CN111061299A - 一种基于无人机飞行轨迹的地面传感器数据采集方法 - Google Patents

一种基于无人机飞行轨迹的地面传感器数据采集方法 Download PDF

Info

Publication number
CN111061299A
CN111061299A CN202010071392.6A CN202010071392A CN111061299A CN 111061299 A CN111061299 A CN 111061299A CN 202010071392 A CN202010071392 A CN 202010071392A CN 111061299 A CN111061299 A CN 111061299A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
data
sensor
alliance
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.)
Granted
Application number
CN202010071392.6A
Other languages
English (en)
Other versions
CN111061299B (zh
Inventor
高瞻
沈良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Zhineng Xintong Technology Development Co ltd
Original Assignee
Nanjing Zhineng Xintong Technology Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Zhineng Xintong Technology Development Co ltd filed Critical Nanjing Zhineng Xintong Technology Development Co ltd
Priority to CN202010071392.6A priority Critical patent/CN111061299B/zh
Publication of CN111061299A publication Critical patent/CN111061299A/zh
Application granted granted Critical
Publication of CN111061299B publication Critical patent/CN111061299B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种基于无人机飞行轨迹的地面传感器数据采集方法，该方法中，地面传感器根据自身的传输数据，预测无人机在既定飞行轨迹下的数据接收能力，在无人机经过之前形成数据发送联盟，将数据汇聚至联盟头，由联盟头发送联盟内地面传感器的数据。本发明利用了无人机的既定轨迹收集数据，无需损耗无人机的飞行能量；地面节点根据无人机飞行轨迹形成传输联盟，提高了数据收集的效率。

