基于无人机节点的车辆自组织网络道路连通性实时修补机制方法.pdf

《基于无人机节点的车辆自组织网络道路连通性实时修补机制方法.pdf》由会员分享，可在线阅读，更多相关《基于无人机节点的车辆自组织网络道路连通性实时修补机制方法.pdf（16页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201911162112.6 (22)申请日 2019.11.22 (71)申请人 华北电力大学 （保定） 地址 071003 河北省保定市莲池区619号华 北电力大学 (72)发明人 蔡震 (74)专利代理机构 北京睿博行远知识产权代理 有限公司 11297 代理人 刘桂荣 (51)Int.Cl. H04W 4/029(2018.01) H04W 16/18(2009.01) H04W 16/26(2009.01) H04W 24/04(2009.01) H04W 84/18(。

2、2009.01) H04W 4/44(2018.01) H04W 4/46(2018.01) (54)发明名称 基于无人机节点的车辆自组织网络道路连 通性实时修补机制方法 (57)摘要 本发明公开了一种基于无人机节点的车辆 自组织网络道路连通性实时修补机制方法， 涉及 车联网及自组织网络技术领域。 主要基于无人机 获取当前道路车辆的实时位置以及自由流速度 等数据； 根据获取到的信息计算车辆下个周期内 各时刻的位置， 并据此预测两路口之间道路多跳 网络连通情况； 若未来周期内道路上出现区域网 络断开， 则无人机根据当前自身情况以决策计算 最佳周期移动策略进行桥接修复。 该机制方法单 条道路上只需。

3、配置单台无人机借助车辆自组织 网络收集车辆信息， 计算车辆未来运动轨迹以预 测网络断开区域的位置， 并结合当前无人机位 置、 方向和速度计算最佳实时移动策略， 最大限 度修补未来周期内可能出现的断开区域， 该机制 方法在车流量较小即车辆节点较少时， 为道路车 辆通信提供了稳定有效的网络连通性支持。 权利要求书3页 说明书9页 附图3页 CN 110958574 A 2020.04.03 CN 110958574 A 1.一种基于无人机节点的车辆自组织网络道路连通性实时修补机制方法， 其特征在 于： 包括以下步骤： 1)无人机首先选定道路两端路口中的一个作为依托路口， 并以保证与依托路口服务节 。

4、点多跳网络连通为其移动策略首要任务； 2)无人机通过车辆自组织网络最大限度获取当前道路车辆的实时位置及其自由流速 度数据信息； 3)无人机根据获取到的信息计算道路上所有车辆下个周期内各单位时间的位置， 并计 算出现网络断开区域的概率和该区域距依托路口的距离， 然后以此两点得出该区域的修补 优先级， 并选定优先级数值最大者为该单位时刻首选修补区域； 4)若未来周期内道路上出现区域网络断开， 则无人机根据当前自身情况开始决策计算 最佳周期移动策略， 以达到最大道路网络连通性修复效果； 无人机根据自身当前位置、 速度 和移动方向依次计算下周期各单位时刻可达状态信息； 若某单位时刻无人机可达区域与该时。

5、刻车辆网络断开区域有重叠， 表示无人机可移动 至该区域并修复前后节点桥接连通， 则无人机根据重叠部分修改该单位时刻的可达状态信 息； 若无人机可达区域与车辆网络断开区域无重叠， 则需要比较该网络断开区域与上一有 重叠可修复断开区域的优先级分数高低， 若上一时刻区域优先级高则放弃当前时刻断开区 域修复继续向后计算， 若当前时刻网络断开区域优先级高， 则放弃上一时刻区域修复， 并根 据在上一时刻之前时刻的无人机状态重新计算当前时刻的可达状态， 重新判定断开区域是 否可修复； 5)最终下周期内所有单位时间计算完毕后， 此周期无人机移动策略可根据各个单位时 间更新后的可达状态， 按照时间倒序依次生成。。

6、 2.根据权利要求1所述的基于无人机节点的车辆自组织网络道路连通性实时修补机制 方法， 其特征在于： 所述步骤2)中， 根据车辆自由流速度的均值( fv)和方差车辆在 车流量较小即自由流状态下未来时刻位置(posest)的均值( pos)和方差的计算公式 为： posE(posest) vf(tfut-trec) (1) 其中， tfut为未来时刻， trec为车辆信息获取时刻； 一般情况下， 车辆在自由流状态下的 速度服从正态分布， 故posest同样服从正态分布， 相应的， 相互独立的连续两车辆A、 B之间的 距离(disAB)也服从正态分布： 3.根据权利要求1所述的基于无人机节点的车辆。

