CN112911225B - 基于量子加密的视频监控方法 - Google Patents

基于量子加密的视频监控方法 Download PDF

Info

Publication number
CN112911225B
CN112911225B CN202110066483.5A CN202110066483A CN112911225B CN 112911225 B CN112911225 B CN 112911225B CN 202110066483 A CN202110066483 A CN 202110066483A CN 112911225 B CN112911225 B CN 112911225B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
task
area
alliance
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
CN202110066483.5A
Other languages
English (en)
Other versions
CN112911225A (zh
Inventor
陈旭
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.)
Shenzhen Kedun Quantum Information Technology Co ltd
Original Assignee
Shenzhen Kedun Quantum Information Technology Co ltd
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 Shenzhen Kedun Quantum Information Technology Co ltd filed Critical Shenzhen Kedun Quantum Information Technology Co ltd
Priority to CN202110066483.5A priority Critical patent/CN112911225B/zh
Publication of CN112911225A publication Critical patent/CN112911225A/zh
Application granted granted Critical
Publication of CN112911225B publication Critical patent/CN112911225B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1433—Vulnerability analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
    • H04L9/0852—Quantum cryptography
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/633—Control of cameras or camera modules by using electronic viewfinders for displaying additional information relating to control or operation of the camera
    • H04N23/635—Region indicators; Field of view indicators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种基于量子加密的视频监控方法，包括以下步骤：S2，基于当前网络状态，多个无人机变换编队阵型，并通过云台拍摄当前环境的图像；S3，将拍摄的当前图像发送至中央控制器或者存储至多个无人机的存储模块；S4，中央控制器控制显示屏显示当前图像，并基于当前图像控制多个无人机攻击可疑目标。S22，每个无人机分别采集其与中央处理器的当前传输状态xi(k)和上一时刻的传输状态
Figure DDA0002904203260000011
在某一区域的无人机
Figure DDA0002904203260000012
时，σi|xi(k)|是属于(0,1)的阈值参数，则判定此区域无人机拍摄出现网络延时，在kt+1时刻重新调配多个无人机拍摄此区域。本发明的主要目的在于提供一种基于量子通信技术的视频监控方法，解决了现有视频监控技术中存在的安全漏洞和安全隐患。