Description

一种基于无人机飞行轨迹的地面传感器数据采集方法
技术领域
本发明属于无线通信技术领域，特别是一种基于无人机飞行轨迹的地面传感器数据采集方法。
背景技术
在偏远或敏感的地区布设传感设备有助于研究人员获取必要的分析数据，是大数据技术的重要组成部分。但是如偏远地区布设的传感设备，由于所处地理位置的特殊性，使其较难通过地面蜂窝系统实时传输数据。因此，现阶段很多研究让无人机承担传感器数据采集的工作。无人机可以利用其灵活机动和空中拥有视距传输链路的特点，分别飞进至多个地面传感器上空采集数据，并最终将数据携带至数据控制中心。
然而，地面传感器的数据周期性更新，专门派遣无人机采集数据成本较高。实际上，无人机常被派遣执行不同的任务，如远程侦察和巡逻。若能利用已有的无人机，在其返程的过程中机会地将传感器网络的数据采集起来，那么将可以不再额外派遣无人机，减少不必要的无人机推进能量损耗。
发明内容
本发明的目的是针对无人机执行任务时的综合数据采集问题，提供一种基于无人机飞行轨迹的地面传感器数据采集方法，地面传感器通过预测无人机的飞行轨迹形成地面传输联盟。多个传感器汇聚数据到联盟头，待无人机飞至时由联盟头负责数据的上传，提升传输的效率。
本发明的技术方案是：
本发明提供一种基于无人机飞行轨迹的地面传感器数据采集方法，该方法中地面传感器根据自身的传输数据，在无人机经过之前形成数据发送联盟，将数据汇聚至联盟头，由联盟头发送联盟内地面传感器的数据，具体包括以下步骤：
步骤1、在一片区域内随机部署N个无线传感器，将这一集合表示为
Figure 751141DEST_PATH_IMAGE001
，i、j均表示传感器的编号，无线传感器i、j采集数据的生成速率分别为
Figure 199440DEST_PATH_IMAGE002
；设定每经过间隔时间
Figure 385701DEST_PATH_IMAGE003
，就有一架无人机m飞行穿过传感器区域；
步骤2、为避免地面传感器同时向无人机发送数据产生相互间干扰，在间隔时间
Figure 46490DEST_PATH_IMAGE003
内，各无线传感器j计算自身与其他地面上的任一无线传感器i在上传数据给无人机时的传输相关性系数
Figure 126441DEST_PATH_IMAGE004
以及自身的有效传输指标
Figure 106161DEST_PATH_IMAGE005
；
步骤3，建立地面无线传感器联盟接入的效用函数，各无线传感器j与周边节点进行信息交互，计算对应节点给予自己的效用函数值，并加入效用函数值最大的节点所在联盟接入，在无人机飞过的间隔时间内，地面传感器将所收集的数据持续汇聚至自身所接入联盟的联盟头；
步骤4，待无人机飞过，地面无线传感器除联盟头之外保持静默，由联盟头统一将收集的数据上传至无人机。
进一步地，所述的步骤1中还包括网络位置初始化步骤：以无人机飞行路线为y轴，以区域的中心位置为坐标原点建立坐标空间，每一个无线传感器的坐标位置表示为
Figure 638774DEST_PATH_IMAGE006
；远端工作的无人机陆续沿y轴飞过地面的无线传感器上空区域，无人机的飞行高度为
Figure 368832DEST_PATH_IMAGE007
，飞行速度为
Figure 178656DEST_PATH_IMAGE008
，其坐标随时间变化，具体为：
Figure 703179DEST_PATH_IMAGE009
0时刻进入网络，T表示离开网络的时间。
进一步地，所述的步骤2具体为：
步骤2-1、各无线传感器j通过解下列方程式得到自变量c值，
Figure 723087DEST_PATH_IMAGE010
；
Figure 850312DEST_PATH_IMAGE011
其中：
Figure 904856DEST_PATH_IMAGE012
表示无线传感器j采集数据的速率，
Figure 600279DEST_PATH_IMAGE003
表示无人机经过的间隔时间；B表示节点间的传输带宽，
Figure 982850DEST_PATH_IMAGE013
表示节点j的横坐标和纵坐标；
Figure 523553DEST_PATH_IMAGE014
表示节点j的发射功率，
Figure 698182DEST_PATH_IMAGE015
表示噪声功率，
Figure 913308DEST_PATH_IMAGE016
表示自由空间损耗因子，
Figure 907809DEST_PATH_IMAGE017
表示无人机m与节点j的实时水平距离即无人机m与节点j的空间距离在x轴与y轴构成的平面上的投影，
Figure 517781DEST_PATH_IMAGE018
表示无人机m的y轴坐标，
Figure 156704DEST_PATH_IMAGE007
表示无人机飞行高度；
Figure 193931DEST_PATH_IMAGE008
表示无人机的飞行速度；
步骤2-2、计算节点j的期望传输范围
Figure 410148DEST_PATH_IMAGE019
，即无人机飞行位置处在y轴
Figure 948446DEST_PATH_IMAGE020
