[发明专利]基于无人机通信的无线传感器网络节点Aol分析研究在审
申请号: | 202210273013.0 | 申请日: | 2022-03-18 |
公开(公告)号: | CN114745688A | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 李志敏;钟少宏 | 申请(专利权)人: | 中南林业科技大学 |
主分类号: | H04W4/38 | 分类号: | H04W4/38;H04W4/02;H04W84/18;H04B7/185;G05D1/10;G06N3/00;G06N3/12 |
代理公司: | 安徽思沃达知识产权代理有限公司 34220 | 代理人: | 张旭华 |
地址: | 410004 *** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 无人机 通信 无线 传感器 网络 节点 aol 分析研究 | ||
1.基于无人机通信的无线传感器网络节点Aol分析研究,其特征在于,该Aol分析研究具体步骤如下:
(1)收集无人机工作状态并记录:无人机从数据中心出发,并对各组无线传感器进行数据采集,计算平台对无人机工作状态进行实时采集;
(2)构建以及训练测试模型:依据各组无线传感器位置构建测试模型,对该测试模型进行训练优化;
(3)规划无人机飞行路线:将无人机工作状态导入测试模型中以进行无人机采集路线模拟规划,通知无人机依据规划完成的飞行路线进行无线传感器数据采集。
2.根据权利要求1所述的基于无人机通信的无线传感器网络节点Aol分析研究,其特征在于,步骤(2)中所述训练优化具体步骤如下:
步骤一:计算平台与遥感卫星通信连接,并接收遥感卫星采集到的无线传感器所在位置环境信息;
步骤二:将环境信息导入测试模型中,同时将各无线传感器所在位置在测试模型中进行标注;
步骤三:将无人机工作状态信息导入测试模型中,同时测试模型提取无人机飞行数据,并构建观测数据集;
步骤四:从观测数据集中选取一个观测数据作为验证数据,并用该验证数据通过均方根误差来验证该测试模型的精度,如此重复多次;
步骤五:对于每一组数据,选取任意一个子集作为测试集,再取剩余子集作为训练集,再次统计均方根误差,直至对每组数据都进行一次预测,并将预测结果最好的数据作为最优参数输出;
步骤六:依据最优参数对训练数据集进行标准化处理,最后将训练样本输送到学习网络模型中,自行设置模型具体参数,并采用长期迭代法训练该模型。
3.根据权利要求2所述的基于无人机通信的无线传感器网络节点Aol分析研究,其特征在于,步骤三中所述无人机工作状态包括无线传感器已采集数据的百分比、无人机位置以及无人机电量。
4.根据权利要求1所述的基于无人机通信的无线传感器网络节点Aol分析研究,其特征在于,步骤(3)中所述模拟规划具体步骤如下:
第一步:测试模型模拟无人机的工作状态,同时收集无人机完成无线传感器节点内数据的一次采集所需时间;
第二步:测试模型依据各组无线传感器位置以及环境信息为无人机规划一组飞行路线,同时将其录入无人机存储单元;
第三步:无人机在从数据中心起飞后发送信号激活其能通信范围内的传感器节点的通信模式,当处于休眠状态的传感器节点接收到信号时,进入到活动状态向无人机等待无人机飞过来进行传输数据,并且在完成数据传输之后重新进入休眠状态;
第四步:无人机依据存储单元中的飞行路线进行模拟飞行,并与各组无线传感器进行数据传输,其数据传输速率具体可表示为:
其中,B是通信的可用带宽,Pi是地面传感器节点的发射功率,ρi是1米参考距离处的信道功率增益,σ2是信道噪声的功率,h是无人机在采集节点数据过程中的固定飞行高度;
第五步:构建数据采集概率模型,并计算无人机对无线传感器节点中的数据进行多次采集时,无人机采集成功的概率,同时对采集成功的传感器节点数据年龄信息进行计算;
第六步:无人机在飞行过程中通过机载的传感器探测周边的环境信息,并实时分阶段的进行路径优化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南林业科技大学,未经中南林业科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210273013.0/1.html,转载请声明来源钻瓜专利网。