Description

基于量子加密的视频监控方法
技术领域
本发明涉及本发明属于安防领域的视频监控***，涉及一种基于量子加密的视频监控方法。
背景技术
视频监控是安全防范***的重要组成部分。传统的监控***包括前端摄像机、传输线缆以及视频监控平台，摄像机可分为网络数字摄像机和模拟摄像机，可作为前端视频图像信号的采集。它是一种防范能力较强的综合***，视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合。但是现有的拍摄监控设备都是采用固定安装的方式，其采用存在一定的死角，而且其中拍摄的过程中，在拍摄的摄像头在转动的过程中，会存在拍摄间隙，从而造成一定的安全威胁，现有技术中，虽然通过无人机与摄像头的结合技术来监控某一区域，可以有效的解决拍摄死角和拍摄间隙的问题，一定程度的提高了拍摄和监控的安全性，但是，并没有从网络和通信安全角度去考虑其会给拍摄任务和监控区域所带来的安全性问题。
发明内容
本发明的主要目的在于提供一种基于量子加密的视频监控方法，解决了现有视频监控技术中存在的安全漏洞和安全隐患。
本申请的提出了一种基于量子加密的视频监控方法，其特征在于，包括以下步骤：
S1，监控多个无人机与中央控制器的网络状态；
S2，基于当前网络状态，多个无人机变换编队阵型，并通过云台拍摄当前环境的图像；
S3，将拍摄的当前图像发送至中央控制器或者存储至多个无人机的存储模块；
S4，中央控制器控制显示屏显示当前图像，并基于当前图像控制多个无人机攻击可疑目标
其中，所述步骤S2，基于当前网络状态，多个无人机变换编队阵型，并通过云台拍摄当前环境的图像具体包括：
S21，每个无人机分别采集其与中央处理器的当前传输状态xi(k)和上一时刻的传输状态
Figure BDA0002904203240000021
在
Figure BDA0002904203240000022
时，σi|xi(k)|是属于(0,1)的阈值参数；则判定各区域无人机并没有出现网络问题，各区域无人机对各自区域的环境进行实时拍摄；
S22，每个无人机分别采集其与中央处理器的当前传输状态xi(k)和上一时刻的传输状态
Figure BDA0002904203240000023
在某一区域的无人机
Figure BDA0002904203240000024
时，σi|xi(k)|是属于(0,1)的阈值参数，则判定此区域无人机拍摄出现网络延时，并将此区域无人设置为联盟长机，联盟长机在kt+1时刻重新调配多个无人机拍摄此区域；联盟长机与多无人机通过量子通信方式进行通信，其中，触发时间kt+1为：
kt+1＝infk{(k＞kt|[x(k)-x(kt)]TW[x(k)-x(kt)]＞σxT(kt)Wx(kt))}；
其中，x(kt)为触发时刻kt处联盟长机的最新传输状态，x(k)为当前采样时刻联盟长机的状态；σ是属于(0,1)的阈值参数；
S23，在预设时刻当前区域无人机并未与中央控制器重新连接时，则判定网络中断，将整个视频监控区域进行重新划分，并重新分配无人机拍摄任务。
优选地，所述联盟长机在kt+1时刻重新调配多个无人机拍摄此区域包括：步骤22.1：联盟长机对该任务区域i展开搜索，当任务区域i的第一个无人机发现目标后，获得目标的位置信息和资源信息，第一个无人机重新成为联盟长机；长机将目标的位置信息和资源信息发送给本任务区域内的其他无人机；
步骤22.2，正在执行搜索任务的空闲无人机将自身最早到达时间和总飞行航程返回给长机；
步骤22.3，长机根据返回的信息组建联盟，并将本领域内联盟到达时间发送给联盟成员；联盟长机基于多个搜索子任务以及执行任务的各无人机，获取任务分群优化函数；
步骤22.4，基于任务分群优化函数，将检测子任务分为设定数量的子任务群；
步骤22.5，，基于获取的各无人机参数，规划各子任务群对应的无人机航迹，并将所述各子任务群分配给对应的无人机。
优选地，步骤22.4，基于任务分群优化函数，将检测子任务分为设定数量的子任务群，包括：任务分群优化函数为：JA＝ω1λ+ω2η，ω1、ω2分别为任务群分布指标、任务总飞行航程指标的权重。
优选地，任务群分配指标：
Figure BDA0002904203240000031
其中，Ai代表设定数量的子任务群中第i个子任务群，S代表子任务群的数量，
Figure BDA0002904203240000032
代表Ai的聚类中心，T代表搜索子任务，
Figure BDA0002904203240000033
代表搜索子任务T与Ai的聚类中心
Figure BDA0002904203240000034
的欧式距离。
优选地，任务总飞行航程指标：
Figure BDA0002904203240000035