范围内时，传感器j需要上传数据给无人机；
Figure 566509DEST_PATH_IMAGE021
；
步骤2-3、采用下述公式计算无线传感器j与任一其他无线传感器i之间的传输相关性系数
Figure 774636DEST_PATH_IMAGE022
；
Figure 619096DEST_PATH_IMAGE023
，
其中：
Figure 305292DEST_PATH_IMAGE024
表示区域间交集与并集的比值；
步骤2-4、设置可靠传输概率门限为
Figure 43441DEST_PATH_IMAGE025
，采用下述公式计算无人机m与节点j在可靠传输概率门限下的水平距离门限
Figure 422469DEST_PATH_IMAGE026
,以及节点j自身的可靠传输范围
Figure 239378DEST_PATH_IMAGE027
：
Figure 994844DEST_PATH_IMAGE028
Figure 321921DEST_PATH_IMAGE029
；
其中：
Figure 747217DEST_PATH_IMAGE030
为常数参数；
步骤2-5、采用下述公式计算无线传感器j的可靠传输数据量门限
Figure 690902DEST_PATH_IMAGE031
：
Figure 984480DEST_PATH_IMAGE032
，
其中：
Figure 556276DEST_PATH_IMAGE033
为无人机纵坐标为
Figure 11528DEST_PATH_IMAGE018
时与无线传感器j的数据传输速率；
步骤2-6、计算节点传输数据量
Figure 176930DEST_PATH_IMAGE034
，以及节点传输数据量
Figure 149565DEST_PATH_IMAGE034
与可靠传输门限
Figure 716813DEST_PATH_IMAGE031
的有效传输指标
Figure 342966DEST_PATH_IMAGE005
：
Figure 995664DEST_PATH_IMAGE035
其中：
Figure 257144DEST_PATH_IMAGE036
表示选择了传感器节点j作为接入节点的集合，初始状态下为节点自身；
Figure 678898DEST_PATH_IMAGE037
表示节点i与节点j的数据传输数率。
进一步地，所述的步骤2-1中，
Figure 741532DEST_PATH_IMAGE016
表示自由空间损耗因子，取值为2至3.4。
进一步地，所述的步骤3中，地面的无线传感器节点形成联盟具体为：
步骤3-1、建立节点联盟选择策略的效用函数
Figure 491313DEST_PATH_IMAGE038
；
Figure 930385DEST_PATH_IMAGE039
其中：
Figure 472224DEST_PATH_IMAGE040
表示无线传感器j的选择策略，
Figure 830393DEST_PATH_IMAGE041
表示节点j与选择策略节点
Figure 192105DEST_PATH_IMAGE040
之间的传输相关性系数；
Figure 169288DEST_PATH_IMAGE038
的值越高表示j选择的传感器节点可靠传输数据量门限越高，且与自身的传输相关性越强；
步骤3-2、各无线传感器j与周边节点进行信息交互，计算各选择策略的效用函数值，寻找节点j的最优策略
Figure 441000DEST_PATH_IMAGE042
表示结果最大时的
Figure 845437DEST_PATH_IMAGE040
，并接入该策略
Figure 694444DEST_PATH_IMAGE043
对应节点所在的联盟；
步骤3-3、各无线传感器分别执行步骤3-2迭代若干次，直到当前选择策略与前一次选择策略一致，则停止迭代，得到收敛后的选择策略即接入联盟，各地面传感器节点将自身收集的数据传至自身所接入联盟的联盟头。
进一步地，所述的步骤4中具体为：无人机在飞行过程中实时广播自身的位置信息，作为联盟头的地面无线传感器根据自身携带的传输数据量，在无人机到达预计位置
Figure 209739DEST_PATH_IMAGE044
后，地面传感器节点上传数据。
进一步地，自身携带的传输数据量包括自身采集的数据和选择自己的传感器节点的数据总和。
本发明的有益效果：
本发明与现有技术相比，其显著优点在于：（1）利用了无人机的既定轨迹收集数据，无需损耗无人机的飞行能量；（2）地面节点根据无人机飞行轨迹形成传输联盟，提高了数据收集的效率。
本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。
图1是本发明基于无人机飞行轨迹的地面传感器数据采集系统示意图。
图2是本发明基于无人机飞行轨迹的地面传感器数据采集系统的仿真场景图。
图3是本发明基于无人机飞行轨迹的地面传感器数据采集系统的仿真结果图。
具体实施方式
下面将参照附图更详细地描述本发明的优选实施方式。虽然附图中显示了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。
本发明基于地面联盟形成方法，对基于无人机飞行轨迹的地面传感器数据采集进行优化，提出的一种基于无人机飞行轨迹的地面传感器数据采集方法，在无人机经过之前形成数据发送联盟，将数据汇聚至联盟头，由联盟头发送联盟内地面传感器的数据，具体包括以下步骤：
步骤1、在一片区域内随机部署N个无线传感器，将这一集合表示为
Figure 86691DEST_PATH_IMAGE045
，i、j均表示传感器的编号，无线传感器j采集数据的生成速率为
Figure 927608DEST_PATH_IMAGE046
；设定每经过间隔时间
Figure 263911DEST_PATH_IMAGE047
，就有一架无人机m飞行穿过传感器区域；
步骤2、为避免地面传感器同时向无人机发送数据产生相互间干扰，在间隔时间
Figure 723842DEST_PATH_IMAGE047
内，各无线传感器j计算自身与其他地面上的任一无线传感器i在上传数据给无人机时的传输相关性系数
Figure 829202DEST_PATH_IMAGE022
以及自身的有效传输指标
Figure 575441DEST_PATH_IMAGE005
；
步骤3，建立地面无线传感器联盟头选择的效用函数，各无线传感器j与周边节点进行信息交互，计算对应节点给予自己的效用函数值，并加入效用函数值最大的节点所在联盟接入，在无人机飞过的间隔时间内，地面传感器将所收集的数据持续汇聚至自身所接入联盟的联盟头；
步骤4，待无人机飞过，地面无线传感器除联盟头之外保持静默，由联盟头统一将收集的数据上传至无人机。
本发明的具体实施说明如下：
一、步骤1中所述的网络位置，对这些地面传感器做统一的坐标空间（以无人机飞行路线为y轴，以区域的中心位置为坐标原点建立坐标空间，每一个无线传感器的坐标位置表示为
Figure 523674DEST_PATH_IMAGE048
；远端工作的无人机陆续沿y轴飞过地面的无线传感器上空区域，无人机的飞行高度为
Figure 646351DEST_PATH_IMAGE007
，飞行速度为
Figure 606217DEST_PATH_IMAGE008
，其坐标随时间变化，具体为：
Figure 398723DEST_PATH_IMAGE009
0时刻进入网络，T表示离开网络的时间。
二、步骤2中各无线传感器j计算自身与其他地面上的任一无线传感器i在上传数据给无人机时的传输相关性系数
Figure 975198DEST_PATH_IMAGE022
以及自身的有效传输指标
Figure 635987DEST_PATH_IMAGE005
具体为：
步骤2-1、各无线传感器j通过解下列方程式得到自变量c值，
Figure 76457DEST_PATH_IMAGE010
；
Figure 430078DEST_PATH_IMAGE049
其中：
Figure 228270DEST_PATH_IMAGE050
表示无线传感器j采集数据的速率，
Figure 568116DEST_PATH_IMAGE051
表示无人机经过的间隔时间；B表示节点间的传输带宽，
Figure 236994DEST_PATH_IMAGE052
表示节点j的横坐标和纵坐标；
Figure 761517DEST_PATH_IMAGE014
表示节点j的发射功率，
Figure 171638DEST_PATH_IMAGE015
表示噪声功率，
Figure 174229DEST_PATH_IMAGE016
表示自由空间损耗因子，取值为2至3.4，
Figure 963194DEST_PATH_IMAGE053
表示无人机m与节点j的实时水平距离即无人机m与节点j的空间距离在x轴与y轴构成的平面上的投影，
Figure 658617DEST_PATH_IMAGE018
表示无人机m的y轴坐标，
Figure 41188DEST_PATH_IMAGE007
表示无人机飞行高度；
Figure 847470DEST_PATH_IMAGE008
表示无人机的飞行速度；
步骤2-2、计算节点j的期望传输范围
Figure 756520DEST_PATH_IMAGE054
，即无人机飞行位置处在y轴
Figure 983365DEST_PATH_IMAGE055
范围内时，传感器j需要上传数据给无人机；
Figure 977866DEST_PATH_IMAGE056
；
步骤2-3、采用下述公式计算无线传感器j与任一其他无线传感器i之间的传输相关性系数
Figure 587838DEST_PATH_IMAGE022
；
Figure 226761DEST_PATH_IMAGE057
，
其中：
Figure 998408DEST_PATH_IMAGE058
表示区域间交集与并集的比值；
步骤2-4、计算无人机m与地面无线传感器j间的视距传输概率
Figure 480205DEST_PATH_IMAGE059
；
Figure 18503DEST_PATH_IMAGE060
其中：
Figure 636566DEST_PATH_IMAGE061
为常数参数，
Figure 844693DEST_PATH_IMAGE007
