本發(fā)明涉及通信組網(wǎng)，具體是用于綜合指揮和氣象保障的低空運(yùn)行智能組網(wǎng)方法及系統(tǒng)。

背景技術(shù)：

1、無(wú)人機(jī)廣泛應(yīng)用于農(nóng)業(yè)、環(huán)境監(jiān)測(cè)、物流配送、公共安全等多個(gè)領(lǐng)域，部分應(yīng)用場(chǎng)景需要部署大量無(wú)人機(jī)并利用無(wú)人機(jī)集群進(jìn)行作業(yè)。因此，針對(duì)此類低空運(yùn)行的飛行器需要搭建集中進(jìn)行管控的微型機(jī)場(chǎng)，微型機(jī)場(chǎng)可以理解成為了容納和集中管理無(wú)人機(jī)的管控平臺(tái)，目的是為無(wú)人機(jī)集群作業(yè)進(jìn)行監(jiān)測(cè)調(diào)度，提供全面的無(wú)人機(jī)操作、協(xié)調(diào)和優(yōu)化支持。無(wú)人機(jī)管控平臺(tái)實(shí)現(xiàn)對(duì)大量無(wú)人機(jī)的實(shí)時(shí)監(jiān)控、任務(wù)調(diào)度和數(shù)據(jù)處理，優(yōu)化多架無(wú)人機(jī)的協(xié)調(diào)，提升任務(wù)執(zhí)行效率，并確保數(shù)據(jù)安全。然而，隨著無(wú)人機(jī)管控平臺(tái)應(yīng)用規(guī)模的擴(kuò)大，單一平臺(tái)的局限性也隨之顯現(xiàn)，例如其“有限的作業(yè)范圍、任務(wù)復(fù)雜性及覆蓋能力、數(shù)據(jù)處理能力、資源優(yōu)化和調(diào)度”等問(wèn)題。當(dāng)前，國(guó)內(nèi)無(wú)人機(jī)管控平臺(tái)間的聯(lián)系和互動(dòng)大多通過(guò)數(shù)據(jù)共享與同步或是自定義通信協(xié)議等方式實(shí)現(xiàn)，雖然保證了平臺(tái)間的同步性，但會(huì)出現(xiàn)數(shù)據(jù)泄露和沖突。

技術(shù)實(shí)現(xiàn)思路

1、（1）要解決的技術(shù)問(wèn)題

2、本發(fā)明的目的在于提供用于綜合指揮和氣象保障的低空運(yùn)行智能組網(wǎng)方法及系統(tǒng)，以解決跨多個(gè)無(wú)人機(jī)平臺(tái)的無(wú)人機(jī)組網(wǎng)問(wèn)題。

3、（2）技術(shù)方案

4、為實(shí)現(xiàn)上述目的，一方面，本發(fā)明提供了用于綜合指揮和氣象保障的低空運(yùn)行智能組網(wǎng)方法，所述方法包括：

5、獲取至少兩個(gè)微型機(jī)場(chǎng)的地理坐標(biāo)以及對(duì)應(yīng)部署的無(wú)人機(jī)信息，所述無(wú)人機(jī)信息包括無(wú)人機(jī)的身份編號(hào)、作業(yè)類型參數(shù)、作業(yè)半徑和通信頻段參數(shù)，通過(guò)無(wú)人機(jī)信息和對(duì)應(yīng)的地理坐標(biāo)得到單個(gè)無(wú)人機(jī)的特征向量，通過(guò)微型機(jī)場(chǎng)所有無(wú)人機(jī)的特征向量得到微型機(jī)場(chǎng)的特征矩陣；獲取組網(wǎng)任務(wù)信息，所述組網(wǎng)任務(wù)信息包括任務(wù)區(qū)域坐標(biāo)和任務(wù)類型參數(shù)；所述作業(yè)類型參數(shù)和任務(wù)類型參數(shù)均包括作業(yè)種類、作業(yè)飛行高度參數(shù)和作業(yè)飛行速度參數(shù)；