L(Projecti)表示无人机Vi执行任务分配计划所需的航程，MaxL(Vi)表示无人机Vi的最大飞行距离，显然L(Projecti)≤MaxL(Vi)，i＝1,2…Nv；Speedi为无人机Vi在任务执行过程中的飞行速度，设该值为以常量；T(Projecti)为无人机Vi执行任务分配加护所需要的时间。
优选地，所述步骤S23包括：将整个视频监控区域进行栅格划分，每一栅格(i，j)被赋予变量W(i，j)来表示对该栅格的关注程度，空间中各个栅格的关注度可描述为：
Figure BDA0002904203240000036
其中，A表示搜索环境中信息已知区域，B为搜索环境中信息未知但其关注度一般的区域，C表示搜索环境中信息未知但其关注度较高的区域；Fg(i，j，t)∈[0，1]表示t时刻栅格(i，j)内的目标分布的不确定度；Fg(i，j，t)＝1表示t时刻对栅格内目标分布完全未知，该区域被探测到则不确定度变为0。
优选地，若区域没被探测到，则该区域的关注度适量的增加，可引导以更高的概率对重点区域和未搜索区域进行搜索；其关注度的增加可描述为：P(i，j，t+1)＝P(i，j，t)+w·W(i，j)；其中w非负常数；
优选地，视频监控区域搜索覆盖率的回报函数定义为：SF＝∑I∑J∑TFg(i，j，t)·P(i，j，t)。
本发明通过无人机与无人机直接通过量子通信方式进行通信，保证了通信的安全性，另外，在执行任务时，每个无人机分别采集其与中央处理器的当前传输状态xi(k)和上一时刻的传输状态
Figure BDA0002904203240000041
在某一区域的无人机
Figure BDA0002904203240000042
时，则判定此区域无人机拍摄出现网络延时，说明此时无人机执行任务可能出现干扰，需要对重点区域进行监控，对此重点区域重新调配无人机，进行重点监测，进而可以发现此处可能出现的入侵者，而在通信进行中断之后，无人机失去了控制器的控制，无人机重新构建无人机群，对整个监控区域的拍摄任务进行了重新分配，从而可以进一步提高监控的力度，进而排除此处的入侵者或者安全隐患。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明基于量子加密的视频监控方法的流程图；
图2为本发明网络延时无人机群调配的流程图；
图3为本发明无人机群的控制图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
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的一部分实施例，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作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。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
参照图1至图3，本优选实施例中，一种基于量子加密的视频监控方法，包括以下步骤：
S1，监控多个无人机与中央控制器的网络状态；
S2，基于当前网络状态，多个无人机变换编队阵型，并通过云台拍摄当前环境的图像；
S3，将拍摄的当前图像发送至中央控制器或者存储至多个无人机的存储模块；
S4，中央控制器控制显示屏显示当前图像，并基于当前图像控制多个无人机攻击可疑目标
其中，所述步骤S2，基于当前网络状态，多个无人机变换编队阵型，并通过云台拍摄当前环境的图像具体包括：
S21，每个无人机分别采集其与中央处理器的当前传输状态xi(k)和上一时刻的传输状态
Figure BDA0002904203240000051
在
Figure BDA0002904203240000052
时，σi|xi(k)|是属于(0,1)的阈值参数；则判定各区域无人机并没有出现网络问题，各区域无人机对各自区域的环境进行实时拍摄；
S22，每个无人机分别采集其与中央处理器的当前传输状态xi(k)和上一时刻的传输状态
Figure BDA0002904203240000061
在某一区域的无人机
Figure BDA0002904203240000062
时，σi|xi(k)|是属于(0,1)的阈值参数，则判定此区域无人机拍摄出现网络延时，并将此区域无人设置为联盟长机，联盟长机在kt+1时刻重新调配多个无人机拍摄此区域；联盟长机与多无人机通过量子通信方式进行通信，其中，触发时间kt+1为：
kt+1＝infk{(k＞kt|[x(k)-x(kt)]TW[x(k)-x(kt)]＞σxT(kt)Wx(kt))}；
