RU2838105C1 - Method and system for providing radio coverage area on routes of cash transport vehicles using uav - Google Patents
Method and system for providing radio coverage area on routes of cash transport vehicles using uav Download PDFInfo
- Publication number
- RU2838105C1 RU2838105C1 RU2024109403A RU2024109403A RU2838105C1 RU 2838105 C1 RU2838105 C1 RU 2838105C1 RU 2024109403 A RU2024109403 A RU 2024109403A RU 2024109403 A RU2024109403 A RU 2024109403A RU 2838105 C1 RU2838105 C1 RU 2838105C1
- Authority
- RU
- Russia
- Prior art keywords
- radio signal
- uav
- repeater
- area
- point
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000010801 machine learning Methods 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241001025261 Neoraja caerulea Species 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Abstract
Description
ОБЛАСТЬ ТЕХНИКИAREA OF TECHNOLOGY
[0001] Настоящее изобретение относится к области компьютерной техники, в частности к области автоматизированной обработки данных для обеспечения зоны покрытия радиосвязи на маршрутах следования инкассаторских транспортных средств с помощью беспилотных летательных аппаратов (БПЛА) с установленными ретрансляторами.[0001] The present invention relates to the field of computer technology, in particular to the field of automated data processing for providing radio coverage along the routes of cash-in-transit vehicles using unmanned aerial vehicles (UAVs) with installed repeaters.
УРОВЕНЬ ТЕХНИКИLEVEL OF TECHNOLOGY
[0002] Для инкассаторского обслуживания клиентов, используются инкассаторские транспортные средства (ИТС), которые передвигаясь по определенным маршрутам осуществляют обслуживание клиентов, расположенных в различных точках заданной территории. Существующей проблемой является тот факт, что при заданных инфраструктурных условиях (застройка территории, наличие помех и т.п.) на маршрутах перемещения ИТС возникают области, в которых отсутствует покрытие радиосигналом, в частности, сотовой связи, что может привести к потере оперативного контроля за перемещением ИТС.[0002] For collection service of clients, collection vehicles (CV) are used, which, moving along certain routes, provide service to clients located at different points in a given territory. An existing problem is the fact that, under given infrastructure conditions (development of the territory, presence of interference, etc.), areas arise on the routes of movement of CV in which there is no radio signal coverage, in particular, cellular communication, which can lead to the loss of operational control over the movement of CV.
[0003] Для обеспечения области покрытия радиосигналом на маршрутах перемещения ИТС можно использовать БПЛА, оборудованные ретрансляторами радиосигнала, которые смогут нивелировать отсутствие или слабый сигнал в требуемых точках. Пример подхода в части применения БПЛА раскрыт в патентной заявке US 20180293897 Al (Т Mobile USA Inc, 11.10.2018). В известном решении предлагается на основании расчета зоны покрытия радиосигнала формировать точки передачи сигнала на БПЛА в алгоритмически определяемых точках.[0003] To provide a radio signal coverage area along the ITS movement routes, UAVs equipped with radio signal repeaters can be used, which can neutralize the absence or weak signal at the required points. An example of an approach in terms of using UAVs is disclosed in patent application US 20180293897 Al (T Mobile USA Inc, 11.10.2018). The known solution proposes to form signal transmission points to UAVs at algorithmically determined points based on the calculation of the radio signal coverage area.
[0004] Недостатком данного подхода является тот факт, что он основывается в основном на данных мощности распределения сигнала в зоне покрытия, и не учитывает особенности инфраструктурных параметров для выявления точек с недостаточным уровнем сигнала и размещения там БПЛА для улучшения зоны покрытия. Также, данный подход не применяется для обеспечения связи при перемещении автомобилей инкассаторов.[0004] The disadvantage of this approach is the fact that it is based mainly on the data of the signal distribution power in the coverage area, and does not take into account the features of the infrastructure parameters to identify points with an insufficient signal level and place UAVs there to improve the coverage area. Also, this approach is not used to ensure communication when moving cash collection vehicles.
СУЩНОСТЬ ИЗОБРЕТЕНИЯESSENCE OF THE INVENTION
[0005] Технической проблемой, на решение которой направлено заявленное изобретение, является применение БПЛА в местах прохождения маршрутов ИТС для обеспечения зоны покрытия радиосигналом.[0005] The technical problem that the claimed invention is aimed at solving is the use of UAVs in areas where ITS routes pass to provide a radio signal coverage area.
[0006] Техническим результатом является обеспечение зоны покрытия радиосигналом на маршрутах следования ИТС.[0006] The technical result is to provide a radio signal coverage area along the ITS routes.
[0007] Другим техническим результатом является повышение эффективности определения точек для размещения в них ретрансляторов радиосигнала для обеспечения зоны покрытия на маршрутах следования ИТС.[0007] Another technical result is an increase in the efficiency of determining points for placing radio signal repeaters in them to ensure coverage along ITS routes.
