恭喜黑龙江省普德华源科技有限公司黄晓舸获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜黑龙江省普德华源科技有限公司申请的专利一种基于无人机辅助的数据收集方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116634391B 。
龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310591381.4,技术领域涉及:H04W4/38;该发明授权一种基于无人机辅助的数据收集方法是由黄晓舸;王凌志;何勇;王依琪;陈前斌设计研发完成,并于2023-05-24向国家知识产权局提交的专利申请。
本一种基于无人机辅助的数据收集方法在说明书摘要公布了:本发明涉及一种基于无人机辅助的数据收集方法,属于移动通信技术领域。以最小化无线传感器网络总功率为目标,提出一种基于无人机辅助的高效数据收集方法。首先,构建了UAVs辅助的数据采集模型。该模型分为两层,下层为地面层,地面层将传感器分为簇成员CM和簇头CH。CMs负责感知环境数据,并将数据发送至CH。CH负责对簇内CMs发送的数据进行收集和处理,并将最终数据上传至UAV。上层为空中网络层,由多架UAV组成,负责CHs上传数据的收集、存储和转发,最后将数据传输给地面数据中心DC进行数据分析。通过优化CH数量及位置、UAV位置和UAV与CHs关联,最小化系统总功率。
本发明授权一种基于无人机辅助的数据收集方法在权利要求书中公布了:1.一种基于无人机辅助的数据收集方法,其特征在于:该方法包括以下步骤:S1:构建UAVs辅助WSN数据采集模型;S2:设计传感器总发射功率优化方案;S3:对传感器进行聚类,确定簇头传感器的数量及位置,同时确定相应的簇成员;S4:优化无人机部署位置;S5:优化簇头和无人机的关联方案;所述S1中,构建UAVs辅助WSN的数据采集模型;该模型由上下两层构成:1上层为空中网络,包括多架无人机,无人机在DC的调度下飞行到指定的位置后悬停,并对与自身相关联的CHs上传的数据进行采集和存储;在采集任务完成后,无人机携带数据返回至DC指定的位置充电,同时将数据转发给DC;2下层为地面层,由WSN、充电站以及DC组成;为保证WSN中SNs传输数据的距离在最大通信距离内,采用聚类算法对SNs进行分簇,在每个簇中选出一个SN作为CH,其余SNs作为CMs;CH负责对簇内CMs发送的数据进行收集和处理,并将最终数据上传至UAV;CMs负责感知环境数据,并将数据发送至CH;簇内采用单跳的方式进行数据传输;充电站负责给UAV充电,其部署在能够使UAV与DC成功建立通信的地方;DC则负责对UAVs发送的数据进行重构,以实现对区域的环境监测、灾害预警;所述S2中,设计传感器总发射功率优化方案;UAVs的集合为M,CHs的集合为K,CMs的集合为N;考虑UAV与CH之间视距LoS和非视距NLoS两种链路,UAV和CH之间采用正交多址接入,避免产生干扰;UAVm与CHk之间的平均路径损耗表示为: 其中,ηLoS和ηNLoS为分别为LoS和NLoS链路的平均附加损失,取值因场景而异;a和b为S曲线参数;H为UAV飞行高度;f为载波频率;Dm,k表示CHk与UAVm在地面上的垂直投影之间的距离;c为光速;dm,k为CHk到UAVm的直线距离;CHk到UAVm所需发射功率如下: 其中,δm,k为CHk到UAVm的关联系数,取值为0和1,δm,k=1时CHk与UAVm关联,为UAVm的接收功率,PLm,k为平均路径损耗;将所有CH与UAV的关联关系表示为一个K×M的矩阵Ω,第m列表示UAVm对所有CH的关联情况;在WSN中的通信模型采用无线通信信道模型,CMn到CHk的发射功率表示为: 其中,θn,k为CMn与CHk的关联系数,取值为0和1,θn,k=1时表示CMn与CHk关联,反之亦然;为CHk的接收功率;dn,k表示CMn与CHk之间的距离;L为传播的系统损耗因子,L≥1;Gt和Gr分别表示CM发送和接收天线的增益;λ为波长;将所有CM与CH的关联关系表示为一个N×K的矩阵γ,第k列表示CHk对所有CM的关联情况;提出传感器总发射功率优化方案,该方案联合优化CH的数量和位置、UAV的部署位置、UAV与CHs的关联,最小化WSN中的SNs的总发射功率,优化目标为: 需满足一个CH只能与一个UAV关联,一个CM只能与一个CH关联;同时,CH的发射功率不能超过其最大发射功率,CM的发射功率也不能超过其最大发射功率;确保每架UAV的部署位置和CH的位置在目标区域Λ内;所述S3中,首先,通过肘部法对于K-means算法聚类结果的误差平方和SSE进行评估来找到最佳聚类数k;随着聚类数k增加,聚类效果越好,SSE指标会逐渐降低;在增大k的过程中,当k值小于最优簇数时,SSE的下降速度会很快,当k值超过最优簇数后,SSE的下降速度会变得很缓慢;SSE与k的关系图像一个手肘,而肘部对应的k值就是最优簇数;在找到最优簇数之后,利用K-mean++算法求出对应k值时的最优聚类,判断所有CM到其关联的CH的发射功率是否小于最大发射功率,若满足则输出最优k值、CH位置和CH与CM的关联关系,若不满足,则增加k值再次执行K-mean++算法聚类,直到所有CM到其关联的CH的发射功率都小于最大发射功率,输出最优k值、CH位置lk和CH与CM的关联关系;所述S4中,当确定CH数量k、位置lk以及CH与CMs之间的关联关系Υ后,优化问题则只与UAV的部署位置lm和UAV与CHs的关联关系Ω有关;优化问题更新如下: 基于DRL算法,提出了基于AC的UAV部署算法,将UAV的部署过程建模为MDP过程,通过集中式训练来确定UAV的部署位置。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人黑龙江省普德华源科技有限公司,其通讯地址为:150000 黑龙江省哈尔滨市高新技术产业开发区科技创新城创新创业广场11号楼(科技一街999号)E405-1室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。