其中，x(kt)为触发时刻kt处联盟长机的最新传输状态，x(k)为当前采样时刻联盟长机的状态；σ是属于(0,1)的阈值参数；
S23，在预设时刻当前区域无人机并未与中央控制器重新连接时，则判定网络中断，将整个视频监控区域进行重新划分，并重新分配无人机拍摄任务。
本发明通过无人机与无人机直接通过量子通信方式进行通信，保证了通信的安全性，另外，在执行任务时，每个无人机分别采集其与中央处理器的当前传输状态xi(k)和上一时刻的传输状态
Figure BDA0002904203240000063
在某一区域的无人机
Figure BDA0002904203240000064
时，则判定此区域无人机拍摄出现网络延时，说明此时无人机执行任务可能出现干扰，需要对重点区域进行监控，对此重点区域重新调配无人机，进行重点监测，进而可以发现此处可能出现的入侵者，而在通信进行中断之后，无人机失去了控制器的控制，无人机重新构建无人机群，对整个监控区域的拍摄任务进行了重新分配，从而可以进一步提高监控的力度，进而排除此处的入侵者或者安全隐患。
所述联盟长机在kt+1时刻重新调配多个无人机拍摄此区域包括：步骤22.1：联盟长机对该任务区域i展开搜索，当任务区域i的第一个无人机发现目标后，获得目标的位置信息和资源信息，第一个无人机重新成为联盟长机；长机将目标的位置信息和资源信息发送给本任务区域内的其他无人机；
步骤22.2，正在执行搜索任务的空闲无人机将自身最早到达时间和总飞行航程返回给长机；
步骤22.3，长机根据返回的信息组建联盟，并将本领域内联盟到达时间发送给联盟成员；联盟长机基于多个搜索子任务以及执行任务的各无人机，获取任务分群优化函数；
步骤22.4，基于任务分群优化函数，将检测子任务分为设定数量的子任务群；
步骤22.5，，基于获取的各无人机参数，规划各子任务群对应的无人机航迹，并将所述各子任务群分配给对应的无人机。
加入风场影响因子的所述数学模型的表达式如下：
Figure BDA0002904203240000071
其中，其中(x，y)为无人机在二维平面的坐标位置，θ为航向角，v和r分别为无人机的飞行速度与最小转弯半径，u为控制输入，(x，y，θ)∈R2×S表示无人机的状态，vw＝[vwx，vwy]为风速向量，vwx和vwy分别为风在x轴和y轴的速度分量。
步骤22.4，基于任务分群优化函数，将检测子任务分为设定数量的子任务群，包括：任务分群优化函数为：JA＝ω1λ+ω2η，ω1、ω2分别为任务群分布指标、任务总飞行航程指标的权重。
任务群分配指标：
Figure BDA0002904203240000072
其中，Ai代表设定数量的子任务群中第i个子任务群，S代表子任务群的数量，
Figure BDA0002904203240000073
代表Ai的聚类中心，T代表搜索子任务，
Figure BDA0002904203240000074
代表搜索子任务T与Ai的聚类中心
Figure BDA0002904203240000075
的欧式距离。任务总飞行航程指标：
Figure BDA0002904203240000076
L(Projecti)表示无人机Vi执行任务分配计划所需的航程，MaxL(Vi)表示无人机Vi的最大飞行距离，显然L(Projecti)≤MaxL(Vi)，i＝1,2…Nv；Speedi为无人机Vi在任务执行过程中的飞行速度，设该值为以常量；T(Projecti)为无人机Vi执行任务分配加护所需要的时间。
在通信中断后，无人机重新进行任务分配，对整个监控区域进行全方位的搜索，并将整个视频区域进行栅格划分，使得每个栅格都能被无人机拍摄和监控，从而提高了拍摄的覆盖率，而其中的栅格划分方式为：所述步骤S23包括：将整个视频监控区域进行栅格划分，每一栅格(i，j)被赋予变量W(i，j)来表示对该栅格的关注程度，空间中各个栅格的关注度可描述为：
Figure BDA0002904203240000081
其中，A表示搜索环境中信息已知区域，B为搜索环境中信息未知但其关注度一般的区域，C表示搜索环境中信息未知但其关注度较高的区域；Fg(i，j，t)∈[0，1]表示t时刻栅格(i，j)内的目标分布的不确定度；Fg(i，j，t)＝1表示t时刻对栅格内目标分布完全未知，该区域被探测到则不确定度变为0。若区域没被探测到，则该区域的关注度适量的增加，可引导以更高的概率对重点区域和未搜索区域进行搜索；其关注度的增加可描述为：P(i，j，t+1)＝P(i，j，t)+w·W(i，j)；其中w非负常数；视频监控区域搜索覆盖率的回报函数定义为：SF＝∑I∑J∑TFg(i，j，t)·P(i，j，t)。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (6)

