[发明专利]用于空气污染检测的无人机系统

权利要求书

1.用于空气污染检测的无人机系统，其特征在于，包括

云服务器端（3），包括云服务器，所述云服务器进行实时污染数据分析和模型的训练以及调度策略的制定；

移动服务器端（2），包括移动边缘服务器，所述移动边缘服务器利用其移动能力为计算资源不充足区域提供计算卸载和无线信号覆盖范围通信服务；

边缘节点端（1），包括边缘节点，所述边缘节点对原始污染数据进行预处理操作和将数据传输按调度策略传输到指定的上层计算资源，所述上层计算资源包括云服务器和以无人机为载体的移动边缘服务器；

所述云服务器端（3）包括依次设置的

接收查询模块，用于接收系统所有设备的状态和任务信息，并集中处理；

空间分布估计模块，使用高斯核密度估计技术来预测边缘节点层的状态和任务量信息，通过将整个区域划分为多个子区域，计算每个区域的任务量，并为子区域模块虚拟一个用户以获取位置信息和状态信息，通过对地面边缘节点信息的估计，近似获得边缘检测节点的状态和数据量信息；

任务资源分配和无人机定位模块，在收集需要卸载任务的请求后，以边缘节点层和移动边缘服务器的所有设备的状态信息和需要卸载的任务信息为判断依据，生成的任务和资源分配方案传送给指定的设备以进行任务卸载；

数据流接收模块和第一任务计算模块，在云端以设备为单位，为每个设备开一个卸载进程或是执行结果收集进程；

执行记录模块，在任务分配前显示各设备状态信息，执行时显示任务执行期间的设备状态和执行完成状态；

显示模块，把经处理标注出检测目标的数据流用参数展示工具展示在主屏上；

所述任务资源分配和无人机定位模块使用深度学习算法和进化算法来将非凸分数规划问题转化为可解形式，分解为优化卸载决策和无人机定位两个步骤，根据决策结果制定任务和资源分配方案，然后将生成的任务和资源分配方案传送给指定的设备以进行任务卸载，任务的信息和其所在设备的信息通过进化算法得到无人机在每个时隙的悬停位置；

所述移动服务器端（2）的工作流程如下：

SB1、状态发送模块周期性向云服务器发送状态信息；

SB2、判断云服务器是否准备分配算法程序，如果准备分配，进入步骤SB3，如果不准备分配，返回执行步骤SB1；

SB3、任务和资源分配以及无人机最佳位置接收和执行模块接收云服务器发送的任务分配策略和无人机位置，然后根据任务分配策略判断是否在FES上执行，如果在FES上执行，进入步骤SB4，如果不在FES上执行，进入步骤SB5；

SB4、根据分配的端口号建立视频分析任务的进程，然后接收边缘服务器发送的数据流，处理后将结果返回边缘节点，然后进入步骤SB6；

SB5、判断边缘节点是否从无人机转发数据到云服务器，如果是，则为数据流建立从边缘节点层到云层的转发和缓冲进程，然后进入步骤SB6；

SB6、当前任务完成后，检测反馈模块发送执行时间和能耗数据给边缘节点，并记录在本机日志文件中；

SB7、判断是否完成全部任务，如果完成，则移动服务器端（2）工作结束，否则进入步骤SB1。

2.根据权利要求1所述的用于空气污染检测的无人机系统，其特征在于，使用深度学习算法和进化算法实现任务分配和资源调度以及无人机定位算法。

3.根据权利要求1所述的用于空气污染检测的无人机系统，其特征在于，其中卸载进程为某个设备被分配到云服务器上的任务，给分配到云服务器上的任务分配计算资源和通信资源；

执行结果收集进程分别为某个设备被分配在边缘节点，云服务器或是移动边缘服务器的任务建立数据收集线程，等待完成后收集执行期间的时间和能耗数据。

4.根据权利要求1所述的用于空气污染检测的无人机系统，其特征在于，所述边缘节点基于ARM小型计算机。