7、自组织网络道路连通性实时修补机制 方法， 其特征在于： 所述步骤3)中某单位时刻网络断开区域修复优先级pri的计算公式为： 权利要求书 1/3 页 2 CN 110958574 A 2 其中， PAB为连续车辆A、 B间距超过信号通信距离R即出现断开区域的概率， hUAV为无人机 飞行高度， l为道路长度， ( posA+ posB)/2为网络断开区域中心位置均值。 、 为权重因子， 且 + 1， 设置越大表明策略越偏重无人机与依托路口的连通性， 设置越大则表明策略更注 重去修补断开概率大的区域(虽然可能离依托路口较远)。 4.根据权利要求1所述的基于无人机节点的车辆自组织网络道路连通性实时修。

8、补机制 方法， 其特征在于： 所述步骤4)无人机某时刻的可达状态的表示方法， 以及基于t0时刻的状 态计算下一时刻t1可达状态的计算公式； 可达状态信息包含其中和为t0 时刻可达到的左、 右边缘位置，为可达到的最小速度即向左方向上的最大速度， 这里速 度统一表示为矢量，为可达到的最大速度，为无人机可达到最小速度的最大位 置， 同理为无人机可达到最大速度的最小位置； 各状态信息的计算公式为： 其中， tar为无人机从t0时刻速度加速到其最大速度Uvmax所需时间， tal为无人机从 加速到其最小速度Uvmin(Uvmax-Uvmin)所需时间， a为标量加速度； 权利要求书 2/3 页 3 CN。

9、 110958574 A 3 其中， tdl和tdr分别为减去无人机加速度到最小速度和最大速度所需的时间， 其小于0意 味着无人机无法在单位时间内加速到其物理最大速度。 5.根据权利要求1所述的基于无人机节点的车辆自组织网络道路连通性实时修补机制 方法， 其特征在于： 所述步骤4)无人机可达区域与车辆网络断开区域有重叠时， 修正其可达 状态信息的计算公式： 其中， tl1与tl2为方程(18)关于t的两个正数解， tr1与tr2为方程(20)关于t的两个正数 解。 6.根据权利要求1所述的基于无人机节点的车辆自组织网络道路连通性实时修补机制 方法， 其特征在于： 所述步骤4)无人机可达区域与车。

10、辆网络断开区域无重叠时的操作流程。 权利要求书 3/3 页 4 CN 110958574 A 4 基于无人机节点的车辆自组织网络道路连通性实时修补机制 方法 技术领域 0001 本发明涉及车联网技术领域， 尤其涉及一种基于无人机节点的车辆自组织网络道 路连通性实时修补机制方法。 背景技术 0002 车联网(IoV)的目标是实现多车辆、 多人、 多物和多种网络的连接通信， 并可为其 提供一个可控、 可操作且安全的覆盖全城的广域网络， 其具体应用包括安全相关(自动驾 驶、 事故规避)、 信息广播(实时路况信息)、 社交娱乐等。 车联网中的各个车辆节点均装备有 支持相关网络标准(比如美国的DSRC，。

11、 中国的LTE-V等)的收发装置。 车辆自组织网络 (VANETs)是车联网在组网形式范畴上的名称， 其作为移动自组织网络(MANETs)的一种特殊 形式， 具有以下三个特点： 1)节点移动速度快， 网络拓扑变化频繁； 2)因车辆只能行驶在已 有道路上， 故其间的数据包传输的方向也与城市道路方向保持一致； 3)两车辆节点的数据 包通信往往经由多个中继车辆节点多跳依次传输完成， 其路由质量易受如道路车辆密度、 车辆速度、 交叉口信号灯状态等多因素影响。 0003 相对于蜂窝网络和有线网络， 车辆自组织网络具有无传输费用、 部署成本低等优 点， 同时其 “点对点” 的组网形式可有效减少网络瓶颈、 。