6、將微型機(jī)場(chǎng)的特征矩陣進(jìn)行壓縮得到低維特征矩陣，將低維特征矩陣提取不同粒度級(jí)別的特征向量得到多尺度特征集，通過(guò)局部敏感哈希函數(shù)將多尺度特征集映射為二進(jìn)制哈希碼得到微型機(jī)場(chǎng)隱私保護(hù)編碼；通過(guò)最小外接矩形算法處理任務(wù)區(qū)域坐標(biāo)得到任務(wù)覆蓋矩形，通過(guò)計(jì)算多個(gè)微型機(jī)場(chǎng)地理坐標(biāo)到任務(wù)覆蓋矩形中心點(diǎn)的歐氏距離得到距離矩陣，通過(guò)計(jì)算微型機(jī)場(chǎng)隱私保護(hù)編碼中的作業(yè)種類、作業(yè)飛行高度參數(shù)和作業(yè)飛行速度參數(shù)與對(duì)應(yīng)的任務(wù)類型參數(shù)的漢明距離得到任務(wù)匹配矩陣，通過(guò)距離矩陣和任務(wù)匹配矩陣的歸一化得到微型機(jī)場(chǎng)匹配向量，通過(guò)預(yù)設(shè)的匹配閾值從微型機(jī)場(chǎng)匹配向量篩選得到候選微型機(jī)場(chǎng)集合；通過(guò)候選微型機(jī)場(chǎng)集合內(nèi)的無(wú)人機(jī)作業(yè)半徑與任務(wù)覆蓋矩形的重疊面積得到區(qū)域覆蓋矩陣，通過(guò)將任務(wù)類型參數(shù)映射至預(yù)設(shè)的任務(wù)類型字典得到作業(yè)權(quán)重系數(shù)，通過(guò)將區(qū)域覆蓋矩陣與作業(yè)權(quán)重系數(shù)相乘得到任務(wù)適配度矩陣；

7、通過(guò)線性規(guī)劃算法對(duì)任務(wù)適配度矩陣進(jìn)行求解得到最優(yōu)無(wú)人機(jī)組合序列，通過(guò)計(jì)算最優(yōu)無(wú)人機(jī)組合序列中無(wú)人機(jī)的通信頻段參數(shù)之間的干擾程度得到頻譜干擾矩陣，通過(guò)譜聚類算法對(duì)頻譜干擾矩陣進(jìn)行處理得到通信分組方案，通過(guò)圖著色算法對(duì)通信分組方案進(jìn)行處理得到通信信道分配序列。

8、進(jìn)一步地，所述將微型機(jī)場(chǎng)的特征矩陣進(jìn)行壓縮得到低維特征矩陣的方法包括：

9、將微型機(jī)場(chǎng)部署的無(wú)人機(jī)對(duì)應(yīng)的無(wú)人機(jī)信息構(gòu)建為，其中代表無(wú)人機(jī)的身份編號(hào)，代表無(wú)人機(jī)的作業(yè)類型參數(shù)，代表無(wú)人機(jī)的作業(yè)半徑，代表無(wú)人機(jī)的通信頻段參數(shù)；設(shè)無(wú)人機(jī)的地理坐標(biāo)為，其中代表無(wú)人機(jī)的經(jīng)度坐標(biāo)，代表無(wú)人機(jī)的緯度坐標(biāo)；將無(wú)人機(jī)信息和地理坐標(biāo)分別歸一化后得到和，通過(guò)高斯核函數(shù)將和映射到高維特征空間得到高維特征向量為：

10、；

11、其中為高斯核函數(shù)的數(shù)量且為高維特征空間的維度，為預(yù)設(shè)的第個(gè)高斯核函數(shù)的帶寬參數(shù)，為自然對(duì)數(shù)的底數(shù)；將微型機(jī)場(chǎng)的隨機(jī)兩架無(wú)人機(jī)分別對(duì)應(yīng)的高維特征向量和計(jì)算核矩陣為：

12、；

13、其中為預(yù)設(shè)的高斯核函數(shù)的全局帶寬參數(shù)；通過(guò)核矩陣將高維特征向量嵌入到低維流形空間得到高維動(dòng)態(tài)流形結(jié)構(gòu)，目標(biāo)函數(shù)為：

