面向无人机飞行的天线辐射图学习：基于方向的多旋翼 UAV 通信可用性建模
机器人学
2026-04-06 v1
摘要
本文提出了一种学习异构双旋翼无人机 (UAV) 天线辐射图 (RP) 的方法，通过校准飞行数据实现。RP 可以建模为 Spherical Harmonics 系列或作为对 inducing samples 的加权平均。对多项式系数的线性回归同时解耦了两个独立 UAV 的 RP。联合校准轨迹利用 obstacle-free anechoic altitude 中的可用飞行时间。基于 real-world 数据集的评估表明，学习两个辐射图在可行性方面取得成功，实现了 3.6 dB RMS 误差，这是 measurement noise 水平。本提议的 RP 学习和解耦可用于快速校准 payload 变化，从而实现在预期会发生 setup changes 的 real-world 应用中进行 precise autonomous path planning 和 swarm control。
引用
@article{arxiv.2604.02827,
title = {Orientation Matters: Learning Radiation Patterns of Multi-Rotor UAVs In-Flight to Enhance Communication Availability Modeling},
author = {Martin Zoula and Daniel Bonilla Licea and Jan Faigl and Václav Navrátil and Martin Saska},
journal= {arXiv preprint arXiv:2604.02827},
year = {2026}
}
备注
9 pages, 8 figures