[0008] В предпочтительном варианте осуществления заявлено способ обеспечения зоны покрытия радиосвязи на маршрутах следования инкассаторских транспортных средств (ИТС), выполняемый с помощью по меньшей мере одного вычислительного устройства и содержащий этапы, на которых:[0008] In a preferred embodiment, a method is claimed for providing a radio coverage area along the routes of cash-in-transit vehicles (CIVs), performed using at least one computing device and comprising the steps of:
осуществляют сбор данных о зоне покрытия радиосигналом местности, включая по меньшей мере сведения об установленных базовых станциях (БС), а также плотности застройки и высоты рельефа;collect data on the radio signal coverage area of the area, including at least information on installed base stations (BS), as well as the building density and terrain height;
выполняют обучение модели машинного обучения на основании собранных данных о зоне покрытия местности, в ходе которого тренируют модель на определение точек на местности для размещения ретрансляторов радиосигнала;train a machine learning model based on the collected data about the coverage area of the terrain, during which the model is trained to determine points on the terrain for the placement of radio signal repeaters;
получают данные маршрута перемещения по меньшей мере одного ИТС;receive data on the route of movement of at least one ITS;
определяют по меньшей мере одну целевую точку на местности по маршруту следования ИТС, в которой уровень радиосигнала отсутствует или ниже заданного порогового значения;at least one target point on the terrain along the ITS route is determined, at which the radio signal level is absent or below a specified threshold value;
определяют с помощью упомянутой модели машинного обучения точку на местности для размещения ретранслятора радиосигнала, обеспечивающего зону покрытия радиосигналом, охватывающую упомянутую целевую точку;using said machine learning model, determining a point on the terrain for placing a radio signal repeater that provides a radio signal coverage area covering said target point;
формируют полетное задание для беспилотного летательного аппарата (БПЛА) с установленным ретранслятором радиосигнала, содержащее по меньшей мере маршрут перемещения БПЛА и координаты точки размещения ретранслятора, определенной с помощью модели машинного обучения;a flight mission is formed for an unmanned aerial vehicle (UAV) with an installed radio signal repeater, containing at least the route of movement of the UAV and the coordinates of the repeater placement point determined using a machine learning model;
направляют БПЛА в точку размещения ретранслятора.direct the UAV to the repeater location.
[0009] В одном из частных примеров реализации способа дополнительно получают данные помех на радиочастотах в зоне покрытия.[0009] In one of the particular examples of the implementation of the method, additionally, data on interference at radio frequencies in the coverage area is obtained.
[0010] В другом частном примере реализации способа рассчитывается время прибытия ИТС в целевую точку.[0010] In another particular example of the implementation of the method, the time of arrival of the ITS at the target point is calculated.
[0011] В другом частном примере реализации способа полетное задание дополнительно включает время прибытия ИТС в целевую точку.[0011] In another particular example of implementing the method, the flight mission additionally includes the time of arrival of the ITS at the target point.
[0012] В другом частном примере реализации способа полетное задание передается БПЛА, обеспечивающему прибытие в точку размещения ретранслятора ко времени прибытия ИТС.[0012] In another particular example of the implementation of the method, the flight task is transmitted to the UAV, which ensures arrival at the repeater placement point by the time of arrival of the ITS.
[0013] В другом частном примере реализации способа при формировании полетного задания определяется близость к установленным в данной области БС.[0013] In another particular example of the implementation of the method, when forming a flight mission, the proximity to the base stations installed in a given area is determined.
[0014] В другом частном примере реализации способа БПЛА связывается по беспроводной связи с БС в зоне нахождения точки размещения ретранслятора.[0014] In another particular example of the implementation of the method, the UAV communicates wirelessly with the BS in the area where the repeater is located.
[0015] В другом частном примере реализации способа БПЛА осуществляет связь через атмосферную оптическую линию связи.[0015] In another particular example of the implementation of the method, the UAV communicates via an atmospheric optical communication line.
[0016] В другом частном примере реализации способа ретранслятор на БПЛА содержит поворотную антенну.[0016] In another particular example of the implementation of the method, the repeater on the UAV contains a rotating antenna.