12、增加网络吞吐率， 然而因为其网络拓 扑变化频繁， 无法为每组车辆节点间都保持一条时刻有效且稳定的多跳网络路径， 尤其是 当道路上的任意一组连续车辆之间的距离超出单跳传输范围时， 此道路网络(两端路口之 间)即无法保持连通。 0004 为充分利用免费的自组织网络， 需要增强或修补道路连通性， 通常的解决方法是 在路边关键位置安装具有相同网络通信标准的固定装置， 即路边单元(RSU)， 由其作为中继 节点传递数据包。 但其不仅占用地面空间、 部署成本高， 而且道路上的动态车流随时间变化 频繁， 网络断开位置时刻在改变， 通过部署固定节点无法有效适应。 为了改进道路连通性修 补的动态有效性， 但是，。

13、 限于道路交通规则和周围车辆密度等情况， 地面交通工具始终很难 根据当前道路网络变化， 及时赶到断开位置修补连通性。 0005 近些年来， 无人机(UAV)技术受到越来越多的关注， 其自由的空间部署能力和灵活 的空间移动能力使其可以被广泛得应用到大量领域。 在车辆自组织网络环境中， Oubbati等 人在论文中均提出了各自的利用无人机节点辅助车辆节点提升网络性能， 增加网络吞吐率 的架构和方案。 但其均只利用了无人机的空间部署能力， 而未充分利用其灵活的移动能力 来协助增强道路连通性， 也未涉及针对时刻变化的道路车流情况而进行未来轨迹决策的方 案， 无法达到动态性和实时性的要求。 发明内容 0。

14、006 本发明所要解决的技术问题是提供一种基于无人机节点的车辆自组织网络道路 连通性实时修补机制方法， 该机制方法通过收集当前车辆信息， 计算车辆未来运动轨迹以 说明书 1/9 页 5 CN 110958574 A 5 预测网络断开区域的位置， 并结合当前无人机位置、 方向和速度计算最佳移动策略， 最大限 度修补未来周期内出现的断开区域， 为道路车辆通信提供稳定的网络连通性支持。 0007 为解决上述技术问题， 本发明所采取的技术方案为一种基于无人机节点的车辆自 组织网络道路连通性实时修补机制方法， 包括以下步骤： 0008 1)无人机首先选定道路两端路口中的一个作为依托路口， 并以保证与依托。

15、路口服 务节点多跳网络连通为其移动策略首要任务； 0009 2)无人机通过车辆自组织网络最大限度获取当前道路车辆的实时位置及其自由 流速度等数据信息； 0010 3)无人机根据获取到的信息计算道路上所有车辆下个周期内各单位时间的位置， 并计算出现网络断开区域的概率和该区域距依托路口的距离， 然后以此两点得出该区域的 修补优先级， 并选定优先级数值最大者为该单位时刻首选修补区域； 0011 4)若未来周期内道路上出现区域网络断开， 则无人机根据当前自身情况开始决策 计算最佳周期移动策略， 以达到最大道路网络连通性修复效果； 无人机根据自身当前位置、 速度和移动方向依次计算下周期各单位时刻可达状态。

16、信息； 若某单位时刻无人机可达区域 与该时刻车辆网络断开区域有重叠， 表示无人机可移动至该区域并修复前后节点桥接连 通， 则无人机根据重叠部分修改该单位时刻的可达状态信息； 若无人机可达区域与车辆网 络断开区域无重叠， 则需要比较该网络断开区域与上一有重叠可修复断开区域的优先级分 数高低， 若上一时刻区域优先级高则放弃当前时刻断开区域修复继续向后计算， 若当前时 刻网络断开区域优先级高， 则放弃上一时刻区域修复， 并根据在上一时刻之前时刻的无人 机状态重新计算当前时刻的可达状态， 重新判定断开区域是否可修复； 0012 5)最终下周期内所有单位时间计算完毕后， 此周期无人机移动策略可根据各个单。

17、 位时间更新后的可达状态， 按照时间倒序依次生成。 0013 进一步优化的技术方案为所述步骤3)中， 根据车辆自由流速度的均值( fv)和方差 车辆在车流量较小即自由流状态下未来时刻位置(posest)的均值( pos)和方差 的计算公式为： 0014 posE(posest) vf(tfut-trec) (1) 0015 0016 其中， tfut为未来时刻， trec为车辆信息获取时刻； 一般情况下， 车辆在自由流状态 下的速度服从正态分布， 故posest同样服从正态分布， 相应的， 相互独立的连续两车辆A、 B之 间的距离(disAB)也服从正态分布： 0017 0018 进一步优化的。

