电网多制式通信中无人机垂直切换方法及系统与流程

本发明属于无人机，尤其涉及一种电网多制式通信中无人机垂直切换方法。

背景技术：

1、在当今信息化的社会中，电力系统作为基础设施之一扮演着至关重要的角色。智能电网作为当下电网技术发展的趋势，面临着用电业务具有分布广、通信可靠性难以保证等困难，单一的网络制式已然无法满足电网的业务需求。为了提高电力系统的可靠性和运行效率，电网不再只由一个运营商或单个网络制式提供服务，而是存在于多种异构网络共存的复杂网络环境。为了融合不同网络的性能优点，优秀的异构无线网络选择算法是必不可少的环节，然而当前主流的异构无线网络垂直切换算法停留在无线通信网络领域，并没有具体针对电网场景进行研究，该方面的研究仍有待补充。同时，随着基础设施的完善，电网规模和覆盖范围不断扩大，森林等地区中存在例如极端天气等自然灾害、动植物入侵等不可控因素，以人工巡检为主的现有电力巡检方式存在成本高、效率低、耗时长且巡检人员安全无法得到有效保障等明显缺点，因此，更加安全、高效的无人机巡检是必要的。选用多制式融合通信组网的网络切换技术与无人机巡检互补配合，能够达到可靠的终端接入效果，有力保障电网系统的正常运行，提高其可靠性和鲁棒性。

2、在现有的发明、研究中，已有许多研究人员从不同角度、利用不同方法对垂直切换算法问题展开研究，并取得了一系列进展和成果，但仍存在一些问题。1、基于接收信号强度的垂直切换算法计算简单，容易实现，但考虑的切换判决因素并不全面，难以支持无人机巡检任务中的业务需求，也无法实现更大的性能提升。2、基于博弈论的垂直切换算法同时考虑用户和网络运营商间的利益，但它的输出结果并不一定是网络效用的最大化的解，且算法计算量大，对终端设备资源要求较高，并不适用于电网终端场景。3、基于模糊逻辑的研究考虑网络的多属性特点，能够较科学地计算出当前状态的最优选择，但该算法并未考虑终端移动性对选择结果的影响，应用于无人机巡检前仍需进一步优化。

3、垂直切换与无人机巡检的结合对于实现电网的建设和维护、提高电力系统的适应能力具有重要意义，是电力系统发展的必然趋势。目前，大多数针对网络选择的算法停留在无线通信网络领域，仅考虑静态情况或单一服务，并没有具体针对电网场景进行研究，也没有结合轨迹规划的问题，不适用于无人机巡检任务，该方面的研究仍有待补充。

4、通过上述分析，现有技术存在的问题及缺陷为：

5、大多数针对网络选择的算法停留在无线通信网络领域，仅考虑静态情况或单一服务，并没有具体针对电网场景进行研究，也没有结合轨迹规划的问题，不适用于无人机巡检任务，该方面的研究仍有待补充。

技术实现思路

1、针对现有技术存在的问题，本发明提供了一种电网多制式通信中无人机垂直切换方法。

2、本发明是这样实现的，一种电网多制式通信中无人机垂直切换方法包括：

3、步骤1，根据无人机巡检过程中的必经点和障碍点，采用a-star算法实现最短避障轨迹规划；

4、步骤2，分析无人机业务需求，根据不同网络属性之间的相对重要性，利用fahp算法计算不同业务类型的各属性权重；

5、步骤3，根据属性效用函数规范无人机实际网络属性；

6、步骤4，根据权重结果和候选网络集中的网络属性效用值，计算各网络得分，选择出最理想的网络，根据阈值决定保持原有网络状态或切换至新网络。

7、进一步，所述步骤1的过程如下：

8、评估函数f可以表示为：

9、f＝g+h

10、其中g表示从父节点到相邻节点的距离，h表示从相邻节点到端点的距离。

11、进一步，所述步骤2的过程如下：

12、给定一组候选网络，该组网络由m种不同类型的无线网络组成r＝{r1,r2,···,rm},m≥2；

13、在网络选择决策中考虑的网络属性集为c＝{c1,c2,···,cn},n≥2；

14、终端设备可由不同网络提供不同的网络服务s＝{s1,s2,···,sl},l≥2；

15、设置集合为不同网络业务中不同属性的权重值，其中上标s表示对应业务类型，下标c表示对应网络属性，表示网络业务sl的cn属性；另外，定义实时网络属性效用值集合a＝(aij)m×n，其中aij为网络ri的属性值cj；

16、引入三角模糊数tfns来表示网络属性间的两两相对的重要性；tfn定义为α＝(l,o,u),l≤o≤u

17、式中，l、o和u表示相对重要性的下限值，最优值和上限值；

18、规定网络属性ci相对于属性cj的重要性为uij，则利用fahp确定网络属性权重值的的步骤如下：

19、step 1：计算属性ci的综合模糊值fi

20、

21、其中，

22、且

23、step 2：fj大于fi的概率p可由下式给出

24、

25、step 3：对比得到网络业务sl的属性cj的权重值

26、

27、step4：计算归一化的权重值使其满足则有

28、

29、最终可以得到网络业务sk的权重矩阵

30、进一步，所述步骤3的过程如下：

31、当网络属性的取值有双边约束时，f(x)表示为效用属性，g(x)表示为成本属性：

32、

33、g(x)＝1-f(x)

34、其中a和b是常系数，它们根据网络属性的需求进行设定；当网络属性的取值仅存在一个阈值时，效益属性u(x)和成本属性h(x)定义为

35、u(x)＝1-c/x

36、h(x)＝1-c·x

37、其中c是常系数，作用与a、b相同；

38、基于步骤1得出的路径数据，能得到实时网络属性效用值集合，通过属性效用函数对其进行处理，得到归一化属性效用值向量

39、进一步，所述步骤4的过程如下：

40、根据无人机在巡检时针对不同巡检内容，所需业务优先级不同，定义业务优先级集合p＝{p1,p2,···,pk}，其中pk表示网络业务sl的优先级；则给出最终的网络i的综合评分qi为：

41、

42、根据当前无人机位置及网络状态选择最合适的网络rt来支持无人机完成巡检任务；其中，rt可表示为：

43、

44、最后根据阈值判断保持原有网络状态或切换至新网络。

45、本发明的另一目的在于提供一种电网多制式通信中无人机垂直切换系统包括：

46、避障轨迹规划模块，用于根据无人机巡检过程中的必经点和障碍点，采用a-star算法实现最短避障轨迹规划；

47、属性权重计算模块，用于分析无人机业务需求，根据不同网络属性之间的相对重要性，利用fahp算法计算不同业务类型的各属性权重；

48、网络属性规范模块，用于根据属性效用函数规范无人机实际网络属性；

49、网络选择模块，用于根据权重结果和候选网络集中的网络属性效用值，计算各网络得分，选择出最理想的网络，根据阈值决定保持原有网络状态或切换至新网络。

50、本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述电网多制式通信中无人机垂直切换方法的步骤。

51、本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述电网多制式通信中无人机垂直切换方法的步骤。

52、本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述电网多制式通信中无人机垂直切换系统。

53、结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：

54、第一、本发明研究了电网场景下巡检无人机的异构网络选择问题，旨在及时、有效地根据巡检无人机的具体场景，为森林巡检业务选择更合适的网络，满足服务质量的需求，减少乒乓效应的发生，保障巡检工作的正常展开，具备一定的现实意义和研究价值。

55、本发明研究了无人机在电网场景中执行检测任务时无线异构网络的垂直切换问题。在该模型中，用于电网巡检的无人机需要规划其飞行轨迹，避开障碍物，并找到到达每个检查点的最佳轨迹。在整个无人机检查过程中，必须确保无人机的通信服务质量。数值结果表明，该方法能够更好地满足无人机检测任务的要求，减少切换次数，从而解决了电网场景中终端垂直切换的问题。

56、第二，在电网巡检中，无人机作为高效、灵活的巡检工具，面临着多种通信制式并存、网络环境复杂多变的挑战。传统的无人机通信切换方法往往难以兼顾避障、业务需求和网络选择等多个因素，导致通信效率下降甚至巡检任务失败。因此，开发一种能够综合考虑无人机避障、业务需求和网络性能的多制式通信垂直切换方法显得尤为重要。

57、本发明提出了一种电网多制式通信中无人机垂直切换方法，该方法通过四个步骤实现高效、安全的网络切换。首先，利用a-star算法规划最短避障轨迹，确保无人机在巡检过程中的安全性。其次，基于fahp算法分析无人机业务需求，并计算不同业务类型的各属性权重，以优化网络资源分配。然后，通过属性效用函数规范无人机实际网络属性，确保网络属性的准确评估。最后，根据权重结果和网络属性效用值计算各网络得分，选择最理想的网络，并根据阈值决定是否进行网络切换。

58、本发明的应用将显著提高电网巡检中无人机的通信效率和安全性。通过实时分析无人机业务需求和网络性能，该方法能够选择最适合的网络进行通信，从而避免因网络切换不当导致的通信中断或延迟。此外，结合a-star算法的避障轨迹规划，该方法还能有效避免无人机与障碍物发生碰撞，确保巡检任务的顺利完成。

59、本发明在电网多制式通信领域实现了显著的技术进步。一方面，通过引入a-star算法和fahp算法，该方法实现了无人机在复杂网络环境下的最短轨迹避障和网络选择，提高了通信的智能化水平。另一方面，通过规范无人机实际网络属性和计算网络得分，该方法为无人机通信切换提供了更准确的决策依据，降低了因误判导致的通信风险。这些技术进步不仅提升了电网巡检的效率和安全性，也为无人机在更多领域的应用提供了有力支持。

60、第三，本发明的技术方案填补了国内外业内技术空白：

61、本发明针对电网场景中的无人机巡检任务展开研究，结合a-star算法进行最短避障轨迹规划，并使用模糊层次分析法计算网络属性的权重，综合考虑服务质量需求和实时网络需求，选择网络效用最高的候选网络。选用多制式融合通信组网的网络切换技术与无人机巡检互补配合，能够达到可靠的终端接入效果，有力保障电网系统的正常运行，提高其可靠性和鲁棒性。

62、第四，本发明提供了一种电网多制式通信中无人机垂直切换方法，该方法通过综合考虑无人机的巡检路径、业务需求和网络属性，实现了无人机在复杂电网环境下的高效通信切换。首先，利用a-star算法规划出无人机巡检的最短避障轨迹，确保无人机在巡检过程中能够安全、高效地移动。其次，通过fahp算法计算不同业务类型的网络属性权重，为无人机在多种网络制式中选择最优网络提供了依据。接着，规范无人机实际网络属性，确保网络属性能够准确反映无人机当前的网络状态。最后，根据权重结果和网络属性效用值计算各网络得分，选择出最理想的网络，并根据阈值决定无人机是否进行网络切换。

63、本发明解决了现有技术在无人机通信切换中无法综合考虑巡检路径、业务需求和网络属性等问题，实现了无人机在复杂电网环境下的智能通信切换。通过a-star算法和fahp算法的结合，本发明能够更准确地规划无人机的巡检路径和选择最优网络，从而提高了无人机巡检的效率和准确性。此外，本发明还通过规范网络属性和引入业务优先级，使无人机在通信切换过程中更加灵活、可靠。

64、本发明的显著技术进步在于，它提供了一种全新的电网多制式通信中无人机垂直切换方法，该方法不仅考虑了无人机的巡检路径和业务需求，还充分利用了网络属性的信息，实现了无人机在复杂电网环境下的智能通信切换。相比传统方法，本发明在切换决策上更加科学、合理，能够更有效地支持无人机完成巡检任务，提高电网的安全性和可靠性。

65、本发明提供了一种高效、可靠的电网多制式通信中无人机垂直切换方法，为无人机在复杂电网环境下的巡检和通信提供了有力的技术支持，具有重要的实际应用价值和推广意义。

66、第五，本发明通过引入a-star算法和避障轨迹规划的主要参数，如必经点和障碍点，有效解决了无人机在电网巡检中无法有效规避障碍物和规划最短路径的问题。a-star算法能够综合考虑无人机巡检的起点、终点以及障碍物信息，计算出一条最优的避障轨迹，从而大大提高了无人机巡检的效率和安全性。

67、本发明利用fahp算法和网络属性权重计算，解决了在多种网络制式下如何为无人机选择最优网络的问题。fahp算法通过构建网络属性之间的两两比较矩阵，并引入三角模糊数来表示属性间的相对重要性，最终计算出各网络属性的权重值。这些权重值能够为无人机在不同网络制式下选择最优网络提供科学依据，保证了无人机在通信过程中的稳定性和可靠性。

68、本发明还建立了网络属性效用函数和数学模型，通过实时网络属性效用值的计算和规范，实现了无人机网络状态的准确反映。这些数学模型和函数能够根据无人机的实际网络状态和业务需求，对网络属性进行归一化处理，得到更加准确的网络得分。这些得分能够为无人机在不同网络之间的切换提供决策依据，从而进一步提高了无人机巡检的效率和灵活性。

69、本发明通过综合应用a-star算法、fahp算法和数学模型，实现了电网多制式通信中无人机垂直切换的智能化和自动化。这种方法不仅解决了现有技术中无人机通信切换的难题，还带来了显著的技术进步。它使得无人机能够在复杂多变的电网环境下实现高效、可靠的通信切换，为电网的安全运行和巡检任务的顺利完成提供了有力保障。