基于AI的电子侦察无人机资源调度技术.pdf

技术应用中国宽带▪2024年5月

基于AI的电子侦察无人机资源调度技术

■邱梓雯

随着电子侦察无人机在军事和民用领域的广泛应用，其资源调度面临任务分配、路径规划与能源管理等

【摘要】

复杂问题。为提升调度效率和资源利用率，文章基于人工智能技术设计了无人机资源调度系统，集成了机器学习、深

度学习及优化算法，提出了适应性强的调度算法。通过模拟验证，实现了动态环境下的实时调度与优化，旨在为电子

侦察无人机提供高效智能的资源调度解决方案，推动相关技术的发展与应用。

电子侦察无人机；资源调度；人工智能

【关键词】

DOI：10.20167/j.cnki.ISSN1673-7911.2024.05.48

0引言其中，wij表示任务j对无人机i的收益，cij表示调度

随着科技的快速发展，电子侦察无人机在军事和民成本，λ为权重系数，xij为调度决策变量。

用领域的应用不断扩大，特别是在信息采集、态势感知电子侦察无人机在执行任务过程中产生大量数据，

和目标监视方面具有重要价值。然而，无人机在执行任涉及图像、视频、信号等多种形式。数据采集采用高分

务时面临复杂的资源调度问题，如任务分配、路径规划辨率传感器和实时通信技术，确保数据的全面性和实时

和能源管理。高效的资源调度对提高任务效率和资源利性。数据处理包括数据预处理、特征提取和数据融合。

用至关重要。通过引入人工智能（AI）技术，可以显著预处理阶段进行噪声过滤和数据清洗，特征提取则利用

提升无人机系统的自主性与适应能力，实现在动态环境深度学习模型如CNN提取图像特征，信号处理算法如傅

中的实时调度与优化。文章围绕AI在电子侦察无人机资里叶变换（FFT）用于信号特征提取。数据融合技术将多

源调度中的应用展开，提出了一种高效智能的调度算法，源数据整合，形成统一的决策输入，提高调度算法的综

以期优化资源配置和任务执行。合判断能力。

1基于AI的电子侦察无人机资源调度系统设计1.3数据管理与安全

1.1系统架构系统采用分布式数据库和云存储，确保数据的高可

基于AI的电子侦察无人机资源调度系统由三层组成：用性和可扩展性。架构包括数据采集节点、边缘计算节

无人机层、地面控制层和智能调度层。无人机层执行侦点和中央存储，分别负责初步存储与处理、实时分析与

察任务并采集数据；地面控制层负责任务管理、数据传缓存及长期存储与深度分析。数据管理策略涵盖数据分

输和初步处理；智能调度层集成AI算法，负责资源调度、类、倒排索引和B树索引，以及冗余备份，确保快速检

路径规划和任务分配等核心功能。索和高可靠性。数据库设计结合关系型和NoSQL数据库，

1.2关键技术分析以适应结构化和非结构化数