18、技术方案为所述步骤3)中某单位时刻网络断开区域修复优先级pri 的计算公式为： 0019 0020 说明书 2/9 页 6 CN 110958574 A 6 0021 0022 其中， PAB为连续车辆A、 B间距超过信号通信距离R即出现断开区域的概率， hUAV为无 人机飞行高度， l为道路长度， ( posA+ posB)/2为网络断开区域中心位置均值， 、 为权重因 子。 0023 进一步优化的技术方案为所述步骤4)无人机某时刻的可达状态的表示方法， 以及 基于t0时 刻的 状态计算下一时 刻t1可达状态的 计算公式 。 可达状态 信息包含 其中和为t0时刻可达到的左、 右边 缘位置，为。

19、可达到的最小速度即向左方向上的最大速度， 这里速度统一表示为矢量， 为可达到的最大速度，为无人机可达到最小速度的最大位置， 同理为无人机 可达到最大速度的最小位置； 各状态信息的计算公式为： 0024 0025 0026 0027 0028 0029 0030其中， tar为无人机从t0时刻速度加速到其最大速度Uvmax所需时间， tal为无人 机从加速到其最小速度Uvmin(Uvmax-Uvmin)所需时间， a为标量加速度； 0031 0032 0033 说明书 3/9 页 7 CN 110958574 A 7 0034 0035 其中， tdl和tdr分别为减去无人机加速度到最小速度和最。

20、大速度所需的时间， 其小 于0意味着无人机无法在单位时间内加速到其物理最大速度。 0036 进一步优化的技术方案为所述步骤4)无人机可达区域与车辆网络断开区域有重 叠时， 修正其可达状态信息的计算公式： 0037 0038 0039 0040 0041 0042 0043 其中， tl1与tl2为方程(18)关于t的两个正数解， tr1与tr2为方程(20)关于t的两个正 数解。 0044 进一步优化的技术方案为所述步骤4)无人机可达区域与车辆网络断开区域无重 叠时的操作流程。 0045 采用上述技术方案所产生的有益效果在于： 本发明利用无人机部署便捷， 空间能 力强、 移动灵活自由等特点， 。

21、设计了一个适用于道路车辆密度稀疏环境中的实时修补车辆 自组织网络道路连通性的无人机节点移动决策机制。 单条道路上通过只配置单台无人机， 借助车辆自组织网络收集车辆信息， 计算车辆未来运动轨迹以预测网络断开区域的位置， 并结合当前无人机位置、 方向和速度计算最佳实时移动策略， 最大限度修补未来周期内可 能出现的断开区域， 该机制方法在车流量较小即车辆节点较少时， 为道路车辆通信提供了 稳定有效的网络连通性支持。 附图说明 0046 图1是本发明即无人机实时修补道路网络连通性示意图； 0047 图2是本发明无人机收集道路实时车辆信息示意图； 0048 图3是本发明前后车辆可修复间距与不可修复间距示。

22、意图； 0049 图4是本发明无人机飞行轨迹示意图； 0050 图5是本发明无人机可达位置示意图； 0051 图6是本发明无人机移动决策过程逻辑图。 说明书 4/9 页 8 CN 110958574 A 8 具体实施方式 0052 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做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。 0053 如图1所示， 本发明公开了一种基于无人机节点的车辆自组织网络道路连通性实 。

23、时修补机制方法， 包括以下步骤： 0054 1)无人机首先选定道路两端路口中的一个作为依托路口， 并以保证与依托路口服 务节点多跳网络连通为其移动策略首要任务； 0055 2)无人机通过车辆自组织网络最大限度获取当前道路车辆的实时位置及其自由 流速度等数据信息； 0056 3)无人机根据获取到的信息计算道路上所有车辆下个周期内各单位时间的位置， 并计算出现网络断开区域的概率和该区域距依托路口的距离， 然后以此两点得出该区域的 修补优先级， 并选定优先级数值最大者为该单位时刻首选修补区域； 0057 4)若未来周期内道路上出现区域网络断开， 则无人机根据当前自身情况开始决策 计算最佳周期移动策略。

24、， 以达到最大道路网络连通性修复效果； 无人机根据自身当前位置、 速度和移动方向依次计算下周期各单位时刻可达状态信息； 若某单位时刻无人机可达区域 与该时刻车辆网络断开区域有重叠， 表示无人机可移动至该区域并修复前后节点桥接连 通， 则无人机根据重叠部分修改该单位时刻的可达状态信息； 若无人机可达区域与车辆网 络断开区域无重叠， 则需要比较该网络断开区域与上一有重叠可修复断开区域的优先级分 数高低， 若上一时刻区域优先级高则放弃当前时刻断开区域修复继续向后计算， 若当前时 刻网络断开区域优先级高， 则放弃上一时刻区域修复， 并根据在上一时刻之前时刻的无人 机状态重新计算当前时刻的可达状态， 重。