[0017] В предпочтительном примере реализации также заявлена система обеспечения зоны покрытия радиосвязи на маршрутах следования инкассаторских транспортных средств (ИТС), содержащая:[0017] In a preferred embodiment, a system for providing radio coverage along the routes of cash-in-transit vehicles (CIVs) is also claimed, comprising:
вычислительное устройство, выполненное с возможностьюa computing device capable of
осуществлять сбор данных о зоне покрытия радиосигналом местности, включая по меньшей мере сведения об установленных базовых станциях (БС), а также плотности застройки и высоты рельефа;collect data on the radio signal coverage area of the area, including at least information on installed base stations (BS), as well as the building density and terrain height;
выполнять обучение модели машинного обучения на основании собранных данных о зоне покрытия местности, в ходе которого тренируют модель на определение точек на местности для размещения ретрансляторов радиосигнала;train a machine learning model based on collected data about the coverage area of the terrain, during which the model is trained to determine points on the terrain for the placement of radio signal repeaters;
получения данных маршрута перемещения по меньшей мере одного ИТС;obtaining data on the route of movement of at least one ITS;
определения по меньшей мере одной целевой точки на местности по маршруту следования ИТС, в которой уровень радиосигнала отсутствует или ниже заданного порогового значения;determining at least one target point on the terrain along the ITS route, at which the radio signal level is absent or below a specified threshold value;
определения с помощью упомянутой модели машинного обучения определение точки на местности для размещения ретранслятора радиосигнала, обеспечивающего зону покрытия радиосигналом, охватывающую упомянутую целевую точку;determining, using said machine learning model, a point on the ground for placing a radio signal repeater that provides a radio signal coverage area covering said target point;
формирования полетного задания для БПЛА с установленным ретранслятором радиосигнала, при этом полетное задание содержит по меньшей мере маршрут перемещения БПЛА и координаты точки размещения ретранслятора, определенной с помощью модели машинного обучения;forming a flight mission for a UAV with an installed radio signal repeater, wherein the flight mission contains at least the route of movement of the UAV and the coordinates of the repeater placement point determined using a machine learning model;
передачи полетного задания на БПЛА;transfer of flight missions to UAVs;
БПЛА, выполненный с возможностью получения полетного задания от вычислительного устройства, и перемещения в указанную точку размещения ретранслятора.A UAV designed with the ability to receive a flight mission from a computing device and move to a specified repeater placement point.
ОПИСАНИЕ ЧЕРТЕЖЕЙDESCRIPTION OF DRAWINGS
[0018] Фиг. 1 иллюстрирует общую схему заявленного решения.[0018] Fig. 1 illustrates the general scheme of the claimed solution.
[0019] Фиг. 2 иллюстрирует блок-схему выполнения способа.[0019] Fig. 2 illustrates a block diagram of the method.
[0020] Фиг. 3 иллюстрирует пример расчета мощности сигналов базовых станций.[0020] Fig. 3 illustrates an example of calculating the power of base station signals.
[0021] Фиг. 4 иллюстрирует общий вид вычислительного устройства.[0021] Fig. 4 illustrates a general view of the computing device.
ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯIMPLEMENTATION OF THE INVENTION
[0022] На Фиг. 1 представлен общий принцип реализации заявленного решения. Для решения многих технических и прикладных задач требуется оптимизация передающей инфраструктуры (т.е. подбор/изменение конфигурации/расположения передатчиков и антенн, пр.) для эффективного достижения целевых показателей. Такими показателями обычно является покрытие сигналом заданной территории при определенных условиях (рельеф местности, наличие зданий и сооружений, топологии транспортной сети и пр.). Однако целевыми показателями помимо покрытия могут также быть другие характеристики - например, емкость или максимальна пропускная способность сети на заданной территории и т.п. Технически, задача формулируется в следующем виде - при заданных условиях с учетом ограничений выбрать конфигурацию передатчиков (ретрансляторов), которая наиболее эффективно обеспечивает достижение целевых показателей. Такие задачи возникают как при создании передающей инфраструктуры (для расчета/проектирования начальной конфигурации), так и в процессе эксплуатации в связи с изменениями условий и/или требований покрытия сигналом.[0022] Fig. 1 shows the general principle of implementing the claimed solution. To solve many technical and applied problems, it is necessary to optimize the transmission infrastructure (i.e., select/change the configuration/location of transmitters and antennas, etc.) to effectively achieve the target indicators. Such indicators are usually the signal coverage of a given territory under certain conditions (terrain, presence of buildings and structures, topology of the transport network, etc.). However, in addition to coverage, other characteristics may also be target indicators - for example, the capacity or maximum network throughput in a given territory, etc. Technically, the problem is formulated as follows - under given conditions, taking into account the restrictions, select a configuration of transmitters (repeaters) that most effectively ensures the achievement of target indicators. Such problems arise both when creating a transmission infrastructure (for calculating/designing the initial configuration) and during operation due to changes in conditions and/or requirements for signal coverage.
[0023] Как показано на Фиг. 1 информация (10) о зоне покрытия радиосигналом местности включает в себя такие данные, как: сведения об установленных базовых станциях (БС) (11-13), плотность застройки и высоту рельефа. Дополнительно может учитываться тип БС, мощность, установленное на БС оборудование, направленность антенны БС и т.п. На основании данных параметров можно определить область покрытия БС (11-13) сигналом.[0023] As shown in Fig. 1, the information (10) about the coverage area of the area by the radio signal includes such data as: information about the installed base stations (BS) (11-13), the building density and the height of the relief. Additionally, the type of BS, the power, the equipment installed on the BS, the directivity of the BS antenna, etc. can be taken into account. Based on these parameters, the coverage area of the BS (11-13) by the signal can be determined.
