[发明专利]基于深度学习的无人机辅助通信边缘设备能量优化方法在审
| 申请号： | 202210526702.8 | 申请日： | 2022-05-16 |
| 公开（公告）号： | CN115333600A | 公开（公告）日： | 2022-11-11 |
| 发明（设计）人： | 陈诚斌;陈思凡;向进;舒鹏;陈柏合;徐晓智;许莉;刘海容 | 申请（专利权）人： | 福云智控（厦门）智能科技有限公司 |
| 主分类号： | H04B7/185 | 分类号： | H04B7/185;H04W52/02;H04L67/10;H04L67/12;G06N20/00 |
| 代理公司： | 福州旭辰知识产权代理事务所(普通合伙) 35233 | 代理人： | 程春宝 |
| 地址： | 361000 福建省厦门市湖里区厦门火*** | 国省代码： | 福建;35 |
| 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 深度 学习 无人机 辅助 通信 边缘 设备 能量 优化 方法 | ||
【权利要求书】：
1.基于深度学习的无人机辅助通信边缘设备能量优化方法，其特征在于，所述方法包括以下步骤：
步骤S1、边缘设备在无信号地区移动，对边缘设备的生成数据进行采集和计算，并传输至云端；
步骤S2、无人机在空中运动，建立临时通信链路，接收边缘设备发送的数据；
步骤S3、在有信号地区设立接入点，与云端进行连接，接收通过无人机转发信息；从而实现有效调整边缘设备的发射能量，实现低能量的中继通信。
2.根据权利要求1所述的基于深度学习的无人机辅助通信边缘设备能量优化方法，其特征在于：通过自适应调节算法建立全双工无人机中继网络，并且使无人机与边缘设备实时对话，了解边缘设备与中继无人机的位置关系，调整边缘设备发射能量，所述自适应调节算法包括以下步骤：步骤S11、针对系统时延，选择适应系统的深度学习模型，并对无人机历史飞行路径进行训练，输出基于深度学习的无人机飞行路径预测模型；步骤S12、输入发射机接收的无人机实时位置信息到预测模型，获得无人机在此时刻后的预测位置信息；步骤S13、根据接收机灵敏度、空间噪声、发射机天线增益、接收机天线增益计算得到优化发射能量。
3.根据权利要求1所述的基于深度学习的无人机辅助通信边缘设备能量优化方法，其特征在于：所述边缘设备是终端设备，包括电脑、手机及路由器，所述云端是底面收发机。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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福云智控（厦门）智能科技有限公司，未经福云智控（厦门）智能科技有限公司许可，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/202210526702.8/1.html，转载请声明来源钻瓜专利网。