14、；

15、其中為在高維動(dòng)態(tài)流形結(jié)構(gòu)的稀疏表示矩陣，高維動(dòng)態(tài)流形結(jié)構(gòu)的原始流形特征為微型機(jī)場(chǎng)的無(wú)人機(jī)的信息對(duì)應(yīng)的高維特征向量組成的矩陣，是求的范數(shù)，是求稀疏表示矩陣的范數(shù)，為預(yù)設(shè)的稀疏正則化參數(shù)；通過(guò)梯度下降法求得第一目標(biāo)公式的最小值，根據(jù)第一目標(biāo)公式的最小值求得稀疏表示矩陣；將稀疏表示矩陣重構(gòu)高維動(dòng)態(tài)流形結(jié)構(gòu)中的原始流形特征得到低維特征矩陣，其中。

16、進(jìn)一步地，所述將低維特征矩陣提取不同粒度級(jí)別的特征向量得到多尺度特征集的方法包括：

17、從微型機(jī)場(chǎng)中抽樣得到無(wú)人機(jī)節(jié)點(diǎn)，無(wú)人機(jī)節(jié)點(diǎn)對(duì)應(yīng)的低維特征矩陣滿足；根據(jù)預(yù)設(shè)的安全級(jí)別初始化粒度級(jí)別，低維特征矩陣對(duì)應(yīng)的無(wú)人機(jī)信息嵌入向量的公式為：

18、；

19、其中為第一激活函數(shù)，和分別為粒度級(jí)別的權(quán)重矩陣和偏置向量；構(gòu)建無(wú)人機(jī)通信圖，其中為獲取的無(wú)人機(jī)集合，為獲取的通信鏈路集合，為取值從0到無(wú)人機(jī)集合的數(shù)量之間的整數(shù)變量，為取值從0到通信鏈路集合的數(shù)量之間的整數(shù)變量；無(wú)人機(jī)節(jié)點(diǎn)，通信鏈路節(jié)點(diǎn)，無(wú)人機(jī)節(jié)點(diǎn)和通信鏈路節(jié)點(diǎn)形成的邊記為邊節(jié)點(diǎn)且邊節(jié)點(diǎn)組成邊集即滿足；初始化無(wú)人機(jī)節(jié)點(diǎn)在粒度級(jí)別為0時(shí)的特征向量為，第粒度級(jí)別的特征向量計(jì)算公式為：

20、；

21、其中為第二激活函數(shù)，取值為從0到粒度級(jí)別的整數(shù)變量，為無(wú)人機(jī)節(jié)點(diǎn)和通信鏈路節(jié)點(diǎn)的鄰居節(jié)點(diǎn)集合，取值為鄰居節(jié)點(diǎn)集合內(nèi)的無(wú)人機(jī)節(jié)點(diǎn)，為無(wú)人機(jī)節(jié)點(diǎn)和通信鏈路節(jié)點(diǎn)之間的注意力系數(shù)，為第層的權(quán)重矩陣，為粒度級(jí)別為對(duì)應(yīng)的無(wú)人機(jī)節(jié)點(diǎn)和通信鏈路節(jié)點(diǎn)之間的特征向量。

22、進(jìn)一步地，所述通過(guò)局部敏感哈希函數(shù)將多尺度特征集映射為二進(jìn)制哈希碼得到微型機(jī)場(chǎng)隱私保護(hù)編碼的方法包括：

23、將各個(gè)粒度級(jí)別的特征向量通過(guò)級(jí)聯(lián)哈希模塊將其映射為對(duì)應(yīng)級(jí)別的語(yǔ)義相關(guān)二進(jìn)制哈希碼：

24、；

25、其中是局部敏感哈希函數(shù)，為第個(gè)微型機(jī)場(chǎng)，取值為1到參與智能組網(wǎng)微型機(jī)場(chǎng)數(shù)量之間的整數(shù)；將二進(jìn)制哈希碼記為微型機(jī)場(chǎng)隱私保護(hù)編碼，加密后的微型機(jī)場(chǎng)隱私保護(hù)編碼為：

