首页 / 专利库 / 信号处理 / 数据采集 / 一种无人机移动数据采集场景中三维航迹的优化方法

一种无人机移动数据采集场景中三维航迹的优化方法

阅读:248发布:2020-05-11

专利汇可以提供一种无人机移动数据采集场景中三维航迹的优化方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及无人机航迹规划及通信技术领域,公开了一种无人机移动 数据采集 场景中三维航迹的优化方法,根据初始航迹高度,采用非直射的大尺度信道增益替代大尺度平均信道增益优化 水 平航迹坐标,根据优化后的水平航迹坐标,计算优化当前航迹点的高度时平均吞吐率最小的用户,确定当前航迹点高度搜索范围,并确定时平均吞吐率最小用户信道增益最大的高度,以此计算前向各航迹点和后向各航迹点的最佳高度;通过比较前向航迹最佳高度和后向航迹最佳高度,获得航迹最佳优化高度;输出优化后的三维航迹点坐标。本发明的方法以最小用户平均吞吐率为准则的三维航迹,考虑同时存在直射路径与非直射路径的信道环境,可以显著提升系统最小用户平均吞吐率。,下面是一种无人机移动数据采集场景中三维航迹的优化方法专利的具体信息内容。

1.一种无人机移动数据采集场景中三维航迹的优化方法,其特征在于:包括如下步骤:
S1、初始化无人机航迹;
S2、根据初始航迹高度,采用非直射的大尺度信道增益替代大尺度平均信道增益,优化平航迹坐标;
S3、根据优化后的水平航迹坐标,计算优化后当前航迹点的高度时平均吞吐率最小的用户,确定当前航迹点高度搜索范围,并确定时平均吞吐率最小用户信道增益最大的高度,以此计算前向各航迹点和后向各航迹点的最佳高度;
S4、通过比较前向航迹最佳高度和后向航迹最佳高度,获得航迹最佳优化高度;
S5、输出优化后的三维航迹点坐标。
2.根据权利要求1所述的一种无人机移动数据采集场景中三维航迹的优化方法,其特征在于:步骤S2中采用迭代方法优化水平航迹坐标{(x[m],y[m])}m=1,...,M,第k次迭代的优化问题如下:
s.t.
C1:
C2:
C3:
C5:
其中无人机起始点坐标是(x0,y0,h0),终点坐标是(xF,yF,hF),无人机由起点至终点的整个航迹表示为航迹点坐标集合{x[m],y[m],h[m]}m=1,...,M;M表示整个航迹持续时间T划分为M+1段时隙δ,即存在M个航迹点,δ=T/(M+1),m为其中任意一个航迹点,无人机的最大飞行速度为V;(xk[m],yk[m])表示第k次迭代的无人机的水平坐标;
分别表示第k+1次迭代后无人
机的水平航迹坐标相较于第k次迭代无人机水平航迹坐标变化值;
表示第k次迭代航迹点(xk[m],yk[m],h[m])到第n个地
面用户(xn,yn,0)距离的平方;
其中B为无线传输所用的频带宽度,σ2为无人机接收机的高斯白噪声功率,pn[m]表示无人机处于m航迹点时地面用户n的发送功率,β0表示在参考距离1米处的信道功率,η为非直射信道衰减因子,s为松弛因子;地面上第n个用户的坐标是(xn,yn,0),n=1,…,N,N为地面用户总数;定义K为算法总迭代次数,经过K次迭代后,得到x*[m]=xK[m],y*[m]=yK[m],m=
1,2,...,M;优化后的水平航迹坐标{(x*[m],y*[m])}m=1,...,M。
3.根据权利要求2所述的一种无人机移动数据采集场景中三维航迹的优化方法,其特征在于,步骤S3中根据优化后的水平航迹坐标{(x*[m],y*[m])}m=1,...,M,按照m=1,2,...,M的顺序依次计算最佳高度,优化航迹点高度{h[m]}m=1,...,M,得到前向各航迹点的最佳高度具体计算流程如下:
A1:引入前向过程高度集合
其前m-1个元素为已优化的
航迹点高度,后M-m+1个元素为待优化的航迹点高度;根据航迹{(x*[m],y*[m],h1[m])}m=1,...,M,计算优化m航迹点高度时平均吞吐率最小的用户n*[m]:
其中: 表示可以使函数f(n)达到最小值时的n的取值;log2()表示以2为底的对数函数,gn[m](x*[m],y*[m],h1[m])表示根据无人机航迹点坐标(x*[m],y*[m],h1[m])计算出的无人机处于m航迹点时地面用户n到无人机之间的大尺度平均信道增益,具体表达式为:
PrLOS(n,m)表示无人机处于m航迹点时地面用户n到无人机为直射(line of sight,LOS)信道的概率, PrLOS(n,m)的表达式
为 a和b为信道环境参数;
B1:根据无人机m-1航迹点三维坐标(x*[m-1],y*[m-1],h1[m-1])以及无人机m航迹点水* *
平坐标(x[m],y[m]),确定无人机m航迹点的最佳高度的搜索范围:
其中,如果m=1,则:
如果2≤m≤M-1,则
如果m=M,则:
*
C1:在高度区间 至 采用一维搜索法求解使用户n [m]信道增益 最大
的最佳高度
4.根据权利要求3所述的一种无人机移动数据采集场景中三维航迹的优化方法,其特征在于,根据优化后的水平航迹坐标{(x*[m],y*[m])}m=1,...,M,按照m=M,M-1,...,1的顺序依次计算最佳高度,优化高度航迹{h[m]}m=1,...,M,得到后向航迹最佳高度 具体过程如下:
A2:引入后向过程高度
其前m个元素为待优化的航迹点
高度,后M-m个元素为待优化的航迹点高度;根据航迹点{(x*[m],y*[m],h2[m])}m=1,...,M,计算优化m航迹点高度时平均吞吐率最小的用户n*[m];
B2:根据无人机m+1航迹点三维坐标(x*[m+1],y*[m+1],h2[m+1])以及无人机m航迹点水* *
平坐标(x[m],y[m]),确定无人机m航迹点的最佳高度的搜索范围
其中,如果m=1,则:
如果2≤m≤M-1,则:
如果m=M,则:
C2:在高度区间 至 采用一维搜索法求解使用户n*[m]信道增益 最大
的最佳高度
5.根据权利要求4所述的一种无人机移动数据采集场景中三维航迹的优化方法,其特征在于,按照m=1,2,...,M的顺序依次比较前向最佳高度 和后向最佳高度当首次 时,令Num=m,τ定义为误差系数,于是得到最终最佳高
度{h*[m]}m=1,...,M,

