共形阵列混合波束形成码本设计方法
CN114938497B (zh) * 2022-07-04 2023-10-24 安徽大学 一种通信节点无人机多种群网络部署方法
CN115185294A (zh) * 2022-07-06 2022-10-14 北京航空航天大学 基于qmix的航空兵多编队协同自主行为决策建模方法
WO2024031218A1 (en) * 2022-08-08 2024-02-15 Qualcomm Incorporated Protocols and signaling for unmanned aerial vehicle (uav) flight trajectory tracing
IL296313A (en) * 2022-09-07 2024-04-01 B G Negev Technologies And Applications Ltd At Ben Gurion Univ Adaptive telecommunications infrastructure that uses drones
WO2024097180A1 (en) * 2022-11-04 2024-05-10 Wing Aviation Llc Uncrewed vehicles with specialized functionality for fleet support
DE102022212465A1 (de) * 2022-11-22 2024-05-23 Continental Automotive Technologies GmbH Verfahren zur verteilten Schwarmbildung
US20240205125A1 (en) * 2022-12-16 2024-06-20 Rockwell Collins, Inc. System and method for deadzone routing of directional communications

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102405418A (zh) * 2009-04-22 2012-04-04 真实定位公司 网络自主无线定位***
US8983455B1 (en) * 2014-08-18 2015-03-17 Sunlight Photonics Inc. Apparatus for distributed airborne wireless communications
US20150140954A1 (en) * 2006-05-16 2015-05-21 Nicholas M. Maier Method and system for an emergency location information service (e-lis) from unmanned aerial vehicles (uav)
US9083425B1 (en) * 2014-08-18 2015-07-14 Sunlight Photonics Inc. Distributed airborne wireless networks

