CN110324805B - 一种无人机辅助的无线传感器网络数据收集方法 - Google Patents
一种无人机辅助的无线传感器网络数据收集方法 Download PDFInfo
- Publication number
- CN110324805B CN110324805B CN201910593535.7A CN201910593535A CN110324805B CN 110324805 B CN110324805 B CN 110324805B CN 201910593535 A CN201910593535 A CN 201910593535A CN 110324805 B CN110324805 B CN 110324805B
- Authority
- CN
- China
- Prior art keywords
- node
- nodes
- aerial vehicle
- unmanned aerial
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0278—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves involving statistical or probabilistic considerations
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Probability & Statistics with Applications (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种无人机辅助的无线传感器网络数据收集方法,包括:(1)传感器节点采集通信范围内信息,并生成对应的事件包发送回基站(2)基站将信息价值衰减指数不为零的分类为关键节点,将为零的分类为普通节点;(3)根据节点的地理位置采用贪婪算法规划所有关键节点的访问路径;(4)根据节点的地理位置采用邻域搜索的蚁群算法规划所有普通节点的访问路径;(5)计算路径总长度,并判断路径总长度是否大于无人机最大飞行长度;(6)若是则计算每个普通节点的删除增益,并在路径中移除最大删除增益对应的节点,并返回执行步骤(5);若否,则习执行步骤(7);(7)无人机根据规划的路径依次收集传感器节点的数据。本发明能耗低、结构简单。
Description
技术领域
本发明涉及无线传感器网络,尤其涉及一种无人机辅助的无线传感器网络数据收集方法。
背景技术
无线传感器由于其低成本,长寿命,小体积等优点被广泛部署,主要应用于农田监测、灾难救援、动物追踪等。但当节点数量增多,监测规模变大时,网络容易出现时延大,覆盖空洞等问题。为了改善这些问题,无人机被引入无线传感器网络。
无人机在无线传感器网络中主要有三种应用,第一种应用基于无人机无所不在的覆盖,当基站出现故障或不可用时,无人机为网络提供无缝无线覆盖。第二种应用基于无人机的中继功能,无人机可以提供任何两个远程用户之间的间接连接。最后一种应用是基于无人机的数据收集,无人机向传感器收集易受延迟影响的数据。
调度无人机收集传感器节点采集的数据,将会成为未来物联网发展的一项有前景的技术。在现有的研究中,无人机数据收集的性能指标主要从数据时延、能源效率、飞行时间和数据质量等方面考虑,但是收集到的数据信息价值这个指标却很少考虑到。在很多实际应用场景中,每个节点采集到的信息并不是同等重要的,比如火灾监测应用中某个温度传感器采集的温度远高于常温,动物追踪应用中某些节点周围出现目标濒危动物。这些信息具有时效性,无人机越晚收集到,数据信息价值就越低。如何根据事件价值和优先级对记录的数据进行分类,如何规划无人机航迹使它在有限的时间和能耗下收集到更有价值的数据是一个亟待解决的问题。
发明内容
发明目的:本发明针对现有技术存在的问题,提供一种无人机辅助的无线传感器网络数据收集方法。
技术方案:本发明所述的无人机辅助的无线传感器网络数据收集方法包括以下步骤:
(1)传感器节点采集通信范围内信息,并根据采集到的信息生成对应的事件包发送回基站,其中,所述事件包中包括节点的地理位置和价值衰减指数;
(2)基站根据事件包中的价值衰减指数对节点分类,并将信息价值衰减指数不为零的分类为关键节点,将信息价值衰减指数为零的分类为普通节点;
(3)根据节点的地理位置采用贪婪算法规划所有关键节点的访问路径;
(4)根据节点的地理位置采用邻域搜索的蚁群算法规划所有普通节点的访问路径;
(5)计算路径总长度,并判断路径总长度是否大于无人机最大飞行长度;
(6)若路径总长度大于无人机最大飞行长度,则计算每个普通节点的删除增益,并在路径中移除最大删除增益对应的节点,并返回执行步骤(5);若否,则执行步骤(7);
(7)无人机根据规划的路径依次收集传感器节点的数据。
进一步的,步骤(4)具体包括:
(4-1)初始化参数,设置参数信息启发因子α、期望启发因子β、信息素挥发因子τ、信息素常数Q的初始值,设定最大迭代次数maxIter,初始化迭代次数iter=0;
(4-2)将基站设置为起始点,将m只蚂蚁放到起始点处,终点节点先设为不可达;
(4-3)设蚂蚁k当前所在节点为i,按照下式计算蚂蚁k下一时刻转移到节点j的概率,并将节点j加入到已访问节点列表中:
(4-4)按照步骤(4-3)将蚂蚁k走完所有节点,之后将终点设为可达,使得选定终点为最后一个访问节点;
(4-5)重复执行步骤(4-3)到(4-4),直到m只蚂蚁都走到终点;
