无人机动态能耗管理算法的研究与设计开题报告
2020-04-13 15:20:43
1. 研究目的与意义(文献综述)
uav,简称无人机。无人机经历近100年的发展正进入一个新的变革性的发展时代。目前,全球约有4.8万架无人机,现在可以断言,无人机将在未来20年至50年主宰人类天空。无人机不需要飞行员在机舱内进行驾驶,全过程在电子设备的控制下自动完成,让人们不再担忧飞行员的安全问题和生理承受能力。无人机可以自行控制也可以远程引导,能一次或多次使用,并且携带有效载荷,成本低廉,生存力强;可执行枯燥、危险、污染性的工作,即3d任务。无人机系统主要包括机体系统、测控系统、机载系统、发射回收系统、飞控系统、数据链路系统、电源系统、地面控制站(g c)s等
无人机一般要求长航程,因此,必须采用高效率的动力技术。从无人机的发展趋势来看,长航时高空无人机已成为世界各国无人侦察机的发展重点之一。长航时高空无人机可在空中停留几天甚至几个,获取目标区完整的信息,为己方决策提供准确、及时的依据,已成为军用侦察卫星的重要补充手段。由此可见,合理管理无人机的动态能耗变得异常重要,能耗问题成为研究无人机时不可回避的问题。
无人机近几年呈现出一种跨越式、跃迁式的发展。我国无人机的发展已有50年的历史,无人机技术储备有一定的规模。我国无人机发展正在步入“黄金时代”,无人机已成为备受关注的新兴行业。目前,中高端无人机研发与生产能力主要掌握在中航工业集团公司、航空航天类院校等和其他科研院所。尽管号称有百余家企业在从事无人机研究与生产,但真正能够严格按照研制程序开发无人机系统的并不多。无人机规模化应用,将是机器人率先出现在我们生活中的一个案例。至今, 世界上已研制和正在研制的高空长航时无人机已有几十种, 其中美国和以色列处于领先水平, 欧洲紧紧追赶。近几年,美国、以色列等无人机大国,都已将通讯、导航、vr、ai等概念和技术集合在无人机之上。美国将全球鹰和捕食者修改后,应用于民用领域,全球鹰成为第一种被美国联邦航空管理局批准授权可在美国空域飞行的无人机。美国nasa下属的德莱顿飞行研究中心正在研究将伊克纳无人机用于灭火。美国海洋与大气局已成功将无人机用于风暴探测的研究。
2. 研究的基本内容与方案
设计基本内容:
1). 了解与分析无人机在通信中潜在的能耗问题
2). 建立数学模型描述无人机在通信中的能量消耗,用于后续算法设计
3. 研究计划与安排
第1—3 周: 英文翻译,完成开题报告和文献综述
第4—6 周: 掌握无人机工作原理的理论知识。
第6—10 周:建立模型,设计无人机通信的优化策略算法。
4. 参考文献(12篇以上)
[1] Y. Zhang, D. Niyato, P. Wang, D. I. Kim, and Z. Han, "Optimal Wireless Energy Charging for Incentivized Content Transfer in Mobile Publish-Subscribe Networks," IEEE Transactions on Vehicular Technology, vol. 66, no. 4, pp. 3420-3434, Apr 2017.
[2] Y. Zhang, D. Niyato, P. Wang, and D. I. Kim, "Optimal Energy Management Policy of Mobile Energy Gateway," IEEE Transactions on Vehicular Technology, vol. 65, no. 5, pp. 3685-3699, May 2016.2).
[3] M. Puterman. Markov Decision Processes. Wiley, 2005.
[4]Guez A, Silver D, Dayan P. Scalable and efficient bayes-adaptive reinforcement learning based on monte-carlo tree search[M]. AI Access Foundation, 2013.
[5]Frédérick G, Emmanuel R. Markov Decision Processes[M]// Markov decision processes /. John Wiley amp; Sons, 1993:129-154.
[6]邹湘伏,何清华,贺继林.无人机发展现状及相关技术[J].飞航导弹,2006.
[7]淳于江民,张珩.无人机的发展现状与展望[J].飞航导弹,2005.
[8]胡中华,赵敏.无人机研究现状及发展趋势[J].航空科学技术,2009.
[9]常于敏.无人机技术研究现状及发展趋势[J]. 电子技术与软件工程, 2014(1):242-243.
[10]储毅,赵敏.基于马尔可夫决策的动态电源管理技术[J].电子科技大学学报,2007(03):521-523.
[11]胡中华,赵敏.无人机研究现状及发展趋势[J].航空科学与技术,2009.
[12]李一波,李振,张晓东.无人机飞行控制方法研究现状与发展[J].飞行力学,2011.
[13]邱远, 虞慧群, 范贵生. 基于马尔可夫决策过程的云平台资源调度[J]. 华东理工大学学报(自然科学版), 2016, 42(5):702-707.
[14]刘克. 实用马尔可夫决策过程[M]. 清华大学出版社, 2004.
[15]刘翱, 刘克, 刘广,等. 基于马尔可夫决策过程的调度问题建模[C]// 中国青年信息与管理学者大会. 2011.
[16]张睿. 小型无人机结构与控制[J]. 电子技术与软件工程, 2017(1):133-134.
[17]陈学松, 杨宜民. 强化学习研究综述[J]. 计算机应用研究, 2010, 27(8):2834-2838.