高创新！【无人机】5G辅助优化无人机（Matlab实现）

最新推荐文章于 2024-11-05 17:14:25 发布

科研_研学社

最新推荐文章于 2024-11-05 17:14:25 发布

阅读量540

点赞数 8

文章标签：无人机 5G matlab

本文链接：https://blog.csdn.net/qq_57231208/article/details/139025094

版权

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

5G辅助优化无人机是指利用5G通信技术来提升无人机系统的性能和效率，从而实现更可靠、安全和智能的无人机应用。5G通信技术提供了更高的数据传输速率、更低的延迟和更可靠的连接，这为无人机的实时控制、数据传输和通信提供了更好的支持。通过利用5G通信网络，无人机可以实现更远距离的通信和更稳定的数据传输，从而提高飞行控制的精准度和实时性。借助5G网络的高带宽和低延迟特性，可以对无人机的网络通信进行优化。通过合理设计网络拓扑结构、优化信道分配和资源调度策略，可以最大程度地提高无人机通信的效率和可靠性，减少通信干扰和丢包率，从而提升无人机系统的整体性能。5G技术支持多个无人机同时接入同一基站进行通信，实现对空中无人机的高密度接入和管理。通过合理的资源分配和调度算法，可以实现多个无人机之间的协同作业和资源共享，提高空中任务执行的效率和灵活性。5G辅助优化无人机利用5G通信技术和相关技术手段，提升了无人机系统的通信效率、数据处理速度和安全性，为无人机应用提供了更广阔的发展空间和更强大的支持能力。

📚2 运行结果

主函数部分代码：


xv1 = [2 -2 4]; 
yv1 = [2 2 5.464];

xv2=[2 4 4];
yv2=[2 -1.4642 5.464];

xv3=[2 -2 4];
yv3=[2 2 -1.4642];

fx=[2,4]    
fy=[2,5.464]

%these coordinates represent traingle and the tangent in the three drone
%case

lx=[2,2];%lx and ly represent the two axis that cut the circle into 4 parts
ly=[0,4]; 

velocity=60 %velocity of the drone is 60m/s
power= 50   %power of the drone is 50W

 
d=zeros(5,1)


 n=50; % number of points that you want
 center = [2 ,2]; % center coordinates of the circle [x0,y0] 
 radius = 2; % radius of the circle
 angle = 2*pi*rand(n,1);

 rng(1)%fixes the points
 r = radius*sqrt(rand(n,1));

 
 x = center(1)+r.*cos(angle) ;%x coordinates of the points inscribed in my circle
 y = center(2)+r.*sin(angle);%y coordinates of the points inscribed in my circle
x(1)=2;
y(1)=2;%center of the circle coordinates which is the base station in our case where the drone should launch from
v=[x,y]


%first case when we have one drone
 
    figure(1)
    plot( x, y, 'r*');
    axis equal

 

    X = v;
    s = size(X,1);
    [p,d1] = tspsearch(X,s)%the 2opt algorithm
    figure(2)
    tspplot(p,X,1)
    opts = statset('Display','final');
    
    
    
    distance_to_finish_the_task1=d1*1000
    time_to_finish_the_task1=distance_to_finish_the_task1/velocity
     
    
    distance_onedrone=d1*1000
    time1=distance_onedrone/velocity
    
    energy_consumption1=power*(distance_onedrone/velocity)
    
    
    
    
    
    
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%


    figure(3)
    plot( x, y,'r*',ly,lx, 'r-');
    axis equal

 
    x_center = 2;
    y_center = 2;% coordinates of the center of the circle

    b=v(:,2);% each drone is going through one part of the circle the upper part for y>2 and lower part y<2 that is why the y coordinates are being called 
    
    X = v( b<=y_center,:);
    s = size(X,1);
    [p,d1] = tspsearch(X,s)
    figure(4)
    tspplot(p,X,1)

    X =  v( b>=y_center,:);
    s = size(X,1);
    [p,d2] = tspsearch(X,s)
    figure(5)
    tspplot(p,X,1)

    opts = statset('Display','final');
   
    
    
     distance2=[d1*1000 d2*1000];
    distance_to_finish_the_task2=max(distance2);
    time_to_finish_the_task2=distance_to_finish_the_task2/velocity;
    
    distance_twodrones=(d1+d2)*1000;
    time2=((d1*1000/velocity)+(d2*1000/velocity))/2;
    energy_consumption2=power*(distance_twodrones/velocity);