说明书全文

一种无人机移动数据采集场景中三维航迹的优化方法

技术领域

[0001] 本发明涉及无人机航迹规划及通信技术领域,具体涉及一种无人机移动数据采集场景中三维航迹的优化方法。

背景技术

[0002] 无人机(UnmannedAerialVehicle,无人机)辅助通信正受到越来越广泛的关注。相比于地面固定设备或高空平台,低空无人机系统具有造价低廉、易于部署和灵活配置等优势,因此无人机被广泛地应用于无线通信系统当中,例如空中基站、中继和数据采集。
[0003] 目前,在无人机作为静态/准静态空中基站的场景中,资源分配问题已经得到广泛研究。然而,在无人机作为移动数据采集节点场景下的资源分配问题还处于初级阶段。在无人机移动数据采集应用场景中,为了充分利用无人机移动特性,航迹优化技术获得了越来越多的关注度。航迹优化可以为无人机数据采集提供一种全新的资源优化自由度
[0004] 现有无人机在移动数据采集应用场景下的航迹优化均假设无人机在整个飞行过程中航迹高度不变,即仅对航迹的平坐标进行优化。这是因为现有方法仅考虑直射(line ofsight,LOS)信道。在直射信道下,无线信道增益仅与无人机到用户的距离有关,此时无人机飞行的高度越低越好,所以无须对无人机航迹点高度进行优化。然而,在实际环境中无人机对地面用户的信道同时存在直射路径与非直射(Nonline ofsight,NLOS)路径,无线信道增益不仅与无人机到用户的距离有关,还同无人机到用户连线与参考水平面的夹有关,此时无线信道增益将与无人机到参考水平面高度呈现复杂的非线性函数关系,高度变化对无人机与地面用户之间的通信性能产生显著影响,因此研究无人机移动数据采集场景中三维航迹优化方法具有重要的理论和实际价值。