[0024] Получаемая информация (10) используется на выбранном вычислительном устройстве (20), например, ПК или сервере, для обучения модели машинного обучения (ML-модели). ML-Модель обеспечивает оценку целевых показателей (качества покрытия и т.п.) по заданному варианту конфигурации (точкам расположения передатчиков, типам передатчиков и т.п.), а также позволяет определить оптимальные точки для формирования устойчивого покрытия радиосигналом (реализация алгоритма поиска оптимального покрытия из заданных вариантов).[0024] The information obtained (10) is used on the selected computing device (20), for example, a PC or a server, to train a machine learning model (ML model). The ML model provides an assessment of target indicators (coverage quality, etc.) for a given configuration option (location points of transmitters, types of transmitters, etc.), and also allows determining the optimal points for forming stable radio signal coverage (implementation of the algorithm for searching for optimal coverage from the given options).
[0025] Пример входных данных ML-модели:[0025] Example of ML model input data:
Параметры phi1, phi2, r1, г2, как правило, настраиваются системой.Parameters phi1, phi2, r1, r2 are usually configured by the system.
[0026] Для повышения точности и скорости реализации предложенного способа могут использоваться различные эвристики и/или встроенные механизмы до-обучения ML-модели и оптимизационного модуля. Например, могут использоваться следующие эвристики при выборе вариантов конфигурации для исключения конфигураций с точками размещения передатчиков, которые:[0026] To improve the accuracy and speed of implementation of the proposed method, various heuristics and/or built-in mechanisms for pre-training the ML model and optimization module can be used. For example, the following heuristics can be used when selecting configuration options to exclude configurations with transmitter placement points that:
- расположенными слишком близко между собой, и при этом между этими точками нет препятствий (гора, застройка). Порог расстояния, начиная с которого исключаются точки рассчитывается на основании эвристики.- located too close to each other, and at the same time there are no obstacles between these points (mountain, buildings). The distance threshold, starting from which points are excluded, is calculated based on heuristics.
- попали в топ при ранжировании, но имеют слишком маленькое покрытие в рамках задачи. Порог покрытия, начиная с которого исключаются точки рассчитывается на основании эвристики.- got to the top during ranking, but have too little coverage within the task. The coverage threshold, starting from which points are excluded, is calculated based on heuristics.
[0027] Итогом работы ML-модели является определение точки (32) для направления в нее БПЛА (30) с установленным ретранслятором, в которой необходимо организовать зону покрытия (31) радиосигнала для находящегося в этой точке ИТС (40).[0027] The result of the ML model operation is the determination of a point (32) to which a UAV (30) with an installed repeater is directed, in which it is necessary to organize a coverage zone (31) of a radio signal for the ITS (40) located at this point.
[0028] Рассмотрим более детально способ (200) обеспечения зоны покрытия радиосигналом. На первом этапе (201) выполняется сбор данных (10) о зоне покрытия радиосигналом местности включает в себя такие данные, как: сведения об установленных БС (11-13), плотность застройки и высоту рельефа. Дополнительно может учитываться тип БС, мощность, установленное на БС оборудование, направленность, данные помех на радиочастотах в зоне покрытия и т.п.[0028] Let us consider in more detail the method (200) for providing a radio signal coverage area. At the first stage (201), data (10) is collected about the radio signal coverage area of the area, which includes such data as: information about the installed BSs (11-13), the building density and the relief height. Additionally, the BS type, power, equipment installed on the BS, directionality, interference data on radio frequencies in the coverage area, etc. can be taken into account.
[0029] Далее на этапе (202) выполняется обучение ML-модели на основании данных, полученных на этапе (201). Как представлено на Фиг. 3 для расчета уровня сигнала в точке Bi, при расположении передатчика в точке А и с заранее заданными условиями (высота окружающих зданий, рельеф местности и т.п.) используется одна из известных физико-математических моделей (далее - ФМ-модель) расчета распространения радио сигнала. Для расчета уровня сигнала во всей целевой зоне покрытия используется радиальная сетка с началом координат в точке установки передатчика. В каждом i-ом узле сетки Bi рассчитывается уровень сигнала при этом считается что сигнал вокруг узла Bi в радиусе R считается равным сигналу в узле Bi. Сигнал вокруг узла в радиусе R такой же как в самом узле.[0029] Next, at step (202), the ML model is trained based on the data obtained at step (201). As shown in Fig. 3, to calculate the signal level at point Bi, with the transmitter located at point A and with predetermined conditions (height of surrounding buildings, terrain, etc.), one of the known physical-mathematical models (hereinafter referred to as the FM model) for calculating the propagation of a radio signal is used. To calculate the signal level in the entire target coverage area, a radial grid with the origin at the transmitter installation point is used. At each i-th node of the grid Bi, the signal level is calculated, and it is assumed that the signal around the node Bi within a radius R is considered equal to the signal at the node Bi. The signal around the node within a radius R is the same as at the node itself.
