本技术针对大规模无人机群的通信模块问题,提出了一种神经网络驱动的无人机载通信网络性能分析方法。该方法包含选择评估指标、确定指标权重和指标标准化三个主要步骤,旨在提高无人机群通信网络的性能评估效率和准确性。
背景技术
随着科技不断发展,无人集群在搜索与救援、物流配送等领域发挥着愈加重要的作用。无人集群在执行任务时需要实时与地面控制中心或其他设备进行通信。然而,无人机在复杂的环境中飞行时,网络通信的质量可能受到干扰、拥塞或信号弱等问题的影响,进而导致通信延迟、数据丢失或连接中断等问题,影响无人机正常任务执行。因此,有必要发展一种能够评估无人机网络通信质量的方法,以提高无人机的通信性能和稳定性。
目前对于机上通信网络状态的评估,主要存在层次分析法(Analytic HierarchyProcess,AHP)和理想点法,层次分析法是利用多准则决策的定量分析方法,将目标拆分成不同的准则和子准则,形成层次结构。对每层中的准则,使用两两比较的方式确定它们之间的相对重要性,比较方式使用专家判断或者问卷调查等方式进行,采用尺度表达两个准则之间的相对重要程度,得出相对权重和综合评价。理想点法是一种常用的多目标优化方法,确定性能指标和指标的理想状态,将指标进行归一化,通过计算每个性能指标和理想点的距离,确定和理想状态的偏离程度,进而利用矩阵计算加权求和对网络性能进行综合评价。上述两种方法的评估结果取决于专家的判断和数据质量,并且过度依赖评估指标的定量化分析,不具有灵活性。
目前利用神经网络对机动通信系统效能评估方面的手段研究还比较欠缺,但存在着利用模糊神经网络、BP神经网络、运用ANP和云模型等对军事通信系统效能情况进行评估,这些方法能够更加动态和高效地对网络情况进行分析。故考虑设计一种基于神经网络的无人集群通信网络性能评估方法,通过神经网络学习大量数据来建立模型,处理无人集群的各种参数的复杂交互情况,来提高网络评估的实时效率和准确性。
实现思路