发明内容

[0005] 基于以上问题,本发明提供一种无人机移动数据采集场景中三维航迹的优化方法,以最小用户平均吞吐率为准则的三维航迹,考虑同时存在直射路径与非直射路径的信道环境,可以显著提升系统最小用户平均吞吐率。
[0006] 为解决以上技术问题,本发明提供了一种无人机移动数据采集场景中三维航迹的优化方法,包括如下步骤:
[0007] S1、初始化无人机航迹;
[0008] S2、根据初始航迹高度,采用非直射的大尺度信道增益替代大尺度平均信道增益,优化水平航迹坐标;
[0009] S3、根据优化后的水平航迹坐标,计算优化后当前航迹点的高度时平均吞吐率最小的用户,确定当前航迹点高度搜索范围,并确定时平均吞吐率最小用户信道增益最大的高度,以此计算前向各航迹点和后向各航迹点的最佳高度;
[0010] S4、通过比较前向航迹最佳高度和后向航迹最佳高度,获得航迹最佳优化高度;
[0011] S5、输出优化后的三维航迹点坐标。
[0012] 进一步地,步骤S2中采用迭代方法优化水平航迹坐标{(x[m],y[m])}m=1,...,M,第 k次迭代的优化问题如下:
[0013]
[0014] s.t.
[0015]
[0016]
[0017]
[0018]
[0019] 其中无人机起始点坐标是(x0,y0,h0),终点坐标是(xF,yF,hF),无人机由起点至终点的整个航迹表示为航迹点坐标集合{x[m],y[m],h[m]}m=1,...,M;M表示整个航迹持续时间T划分为M+1段时隙δ,即存在M个航迹点,δ=T/(M+1),m为其中任意一个航迹点,无人机的最大飞行速度为V;(xk[m],yk[m])表示第k次迭代的无人机的水平坐标;分别表示第k+1次迭代后无人
机的水平航迹坐标相较于第k次迭代无人机水平航迹坐标变化值;
表示第k次迭代航迹点(xk[m],yk[m],h[m])到第n个地
面用户(xn,yn,0)距离的平方;
[0020]
[0021]
[0022] 其中B为无线传输所用的频带宽度,σ2为无人机接收机的高斯白噪声功率, pn[m]表示无人机处于m航迹点时地面用户n的发送功率,β0表示在参考距离1 米处的信道功率,η为非直射信道衰减因子,s为松弛因子;地面上第n个用户的坐标是(xn,yn,0),n=1,…,N,N为地面用户总数;定义K为算法总迭代次数,经过K次迭代后,得到x*[m]=xK[m],y*[m]=yK[m],m=1,2,...,M;优化后的水平航迹坐标{(x*[m],y*[m])}m=1,...,M。
[0023] 进一步地,步骤S3中根据优化后的水平航迹坐标{(x*[m],y*[m])}m=1,...,M,按照 m=1,2,...,M的顺序依次计算最佳高度,优化航迹点高度{h[m]}m=1,...,M,得到前向各航迹点的最佳高度 具体计算流程如下:
[0024] A1:引入前向过程高度集合
[0025] 其前m-1个元素为已优化的航迹点高度,后M-m+1个元素为待优化的航迹点高度;根据航迹 {(x*[m],y*[m],h1[m])}m=1,...,M,计算优化m航迹点高度时平均吞吐率最小的用户 n*[m]:
[0026]
[0027]
[0028] 其中: 表示可以使函数f(n)达到最小值时的n的取值;log2()表示以2为底的对数函数,gn[m](x*[m],y*[m],h1[m])表示根据无人机航迹点坐标 (x*[m],y*[m],h1[m])计算出的无人机处于m航迹点时地面用户n到无人机之间的大尺度平均信道增益,具体表达式为:
[0029]
[0030] PrLOS(n,m)表示无人机处于m航迹点时地面用户n到无人机为直射(line of sight,LOS)信道的概率,  PrLOS(n,m)的表达式为 a和b为信道环境参数;
[0031] B1:根据无人机m-1航迹点三维坐标(x*[m-1],y*[m-1],h1[m-1])以及无人机m 航迹点水平坐标(x*[m],y*[m]),确定无人机m航迹点的最佳高度的搜索范围:
[0032]
[0033] 其中,如果m=1,则:
[0034]
[0035]
[0036] 如果2≤m≤M-1,则
[0037]
[0038]
[0039] 如果m=M,则:
[0040]
[0041]
[0042]
[0043]
[0044] C1:在高度区间 至 采用一维搜索法求解使用户n*[m]信道增益最大的最佳高度
[0045] 进一步地,根据优化后的水平航迹坐标{(x*[m],y*[m])}m=1,...,M,按照 m=M,M-1,...,1的顺序依次计算最佳高度,优化高度航迹{h[m]}m=1,...,M,得到后向航迹最佳高度具体过程如下:
[0046] A2:引入后向过程高度
[0047] {h2[m]}m=1,...,M={h[1],h[2],...,h[m-1],h[m], 其前m个元素为待优化的航迹点高度,后M-m个元素为待优化的航迹点高度;根据航迹点 {(x*[m],y*[m],h2[m])}m=1,...,M,计算优化m航迹点高度时平均吞吐率最小的用户 n*[m];
[0048] B2:根据无人机m+1航迹点三维坐标(x*[m+1],y*[m+1],h2[m+1])以及无人机m 航迹点水平坐标(x*[m],y*[m]),确定无人机m航迹点的最佳高度的搜索范围
[0049]
[0050] 其中,如果m=1,则:
[0051]
[0052]
[0053]
[0054]
[0055] 如果2≤m≤M-1,则:
[0056]
[0057] 如果m=M,则:
[0058]
[0059]
[0060] C2:在高度区间 至 采用一维搜索法求解使用户n*[m]信道增益最大的最佳高度
[0061] 进一步地,按照m=1,2,...,M的顺序依次比较前向最佳高度 和后向最佳高度 当首次 时,令Num=m,τ定义为误差系数,于是得到最终最佳高度{h*[m]}m=1,...,M,
[0062]
[0063] 与现有技术相比,本发明的有益效果是:
[0064] 1)本发明的方法以最小用户平均吞吐率为准则的三维航迹,考虑同时存在直射路径与非直射路径的信道环境,可以显著提升系统最小用户平均吞吐率。本发明提出的方法可以显著提升单架无人机对多用户进行移动数据采集应用场景中系统最小用户平均吞吐率;
[0065] 2)单架无人机沿某三维空间航迹由起始点出发经过目标区域到达终点,对地面上多个用户信息进行采集,各个航迹点的高度可以不同;在优化航迹过程中考虑同时存在直射路径和非直射路径的信道环境,航迹优化结果更适用于实际环境;
[0066] 3)引入航迹点高度优化,可以根据不同航迹点周围地形环境与无人机飞行速度的限制,灵活调整各个航迹点的飞行高度,增加了优化维度,进一步提升航迹优化效果。附图说明
[0067] 图1为实施例中无人机数据采集示场景意图;
[0068] 图2为实施例中无人机移动数据采集场景中三维航迹的优化方法流程图
[0069] 图3为实施例中航迹优化仿真对比图。