26、；

27、其中和為預(yù)先設(shè)定的公鑰，為隨機(jī)數(shù)，為模運(yùn)算。

28、進(jìn)一步地，所述通過(guò)計(jì)算微型機(jī)場(chǎng)隱私保護(hù)編碼中的作業(yè)種類、作業(yè)飛行高度參數(shù)和作業(yè)飛行速度參數(shù)與對(duì)應(yīng)的任務(wù)類型參數(shù)的漢明距離得到任務(wù)匹配矩陣的方法包括：

29、將微型機(jī)場(chǎng)隱私保護(hù)編碼解密得到原始二進(jìn)制哈希碼，將任務(wù)類型參數(shù)通過(guò)與微型機(jī)場(chǎng)隱私保護(hù)編碼相同的局部敏感哈希函數(shù)映射得到任務(wù)哈希碼，計(jì)算二進(jìn)制哈希碼的漢明距離：

30、；

31、其中為哈希碼長(zhǎng)度，為任務(wù)編號(hào)，和分別為微型機(jī)場(chǎng)哈希碼和任務(wù)哈希碼的第位二進(jìn)制數(shù)，取值為1到的整數(shù)；將個(gè)微型機(jī)場(chǎng)與任務(wù)的漢明距離組成任務(wù)匹配矩陣：

32、。

33、基于同一發(fā)明構(gòu)思，另一方面，本發(fā)明還提供了用于綜合指揮和氣象保障的低空運(yùn)行智能組網(wǎng)系統(tǒng)，所述系統(tǒng)包括：

34、組網(wǎng)節(jié)點(diǎn)獲取模塊，用于獲取至少兩個(gè)微型機(jī)場(chǎng)的地理坐標(biāo)以及對(duì)應(yīng)部署的無(wú)人機(jī)信息，所述無(wú)人機(jī)信息包括無(wú)人機(jī)的身份編號(hào)、作業(yè)類型參數(shù)、作業(yè)半徑和通信頻段參數(shù)，通過(guò)無(wú)人機(jī)信息和對(duì)應(yīng)的地理坐標(biāo)得到單個(gè)無(wú)人機(jī)的特征向量，通過(guò)微型機(jī)場(chǎng)所有無(wú)人機(jī)的特征向量得到微型機(jī)場(chǎng)的特征矩陣；獲取組網(wǎng)任務(wù)信息，所述組網(wǎng)任務(wù)信息包括任務(wù)區(qū)域坐標(biāo)和任務(wù)類型參數(shù)；所述作業(yè)類型參數(shù)和任務(wù)類型參數(shù)均包括作業(yè)種類、作業(yè)飛行高度參數(shù)和作業(yè)飛行速度參數(shù)；

35、匹配加密模塊，用于將微型機(jī)場(chǎng)的特征矩陣進(jìn)行壓縮得到低維特征矩陣，將低維特征矩陣提取不同粒度級(jí)別的特征向量得到多尺度特征集，通過(guò)局部敏感哈希函數(shù)將多尺度特征集映射為二進(jìn)制哈希碼得到微型機(jī)場(chǎng)隱私保護(hù)編碼；通過(guò)最小外接矩形算法處理任務(wù)區(qū)域坐標(biāo)得到任務(wù)覆蓋矩形，通過(guò)計(jì)算多個(gè)微型機(jī)場(chǎng)地理坐標(biāo)到任務(wù)覆蓋矩形中心點(diǎn)的歐氏距離得到距離矩陣，通過(guò)計(jì)算微型機(jī)場(chǎng)隱私保護(hù)編碼中的作業(yè)種類、作業(yè)飛行高度參數(shù)和作業(yè)飛行速度參數(shù)與對(duì)應(yīng)的任務(wù)類型參數(shù)的漢明距離得到任務(wù)匹配矩陣，通過(guò)距離矩陣和任務(wù)匹配矩陣的歸一化得到微型機(jī)場(chǎng)匹配向量，通過(guò)預(yù)設(shè)的匹配閾值從微型機(jī)場(chǎng)匹配向量篩選得到候選微型機(jī)場(chǎng)集合；通過(guò)候選微型機(jī)場(chǎng)集合內(nèi)的無(wú)人機(jī)作業(yè)半徑與任務(wù)覆蓋矩形的重疊面積得到區(qū)域覆蓋矩陣，通過(guò)將任務(wù)類型參數(shù)映射至預(yù)設(shè)的任務(wù)類型字典得到作業(yè)權(quán)重系數(shù)，通過(guò)將區(qū)域覆蓋矩陣與作業(yè)權(quán)重系數(shù)相乘得到任務(wù)適配度矩陣；

