Модель пространственно-временной устойчивости ориентирована на беспилотные автопарки IoT
Токио, Япония (SPX), 31 декабря 2025 г. –
Исследователи из Университета Чжэнчжоу, Университета Кента и Городского университета Гонконга разработали систему для оценки и оптимизации пространственно-временной устойчивости беспилотной системы с поддержкой Интернета вещей (IoT), выполняющей сложные задачи. Эта работа является ответом на растущее использование беспилотных летательных аппаратов и беспилотных транспортных средств в опасных средах, где сохранение функционирования в условиях сбоев имеет решающее значение.
Традиционные оценки устойчивости, как правило, отслеживают производительность только с течением времени, но команда утверждает, что пространственные факторы, такие как расположение платформ и расстояние друг от друга, сильно влияют на стабильность связи. Чтобы решить эту проблему, в исследовании пространственно-временная устойчивость определяется как комбинированная мера как в пространстве, так и во времени, и встраивается в модель, адаптированную к беспилотным системам, координируемым через Интернет вещей.
Авторы создают многоуровневую архитектуру для беспилотных систем с поддержкой Интернета вещей, которая связывает физические активы и потоки данных. Структура включает физический, перцептивный, коммуникационный и прикладной уровни, с беспилотными платформами, такими как БПЛА и УФ, на физическом уровне, а обмен данными и межуровневые связи обрабатываются на уровнях, связанных с данными. Это интегрированное представление используется для отображения состояния системы в реальном времени во время миссий.
В рамках этой архитектуры исследование вводит пространственно-временные показатели производительности, которые фиксируют поведение системы при изменении условий в обоих измерениях. Математические выражения учитывают потери на трассе, частоту сигнала и расстояния между БПЛА и УФ, чтобы количественно оценить, как развиваются качество связи и функционирование системы. Эти показатели лежат в основе метода оптимизации устойчивости посредством планирования обслуживания и стратегий развертывания.
На этапе предотвращения авторы разрабатывают оптимальный алгоритм маршрутизации для беспилотных транспортных средств, чтобы уменьшить потери на пути и усилить уровень данных. На этапе восстановления они предлагают схему ремонта и реконфигурации, в которой основное внимание уделяется БПЛА с более высокой важностью восстановления, с целью более быстрого восстановления общей устойчивости.
В тематическом исследовании тестируется структура с использованием шестиугольной компоновки с участием шести БПЛА и одного беспилотного летательного аппарата. В этом сценарии стратегия оптимизации увеличивает пространственно-временную устойчивость предотвращения на 0,22 процента, пространственно-временную устойчивость восстановления на 8,39 процента и общую пространственно-временную устойчивость на 11,29 процента. Эти результаты указывают на измеримые выгоды, если рассматривать одновременно пространственное развертывание и временную динамику.
Авторы утверждают, что включение пространственных и временных измерений в анализ устойчивости может помочь при проектировании и эксплуатации будущих беспилотных систем, используемых для таких задач, как наблюдение, реагирование на стихийные бедствия и мониторинг окружающей среды. Они приходят к выводу, что сочетание технологий Интернета вещей с пространственно-временными метриками открывает путь к созданию более надежных и адаптируемых беспилотных автопарков в динамичных, неопределенных условиях.
Отчет об исследовании: пространственно-временная устойчивость беспилотной системы систем с поддержкой Интернета вещей