1.一种基于量子加密的视频监控方法，其特征在于，包括以下步骤：
S1，监控多个无人机与中央控制器的网络状态；
S2，基于当前网络状态，多个无人机变换编队阵型，并通过云台拍摄当前环境的图像；
S3，将拍摄的当前图像发送至中央控制器或者存储至多个无人机的存储模块；
S4，中央控制器控制显示屏显示当前图像，并基于当前图像控制多个无人机攻击可疑目标；
其中，所述步骤S2，基于当前网络状态，多个无人机变换编队阵型，并通过云台拍摄当前环境的图像具体包括：
S21，每个无人机分别采集其与中央处理器的当前传输状态xi(k)和上一时刻的传输状态
Figure RE-FDA0003339337630000011
在
Figure RE-FDA0003339337630000012
时，σi|xi(k)|是属于(0，1)的阈值参数；则判定各区域无人机并没有出现网络问题，各区域无人机对各自区域的环境进行实时拍摄；
S22，每个无人机分别采集其与中央处理器的当前传输状态xi(k)和上一时刻的传输状态
Figure RE-FDA0003339337630000013
在某一区域的无人机
Figure RE-FDA0003339337630000014
时，σi|xi(k)|是属于(0，1)的阈值参数，则判定此区域无人机拍摄出现网络延时，并将此区域无人机设置为联盟长机，联盟长机在kt+1时刻重新调配多个无人机拍摄此区域；联盟长机与多无人机通过量子通信方式进行通信，其中，触发时间kt+1为：
kt+1＝infk{(k＞kt|[x(k)-x(kt)]TW[x(k)-x(kt)]＞σxT(kt)Wx(kt))}；
其中，x(kt)为触发时刻kt处联盟长机的最新传输状态，x(k)为当前采样时刻联盟长机的状态；σ是属于(0，1)的阈值参数；infk表示下确界，即集合的最小上界；W为事件触发矩阵；W[]为触发时刻kt处的最新传输状态x(kt)和当前采样时刻联盟长机的状态x(k)的差值的矩阵乘以事件触发矩阵；X()为触发时刻kt处的最新传输状态x(kt)；
S23，在预设时刻当前区域无人机并未与中央控制器重新连接时，则判定网络中断，将整个视频监控区域进行重新划分，并重新分配无人机拍摄任务。
2.如权利要求1所述的基于量子加密的视频监控方法，其特征在于，所述联盟长机在kt+1时刻重新调配多个无人机拍摄此区域包括：步骤22.1：联盟长机对该任务区域i展开搜索，当任务区域i的第一个无人机发现目标后，获得目标的位置信息和资源信息，第一个无人机重新成为联盟长机；长机将目标的位置信息和资源信息发送给本任务区域内的其他无人机；
步骤22.2，正在执行搜索任务的空闲无人机将自身最早到达时间和总飞行航程返回给长机；
步骤22.3，长机根据返回的信息组建联盟，并将本领域内联盟到达时间发送给联盟成员；联盟长机基于多个搜索子任务以及执行任务的各无人机，获取任务分群优化函数；
步骤22.4，基于任务分群优化函数，将检测子任务分为设定数量的子任务群；
步骤22.5，，基于获取的各无人机参数，规划各子任务群对应的无人机航迹，并将所述各子任务群分配给对应的无人机。