(4-6)计算每个蚂蚁k完成一次搜索的路径总长度Lk,以及Lkmin=min(Lk),其中,k=1,2,…,m;
(4-7)将iter=iter+1,若iter<maxIter,则执行步骤(4-8),否则进行邻域搜索;
(4-8)将Lkmin与已得到的最优路径长度Ld比较,若Lkmin<Ld,则用Lkmin替换Ld,同时替换最优路径表;
(4-9)对信息素进行更新,更新值为衰减后的旧信息素加上新迭代信息素:
(4-10)若迭代次数达到maxIter,则结束算法输出最优解作为访问路径,否则清空已访问节点列表,转步骤(4-2)。
进一步的,步骤(6)中普通节点的删除节点增益计算如下:
进一步的,在步骤(7)中无人机数据收集过程中,如果收集的是关键节点的数据,则收集后立即发送至基站。如果收集的是普通节点的数据,则在全部收集完成并返回至基站后再卸载数据。
有益效果:本发明与现有技术相比,其显著优点是:1、与其他路径规划算法相比,本发明在同等时间内收集到的数据信息价值更大,节点能耗更小。本发明考虑无人机的飞行长度限制,通过分层优化的思想在最大化收集到的数据信息价值的同时最小化节点所消耗的能量,延长网络寿命。2、本发明系统结构简单,成本低,较易实现,适用于动物监测,森林火灾,地震救援等场景。
附图说明
图1是本发明的无人机辅助的无线传感器网络数据收集模型图;
图2是本发明的无人机辅助的无线传感器网络数据收集方法流程图。
具体实施方式
本发明应用于无人机辅助的无线传感器网络(UAV-aided WSNs),考虑无人机的路径长度限制,通过分层优化的思想在最大化数据信息价值的同时最小化节点所消耗的能量。下面结合附图对本发明的实施方法作进一步的描述。
如附图1所示,所适用的无传感器网络由传感器节点集合S={si|i=1,2,...,n}和一个无人机构成。传感器节点随机分布在目标区域,假设它们的位置由于手工部署或定位系统已知。不同类型的传感器节点可以收集不同类型的信息,比如温度、湿度、图片、遥感信息等。这些数据的大小和信息价值是各不相等的。每个节点都希望把收集到的数据传输回基站,但是由于基站与节点间距离较远,通过直接传输或多跳转发不仅会带来较大的信息延迟,也会消耗大量的节点能量,严重时在网络中会出现能量空洞等问题。因此为了节省能量消耗,传感器节点通过控制链路仅发送一个小的数据包回基站,数据包中包含节点位置(P),初始信息价值(A),衰减指数(B)等信息。基站根据收集到的数据包设计无人机飞行路径并将该路径广播给传感器节点。最后无人机根据规划好的路线收集传感器节点的数据并将它们传输回基站。
如果传感器节点中有移动节点,为了使无人机在飞行路径中找到这个节点,节点向基站报告完它的位置后必须保持不动,直到无人机收集完它的数据后才可以继续移动。由于电池容量的限制,无人机有一个最大飞行长度(Lmax)。当目标区域范围小,节点数量少时,无人机可以直接访问所有的节点并采集。但当目标区域范围大,节点分布密集时,因为飞行总长度的限制,无人机不可能直接访问所有的节点。因此,将节点集合分为两部分S=SD∪SU。SD是在无人机飞行过程中可以直接与无人机通信并传输数据的节点集合,而SU是不能将数据直接发送给无人机的节点集合。SU中节点需要把数据发送给SD中节点,通过SD中节点中继间接把数据发送给无人机。
每个节点收集的信息对于信息收集者来说,都有一定的价值。有些信息是时间不敏感信息,比如农田数据收集。而有些场景中收集的一些信息是敏感的,比如森林火灾监测中发现某一块区域温度传感器采集的温度数据高于常温,地震救援中发现某一个节点有监测到红外信息,在这些应用中,这些节点收集的信息传递到决策者的手中越晚,所提供的价值越少,为了简化模型,不失一般性,将信息价值函数定义为指数衰减形式,如下所示:
Ai和Bi都和节点si发生的事件类型有关。si节点的初始信息价值是Ai,价值衰减指数是Bi,Ai越大,节点感知到的信息重要性就越大,价值越高。Bi越大,信息随事件衰减就越快。
本发明的传输模型中,设置为不同的信道条件下,数据包可以以不同的速率传输。信道条件考虑与信噪比(SNR)和带宽(B)有关。如果在无人机的通信范围内有多个传感器节点,D2D链路的干扰可能会影响传输性能,因此,为了减少干扰,无人机收集节点si数据时,仅在si上方盘旋并建立通信链路,即假设在给定时刻只有一个有效节点传输数据,不考虑外部干扰源,因此节点si与节点sj存在瞬时信噪比SNRij,它的计算公式如下
其中Pt代表传输功率,dij是两个点之间的距离,N是噪声功率,传输功率是Gt,发送功率是Gr,λ是波长,α是指数路径损耗因子,根据IEEE802.11g标准,当节点向无人机发送数据时,链路的指数路径损耗因子α为2.25。当一个节点向另一个节点发送数据时,链路的指数路径损耗因子α为3。假设传输过程中节点和无人机之间的信道和节点与节点间信道都不会改变,所以传输速率可以计算如下:
Rij=B·log2(1+SNRij) (3)
传感器节点的能量消耗由两部分组成,一部分是在集合SD中的节点直接把数据发送给无人机消耗的能量,另一部分消耗是SU中节点把数据转发给SD中节点所消耗的能量。SD中节点所消耗的总能量可表达为:
其中Dsi表示节点si的数据大小,PSN表示节点的传输功率,RN2U表示节点与无人机之间的传输速率。
SU中节点si转发数据所消耗的能量为:
其中Dsi表示节点si的数据大小,PSN表示节点的传输功率,Rij表示两个节点间的传输速率。
本发明的目标是在无人机的路径长度限制下,设计一条最优路线,使无人机收集到的数据总信息价值最大且节点消耗的总能量最小。