36、通信分組模塊，用于通過(guò)線性規(guī)劃算法對(duì)任務(wù)適配度矩陣進(jìn)行求解得到最優(yōu)無(wú)人機(jī)組合序列，通過(guò)計(jì)算最優(yōu)無(wú)人機(jī)組合序列中無(wú)人機(jī)的通信頻段參數(shù)之間的干擾程度得到頻譜干擾矩陣，通過(guò)譜聚類算法對(duì)頻譜干擾矩陣進(jìn)行處理得到通信分組方案，通過(guò)圖著色算法對(duì)通信分組方案進(jìn)行處理得到通信信道分配序列。

37、進(jìn)一步地，所述系統(tǒng)包括：

38、特征提取壓縮模塊，用于將微型機(jī)場(chǎng)部署的無(wú)人機(jī)對(duì)應(yīng)的無(wú)人機(jī)信息構(gòu)建為，其中代表無(wú)人機(jī)的身份編號(hào)，代表無(wú)人機(jī)的作業(yè)類型參數(shù)，代表無(wú)人機(jī)的作業(yè)半徑，代表無(wú)人機(jī)的通信頻段參數(shù)；設(shè)無(wú)人機(jī)的地理坐標(biāo)為，其中代表無(wú)人機(jī)的經(jīng)度坐標(biāo)，代表無(wú)人機(jī)的緯度坐標(biāo)；將無(wú)人機(jī)信息和地理坐標(biāo)分別歸一化后得到和，通過(guò)高斯核函數(shù)將和映射到高維特征空間得到高維特征向量為：

39、；

40、其中為高斯核函數(shù)的數(shù)量且為高維特征空間的維度，為預(yù)設(shè)的第個(gè)高斯核函數(shù)的帶寬參數(shù)，為自然對(duì)數(shù)的底數(shù)；將微型機(jī)場(chǎng)的隨機(jī)兩架無(wú)人機(jī)分別對(duì)應(yīng)的高維特征向量和計(jì)算核矩陣為：

41、；

42、其中為預(yù)設(shè)的高斯核函數(shù)的全局帶寬參數(shù)；通過(guò)核矩陣將高維特征向量嵌入到低維流形空間得到高維動(dòng)態(tài)流形結(jié)構(gòu)，目標(biāo)函數(shù)為：

43、；

44、其中為在高維動(dòng)態(tài)流形結(jié)構(gòu)的稀疏表示矩陣，高維動(dòng)態(tài)流形結(jié)構(gòu)的原始流形特征為微型機(jī)場(chǎng)的無(wú)人機(jī)的信息對(duì)應(yīng)的高維特征向量組成的矩陣，是求的范數(shù)，是求稀疏表示矩陣的范數(shù)，為預(yù)設(shè)的稀疏正則化參數(shù)；通過(guò)梯度下降法求得第一目標(biāo)公式的最小值，根據(jù)第一目標(biāo)公式的最小值求得稀疏表示矩陣；將稀疏表示矩陣重構(gòu)高維動(dòng)態(tài)流形結(jié)構(gòu)中的原始流形特征得到低維特征矩陣，其中。

45、進(jìn)一步地，所述系統(tǒng)還包括：

46、特征分級(jí)模塊，用于從微型機(jī)場(chǎng)中抽樣得到無(wú)人機(jī)節(jié)點(diǎn)，無(wú)人機(jī)節(jié)點(diǎn)對(duì)應(yīng)的低維特征矩陣滿足；根據(jù)預(yù)設(shè)的安全級(jí)別初始化粒度級(jí)別，低維特征矩陣對(duì)應(yīng)的無(wú)人機(jī)信息嵌入向量的公式為：