Family Cites Families (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7430257B1 (en) 1998-02-12 2008-09-30 Lot 41 Acquisition Foundation, Llc Multicarrier sub-layer for direct sequence channel and multiple-access coding
US8670390B2 (en) 2000-11-22 2014-03-11 Genghiscomm Holdings, LLC Cooperative beam-forming in wireless networks
US20080095121A1 (en) 2002-05-14 2008-04-24 Shattil Steve J Carrier interferometry networks
US10014882B2 (en) 2001-04-26 2018-07-03 Genghiscomm Holdings, LLC Method and apparatus for fast prototyping of wireless transceivers
US8942082B2 (en) 2002-05-14 2015-01-27 Genghiscomm Holdings, LLC Cooperative subspace multiplexing in content delivery networks
US8929550B2 (en) 2013-02-01 2015-01-06 Department 13, LLC LPI/LPD communication systems
JP2005184727A (ja) * 2003-12-24 2005-07-07 Hitachi Ltd 無線通信システム、無線ノード、無線通信システムの構築方法及びノードの位置測定方法
US20050245240A1 (en) * 2004-04-30 2005-11-03 Senaka Balasuriya Apparatus and method for storing media during interruption of a media session
US7123169B2 (en) * 2004-11-16 2006-10-17 Northrop Grumman Corporation Method and apparatus for collaborative aggregate situation awareness
US20060235584A1 (en) 2005-04-14 2006-10-19 Honeywell International Inc. Decentralized maneuver control in heterogeneous autonomous vehicle networks
WO2007080584A2 (en) * 2006-01-11 2007-07-19 Carmel-Haifa University Economic Corp. Ltd. Uav decision and control system
US8873585B2 (en) 2006-12-19 2014-10-28 Corning Optical Communications Wireless Ltd Distributed antenna system for MIMO technologies
US8254847B2 (en) 2007-04-23 2012-08-28 Department 13, LLC Distributed wireless communications for tactical network dominance
US7894948B2 (en) 2007-11-01 2011-02-22 L-3 Communications Integrated Systems L.P. Systems and methods for coordination of entities and/or communicating location information
US20090216757A1 (en) 2008-02-27 2009-08-27 Robi Sen System and Method for Performing Frictionless Collaboration for Criteria Search
WO2010039306A2 (en) 2008-06-27 2010-04-08 Raytheon Company Apparatus and method of controlling an unmanned vehicle
US7868817B2 (en) * 2008-10-03 2011-01-11 Honeywell International Inc. Radar system for obstacle avoidance
US7898462B2 (en) * 2008-10-03 2011-03-01 Honeywell International Inc. Multi-sector radar sensor
US8306164B2 (en) * 2009-02-11 2012-11-06 Alcatel Lucent Interference cancellation with a time-sliced architecture
FR2947401B1 (fr) 2009-06-26 2012-07-13 Thales Sa Systeme de communication multi-antennes
US20110009053A1 (en) 2009-07-07 2011-01-13 Anglin Jr Richard L Tactical radio relay system
KR20110003986A (ko) * 2009-07-07 2011-01-13 고경완 이종의 이동통신 시스템을 이용한 무인항공기 탑재용 통신 시스템
US8761829B2 (en) * 2009-10-09 2014-06-24 Broadcom Corporation Method and apparatus for power and handover management in a multiple wireless technology communication device
JP5454123B2 (ja) * 2009-12-16 2014-03-26 ソニー株式会社 ハンドオーバのための方法、端末装置及び無線通信システム
CN102771148B (zh) * 2010-02-25 2015-09-02 美国博通公司 用于在多种无线技术通信装置中的功率和切换管理的方法和设备
KR20110101602A (ko) * 2010-03-09 2011-09-16 이동섭 분산 네트워크 기반의 uav용 스마트 gps 제어 및 영상 전송 플랫폼 시스템 및 방법
US8955110B1 (en) 2011-01-14 2015-02-10 Robert W. Twitchell, Jr. IP jamming systems utilizing virtual dispersive networking
US8942197B2 (en) 2011-10-24 2015-01-27 Harris Corporation Mobile ad hoc network with dynamic TDMA slot assignments and related methods
US9104201B1 (en) 2012-02-13 2015-08-11 C&P Technologies, Inc. Method and apparatus for dynamic swarming of airborne drones for a reconfigurable array
WO2014031597A1 (en) 2012-08-24 2014-02-27 Oceus Networks Inc. Mobile cellular networks
US9621254B2 (en) * 2012-09-21 2017-04-11 Spatial Digital Systems, Inc. Communications architectures via UAV
AU2013337571B2 (en) 2012-10-31 2017-02-02 Sky Industries Inc. Electronic countermeasures transponder system
WO2014149120A2 (en) 2013-01-22 2014-09-25 Eden Rock Communications, Llc Method and system for intelligent jamming signal generation
US9102406B2 (en) * 2013-02-15 2015-08-11 Disney Enterprises, Inc. Controlling unmanned aerial vehicles as a flock to synchronize flight in aerial displays
EP2939462B1 (en) 2013-02-17 2017-06-28 Parallel Wireless Inc. Methods of incorporating an ad hoc cellular network into a fixed cellular network
US9780859B2 (en) 2014-02-28 2017-10-03 Spatial Digital Systems, Inc. Multi-user MIMO via active scattering platforms
EP2879312A1 (en) 2013-11-29 2015-06-03 EADS Construcciones Aeronauticas S.A. A communication system for managing a flying operation involving two or more aircraft
US9859972B2 (en) 2014-02-17 2018-01-02 Ubiqomm Llc Broadband access to mobile platforms using drone/UAV background
US9542850B2 (en) * 2014-05-20 2017-01-10 Verizon Patent And Licensing Inc. Secure communications with unmanned aerial vehicles
US9454151B2 (en) * 2014-05-20 2016-09-27 Verizon Patent And Licensing Inc. User interfaces for selecting unmanned aerial vehicles and mission plans for unmanned aerial vehicles
US9412279B2 (en) * 2014-05-20 2016-08-09 Verizon Patent And Licensing Inc. Unmanned aerial vehicle network-based recharging
US9354296B2 (en) * 2014-05-20 2016-05-31 Verizon Patent And Licensing Inc. Dynamic selection of unmanned aerial vehicles
US9363008B2 (en) * 2014-07-22 2016-06-07 International Business Machines Corporation Deployment criteria for unmanned aerial vehicles to improve cellular phone communications
US9302782B2 (en) 2014-08-18 2016-04-05 Sunlight Photonics Inc. Methods and apparatus for a distributed airborne wireless communications fleet
US11968022B2 (en) * 2014-08-18 2024-04-23 Sunlight Aerospace Inc. Distributed airborne wireless communication services
US20160050011A1 (en) * 2014-08-18 2016-02-18 Sunlight Photonics Inc. Distributed airborne communication systems
US9923705B2 (en) 2014-10-06 2018-03-20 Parallel Wireless, Inc. Full-duplex mesh networks
US9490891B2 (en) 2014-10-27 2016-11-08 At&T Mobility Ii Llc Techniques for in-flight connectivity
US9848433B2 (en) 2014-10-27 2017-12-19 At&T Intellectual Property I, L.P. Hybrid air-to-ground and satellite system traffic management
US9712228B2 (en) 2014-11-06 2017-07-18 Ubiqomm Llc Beam forming and pointing in a network of unmanned aerial vehicles (UAVs) for broadband access
US10264525B2 (en) 2014-11-17 2019-04-16 University Of Notre Dame Du Lac Energy efficient communications
US9913095B2 (en) 2014-11-19 2018-03-06 Parallel Wireless, Inc. Enhanced mobile base station
US9689976B2 (en) 2014-12-19 2017-06-27 Xidrone Systems, Inc. Deterent for unmanned aerial systems
US10039114B2 (en) * 2015-04-14 2018-07-31 Verizon Patent And Licensing Inc. Radio access network for unmanned aerial vehicles
US10015762B2 (en) * 2015-05-28 2018-07-03 Facebook, Inc. Doppler shift estimation and correction for broadband communication in unmanned aerial vehicles
CN108349589B (zh) 2015-07-27 2021-03-09 珍吉斯科姆控股有限责任公司 协作mimo***中的机载中继
US10020872B2 (en) * 2016-10-11 2018-07-10 T-Mobile Usa, Inc. UAV for cellular communication