[0030] Поскольку расчеты ФМ-модели даже для одного передатчика (ретранслятора) занимают много времени и вычислительных ресурсов, можно использовать предобученную ML-модель для апроксимации оценки целевых показателей при заданных конфигурациях.[0030] Since the calculations of the FM model even for one transmitter (repeater) take a lot of time and computational resources, a pre-trained ML model can be used to approximate the assessment of target indicators for given configurations.
[0031] Обучение ML-модели происходит на синтетических данных, полученных путем расчета целевых показателей (покрытия) при различных расположениях передатчика: Ci=f(propsi, li),[0031] The ML model is trained on synthetic data obtained by calculating target indicators (coverage) for different transmitter locations: C i = f(props i , l i ),
где Ci - покрытие, propsi - условия соответствующей точки расположения передатчика, и l× - координаты расположения передатчика (см. определения и порядок расчетов далее).where C i is the coverage, props i are the conditions of the corresponding transmitter location point, and l × are the coordinates of the transmitter location (see definitions and calculation procedure below).
[0032] Расчет признаков (характеристик местности propsi) Признаки, подающиеся на вход ML-модели - статистики местности: количество участков ландшафта, которые выше исследуемой точки расположения передатчика (с координатами li) в 1-ой (2, 3, 4) координатной четверти в радиусе от r1 до r2 относительно исследуемой точки, количество зданий на единицу площади в этих зонах. Здесь r1, r2 могут пробегать разные значения (настраиваемые параметры).[0032] Calculation of features (terrain characteristics props i ) Features fed to the input of the ML model - terrain statistics: the number of landscape sections that are higher than the studied transmitter location point (with coordinates l i ) in the 1st (2, 3, 4) coordinate quadrant in the radius from r1 to r2 relative to the studied point, the number of buildings per unit area in these zones. Here r1, r2 can have different values (configurable parameters).
[0033] Расчет таргета (целевой переменной)[0033] Calculate target (target variable)
Целевая переменная ML-модели рассчитывается как отношение площади покрытой территории (при расположении передатчика в точке с координатами li исходя из расчетов ФМ-модели) к площади максимально возможной при заданных параметрах - каким было бы покрытие из этой точки, если нет препятствий на пути распространения сигнала. Синтез данных для обучения ML-модели осуществляется путем моделирования установки передатчика (ретранслятора) в заданную точку и расчетом зоны покрытия в радиальной сетке на основе соответствующей ФМ-модели распространения радиосигнала.The target variable of the ML model is calculated as the ratio of the area of the covered territory (with the transmitter located at the point with coordinates l i based on the calculations of the FM model) to the area of the maximum possible for the given parameters - what the coverage would be from this point if there were no obstacles in the path of signal propagation. Data synthesis for training the ML model is carried out by simulating the installation of a transmitter (repeater) at a given point and calculating the coverage area in a radial grid based on the corresponding FM model of radio signal propagation.
[0034] Способ поиска оптимального покрытия[0034] Method for finding optimal coverage
На вход ML-модели поступают:The input to the ML model is:
- Точки Ai с координатами li, которые необходимо проранжировать (которые можно использовать для установки передатчика);- Points Ai with coordinates l i , which need to be ranked (which can be used to install the transmitter);
- Точки/области Bi, которые необходимо покрыть сигналом;- Bi points/areas that need to be covered by the signal;
- Условия propsi (рельеф, застройка, растительность) для расположения точек передатчиков Ai.- Propsi conditions (relief, buildings, vegetation) for the location of Ai transmitter points.
[0035] На этапе (203) собирается информация о маршрутах следования ИТС, на которых определяются зоны и точки (этап 204), в которых уровень радиосигнала отсутствует или достаточно слабый, т.е. ниже установленного порогового значения, и не позволяет осуществить требуемый уровень связи с ИТС. Такого рода зона, как правило, очерчена географическими координатами, что позволяет с помощью ML-модели на этапе (205) определить точки для последующего ранжирования в части выбора оптимальной точки для размещения ретранслятора на БПЛА (30). Для лучших точек расположения ретрансляторов рассчитываются зоны покрытия (31) с помощью вышеуказанной ML-модели, выполняющей расчет качества покрытия из возможных точек размещения БПЛА.[0035] At step (203), information is collected about the ITS routes, where zones and points are determined (step 204) in which the radio signal level is absent or weak enough, i.e. below the established threshold value, and does not allow the required level of communication with the ITS. Such a zone is usually outlined by geographic coordinates, which allows, using the ML model at step (205), to determine points for subsequent ranking in terms of selecting the optimal point for placing a repeater on a UAV (30). For the best repeater locations, coverage zones (31) are calculated using the above-mentioned ML model, which calculates the coverage quality from possible UAV placement points.