表示无人机的飞行高度；变换公式得：
Figure 548207DEST_PATH_IMAGE028
设置可靠传输概率门限为
Figure 375349DEST_PATH_IMAGE062
，即可由上式反推算出无人机m与节点j在可靠传输概率门限下的水平距离门限
Figure 113498DEST_PATH_IMAGE063
；
Figure 226947DEST_PATH_IMAGE064
节点j计算自身的可靠传输范围
Figure 43856DEST_PATH_IMAGE065
为：
Figure 799322DEST_PATH_IMAGE066
；
步骤2-5、采用下述公式计算无线传感器j的可靠传输数据量门限
Figure 391977DEST_PATH_IMAGE067
：
Figure 817274DEST_PATH_IMAGE068
，
其中：
Figure 495380DEST_PATH_IMAGE069
为无人机纵坐标为
Figure 523379DEST_PATH_IMAGE018
时与无线传感器j的数据传输速率，
Figure 360753DEST_PATH_IMAGE070
表示无人机的飞行速度；
步骤2-6、建立关于节点传输数据量
Figure 81585DEST_PATH_IMAGE071
与可靠传输门限
Figure 246987DEST_PATH_IMAGE072
的有效传输指标
Figure 219622DEST_PATH_IMAGE005
：
Figure 521290DEST_PATH_IMAGE073
其中：
Figure 413023DEST_PATH_IMAGE074
表示选择了传感器节点j作为接入节点的集合，初始状态下为节点自身；
Figure 65721DEST_PATH_IMAGE075
表示节点i与节点j的数据传输数率；
Figure 327201DEST_PATH_IMAGE076
分别表示节点j和i采集数据的生成速率。
步骤3中，地面的无线传感器节点形成联盟具体为：
步骤3-1、建立节点联盟选择策略的效用函数
Figure 748955DEST_PATH_IMAGE077
其中：
Figure 811589DEST_PATH_IMAGE078
表示无线传感器j的选择策略，
Figure 561370DEST_PATH_IMAGE079
表示节点j与选择策略节点
Figure 266021DEST_PATH_IMAGE078
之间的传输相关性系数；
步骤3-2、各无线传感器j与周边节点进行信息交互，计算各选择策略的效用函数值，寻找节点j的最优策略
Figure 542281DEST_PATH_IMAGE080
表示结果最大时的
Figure 900450DEST_PATH_IMAGE078
，并接入该策略
Figure 262162DEST_PATH_IMAGE081
对应节点所在的联盟；
步骤3-3、各无线传感器分别执行步骤3-2迭代若干次，直到当前选择策略与前一次选择策略一致，则停止迭代，得到收敛后的选择策略即接入联盟，各地面传感器节点将自身收集的数据传至自身所接入联盟的联盟头；前述联盟头为各联盟内根据效用函数
Figure 239345DEST_PATH_IMAGE082
汇聚出的节点。
四、步骤4中，无人机在飞行过程中实时广播自身的位置信息，作为联盟头的地面无线传感器根据自身携带的传输数据量，在无人机到达预计位置
Figure 511057DEST_PATH_IMAGE083
后，地面传感器节点上传数据，自身携带的传输数据量包括自身采集的数据和选择自己的传感器节点的数据总和。
针对基于无人机飞行轨迹的地面传感器数据采集问题，本专利设计地面传感器传输联盟形成方案。根据空中无人机的飞行轨迹，地面传感器形成若干个联盟，联盟成员将自身的数据汇聚到各个联盟头中，当无人机飞过时由联盟头统一进行数据的上传。本专利的设计有效提升数据上传效率，避免了传感器节点上传数据过程中的恶意竞争。
实施例1
本实施例如下描述，参数设定不影响一般性。在一个直径为3000平方米的圆形拓扑结构中，分布若干传感器收集数据，以圆心为原点做坐标轴。假设每隔
Figure 915494DEST_PATH_IMAGE084
秒有无人机飞过该区域，飞行速度为10米每秒，传感器节点的数据生成速率为0.2kbps，传输功率为0.1瓦。设置系统信道带宽为B = 1 MHz，系统的噪声功率是-110dBm，传输损耗因子为
Figure 764501DEST_PATH_IMAGE085
。仿真场景和联盟形成结果示意图如图2所示，地面节点（由三角形表示）通过相互间的信息交互形成传输联盟，连接线表示节点的联盟形成关系。
仿真结果如图3所示，横坐标为地面传感器数量，纵坐标表示在不同传感器节点条件下无人机飞跃该区域能收集的数据量。可见通过地面传感器节点事先的联盟形成，可以让无人机在同等条件下收集到更多的数据，且优势随着地面传感器节点的数量增加而明显提升，验证了所提算法的有效性。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。

Claims (7)

1.一种基于无人机飞行轨迹的地面传感器数据采集方法，其特征在于，该方法中地面传感器根据自身的传输数据，在无人机经过之前形成数据发送联盟，将数据汇聚至联盟头，由联盟头发送联盟内地面传感器的数据，具体包括以下步骤：
步骤1、在一片区域内随机部署N个无线传感器，将这一集合表示为
Figure 930574DEST_PATH_IMAGE001
，i、j均表示传感器的编号，无线传感器i、j采集数据的生成速率分别为
Figure 711448DEST_PATH_IMAGE002
；设定每经过间隔时间
Figure 962301DEST_PATH_IMAGE003
，就有一架无人机m飞行穿过传感器区域；
步骤2、在间隔时间
Figure 803218DEST_PATH_IMAGE003
内，各无线传感器j计算自身与其他地面上的任一无线传感器i在上传数据给无人机时的传输相关性系数
Figure 139521DEST_PATH_IMAGE004
以及自身的有效传输指标
Figure 209240DEST_PATH_IMAGE005
；
步骤3，建立地面无线传感器联盟接入的效用函数，各无线传感器j与周边节点进行信息交互，计算对应节点给予自己的效用函数值，并加入效用函数值最大的节点所在联盟接入，在无人机飞过的间隔时间内，地面传感器将所收集的数据持续汇聚至自身所接入联盟的联盟头；
步骤4，待无人机飞过，地面无线传感器除联盟头之外保持静默，由联盟头统一将收集的数据上传至无人机。
2.根据权利要求1所述的基于无人机飞行轨迹的地面传感器数据采集方法，其特征在于，所述的步骤1中还包括网络位置初始化步骤：以无人机飞行路线为y轴，以区域的中心位置为坐标原点建立坐标空间，每一个无线传感器的坐标位置表示为
Figure 314599DEST_PATH_IMAGE006
；远端工作的无人机陆续沿y轴飞过地面的无线传感器上空区域，无人机的飞行高度为
Figure 60838DEST_PATH_IMAGE007
，飞行速度为
Figure 884438DEST_PATH_IMAGE008
，其坐标随时间变化，具体为：
Figure 7114DEST_PATH_IMAGE009
0时刻进入网络，T表示离开网络的时间。
3.根据权利要求1所述的基于无人机飞行轨迹的地面传感器数据采集方法，其特征在于，所述的步骤2具体为：
步骤2-1、各无线传感器j通过解下列方程式得到自变量c值，
Figure 966980DEST_PATH_IMAGE010
；
Figure 888713DEST_PATH_IMAGE011
其中：
Figure 465188DEST_PATH_IMAGE012
表示无线传感器j采集数据的速率，
Figure 125977DEST_PATH_IMAGE003
表示无人机经过的间隔时间；B表示节点间的传输带宽，
Figure 940349DEST_PATH_IMAGE013
表示节点j的横坐标和纵坐标；
Figure 293970DEST_PATH_IMAGE014
表示节点j的发射功率，
Figure 92162DEST_PATH_IMAGE015
表示噪声功率，
Figure 307374DEST_PATH_IMAGE016
表示自由空间损耗因子，
Figure 976252DEST_PATH_IMAGE017
表示无人机m与节点j的实时水平距离即无人机m与节点j的空间距离在x轴与y轴构成的平面上的投影，
Figure 766354DEST_PATH_IMAGE018
表示无人机m的y轴坐标，
Figure 786262DEST_PATH_IMAGE007
表示无人机飞行高度；
Figure 788853DEST_PATH_IMAGE008
表示无人机的飞行速度；
步骤2-2、计算节点j的期望传输范围
Figure 577818DEST_PATH_IMAGE019
，即无人机飞行位置处在y轴
Figure 289553DEST_PATH_IMAGE020
范围内时，传感器j需要上传数据给无人机；
Figure 531179DEST_PATH_IMAGE021
；
步骤2-3、采用下述公式计算无线传感器j与任一其他无线传感器i之间的传输相关性系数
Figure 337461DEST_PATH_IMAGE022
；
Figure 246511DEST_PATH_IMAGE023
，
其中：
Figure 112836DEST_PATH_IMAGE024
表示区域间交集与并集的比值；
步骤2-4、设置可靠传输概率门限为
Figure 107336DEST_PATH_IMAGE025
，采用下述公式计算无人机m与节点j在可靠传输概率门限下的水平距离门限
Figure 451730DEST_PATH_IMAGE026
,以及节点j自身的可靠传输范围
Figure 231598DEST_PATH_IMAGE027
：
Figure 3245DEST_PATH_IMAGE028
Figure 485042DEST_PATH_IMAGE029
；
其中：
Figure 633127DEST_PATH_IMAGE030
为常数参数；
步骤2-5、采用下述公式计算无线传感器j的可靠传输数据量门限
Figure 516769DEST_PATH_IMAGE031
：
Figure 724897DEST_PATH_IMAGE032
，
其中：
Figure 179143DEST_PATH_IMAGE033
为无人机纵坐标为
Figure 130918DEST_PATH_IMAGE018
时与无线传感器j的数据传输速率；
步骤2-6、计算节点传输数据量
Figure 869067DEST_PATH_IMAGE034
，以及节点传输数据量
Figure 982517DEST_PATH_IMAGE034
与可靠传输门限
Figure 438906DEST_PATH_IMAGE031
的有效传输指标
Figure 928793DEST_PATH_IMAGE005
：
Figure 272181DEST_PATH_IMAGE035
其中：
Figure 822111DEST_PATH_IMAGE036
表示选择了传感器节点j作为接入节点的集合，初始状态下为节点自身；
Figure 765796DEST_PATH_IMAGE037
表示节点i与节点j的数据传输数率。
4.根据权利要求3所述的基于无人机飞行轨迹的地面传感器数据采集方法，其特征在于，所述的步骤2-1中，
Figure 793795DEST_PATH_IMAGE016
取值为2至3.4。
5.根据权利要求3所述的基于无人机飞行轨迹的地面传感器数据采集方法，其特征在于，所述的步骤3中，地面的无线传感器节点形成联盟具体为：
步骤3-1、建立节点联盟接入选择策略的效用函数
Figure 506536DEST_PATH_IMAGE038
；
Figure 227367DEST_PATH_IMAGE039
其中：
Figure 143502DEST_PATH_IMAGE040
表示无线传感器j的选择策略节点，
Figure 975192DEST_PATH_IMAGE041
表示节点j与选择策略节点
Figure 542439DEST_PATH_IMAGE040
之间的传输相关性系数；
步骤3-2、各无线传感器j与周边节点进行信息交互，计算各选择策略的效用函数值，寻找节点j的最优策
Figure 434172DEST_PATH_IMAGE042
表示结果最大时的
Figure 86870DEST_PATH_IMAGE040
，并接入该策略
Figure 941825DEST_PATH_IMAGE043
对应节点所在的联盟；
步骤3-3、各无线传感器分别执行步骤3-2迭代若干次，直到当前选择策略与前一次选择策略一致，则停止迭代，得到收敛后的选择策略即接入联盟，各地面传感器节点将自身收集的数据传至自身所接入联盟的联盟头。
6.根据权利要求1所述的基于无人机飞行轨迹的地面传感器数据采集方法，其特征在于，所述的步骤4中具体为：无人机在飞行过程中实时广播自身的位置信息，作为联盟头的地面无线传感器根据自身携带的传输数据量，在无人机到达预计位置
Figure 707787DEST_PATH_IMAGE044
后，地面传感器节点上传数据。
7.根据权利要求6所述的基于无人机飞行轨迹的地面传感器数据采集方法，其特征在于，自身携带的传输数据量包括自身采集的数据和选择自己的传感器节点的数据总和。
CN202010071392.6A 2020-01-21 2020-01-21 一种基于无人机飞行轨迹的地面传感器数据采集方法 Active CN111061299B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010071392.6A CN111061299B (zh) 2020-01-21 2020-01-21 一种基于无人机飞行轨迹的地面传感器数据采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010071392.6A CN111061299B (zh) 2020-01-21 2020-01-21 一种基于无人机飞行轨迹的地面传感器数据采集方法

Publications (2)

Publication Number Publication Date
CN111061299A true CN111061299A (zh) 2020-04-24
CN111061299B CN111061299B (zh) 2020-12-29

Family

ID=70307069

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010071392.6A Active CN111061299B (zh) 2020-01-21 2020-01-21 一种基于无人机飞行轨迹的地面传感器数据采集方法

Country Status (1)

Country Link
CN (1) CN111061299B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111835404A (zh) * 2020-06-17 2020-10-27 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
CN115278905A (zh) * 2022-09-29 2022-11-01 香港中文大学（深圳） 一种用于无人机网络传输的多节点通信时机确定方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007078422A2 (en) * 2005-12-22 2007-07-12 The Boeing Company Surveillance network system
CN101650201A (zh) * 2008-08-13 2010-02-17 中国科学院自动化研究所 一种地面信息采集系统及方法
WO2014025984A2 (en) * 2012-08-08 2014-02-13 Mono Nanotechnologies, Inc. Next generation wireless sensor system for environmental monitoring
CN108307444A (zh) * 2018-01-19 2018-07-20 扬州大学 基于优化粒子群算法的无线传感网无人机系统通信方法
CN108710382A (zh) * 2018-05-14 2018-10-26 西安工业大学 一种基于分簇算法的智能监测无人机控制系统
CN108712760A (zh) * 2018-03-29 2018-10-26 北京邮电大学 基于随机自动学习机与模糊算法的高吞吐量中继选择方法
KR101931803B1 (ko) * 2017-11-09 2018-12-21 한림대학교 산학협력단 무선 센서 네트워크에서 무인기를 이용한 데이터 수집 방법 및 이 방법이 적용된 기기
CN109547136A (zh) * 2019-01-28 2019-03-29 北京邮电大学 基于最大最小距离分簇的分布式协作频谱感知方法
CN110062345A (zh) * 2019-04-09 2019-07-26 深圳大学 一种无人机-物联网数据采集方法和系统
CN110087204A (zh) * 2019-04-09 2019-08-02 深圳大学 一种基于参数调节的无人机-物联网数据采集方法和系统
CN110543185A (zh) * 2019-07-19 2019-12-06 宁波大学 一种基于最小化信息年龄的无人机数据收集方法
CN110634331A (zh) * 2019-09-12 2019-12-31 广州大学 基于负载均衡的多uav路径设计方法
CN110650456A (zh) * 2019-09-26 2020-01-03 赣南师范大学 无人机自组织网络中基于模糊综合评价的簇头选举方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007078422A2 (en) * 2005-12-22 2007-07-12 The Boeing Company Surveillance network system
CN101650201A (zh) * 2008-08-13 2010-02-17 中国科学院自动化研究所 一种地面信息采集系统及方法
WO2014025984A2 (en) * 2012-08-08 2014-02-13 Mono Nanotechnologies, Inc. Next generation wireless sensor system for environmental monitoring
KR101931803B1 (ko) * 2017-11-09 2018-12-21 한림대학교 산학협력단 무선 센서 네트워크에서 무인기를 이용한 데이터 수집 방법 및 이 방법이 적용된 기기
CN108307444A (zh) * 2018-01-19 2018-07-20 扬州大学 基于优化粒子群算法的无线传感网无人机系统通信方法
CN108712760A (zh) * 2018-03-29 2018-10-26 北京邮电大学 基于随机自动学习机与模糊算法的高吞吐量中继选择方法
CN108710382A (zh) * 2018-05-14 2018-10-26 西安工业大学 一种基于分簇算法的智能监测无人机控制系统
CN109547136A (zh) * 2019-01-28 2019-03-29 北京邮电大学 基于最大最小距离分簇的分布式协作频谱感知方法
CN110062345A (zh) * 2019-04-09 2019-07-26 深圳大学 一种无人机-物联网数据采集方法和系统
CN110087204A (zh) * 2019-04-09 2019-08-02 深圳大学 一种基于参数调节的无人机-物联网数据采集方法和系统
CN110543185A (zh) * 2019-07-19 2019-12-06 宁波大学 一种基于最小化信息年龄的无人机数据收集方法
CN110634331A (zh) * 2019-09-12 2019-12-31 广州大学 基于负载均衡的多uav路径设计方法
CN110650456A (zh) * 2019-09-26 2020-01-03 赣南师范大学 无人机自组织网络中基于模糊综合评价的簇头选举方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DAN POPESCU: "Collaborative UAV-WSN System for Data Acquisiton and Processing in Agriculture", 《IEEE》 *
张波，等: "基于无线传感器网络的无人机农田信息监测系统", 《农业工程学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111835404A (zh) * 2020-06-17 2020-10-27 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
CN115278905A (zh) * 2022-09-29 2022-11-01 香港中文大学（深圳） 一种用于无人机网络传输的多节点通信时机确定方法
CN115278905B (zh) * 2022-09-29 2022-12-27 香港中文大学（深圳） 一种用于无人机网络传输的多节点通信时机确定方法

Also Published As

Publication number Publication date
CN111061299B (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
CN110364031B (zh) 地面传感器网络中无人机集群的路径规划和无线通信方法
Khelifi et al. Localization and energy-efficient data routing for unmanned aerial vehicles: Fuzzy-logic-based approach
Caruso et al. Collection of data with drones in precision agriculture: Analytical model and LoRa case study
Uddin et al. Agriculture internet of things: AG-IoT
CN110730028B (zh) 一种无人机辅助反向散射通信装置以及资源分配控制方法
CN111061299B (zh) 一种基于无人机飞行轨迹的地面传感器数据采集方法
Ho et al. Heuristic algorithm and cooperative relay for energy efficient data collection with a UAV and WSN
CN107205254B (zh) 紧时延约束的移动sink节点接入与抗扰方法及系统
CN105025547A (zh) 能量采集节点网络的中继选择和功率分配方法
CN109451556B (zh) 基于uav对无线传感网充电的方法
CN113115399B (zh) 一种异构无人机自组织网络的路由优化方法
Zhang et al. Power control and trajectory planning based interference management for UAV-assisted wireless sensor networks
CN103476148A (zh) 无线传感器网络
Ho et al. Optimal relay path selection and cooperative communication protocol for a swarm of UAVs
CN112702713A (zh) 一种多约束条件下的低空无人机通信部署方法
CN110087204B (zh) 一种基于参数调节的无人机-物联网数据采集方法和系统
Vincent et al. A new method for distributing power usage across a sensor network
CN115515099A (zh) 一种感知通信一体化无人机辅助车联网的方法
CN116488323A (zh) 基于物联网的分布式光伏电站监测系统及监测方法
CN110289900B (zh) 低空遥感和地面传感飞行速度优化方法及系统
Cao et al. A Mobile WSN Sink Node Using Unmanned Aerial Vehicles: Design And Experiment.
CN201976262U (zh) 面向农业数字信息采集的层次型无线传感器网络系统
Shi et al. A Wi-Fi Positioning System for Material Transport in Greenhouses.
CN113885566A (zh) 面向多无人机数据采集时间最小化的v型轨迹规划方法
Ho et al. Power and performance tradeoff of MAC protocol for wireless sensor network employing UAV

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