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150140954A1 (en) * 2006-05-16 2015-05-21 Nicholas M. Maier Method and system for an emergency location information service (e-lis) from unmanned aerial vehicles (uav)
CN102405418A (zh) * 2009-04-22 2012-04-04 真实定位公司 网络自主无线定位***
US8983455B1 (en) * 2014-08-18 2015-03-17 Sunlight Photonics Inc. Apparatus for distributed airborne wireless communications
US9083425B1 (en) * 2014-08-18 2015-07-14 Sunlight Photonics Inc. Distributed airborne wireless networks

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113364513A (zh) * 2021-05-28 2021-09-07 西安秦越志远网络科技有限公司 基于无人机机阵的分布式多天线基站
CN113364513B (zh) * 2021-05-28 2023-02-21 西安秦越志远网络科技有限公司 基于无人机机阵的分布式多天线基站
US12022289B2 (en) 2022-12-16 2024-06-25 Whitefox Defense Technologies, Inc. Integrated secure device manager systems and methods for cyber-physical vehicles

Also Published As

Publication number Publication date
US20230195144A1 (en) 2023-06-22
US20180039287A1 (en) 2018-02-08
US10444766B2 (en) 2019-10-15
AU2016297892B2 (en) 2020-04-02
US20190086938A1 (en) 2019-03-21
JP2018532351A (ja) 2018-11-01
IL256934B (en) 2022-07-01
AU2020204080B2 (en) 2021-07-29
EP3328733A4 (en) 2019-03-27
CN108349589A (zh) 2018-07-31
IL256934A (en) 2018-03-29
EP3328733A1 (en) 2018-06-06
US10866596B1 (en) 2020-12-15
AU2016297892A1 (en) 2018-02-15
WO2017019595A1 (en) 2017-02-02
US9798329B2 (en) 2017-10-24
US11586227B2 (en) 2023-02-21
AU2020204080A1 (en) 2020-07-09
US10514709B2 (en) 2019-12-24
US20210373581A1 (en) 2021-12-02
JP6942909B2 (ja) 2021-09-29
US20170235316A1 (en) 2017-08-17

Similar Documents

Publication Publication Date Title
US11586227B2 (en) Airborne relays in cooperative-MIMO systems
Zeng et al. Accessing from the sky: A tutorial on UAV communications for 5G and beyond
Azari et al. Evolution of non-terrestrial networks from 5G to 6G: A survey
Kurt et al. A vision and framework for the high altitude platform station (HAPS) networks of the future
Zeng et al. Wireless communications with unmanned aerial vehicles: Opportunities and challenges
Xie et al. UAV-enabled wireless power transfer: A tutorial overview
Zhang et al. Cooperation techniques for a cellular internet of unmanned aerial vehicles
Jiang et al. Optimization of UAV heading for the ground-to-air uplink
Strinati et al. 6G in the sky: On-demand intelligence at the edge of 3D networks
US20210367664A1 (en) Network Employing Cube Satellites
Guo et al. Deep reinforcement learning and NOMA-based multi-objective RIS-assisted IS-UAV-TNs: Trajectory optimization and beamforming design
Gu et al. A survey on UAV-assisted wireless communications: Recent advances and future trends
Si et al. Dynamic spectrum management for heterogeneous UAV networks with navigation data assistance
La Scalea et al. Opportunities for autonomous UAV in harsh environments
Deb et al. XiA: Send-it-anyway Q-routing for 6G-enabled UAV-LEO communications
Bashir et al. A review of relay network on uavs for enhanced connectivity
Mohammadi et al. Location-aware beamforming for MIMO-enabled UAV communications: An unknown input observer approach
Ye et al. Non-terrestrial communications assisted by reconfigurable intelligent surfaces
Licea et al. Energy-efficient fixed-wing UAV relay with considerations of airframe shadowing
González‐Prelcic et al. High‐Capacity Millimeter Wave UAV Communications
Shoewu et al. UAV cellular communication in 5G new radio wireless standards
Oliveira et al. A computational tool to assess communications’ range and capacity limits of ad-hoc networks of UAVs operating in maritime scenarios
Qazzaz et al. Non-Terrestrial UAV clients for beyond 5G networks: A comprehensive survey
Liao et al. Energy-efficient optimization for IRS-enabled multi-antenna UAV video streaming
Cao et al. Survey on Near-Space Information Networks: Channel Modeling, Networking, and Transmission Perspectives

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: Colorado, USA

Patentee after: GENGHISCOMM HOLDINGS, LLC

Address before: Columbia, USA

Patentee before: GENGHISCOMM HOLDINGS, LLC