25、新判定断开区域是否可修复。 0058 5)最终下周期内所有单位时间计算完毕后， 此周期无人机移动策略可根据各个单 位时间更新后的可达状态， 按照时间倒序依次生成。 0059 实施例1 0060 假定每辆行驶车辆均安装有支持相关车辆网络标准的通信收发设备， 并且均装有 全球定位系统(GPS)和城市道路电子地图。 无人机方面， 因各道路可设置备用无人机加以轮 换， 故暂不考虑无人机耗电问题； 无人机的飞行速度因不同厂家和型号而各有不同， 本发明 的研究方法并非是使其能够 “追上” 车辆， 而是最大化利用无人机本身性能到达目的位置进 行道路网络修补， 虽然速度快慢对修补效果有客观影响， 但其并非本发。

26、明核心问题。 此外， 为了有针对性地研究道路网络， 我们假定在其两端路口位置均存在路口服务节点(车辆自 组织网络主流路由机制均是在路口位置设有负责数据包路由的路口服务节点， 其一般可由 固定路边节点或者动态车辆节点担任)。 0061 在道路车流为自由流状态下， 即周围车辆密度较低， 当前车辆不受其它车辆影响， 可以行驶在自身预期的速度上， 我们称该速度为此车辆的自由流速度。 但是往往在整个行 驶过程中， 该速度值并不恒定， 受到各种因素影响， 包括当前时间、 当前道路位置甚至驾驶 者当前心情(自动驾驶车辆该速度值相对较稳定)， 总的来说其服从正态分布。 在本发明机 制下， 各车辆均在平时自动收。

27、集自身自由流速度值， 并计算其均值 fv和方差 说明书 5/9 页 9 CN 110958574 A 9 0062 通过周期性信息的交互(即hello信息， 属于移动自组织网络标准要求)， 每个车辆 节点可以得到其一跳传输范围(R)内所有邻居车辆的相关信息， 包括车辆ID、 位置、 速度、 方 向等， 我们规定每部车辆的自由流速度(均值和方差)也打包在该信息里， 相互交换。 本机制 中， 为了收集整条道路上的车辆实时信息， 无人机需周期地向道路两端的路口服务节点发 送信息收集用数据包(ICP)； 每个方向最远端的车辆节点被选为接收节点， 其收到ICP后， 将 自己和其邻居节点的信息写入数据包，。

28、 然后继续向两端方向发送。 当ICP到达路口范围后， 路口服务节点将被首选为接收节点， 其将信息写入后， 立即向相反方向返回ICP至无人机节 点。 如果ICP传输过程中前方无中继车辆节点可用， 即也立刻返回至无人机节点。 至此， 如图 2所示， 通过ICP多跳传输， 无人机可最大限度获得当前道路上车辆的实时信息。 0063 根据收集到的信息， 自由流状态下， 车辆未来时刻位置(posest)计算公式为： 0064 posE(posest) vf(tfut-trec) (1) 0065 0066 其中， tfut为未来时刻， trec为车辆新型获取时刻， posest同样服从正态分布， 相应的 。

29、相互独立的前后两个车辆结点之间的距离也服从正态分布： 0067 0068 如图3所示， 根据间距不同， 前后车辆在未来时刻的网络连接关系可分为3种情况： 0069 1)disABR， 前后车辆在各自单跳传输范围内， 即连接可用； 0070 2)RdisAB2R， 前后车辆不在各自单跳传输范围内， 但中间设置中继节点即可修 复连接； 0071 3)disAB2R， 前后车辆不在各自单跳传输范围内， 且不可修复。 0072 在考虑无人机的飞行高度hUAV并计算出其传输距离水平方向间距R 后， 通过无人 机修补适用的环境， 即前后车辆A、 B间距大于单跳传输距离R且小于2R 的概率为： 0073 0。

30、074 0075 可以得出PAB越大意味着前后车辆失去连接， 但中间设置单个中继节点即可修复的 可能性越大。 0076 在开始计算移动策略之前， 无人机需选定道路两端路口中的一个作为依托路口， 并将与该依托路口的服务节点保持多跳网络连通为首要任务， 故靠近依托路口且断开概率 越大的区域应优先考虑进行修补， 这里给出断开区域修补优先级(pri)公式： 0077 0078 其中， l为道路长度， ( posA+ posB)/2为网络断开区域中心位置均值， 、 为权重因 子。 0079 单个周期被划分成n个相等的单位时间： ti， (i1， n)， 当周期性信息收集数据 包返回后， 无人机依次计算出。

31、下个周期每个单位时间内优先级最高的断开区域prii， 进而 开始计算周期内的移动策略。 假定道路为水平方向， 左侧路口为无人机依托路口且其位置 为0， 道路位置向右依次增加。 说明书 6/9 页 10 CN 110958574 A 10 0080从当前时刻t0开始， 根据无人机当前速度和位置决策过程按单位时间递 推依次进行计算每时刻无人机可达状态其中 和为t0时刻可达到的左、 右边缘位置，为可达到的最小速度(即向左方向上的 最大速度， 这里速度统一表示为矢量)，为可达到的最大速度，为无人机可达到最 小速度的最大位置， 同理为无人机可达到最大速度的最小位置。 无人机从t1时刻可达 状态计算公式为。

32、： 0081 0082 0083 0084 0085 0086 0087其中， tar为无人机从t0时刻速度加速到其最大速度Uvmax所需时间， tal为无人 机从加速到其最小速度Uvmin(Uvmax-Uvmin)所需时间， a为标量加速度。 0088 0089 0090 0091 0092 其中， tdl和tdr分别为减去无人机加速度到最小速度和最大速度所需的时间， 其小 于0意味着无人机无法在单位时间内加速到其物理最大速度。 下面以tdr和为例对其公 说明书 7/9 页 11 CN 110958574 A 11 式进行讲解(tdl和同理， 不做累述)。 0093由上述公式可得， 当时， 。

33、即t0时刻无人机飞向方向为左， tdr0表示(t0， t1) 内无人机无法向右加速至其物理最大速度， 故其能达到的向右最大速度即最大矢量速度为 且等于tdr0即(t1-t0)tar， 表示在(t0， t1)内无人机一直向右加速， 且可以 达到物理最大速度， 则无人机使用向右最大加速完成时所处的位置即为当且 tdr0(可加速至物理最大速度)时，求解过程复杂， 无人机需要完成如图4所示6个步 骤， 首先需向左加速， 使当前右向速度减至0(第1步)； 之后继续向左加速， 使速度提升至 (第2步)； 第3步是无人机继续加速至时间允许的最大左向速度， 再降至的过程； 此过程中的最大左向速度依据时长tdr。

34、的限制而定， tdr0时无此步骤； 在第4、 5步中， 无人 机向右加速， 先后将速度降至0并提升至最后向右提速至Uvmax， 所需时间为tar， 最终tdr 即为单位时间减去tal与 0094 计算完成t1时刻可达状态后， 如果此时刻存在可修复断开区域， 且修复区域与无 人机可达区域有重叠， 即表示无人机可移动至该区域并修复前后节点连通 (如图 5 所 示) ， 进 而 根 据重 叠区 域更 新 t1时 刻无 人 机 可 达 状 态 0095 0096 0097 0098 0099 0100 0101 其中， tl1与tl2为方程(18)关于t的两个正数解， tr1与tr2为方程(20)关于。

35、t的两个正 数解。 0102 基于t1时刻更新后的可达状态， 无人机依次按照此过程计算并更新之后各个单位 的可达状态， 如果ti时刻无人机可达区域与断开区域无重叠， 即无法修补， 则需比较该断开 区域与上一有重叠可修复断开区域的优先级分数高低， 如果上一区域优先级高， 则放弃ti 时刻继续向后计算； 如果ti时刻断开区域优先级高， 则放弃上一时刻修复区域， 根据再之前 时刻的可达状态计算判定ti时刻区域是否可修复(参考图5)。 最终周期内所有单位时间计 算完毕后， 此周期无人机移动策略可根据各个单位时间更新后的可达状态， 按照时间倒序 说明书 8/9 页 12 CN 110958574 A 12 依次生成。 说明书 9/9 页 13 CN 110958574 A 13 图1 图2 说明书附图 1/3 页 14 CN 110958574 A 14 图3 图4 说明书附图 2/3 页 15 CN 110958574 A 15 图5 图6 说明书附图 3/3 页 16 CN 110958574 A 16 。