当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 免疫电磁干扰的无人机,具备协同飞行能力!

免疫电磁干扰的无人机,具备协同飞行能力!

来源:机器之心 2024-03-22 09:48:52 0浏览 收藏

受到萤火虫交流方式的启发,中国电信和西北工业大学的研究人员开发出一种新型的无人机通信技术,通过光通信和智能信息处理,实现电磁干扰下的无人机间信息传递。这种仿“萤火虫”通信无人机具有抗干扰能力强、发射功率低、小型化等优点,可有效解决无人机集群受电磁干扰影响的问题。该技术创新性地利用无人机照明设备调制光信号,通过光电传感器捕获并分析光信号,实现类似萤火虫闪烁交流的信息传递。

夜幕低垂,无数勇敢追爱的萤火虫以不同的节奏和频率发出“闪光”,用一种只有它们之间才能理解的方式传达着信息。如果无人机集群也以这种形式进行交流,会产生怎样的效果?

仿“萤火虫”通信无人机:无惧电磁压制,被干扰下也能协同飞行!

图1中国电信人工智能研究院TeleChat生成的萤火虫场景

近日,中国电信李学龙联合西北工业大学光电与智能研究院在仿“萤火虫”通信无人机方面的研究取得进展:通过模仿萤火虫的交流方式,利用光通信和智能信息处理等技术,实现了电磁干扰下的无人机间的信息传递。

视频地址:https://www.bilibili.com/video/BV1vu4m1g7LV/

无人机集群已然成为科技领域最为前沿的话题,在科幻电影和实战中屡屡出现。然而,无人机集群有一个致命的弱点,其主要依靠无线电通信,电磁特征明显,容易被外界识别,也易受电磁环境影响。有试验表明大功率的电磁干扰压制和导航诱骗对无人机集群打击效果明显。无人机表演秀失控坠机事故乃至俄罗斯驻叙利亚部队能多次挫败敌方无人机集群袭击,原因也在于无人机通信链路被干扰或斩断。

那无人机集群如何应对“釜底抽薪,断链击源”的电磁干扰呢?

李学龙研究团队提出了一种创新性的解决思路:通过调制无人机上照明设备,发出每秒百万次明暗变化的光信号,并在另一架无人机上利用光电传感器捕获光信号并智能分析,实现像萤火虫闪烁交流一样的短距离信息传递,完成无人机间基于光链路的协同飞行。由于光信号的传输不受电磁环境的影响,不会产生互调和互扰,抗干扰能力强。此外,其发射功率较低,也几乎不产生热量,适合承载和能量受限的小型无人机。

仿“萤火虫”通信无人机:无惧电磁压制,被干扰下也能协同飞行!

图2 仿萤火虫通信无人机信息交互过程

仿“萤火虫”通信无人机主要具有三项技术特点:智能化、可靠性和稳定性。

首先,为了建立和维持稳定的光通信链路,研究团队通过捷联无人机云台相机和通信发射光源,采用团队自研的快速动态目标智能追踪算法捕获待通信目标,发射光源跟随相机转动。相机所向,光束跟随。

其次,为了克服环境光照对光通信链路性能的影响,研究团队提出了一种高冗余纠错编码技术,来降低信息传输的误码率,提升无人机间信息传递的可靠性。

最后,针对无人机飞行时通信收发端相对位置变化对信息传递质量的影响,研究团队提出了多角度波束发散的链路性能增强技术,降低了链路中断的机率,提升无人机间信息传递的稳定性。

仿“萤火虫”通信无人机:无惧电磁压制,被干扰下也能协同飞行!

图3 仿萤火虫通信无人机外场试验

仿“萤火虫”通信无人机是在普遍采用无线电进行通信交流背景下的一种尝试和发展。在未来,研究团队将继续在仿“萤火虫”通信无人机通信距离、速率、稳定性和环境适应性等方面进行研究,并在以“低空经济”为代表的临地安防场景中开展应用。

团队负责人介绍:

仿“萤火虫”通信无人机:无惧电磁压制,被干扰下也能协同飞行!

李学龙,中国电信首席技术官(CTO)、首席科学家,西北工业大学校学术委员会副主任。主要关注人工智能、临地安防、图像处理、成像。

理论要掌握,实操不能落!以上关于《免疫电磁干扰的无人机,具备协同飞行能力!》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

版本声明
本文转载于:机器之心 如有侵犯,请联系study_golang@163.com删除
ZeroMQ Golang 在 Fargate 上的应用ZeroMQ Golang 在 Fargate 上的应用
上一篇
ZeroMQ Golang 在 Fargate 上的应用
发现Go语言编程的吸引力
下一篇
发现Go语言编程的吸引力
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    277次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    332次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    326次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    297次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    116次使用