[0036] При определении точки (32) для направления в него БПЛА (30) учитывается также близость БС (11-13), что необходимо для обеспечения связи между БС и ретранслятором БПЛА (30) для обеспечения требуемой мощности сигнала и формирования зоны покрытия (31) радиосигналом. Связь БПЛА (30) и БС может быть организована по беспроводному каналу передачи данных, например, с помощью атмосферной оптической линии связи (FSO - free-space optics).[0036] When determining the point (32) for directing the UAV (30) to it, the proximity of the BS (11-13) is also taken into account, which is necessary to ensure communication between the BS and the UAV (30) repeater to ensure the required signal power and form a coverage zone (31) of the radio signal. Communication between the UAV (30) and the BS can be organized via a wireless data transmission channel, for example, using an atmospheric optical communication line (FSO - free-space optics).
[0037] Дополнительно может выполняться расчет времени прилета БПЛА (30) в определенную точку (32) для размещения ретранслятора, которое может быть рассчитано на основании скорости движения ИТС (40), времени его предполагаемого прибытия в зону с отсутствующим или слабым радиосигналом, дорожного трафика и другой информации.[0037] Additionally, the time of arrival of the UAV (30) at a certain point (32) for placing the repeater can be calculated, which can be calculated based on the speed of movement of the ITS (40), the time of its expected arrival in an area with no or weak radio signal, road traffic and other information.
[0038] На этапе (206) выполняется формирование полетного задания для БПЛА (30), которое передается ему по выбранному каналу передачи данных. Полетное задание содержит географические координаты точки (32) назначения, в которой необходимо расположить БПЛА (30) с ретранслятором, маршрут перемещения БПЛА, включая высоту полета и траекторию перемещения. Дополнительно может выполняться регулировка скорости перемещения БПЛА (30) в зависимости от времени необходимо прибытия в точку (32).[0038] At step (206), a flight task for the UAV (30) is formed, which is transmitted to it via the selected data transmission channel. The flight task contains the geographic coordinates of the destination point (32), in which it is necessary to position the UAV (30) with the repeater, the route of movement of the UAV, including the flight altitude and the trajectory of movement. Additionally, the speed of movement of the UAV (30) can be adjusted depending on the time of necessary arrival at the point (32).
[0039] Также, может применяться несколько БПЛА, каждый из которых может находиться в заданной точке для обеспечения зоны покрытия радиосигналом. При этом, БПЛА могут сменять друг друга на одной точке, исходя их уровня заряда аккумулятора. В этом случае происходит формирование дублирующего полетного задания с установленным временным шагом, необходимым для возвращения первого БПЛА, находящегося в текущий момент на точке, на зарядную станцию, и направление второго БПЛА в точку для размещения ретранслятора, обеспечивая требуемую зоны покрытия радиосигнала.[0039] Also, several UAVs can be used, each of which can be located at a given point to provide a radio signal coverage area. In this case, UAVs can replace each other at one point, based on their battery charge level. In this case, a duplicate flight task is formed with a set time step required for the return of the first UAV, currently located at the point, to the charging station, and the direction of the second UAV to the point for placing a repeater, providing the required radio signal coverage area.
[0040] На Фиг. 4 представлен общий вид вычислительного устройства (400), с помощью которого может быть реализовано заявленное решение. В общем случае, вычислительное устройство (400) содержит объединенные общей шиной информационного обмена один или несколько процессоров (401), средства памяти, такие как ОЗУ (402) и ПЗУ (403), интерфейсы ввода/вывода (404), устройства ввода/вывода (405), и устройство для сетевого взаимодействия (406).[0040] Fig. 4 shows a general view of a computing device (400) with the help of which the claimed solution can be implemented. In the general case, the computing device (400) comprises one or more processors (401) united by a common information exchange bus, memory means such as RAM (402) and ROM (403), input/output interfaces (404), input/output devices (405), and a device for network interaction (406).
[0041] Процессор (401) (или несколько процессоров, многоядерный процессор) могут выбираться из ассортимента устройств, широко применяемых в текущее время, например, компаний Intel™, AMD™, Apple™, Samsung Exynos™, MediaTEK™, Qualcomm Snapdragon™ и т.п. Под процессором также необходимо учитывать графический процессор, например, GPU NVIDIA или ATI, который также является пригодным для полного или частичного выполнения способа (200, 300). При этом, средством памяти может выступать доступный объем памяти графической карты или графического процессора.[0041] The processor (401) (or several processors, a multi-core processor) can be selected from a range of devices that are widely used at the present time, for example, from Intel™, AMD™, Apple™, Samsung Exynos™, MediaTEK™, Qualcomm Snapdragon™, etc. The processor must also include a graphic processor, for example, an NVIDIA or ATI GPU, which is also suitable for the complete or partial implementation of the method (200, 300). In this case, the available memory capacity of the graphic card or graphic processor can act as a memory means.