具体实施方式

[0070] 为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
[0071] 实施例:
[0072] 场景描述:本实施例中选择目标区域的地面坐标系Ogxgygzg,原点Og位于目标区域地面任意选定的某固定点;Ogxg轴指向地平面某任意选定方向;Ogzg轴铅垂向上;Ogyg轴铅垂直Ogxgzg平面,按右手定则确定。根据地面坐标系Ogxgygzg,地面上第n个用户的坐标是(xn,yn,0),n=1,…,N,N为地面用户总数。单架无人机飞行沿着某航迹通过目标区域,无人机起始点坐标是(x0,y0,h0),终点坐标是 (xF,yF,hF)。将整个航迹持续时间T划分为M+1段时隙δ,即存在M个航迹点,δ=T/(M+1),因此,整个航迹可以近似表示为航迹点坐标集合 {x[m],y[m],h[m]}m=1,...,M。无人机的最大飞行速度为V。hmin[m]和hmax[m]分别表示无人机在航迹点m时受地形和建筑物影响的最小高度和最大高度。
[0073] 参见图1和图2,一种无人机移动数据采集场景中三维航迹的优化方法,包括如下步骤:
[0074] S1、初始化无人机航迹{x[m],y[m],h[m]}m=1,...,M;
[0075] S2、对于给定的高度{h[m]}m=1,...,M,采用非直射(Nonlineofsight,NLOS)的大尺度信道增益替代大尺度平均信道增益,优化水平航迹坐标{(x[m],y[m])}m=1,...,M,优化后的结果表示为{(x*[m],y*[m])}m=1,...,M;引入松弛因子s,采用迭代方法求解水平航迹坐标{(x[m],y[m])}m=1,...,M,第k次迭代的优化问题如下:
[0076]
[0077] s.t.
[0078]
[0079]
[0080]
[0081]
[0082] 其中无人机起始点坐标是(x0,y0,h0),终点坐标是(xF,yF,hF),无人机由起点至终点的整个航迹表示为航迹点坐标集合{x[m],y[m],h[m]}m=1,...,M;M表示整个航迹持续时间T划分为M+1段时隙δ,即存在M个航迹点,δ=T/(M+1),m为其中任意一个航迹点,无人机的最大飞行速度为V;(xk[m],yk[m])表示第k次迭代的无人机的水平坐标;分别表示第k+1次迭代后无人
机的水平航迹坐标相较于第k次迭代无人机水平航迹坐标变化值;
表示第k次迭代航迹点 (xk[m],yk[m],h[m])到第n个地
面用户(xn,yn,0)距离的平方;
[0083]
[0084]
[0085] 其中B为无线传输所用的频带宽度,σ2为无人机接收机的高斯白噪声功率, pn[m]表示无人机处于m航迹点时地面用户n的发送功率,β0表示在参考距离1 米处的信道功率,η为非直射信道衰减因子,s为松弛因子;地面上第n个用户的坐标是(xn,yn,0),n=1,…,N,N为地面用户总数;定义K为算法总迭代次数,经过K次迭代后,得到x*[m]=xK[m],y*[m]=yK[m],m=1,2,...,M;优化后的水平航迹坐标{(x*[m],y*[m])}m=1,...,M;
[0086] S3、根据优化后的水平航迹坐标,计算优化后当前航迹点的高度时平均吞吐率最小的用户,确定当前航迹点高度搜索范围,并确定时平均吞吐率最小用户信道增益最大的高度,以此计算前向各航迹点和后向各航迹点的最佳高度;
[0087] 根据优化后的水平航迹坐标{(x*[m],y*[m])}m=1,...,M,按照m=1,2,...,M的顺序依次计算最佳高度,优化航迹点高度{h[m]}m=1,...,M,得到前向各航迹点的最佳高度具体计算流程如下:
[0088] A1:引入前向过程高度集合
[0089] 其前m-1个元素为已优化的航迹点高度,后M-m+1个元素为待优化的航迹点高度;根据航迹 {(x*[m],y*[m],h1[m])}m=1,...,M,计算优化m航迹点高度时平均吞吐率最小的用户 n*[m]:
[0090]
[0091]
[0092] 其中: 表示可以使函数f(n)达到最小值时的n的取值;log2()表示以2* * * *为底的对数函数,gn[m](x [m],y[m],h1[m])表示根据无人机航迹点坐标 (x[m],y[m],h1[m])计算出的无人机处于m航迹点时地面用户n到无人机之间的大尺度平均信道增益,具体表达式为:
[0093]