3.如权利要求2所述的基于量子加密的视频监控方法，其特征在于，步骤22.4，基于任务分群优化函数，将检测子任务分为设定数量的子任务群，包括：任务分群优化函数为：JA＝ω1λ+ω2η，ω1、ω2分别为任务群分布指标、任务总飞行航程指标的权重；λ为任务群分配指标；η为任务总飞行航程指标；
任务群分配指标：
Figure RE-FDA0003339337630000021
其中，Ai代表设定数量的子任务群中第i个子任务群，S代表子任务群的数量，
Figure RE-FDA0003339337630000022
代表Ai的聚类中心，T代表搜索子任务，
Figure RE-FDA0003339337630000023
代表搜索子任务T与Ai的聚类中心
Figure RE-FDA0003339337630000024
的欧式距离；
任务总飞行航程指标：
Figure RE-FDA0003339337630000025
L(Projecti)表示无人机Vi执行任务分配计划所需的航程，MaxL(Vi)表示无人机Vi的最大飞行距离，显然L(Projecti)≤MaxL(Vi)，i＝1，2....Nv；Speedi为无人机Vi在任务执行过程中的飞行速度，设该值为常量；T(Projecti)为无人机Vi执行任务分配加护所需要的时间。
4.如权利要求1所述的基于量子加密的视频监控方法，其特征在于，所述步骤S23包括：将整个视频监控区域进行栅格划分，每一栅格(i，j)被赋予变量W(i，j)来表示对该栅格的关注程度，空间中各个栅格的关注度可描述为：
Figure RE-FDA0003339337630000031
其中，A表示搜索环境中信息已知区域，B为搜索环境中信息未知但其关注度一般的区域，C表示搜索环境中信息未知但其关注度较高的区域；Fg(i，j，t)∈[0，1]表示t时刻栅格(i，j)内的目标分布的不确定度；Fg(i，j，t)＝1表示t时刻对栅格内目标分布完全未知，该区域被探测到则不确定度变为0。
5.如权利要求4所述的基于量子加密的视频监控方法，其特征在于，若区域没被探测到，则该区域的关注度适量的增加，可引导以更高的概率对重点区域和未搜索区域进行搜索；其关注度的增加可描述为：P(i，j，t+1)＝P(i，j，t)+w·W(i，j)；其中w非负常数；P(i，j，t)为t时刻栅格(i，j)概率。
6.如权利要求5所述的基于量子加密的视频监控方法，其特征在于，视频监控区域搜索覆盖率的回报函数定义为：SF＝∑I∑J∑T(Projecti)Fg(i，j，t)·P(i，j，t)；T(Projecti)为无人机Vi执行任务分配加护所需要的时间。
CN202110066483.5A 2021-01-19 2021-01-19 基于量子加密的视频监控方法 Active CN112911225B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110066483.5A CN112911225B (zh) 2021-01-19 2021-01-19 基于量子加密的视频监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110066483.5A CN112911225B (zh) 2021-01-19 2021-01-19 基于量子加密的视频监控方法