[0042] ОЗУ (402) представляет собой оперативную память и предназначено для хранения исполняемых процессором (401) машиночитаемых инструкций для выполнение необходимых операций по логической обработке данных. ОЗУ (402), как правило, содержит исполняемые инструкции операционной системы и соответствующих программных компонент (приложения, программные модули и т.п.).[0042] RAM (402) is a random access memory and is intended for storing machine-readable instructions executable by the processor (401) for performing the necessary operations for logical data processing. RAM (402), as a rule, contains executable instructions of the operating system and the corresponding software components (applications, software modules, etc.).
[0043] ПЗУ (403) представляет собой одно или более устройств постоянного хранения данных, например, жесткий диск (HDD), твердотельный накопитель данных (SSD), флэш-память (EEPROM, NAND и т.п.), оптические носители информации (CD-R/RW, DVD-R/RW, BlueRay Disc, MD) и др.[0043] The ROM (403) represents one or more permanent data storage devices, such as a hard disk drive (HDD), a solid-state drive (SSD), flash memory (EEPROM, NAND, etc.), optical storage media (CD-R/RW, DVD-R/RW, BlueRay Disc, MD), etc.
[0044] Для организации работы компонентов устройства (400) и организации работы внешних подключаемых устройств применяются различные виды интерфейсов В/В (404). Выбор соответствующих интерфейсов зависит от конкретного исполнения вычислительного устройства, которые могут представлять собой, не ограничиваясь: PCI, AGP, PS/2, IrDa, Fire Wire, LPT, COM, SATA, IDE, Lightning, USB (2.0, 3.0, 3.1, micro, mini, type C), TRS/Audio jack (2.5, 3.5, 6.35), HDMI, DVI, VGA, Display Port, RJ45, RS232 и т.п.[0044] To organize the operation of the components of the device (400) and to organize the operation of external connected devices, various types of I/O interfaces (404) are used. The selection of the corresponding interfaces depends on the specific design of the computing device, which may be, without limitation: PCI, AGP, PS/2, IrDa, Fire Wire, LPT, COM, SATA, IDE, Lightning, USB (2.0, 3.0, 3.1, micro, mini, type C), TRS/Audio jack (2.5, 3.5, 6.35), HDMI, DVI, VGA, Display Port, RJ45, RS232, etc.
[0045] Для обеспечения взаимодействия пользователя с вычислительным устройством (400) применяются различные средства (405) В/В информации, например, клавиатура, дисплей (монитор), сенсорный дисплей, тач-пад, джойстик, манипулятор мышь, световое перо, стилус, сенсорная панель, трекбол, динамики, микрофон, средства дополненной реальности, оптические сенсоры, планшет, световые индикаторы, проектор, камера, средства биометрической идентификации (сканер сетчатки глаза, сканер отпечатков пальцев, модуль распознавания голоса) и т.п.[0045] To ensure user interaction with the computing device (400), various I/O information means (405) are used, for example, a keyboard, a display (monitor), a touch display, a touchpad, a joystick, a mouse, a light pen, a stylus, a touch panel, a trackball, speakers, a microphone, augmented reality means, optical sensors, a tablet, light indicators, a projector, a camera, biometric identification means (retina scanner, fingerprint scanner, voice recognition module), etc.
[0046] Средство сетевого взаимодействия (406) обеспечивает передачу данных устройством (400) посредством внутренней или внешней вычислительной сети, например, Интранет, Интернет, ЛВС и т.п. В качестве одного или более средств (406) может использоваться, но не ограничиваться: Ethernet карта, GSM модем, GPRS модем, LTE модем, 5G модем, модуль спутниковой связи, NFC модуль, Bluetooth и/или BLE модуль, Wi-Fi модуль и др.[0046] The network interaction means (406) ensures the transmission of data by the device (400) via an internal or external computer network, for example, an Intranet, the Internet, a LAN, etc. One or more means (406) may be, but are not limited to: an Ethernet card, a GSM modem, a GPRS modem, an LTE modem, a 5G modem, a satellite communication module, an NFC module, a Bluetooth and/or BLE module, a Wi-Fi module, etc.
[0047] Дополнительно могут применяться также средства спутниковой навигации в составе устройства (300), например, GPS, ГЛОНАСС, BeiDou, Galileo.[0047] Additionally, satellite navigation means may also be used as part of the device (300), for example, GPS, GLONASS, BeiDou, Galileo.
[0048] Представленные материалы заявки раскрывают предпочтительные примеры реализации технического решения и не должны трактоваться как ограничивающие иные, частные примеры его воплощения, не выходящие за пределы испрашиваемой правовой охраны, которые являются очевидными для специалистов соответствующей области техники.[0048] The submitted application materials disclose preferred examples of the implementation of the technical solution and should not be interpreted as limiting other, particular examples of its implementation that do not go beyond the scope of the requested legal protection, which are obvious to specialists in the relevant field of technology.
Claims (24)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/RU2024/000374 WO2025216652A1 (en) | 2024-04-08 | 2024-12-12 | Method and system for providing a wireless coverage area |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2838105C1 true RU2838105C1 (en) | 2025-04-11 |
Family
ID=
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2490665C1 (en) * | 2012-03-27 | 2013-08-20 | Открытое акционерное общество "Российский институт радионавигации и времени" | System for locating mobile object based on global navigation satellite system signals |
| US20180293897A1 (en) * | 2017-04-11 | 2018-10-11 | T-Mobile, U.S.A, Inc. | Three-dimensional network coverage modeling for uavs |
| US20190378150A1 (en) * | 2014-04-14 | 2019-12-12 | Sirius Xm Radio Inc. | Systems, Methods and Applications for Using and Enhancing Vehicle to Vehicle Communications, Including Synergies and Interoperation with Satellite Radio |
| US20200258402A1 (en) * | 2018-04-10 | 2020-08-13 | Verizon Patent And Licensing Inc. | Flight planning using obstacle data |
| US20220399936A1 (en) * | 2021-06-11 | 2022-12-15 | Netdrones, Inc. | Systems and methods for drone swarm wireless communication |
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2490665C1 (en) * | 2012-03-27 | 2013-08-20 | Открытое акционерное общество "Российский институт радионавигации и времени" | System for locating mobile object based on global navigation satellite system signals |
| US20190378150A1 (en) * | 2014-04-14 | 2019-12-12 | Sirius Xm Radio Inc. | Systems, Methods and Applications for Using and Enhancing Vehicle to Vehicle Communications, Including Synergies and Interoperation with Satellite Radio |
| US20180293897A1 (en) * | 2017-04-11 | 2018-10-11 | T-Mobile, U.S.A, Inc. | Three-dimensional network coverage modeling for uavs |
| US20200258402A1 (en) * | 2018-04-10 | 2020-08-13 | Verizon Patent And Licensing Inc. | Flight planning using obstacle data |
| US20220399936A1 (en) * | 2021-06-11 | 2022-12-15 | Netdrones, Inc. | Systems and methods for drone swarm wireless communication |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110913331A (en) | Base station interference source positioning system and method | |
| EP4083574B1 (en) | Method, apparatus, and system for building single-path communication signal map data for road links | |
| WO2010090115A1 (en) | Radio wave propagation characteristic estimation system, radio wave propagation characteristic estimation method, and radio wave propagation characteristic estimation program | |
| CN118884061A (en) | Electromagnetic environment analysis method and system combining situational awareness and space modeling | |
| US20220295293A1 (en) | Station placement designing method and station placement designing apparatus | |
| CN106332130B (en) | Base station investigation method, device and system | |
| Kealy et al. | Collaborative navigation as a solution for PNT applications in GNSS challenged environments–report on field trials of a joint FIG/IAG working group | |
| US20190320327A1 (en) | Method of processing image, computer-readable storage medium recording method, and apparatus for processing image | |
| KR101836198B1 (en) | Association in line-of-sight communication networks | |
| CN118300708B (en) | Multipath interference recognition analysis and reduction method for complex electromagnetic environment of airport | |
| US20240430699A1 (en) | Method, apparatus, and system for providing a wireless data connection to a vehicle | |
| WO2017000543A1 (en) | Layout method and system for base station, and computer storage medium | |
| US12451020B2 (en) | Method, apparatus and non-transitory computer-readable storage medium for flight route planning for aerial vehicle | |
| Ahmed et al. | 3D simulation model for IoD-to-vehicles communication in IoD-assisted VANET | |
| RU2838105C1 (en) | Method and system for providing radio coverage area on routes of cash transport vehicles using uav | |
| KR20200005002A (en) | Method, storage medium and electronic device for radio network design | |
| JP3854252B2 (en) | Reception characteristic estimation apparatus and reception characteristic estimation method | |
| KR20230174610A (en) | Method and apparatus for positioning | |
| EA050584B1 (en) | METHOD AND SYSTEM FOR PROVIDING RADIO COMMUNICATION COVERAGE AREA ON ROUTES OF COLLECTION VEHICLES USING UAVS | |
| CN114895708A (en) | Method, system and equipment for multi-UAV deployment site planning based on TDOA detection and positioning | |
| CN120334950A (en) | GNSS signal enhancement method and device based on UAV signal relay | |
| Zhao et al. | An Analysis of the optimal placement of beacon in Bluetooth-INS indoor localization | |
| WO2025216652A1 (en) | Method and system for providing a wireless coverage area | |
| EP4354170A2 (en) | Indoor wireless positioning method based on variability feature, system and device therefor | |
| Li et al. | Efficient optimal backhaul-aware placement of multiple drone-cells based on genetic algorithm |