[0094] PrLOS(n,m)表示无人机处于m航迹点时地面用户n到无人机为直射(line of sight,LOS)信道的概率,  PrLOS(n,m)的表达式为 a和b为信道环境参数;
[0095] B1:根据无人机m-1航迹点三维坐标(x*[m-1],y*[m-1],h1[m-1])以及无人机m 航迹点水平坐标(x*[m],y*[m]),确定无人机m航迹点的最佳高度的搜索范围:
[0096]
[0097] 其中,如果m=1,则:
[0098]
[0099]
[0100] 如果2≤m≤M-1,则
[0101]
[0102]
[0103] 如果m=M,则:
[0104]
[0105]
[0106]
[0107]
[0108] C1:在高度区间 至 采用一维搜索法求解使用户n*[m]信道增益最大的最佳高度
[0109] 优化后的水平航迹坐标{(x*[m],y*[m])}m=1,...,M,按照m=M,M-1,...,1的顺序依次计算最佳高度,优化高度航迹{h[m]}m=1,...,M,得到后向航迹最佳高度 具体过程如下:
[0110] A2:引入后向过程高度
[0111] {h2[m]}m=1,...,M={h[1],h[2],...,h[m-1], 其前m个元素为* *
待优化的航迹点高度,后M-m个元素为待优化的航迹点高度;根据航迹点{(x [m],y [m],h2[m])}m=1,...,M,计算优化m航迹点高度时平均吞吐率最小的用户 n*[m];
[0112] B2:根据无人机m+1航迹点三维坐标(x*[m+1],y*[m+1],h2[m+1])以及无人机m 航迹点水平坐标(x*[m],y*[m]),确定无人机m航迹点的最佳高度的搜索范围
[0113]
[0114] 其中,如果m=1,则:
[0115]
[0116]
[0117]
[0118]
[0119] 如果2≤m≤M-1,则:
[0120]
[0121] 如果m=M,则:
[0122]
[0123]
[0124] C2:在高度区间 至 采用一维搜索法求解使用户n*[m]信道增益最大的最佳高度
[0125] S4、通过比较前向航迹最佳高度和后向航迹最佳高度,获得航迹最佳优化高度;具体按照m=1,2,...,M的顺序依次比较前向最佳高度 和后向最佳高度当首次 时,令Num=m,τ定义为误差系数。于是得到最终最佳高
度{h*[m]}m=1,...,M:
[0126]
[0127] S5、输出优化后的三维航迹点坐标。
[0128] 下面通过仿真,对本实施例的效果作进一步说明:
[0129] 1)依据仿真条件:
[0130] 定义地面方形区域S,所有距离和坐标单位为米。让地面用户数N=4,用户的坐标分别为(100,300,0)、(200,100,0)、(300,300,0)、(400,100,0)。B=1兆赫兹,σ2=-110dBm,2 2
β0=-50dB,γ0=β0/σ=60dBm,其中σ为无人机通信设备的高斯白噪声。进一步地,所有用户各个航段采用相同发送功率pn[m]=1dBw。无人机起始点坐标(x0,y0,h0)=(0,200,100),终点坐标(xF,yF,hF)=(450,200,100),航迹点数 M=50,T=50秒,最大移动速度V=30米/秒,各个航迹点高度限制均为hmin[m]=5 和hmax[m]=1000,非直射衰减因子η=0.01,信道参数a=11.95,b=0.136。
[0131] 2)仿真内容:
[0132] 使用本发明的方法进行三维航迹优化,并分别与直线航迹、水平二维航迹优化方法进行仿真对比,航迹仿真对比图如图3所示,其中带有“□”的曲线表示专利涉及的三维航迹优化方法,带有“○”曲线表示水平二维航迹优化结果,带有“*”的曲线表示直线水平航迹。从图中可以看出本发明的方法可以在满足最大移动速度与高度限制的基础上完成从起始点到终点的三维航迹优化。经仿真计算,三维航迹优化、水平二维航迹优化和直线水平航迹的最小用户平均吞吐率分别为4.1×106、3.95×106和3.44×106,单位为比特。可以看出本发明涉及的三维航迹优化方法可以显著提升最小用户平均吞吐率。
[0133] 如上即为本发明的实施例。上述实施例以及实施例中的具体参数仅是为了清楚表述发明验证过程,并非用以限制本发明的专利保护范围,本发明的专利保护范围仍然以其权利要求书为准,凡是运用本发明的说明书及附图内容所作的等同结构变化,同理均应包含在本发明的保护范围内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