Publications (2)

Publication Number Publication Date
CN112911225A CN112911225A (zh) 2021-06-04
CN112911225B true CN112911225B (zh) 2022-01-28

Family

ID=76115089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110066483.5A Active CN112911225B (zh) 2021-01-19 2021-01-19 基于量子加密的视频监控方法

Country Status (1)

Country Link
CN (1) CN112911225B (zh)

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4838120B2 (ja) * 2003-06-30 2011-12-14 レイセオン カンパニー 効率的なメモリ制御装置
CN103777640B (zh) * 2014-01-15 2016-05-04 北京航空航天大学 一种分布式控制无人机群集中分簇编队方法
CN103995539B (zh) * 2014-05-15 2016-04-20 北京航空航天大学 一种无人机自主编队评价指标与mpc编队控制方法
US10147860B2 (en) * 2015-04-19 2018-12-04 Reebeez, Inc. Lightweight thermionic microengines for aerial vehicles
CN105278542A (zh) * 2015-09-23 2016-01-27 沈阳航空航天大学 多无人机协同打击任务的攻防对策最优策略方法
CN105223964B (zh) * 2015-09-28 2018-03-09 沈阳航空航天大学 一种用于无人机编队飞行的控制***
US10764114B2 (en) * 2016-03-10 2020-09-01 Cisco Technology, Inc. Techniques for wireless access and wireline network integration
CN107017942A (zh) * 2017-05-22 2017-08-04 苏州席正通信科技有限公司 一种光纤网络监控和管理***
EP3506665B1 (en) * 2017-12-28 2020-10-21 Tata Consultancy Services Limited An aerial communication framework for providing communication services to users trapped in emergency
CN108521670B (zh) * 2018-03-14 2020-10-23 中国人民解放军国防科技大学 面向多机紧密编队飞行基于uwb通信与定位方法及一体化***
CN109084774B (zh) * 2018-08-07 2022-07-26 西安电子科技大学 一种基于信道状态信息的无人机集群定位方法
CN109917805A (zh) * 2019-01-21 2019-06-21 西北工业大学 一种通信延迟约束下多无人机任务指派冲突消解方法
CN110018691B (zh) * 2019-04-19 2022-04-15 天津大学 小型多旋翼无人机飞行状态估计***和方法
CN111142555B (zh) * 2019-12-17 2020-12-22 中国民用航空总局第二研究所 一种基于碰撞风险的机场无人机管控区域划设方法
CN111192481B (zh) * 2019-12-17 2021-02-23 中国民用航空总局第二研究所 一种基于碰撞风险的进离场程序无人机管控区边界确定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"基于最优停止理论的多无人机数据传输能耗优化";柔莹莹;《中国优秀硕士学位论文全文数据库》;20180515;全文 *
多无人机协同任务分群方案研究;王毅，谢瑞煜，杨利斌，赵建军;《舰船电子工程》;20181020;第38卷(第10期);全文 *

Also Published As

Publication number Publication date
CN112911225A (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN109144097B (zh) 障碍物或地面识别及飞行控制方法、装置、设备及介质
EP3509025A1 (en) Automated multi-domain operational services
CN107491087B (zh) 一种基于碰撞锥的无人机编队避障优先级在线配置方法
CN115187005B (zh) 调度方法、装置、设备及存储介质
CN113190041B (zh) 一种基于约束松弛技术的无人机集群在线目标分配方法
CN115840463A (zh) 一种用于无人机集群协同侦察的数据处理方法及装置
US20180348358A1 (en) Measuring an area of interest based on a sensor task
CN114020028A (zh) 基于多无人机任务调配方法
CN109118064B (zh) 一种用于探测任务规划的最优资源分配方法
CN112911225B (zh) 基于量子加密的视频监控方法
CN109062677B (zh) 一种无人机***计算迁移方法
CN113253292B (zh) 一种基于人工智能技术的无人机预警处理方法及***
US10873471B1 (en) Measuring an area of interest based on a sensor task
US20210334649A1 (en) Apparatus and method for distributed reinforcement learning
CN113126651A (zh) 多无人机协同对抗的智能决策装置和***
Hu et al. Research on evolution method of aircraft swarms space configuration based on event-driven
CN115640106B (zh) 一种面向多无人机指挥控制的人机功能分配方法及***
CN112748746B (zh) 获取飞行器的飞行信息的方法、装置、设备及存储介质
CN114077476B (zh) 多平台弹性航空电子体系云***及方法
CN114237284B (zh) 一种基于改进蜉蝣算法的无人机多任务规划方法
CN117152650B (zh) 海量视频的视频内容分析方法和视频事件信息网络
CN115278525B (zh) 集群运动目标连续时空定位数据的精简方法及***
Tian et al. Kubernetes Edge-Powered Vision-Based Navigation Assistance System for Robotic Vehicles
Shevtsov et al. Control of Multi-Position System for Structural and Information Monitoring of Airspace
CN114995514B (zh) 二维平面下多旋翼无人机分布式飞行避碰方法和装置

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