假设yij为二元变量,节点i将数据转发给节点j时取1,否则取0。优化目标可表示为:
如图2所示,本发明的一种无人机辅助的无线传感器网络数据采集方法具体包括:
(1)传感器节点采集通信范围内信息,并根据采集到的信息生成对应的事件包发送回基站,其中,所述事件包中包括节点的地理位置和价值衰减指数。
(2)基站根据事件包中的价值衰减指数对节点分类,并将信息价值衰减指数不为零的分类为关键节点KNs,将信息价值衰减指数为零的分类为普通节点CNs。
(3)根据节点的地理位置采用贪婪算法规划所有关键节点的访问路径。
(4)根据节点的地理位置采用邻域搜索的蚁群算法规划所有普通节点的访问路径。
该步骤具体包括:
(4-1)初始化参数,设置参数信息启发因子α、期望启发因子β、信息素挥发因子τ、信息素常数Q的初始值,设定最大迭代次数maxIter,初始化迭代次数iter=0;
(4-2)将基站设置为起始点,将m只蚂蚁放到起始点处,终点节点先设为不可达;
(4-3)设蚂蚁k当前所在节点为i,按照下式计算蚂蚁k下一时刻转移到节点j的概率,并将节点j加入到已访问节点列表中:
(4-4)按照步骤(4-3)将蚂蚁k走完所有节点,之后将终点设为可达,使得选定终点为最后一个访问节点;
(4-5)重复执行步骤(4-3)到(4-4),直到m只蚂蚁都走到终点;
(4-6)计算每个蚂蚁k完成一次搜索的路径总长度Lk,以及Lkmin=min(Lk),其中,k=1,2,…,m;
(4-7)将iter=iter+1,若iter<maxIter,则执行步骤(4-8),否则进行邻域搜索;
(4-8)将Lkmin与已得到的最优路径长度Ld比较,若Lkmin<Ld,则用Lkmin替换Ld,同时替换最优路径表;
(4-9)对信息素进行更新,更新值为衰减后的旧信息素加上新迭代信息素:
(4-10)若迭代次数达到maxIter,则结束算法输出最优解作为访问路径,否则清空已访问节点列表,转步骤(4-2)。
(5)计算路径总长度,并判断路径总长度是否大于无人机最大飞行长度。
(6)若路径总长度大于无人机最大飞行长度,则计算每个普通节点的删除增益,并在路径中移除最大删除增益对应的节点,并返回执行步骤(5);若否,则执行步骤(7)。
其中,删除节点增益的计算需先判断节点i与前一个节点和下一个节点的距离,若都超出节点通信半径,则删除节点增益B(iz)直接设为0。否则选择距离节点i最近的中继节点转发信息,则删除节点增益计算如下:
(7)无人机根据规划的路径依次收集传感器节点的数据。
其中,在无人机数据收集过程中,如果收集的是关键节点的数据,则收集后立即发送至基站。如果收集的是普通节点的数据,则在全部收集完成并返回至基站后再卸载数据。
以上所揭露的仅为本发明一种较佳实施例而已,不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (3)
1.一种无人机辅助的无线传感器网络数据收集方法,其特征在于,包括以下步骤:
(1)传感器节点采集通信范围内信息,并根据采集到的信息生成对应的事件包发送回基站,其中,所述事件包中包括节点的地理位置和价值衰减指数;
(2)基站根据事件包中的价值衰减指数对节点分类,并将信息价值衰减指数不为零的分类为关键节点,将信息价值衰减指数为零的分类为普通节点;
(3)根据节点的地理位置采用贪婪算法规划所有关键节点的访问路径;
(4)根据节点的地理位置采用邻域搜索的蚁群算法规划所有普通节点的访问路径;
(5)计算路径总长度,并判断路径总长度是否大于无人机最大飞行长度;
(6)若路径总长度大于无人机最大飞行长度,则计算每个普通节点的删除增益,并在路径中移除最大删除增益对应的节点,并返回执行步骤(5);若否,则执行步骤(7);
(7)无人机根据规划的路径依次收集传感器节点的数据,无人机数据收集过程中,如果收集的是关键节点的数据,则收集后立即发送至基站,如果收集的是普通节点的数据,则在全部收集完成并返回至基站后再卸载数据。
2.根据权利要求1所述的无人机辅助的无线传感器网络数据收集方法,其特征在于,步骤(4)具体包括:
(4-1)初始化参数,设置参数信息启发因子α、期望启发因子β、信息素挥发因子τ、信息素常数Q的初始值,设定最大迭代次数maxIter,初始化迭代次数iter=0;
(4-2)将基站设置为起始点,将m只蚂蚁放到起始点处,终点节点先设为不可达;
(4-3)设蚂蚁k当前所在节点为i,按照下式计算蚂蚁k下一时刻转移到节点j的概率,并将节点j加入到已访问节点列表中:
(4-4)按照步骤(4-3)将蚂蚁k走完所有节点,之后将终点设为可达,使得选定终点为最后一个访问节点;
(4-5)重复执行步骤(4-3)到(4-4),直到m只蚂蚁都走到终点;
(4-6)计算每个蚂蚁k完成一次搜索的路径总长度Lk,以及Lkmin=min(Lk),其中,k=1,2,…,m;
(4-7)将iter=iter+1,若iter<maxIter,则执行步骤(4-8),否则进行邻域搜索;
(4-8)将Lkmin与已得到的最优路径长度Ld比较,若Lkmin<Ld,则用Lkmin替换Ld,同时替换最优路径表;
(4-9)对信息素进行更新,更新值为衰减后的旧信息素加上新迭代信息素:
(4-10)若迭代次数达到maxIter,则结束算法输出最优解作为访问路径,否则清空已访问节点列表,转步骤(4-2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910593535.7A CN110324805B (zh) | 2019-07-03 | 2019-07-03 | 一种无人机辅助的无线传感器网络数据收集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910593535.7A CN110324805B (zh) | 2019-07-03 | 2019-07-03 | 一种无人机辅助的无线传感器网络数据收集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110324805A CN110324805A (zh) | 2019-10-11 |
CN110324805B true CN110324805B (zh) | 2022-03-08 |
Family
ID=68122522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910593535.7A Active CN110324805B (zh) | 2019-07-03 | 2019-07-03 | 一种无人机辅助的无线传感器网络数据收集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110324805B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110856134B (zh) * | 2019-10-16 | 2022-02-11 | 东南大学 | 一种基于无人机的大规模无线传感器网络数据收集方法 |
CN111835404B (zh) * | 2020-06-17 | 2021-11-23 | 南京航空航天大学 | 一种地面节点向无人机发送数据的无冲突调度方法 |
CN111752304B (zh) * | 2020-06-23 | 2022-10-14 | 深圳清华大学研究院 | 无人机数据采集方法及相关设备 |
CN111988762B (zh) * | 2020-09-01 | 2022-03-29 | 重庆邮电大学 | 一种基于无人机d2d通信网络的能效最大资源分配方法 |
CN112752357B (zh) * | 2020-12-02 | 2022-06-17 | 宁波大学 | 基于能量收割技术的在线无人机辅助数据收集方法及装置 |
CN113325875B (zh) * | 2021-06-21 | 2022-06-07 | 西安电子科技大学 | 一种实现无人机数目最小化的无人机路径规划方法 |
CN113596730B (zh) * | 2021-07-29 | 2024-02-13 | 广州工程技术职业学院 | 多事件监测的数据采集方法、系统、无人机设备及介质 |
CN114499626B (zh) * | 2021-12-16 | 2023-01-03 | 中国矿业大学 | 基于全双工中继的uav空中计算系统及轨迹和功率优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008141719A1 (en) * | 2007-05-21 | 2008-11-27 | University College Dublin, National University Of Ireland, Dublin | Energy-driven cluster aggregation point re-election in a wireless sensor network |
CN106203697A (zh) * | 2016-07-08 | 2016-12-07 | 西北大学 | 一种无人机数据收集过程中的路径规划方法 |
CN107562072A (zh) * | 2017-10-11 | 2018-01-09 | 湖北工业大学 | 一种基于自适应蚁群算法的无人机最优路径规划方法 |
CN108718459A (zh) * | 2018-05-22 | 2018-10-30 | 南京邮电大学 | 一种基于无人机的无线传感网数据收集方法 |
CN109655066A (zh) * | 2019-01-25 | 2019-04-19 | 南京邮电大学 | 一种基于Q(λ)算法的无人机路径规划方法 |
-
2019
- 2019-07-03 CN CN201910593535.7A patent/CN110324805B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008141719A1 (en) * | 2007-05-21 | 2008-11-27 | University College Dublin, National University Of Ireland, Dublin | Energy-driven cluster aggregation point re-election in a wireless sensor network |
CN106203697A (zh) * | 2016-07-08 | 2016-12-07 | 西北大学 | 一种无人机数据收集过程中的路径规划方法 |
CN107562072A (zh) * | 2017-10-11 | 2018-01-09 | 湖北工业大学 | 一种基于自适应蚁群算法的无人机最优路径规划方法 |
CN108718459A (zh) * | 2018-05-22 | 2018-10-30 | 南京邮电大学 | 一种基于无人机的无线传感网数据收集方法 |
