(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210684918.7 (22)申请日 2022.06.13 (71)申请人 北京邮电大 学 地址 100876 北京市海淀区西土城路10号 北京邮电大 学 (72)发明人 王莉　李靓　徐连明　费爱国　 袁铭蔚　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 谢志超 (51)Int.Cl. H04W 24/02(2009.01) H04W 24/06(2009.01) H04W 28/08(2009.01) H04B 17/336(2015.01)H04B 17/382(2015.01) H04N 7/18(2006.01) (54)发明名称 应急灾情检测方法及装置 (57)摘要 本发明提供一种应急灾情检测方法及 装置， 该方法包括： 根据目标区域内每个终端与每个无 人机之间的信道 状况， 以及无人机上的现有计算 量， 分配无人机辅助终端进行灾情检测； 使用KM 匹配算法为每个终端分配信道， 使得所有终端的 链路上行传输速率和最大且每个通信链路的 SINR值应大于第一预设阈值， 将每个终端上的待 检测灾况图像序列通过为每个终端分配的信道 卸载到为每个终端分配的无人机上； 选择无人机 上的超分辨率网络模型对待检测灾况图像序列 进行重建， 使用重建后的待检测灾况图像序列进 行灾情检测， 使得重建的图像质量大于第二预设 阈值且终端对应的灾情检测整体时延小于第三 预设阈值。 本发 明实现灾情检测完成时延与检测 精度的均衡 。 权利要求书2页 说明书16页 附图5页 CN 115226127 A 2022.10.21 CN 115226127 A 1.一种应急灾情检测方法， 其特 征在于， 包括： 由目标区域内的每个终端获取待检测灾况图像序列， 并将所述待检测灾况图像序列卸 载至所述 目标区域内的无人机， 由所述无人机为检测所述待检测 灾况图像序列提供算力， 构建优化模型使得检测所述待检测灾况图像序列的精度与时延均衡； 基于所述优化模型根据每个终端与每个无人机之间的信道状况， 以及每个无人机的现 有计算量， 为每个终端分配无人机， 实现所述终端和无人机基于所述信道状况和现有计算 量均衡的分簇； 基于所述优化模型建立所述终端与所述目标 区域中信道的二分图， 使用KM匹配算法为 每个终端分配信道， 使得所有终端的链路上行传输速率和最大且每个终端在分配的信道上 的SINR大于第一预设阈值， 将 每个终端 上的待检测灾况图像序列通过为每个终端分配的信 道卸载到为每 个终端分配的无 人机上， 实现对每 个终端分配的信道进行优化； 基于所述优化模型对所述无人机上的多个超分辨率网络模型进行选择， 重建所述待检 测灾况图像序列， 使用重建后的待检测 灾况图像序列进行灾情检测， 重建的图像质量大于 第二预设阈值且所述 终端对应的灾情 检测整体时延小于第三预设阈值， 达到灾情 检测精度 与灾情检测整体时延的均衡。 2.根据权利要求1所述的应急灾情检测方法， 其特征在于， 基于所述优化模型根据每个 终端与每个无人机之间的信道状况， 以及每个无人机的现有计算量， 为每个终端分配无人 机的步骤 包括： 获取每个未分配无人机的终端与每个无人机之间的第 一距离， 以及与每个无人机下分 配的终端之间的第二距离， 将所述第一距离和第二距离作为所述信道状况； 将每个无人机对应的第一距离、 第二距离和现有计算量进行加权后相加， 将相加结果 最小的无 人机分配给 所述未分配无 人机的终端。 3.根据权利要求1所述的应急灾情检测方法， 其特征在于， 所述使用KM匹配算法为每个 终端分配信道的步骤 包括： 在所述终端的数量小于所述网络 中信道的数量的情况下， 获取每个终端对于每个无人 机在每个信道上的SIN R， 根据所述SINR获取每个终端对于每个无人机在每个信道上的链路 上行传输速率； 将每个终端对于每个无人机在每个信道上的链路上行传输速率进行相加， 获取所有终 端的链路上 行传输速率和； 将所述终端与 所述信道作为匹配的双方， 将每个终端对于每个无人机在每个信道上的 链路上行传输速率作为匹配的边权值， 使用KM匹配算法为每个终端分配所述信道， 使得所 有终端的链路上行传输速率和最大且每个终端对于每个无人机在分配的信道上 的SINR大 于所述第一预设阈值。 4.根据权利要求3所述的应急灾情检测方法， 其特征在于， 所述获取每个终端对于每个 无人机在每 个信道上的SI NR的步骤 包括： 在任一终端已分配到任一无人机的情况下， 根据 该无人机下分配的终端在每个信道上 对该终端的干扰和所述目标区域内的其他无人机下分配的终端在每个信道上对该终端的 干扰， 获取 该终端对于该 无人机在每 个信道上的SI NR。 5.根据权利要求3所述的应急灾情检测方法， 其特征在于， 所述获取每个终端对于每个权　利　要　求　书 1/2 页 2 CN 115226127 A 2无人机在每 个信道上的SI NR的步骤 包括： 在任一终端已分配到任一无 人机的情况 下， 获取该无人机下分配的终端的个数； 在所述终端的个数大于所述信道的个数的情况下， 根据 该无人机下分配的终端在每个 信道上对该终端的干扰， 获取 该终端对于该 无人机在每 个信道上的SI NR。 6.根据权利要求1 ‑5任一所述的应急灾情检测方法， 其特征在于， 基于所述优化模型对 所述无人机上的多个超分辨率网络模型进 行选择， 重建所述待检测灾况图像序列的步骤包 括： 获取卸载所述待检测灾况图像序列的传输时延、 使用所述待检测灾况图像序列进行应 急灾情检测的计算时延； 获取使用每种超分辨率网络模型对所述待检测灾况图像序列进行重建的重建时延和 图像质量； 将所述传输时延、 计算时延和重建时延之和作为所述终端对应的灾情检测整体时延； 选择所述图像质量大于第二预设阈值且所述灾情检测整体时延小于第三预设阈值的 超分辨率网络模型， 对所述待检测灾况图像序列进行重建。 7.一种应急灾情检测装置， 其特 征在于， 包括： 构建模块， 用于由目标区域内的每个终端获取待检测灾况图像序列， 并将所述待检测 灾况图像序列卸载至所述目标区域内的无人机， 由所述无人机为检测所述待检测灾况图像 序列提供算力， 构建优化模型使得检测所述待检测灾况图像序列的精度与时延均衡； 第一分配模块， 用于基于所述优化模型根据每个终端与每个无人机之间的信道状况， 以及每个无人机的现有计算量， 为每个终端分配无人机， 实现所述终端和无人机基于所述 信道状况和现有计算 量均衡的分簇； 第二分配模块， 用于基于所述优化模型建立所述终端与所述目标区域中信道的二分 图， 使用KM匹配算法为每个终端分配信道， 使得所有终端的链路上行传输速率和最大且每 个终端在分配的信道上的SIN R大于第一预设阈值， 将 每个终端 上的待检测灾况图像序列通 过为每个终端分配的信道卸载到为每个终端分配的无人机上， 实现对每个终端分配的信道 进行优化； 选择模块， 用于基于所述优化模型对所述无人机上的多个超分辨率网络模型进行选 择， 重建所述待检测灾况图像序列， 使用重 建后的待检测灾况图像序列进 行灾情检测， 重建 的图像质量大于第二预设阈值且所述 终端对应的灾情 检测整体时延小于第三预设阈值， 达 到灾情检测精度与灾情检测整体时延的均衡。 8.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所 述应急灾情检测方法。 9.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机 程序被处 理器执行时实现如权利要求1至 6任一项所述应急灾情检测方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至 6任一项所述应急灾情检测方法。权　利　要　求　书 2/2 页 3 CN 115226127 A 3