47、；

48、其中為第一激活函數(shù)，和分別為粒度級(jí)別的權(quán)重矩陣和偏置向量；構(gòu)建無(wú)人機(jī)通信圖，其中為獲取的無(wú)人機(jī)集合，為獲取的通信鏈路集合，為取值從0到無(wú)人機(jī)集合的數(shù)量之間的整數(shù)變量，為取值從0到通信鏈路集合的數(shù)量之間的整數(shù)變量；無(wú)人機(jī)節(jié)點(diǎn)，通信鏈路節(jié)點(diǎn)，無(wú)人機(jī)節(jié)點(diǎn)和通信鏈路節(jié)點(diǎn)形成的邊記為邊節(jié)點(diǎn)且邊節(jié)點(diǎn)組成邊集即滿足；初始化無(wú)人機(jī)節(jié)點(diǎn)在粒度級(jí)別為0時(shí)的特征向量為，第粒度級(jí)別的特征向量計(jì)算公式為：

49、；

50、其中為第二激活函數(shù)，取值為從0到粒度級(jí)別的整數(shù)變量，為無(wú)人機(jī)節(jié)點(diǎn)和通信鏈路節(jié)點(diǎn)的鄰居節(jié)點(diǎn)集合，取值為鄰居節(jié)點(diǎn)集合內(nèi)的無(wú)人機(jī)節(jié)點(diǎn)，為無(wú)人機(jī)節(jié)點(diǎn)和通信鏈路節(jié)點(diǎn)之間的注意力系數(shù)，為第層的權(quán)重矩陣，為粒度級(jí)別為對(duì)應(yīng)的無(wú)人機(jī)節(jié)點(diǎn)和通信鏈路節(jié)點(diǎn)之間的特征向量。

51、進(jìn)一步地，所述系統(tǒng)還包括：

52、加密模塊，用于將各個(gè)粒度級(jí)別的特征向量通過(guò)級(jí)聯(lián)哈希模塊將其映射為對(duì)應(yīng)級(jí)別的語(yǔ)義相關(guān)二進(jìn)制哈希碼：

53、；

54、其中是局部敏感哈希函數(shù)，為第個(gè)微型機(jī)場(chǎng)，取值為1到參與智能組網(wǎng)微型機(jī)場(chǎng)數(shù)量之間的整數(shù)；將二進(jìn)制哈希碼記為微型機(jī)場(chǎng)隱私保護(hù)編碼，加密后的微型機(jī)場(chǎng)隱私保護(hù)編碼為：

55、；

56、其中和為預(yù)先設(shè)定的公鑰，為隨機(jī)數(shù)，為模運(yùn)算。

57、進(jìn)一步地，所述系統(tǒng)還包括：

58、組網(wǎng)生成模塊，用于將微型機(jī)場(chǎng)隱私保護(hù)編碼解密得到原始二進(jìn)制哈希碼，將任務(wù)類型參數(shù)通過(guò)與微型機(jī)場(chǎng)隱私保護(hù)編碼相同的局部敏感哈希函數(shù)映射得到任務(wù)哈希碼，計(jì)算二進(jìn)制哈希碼的漢明距離：

59、；

60、其中為哈希碼長(zhǎng)度，為任務(wù)編號(hào)，和分別為微型機(jī)場(chǎng)哈希碼和任務(wù)哈希碼的第位二進(jìn)制數(shù)，取值為1到的整數(shù)；將個(gè)微型機(jī)場(chǎng)與任務(wù)的漢明距離組成任務(wù)匹配矩陣：

61、。

62、（3）有益效果

63、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是通過(guò)跨平臺(tái)無(wú)人機(jī)的特征分析智能進(jìn)行最佳組網(wǎng)，同時(shí)解決跨平臺(tái)無(wú)人機(jī)組網(wǎng)過(guò)程中的信息安全。