CN109655066A (zh) * | 2019-01-25 | 2019-04-19 | 南京邮电大学 | 一种基于Q(λ)算法的无人机路径规划方法 |
Non-Patent Citations (2)
Title |
---|
Age-optimal trajectory planning for UAV-assisted data collection;Juan Liu;《IEEE INFOCOM 2018 - IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS)》;20180709;全文 * |
UAV辅助网络中面向数据收集的能量优化研究;王泉;《中国优秀硕士学位论文全文数据库》;20180331;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110324805A (zh) | 2019-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110324805B (zh) | 一种无人机辅助的无线传感器网络数据收集方法 | |
CN111065145B (zh) | 一种面向水下多智能体的q学习蚁群路由方法 | |
Tong et al. | UAV-enabled age-optimal data collection in wireless sensor networks | |
US7830820B2 (en) | Method and apparatus for directional networking topology management | |
US7957355B1 (en) | Swarm autonomous routing algorithm for mobile ad hoc network communications | |
US20120250619A1 (en) | Maintaining information facilitating deterministic network routing | |
EP1473889A2 (en) | Predictive routing in a mobile ad hoc network | |
US7890301B2 (en) | Method for cluster head selection in networks accessed by mobile devices | |
EP1665658B1 (en) | Hierarchical routing in ad-hoc networks | |
AU2004201581A1 (en) | Predictive routing including the use of fuzzy logic in a mobile ad hoc network | |
CN110461018B (zh) | 基于可计算ap的机会网络路由转发方法 | |
CN112804726A (zh) | 一种基于地理位置的多智能体强化学习路由算法 | |
CN110996370A (zh) | 一种无人机的网络通讯路由器协议方法 | |
CN115173923B (zh) | 一种低轨卫星网络能效感知路由优化方法和系统 | |
Fareen Farzana et al. | Ant-based routing and QoS-effective data collection for mobile wireless sensor network | |
CN116261202A (zh) | 农田数据机会传输方法、装置、电子设备及介质 | |
EP1580941A1 (en) | Method of operating sensor net and sensor apparatus | |
Choudhary et al. | A rendezvous point‐based data gathering in underwater wireless sensor networks for monitoring applications | |
Cheriguene et al. | COCOMA: A resource-optimized cooperative UAVs communication protocol for surveillance and monitoring applications | |
CN109803342B (zh) | 一种面向能量均衡的无人机自组织网络路由方法 | |
CN110808911B (zh) | 基于蚁群信息素的组网通信路由方法 | |
Rao et al. | Energy efficient routing in wireless sensor networks via circulating operator packets | |
CN115865761B (zh) | 一种考虑阻塞反馈的网络实体任务活动代价评估方法 | |
CN116528313A (zh) | 一种面向任务协同的无人机低能耗快速路由方法 | |
CN114867081B (zh) | 基于中继无人机节点的移动自组网多源传输路由方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |