KR102009608B1 - 센서 네트워크에서 uav의 센싱 데이터 정보 최대화를 위한 pso 기반 uav 위치 탐색 방법 및 장치 - Google Patents

센서 네트워크에서 uav의 센싱 데이터 정보 최대화를 위한 pso 기반 uav 위치 탐색 방법 및 장치 Download PDF

Info

Publication number
KR102009608B1
KR102009608B1 KR1020180112186A KR20180112186A KR102009608B1 KR 102009608 B1 KR102009608 B1 KR 102009608B1 KR 1020180112186 A KR1020180112186 A KR 1020180112186A KR 20180112186 A KR20180112186 A KR 20180112186A KR 102009608 B1 KR102009608 B1 KR 102009608B1
Authority
KR
South Korea
Prior art keywords
sensor
uav
pso
particle
function
Prior art date
Application number
KR1020180112186A
Other languages
English (en)
Inventor
유상조
나호정
장성진
Original Assignee
인하대학교 산학협력단
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 인하대학교 산학협력단 filed Critical 인하대학교 산학협력단
Priority to KR1020180112186A priority Critical patent/KR102009608B1/ko
Application granted granted Critical
Publication of KR102009608B1 publication Critical patent/KR102009608B1/ko

Links

Images

Classifications

    • 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
    • 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
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • 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)
  • Mobile Radio Communication Systems (AREA)

Abstract

센서 네트워크에서 UAV의 센싱 데이터 정보 최대화를 위한 PSO 기반 UAV 위치 탐색 방법 및 장치가 제시된다. 본 발명의 일실시예들은 센서 네트워크에서 센서 정보 값 갱신 방법 및 한정된 개수의 UAV들을 이용하여 센서 데이터 획득을 최대화하기 위해 PSO 기반의 위치 탐색 방법에 관한 것으로, 더욱 상세하게는 센서 네트워크에서 각 센서의 센서 정보 값을 갱신하고 이를 기반으로 매시간 PSO 최적화기법을 통해 각 UAV의 센서 종류에 대한 효율성, 수신 가능한 최소 수신 전력에 따른 연결 유지, 거리에 따른 경로 손실에 기반한 패킷 전송 확률을 고려하여 획득한 센서 데이터를 최대로 획득할 수 있는 위치를 탐색하는 방법이다. 본 발명의 일실시예에 따르면, 센서 네트워크에서 PSO 최적화에서 사용하기 위한 파티클 구조를 정의하고 각 UAV의 센서 종류에 대한 효율성, 연결 유지, 패킷 전송 확률을 고려한 총 적합도 함수를 사용하여 모든 UAV글에서 획득한 센서 데이터 정보를 최대화할 뿐만 아니라 해당 위치를 알 수 있다. 특히, 이전에 탐색한 최적의 위치 정보를 기반으로 센서 정보 값을 갱신하여 PSO 최적화를 수행함으로써 시간에 대한 효율적인 위치 탐색을 수행할 수 있다.

Description

센서 네트워크에서 UAV의 센싱 데이터 정보 최대화를 위한 PSO 기반 UAV 위치 탐색 방법 및 장치{Method and Apparatus for PSO-BASED UAV LOCATION SEARCHING ALGORITHM FOR MAXIMIZING SENSING DATA INFORMATION OF UAV IN SENSOR NETWORKS}
본 발명은 센서 네트워크에서 UAV의 센싱 데이터 정보 최대화를 위한 PSO 기반 UAV 위치 탐색 방법 및 장치에 관한 것이다.
UAV들과 기지국으로 구성된 무선 네트워크는 UAV들이 각자 획득한 정보를 무선으로 송, 수신하기 위해 네트워크를 구성할 수 있는 기술이다.
상기 무선 네트워크는 다양한 센서가 배치되어 있는 센서 네트워크 환경에서 한정된 개수의 UAV를 이용하여 센서 데이터 정보를 최대화할 수 있는 위치탐색을 수행한다.
센서 데이터 정보를 획득할 때, 동일한 데이터의 획득으로 인해 쓸모없는 데이터가 획득하는 문제가 발생할 수 있기 때문에 효율적으로 데이터 정보를 획득하는 기법이 요구되며, 획득한 데이터의 양이 최대라고 하더라도 정보 송, 수신시 오류에 의해 획득한 데이터가 전달되지 않는 문제가 발생할 수 있기 때문에 링크 상태의 고려가 요구된다. 또한 계속해서 변하는 센서 네트워크 환경에서 동작하기 위한 실시간 처리가 요구된다.
따라서, 상기 무선 네트워크에서 기지국으로 데이터를 전달할 때 링크의 상태를 고려하며, 효율적인 데이터 정보 획득을 실시간으로 최대화할 수 있는 위치 탐색 방법이 필요하다.
본 발명이 이루고자 하는 기술적 과제는 센서 네트워크에서 한정된 개수의 UAV를 이용하여 데이터 정보 획득을 최대화할 수 있는 위치 탐색 방법을 제공하는데 그 목적이 있다. 또한, 상기 위치를 탐색할 때, 효율적인 센서 정보 획득을 위해 가치가 높은 데이터를 계속해서 획득하고, UAV간 송, 수신을 위해 링크 상태를 고려하는데 또 다른 목적이 있다.
일 측면에 있어서, 본 발명에서 제안하는 센서 네트워크에서 UAV의 센싱 데이터 정보 최대화를 위한 PSO 기반 UAV 위치 탐색 장치는 기지국과 UAV들 간의 속도 및 위치에 관한 데이터 교환을 통해 초기 UAV의 위치를 저장하고 탐색하는 기지국 동작부, 상기 UAV가 획득한 특정 시간 최적의 위치에 해당하는 센서 데이터 값을 갱신하고, 센서 데이터를 획득하기 위한 센서 정보 값 갱신부 및 PSO(Particle Swarm Optimization)를 이용한 적합도 함수를 사용하여 센서 데이터 종류 효율성, 연결 유지, 패킷 전송 확률을 반영하고, 해당 센서 데이터를 최대로 획득할 수 있는 위치를 탐색하는 PSO 최적화부를 포함한다.
상기 PSO 최적화부는 PSO 최적화부에 의해 갱신되는 각 UAV의 위치 및 속도를 저장 및 제공하는 파티클 위치 및 속도 메모리부; 센서 종류 효율성 함수, 연결 유지 함수, 패킷 전송 확률 함수 및 총 적합도 함수를 포함하는 적합도 함수 계산부; 국부 최적 파티클 추출기, 전역 최적 파티클 추출기를 포함하는 파티클 추출부; 국부 최적 파티클 메모리부; 전역 최적 파티클 메모리부를 포함하는 최적 파티클 메모리부; 및 파티클 위치 및 속도 갱신부를 포함한다.
상기 파티클 추출부의 국부 최적 파티클 추출기는 파티클 위치 및 속도 메모리부에 저장된 값들을 통하여 각 파티클에 대해서 최대 총 적합도 함수를 갖는 파티클들을 추출하고; 상기 파티클 추출부의 최적 파티클 추출기는 파티클 위치 및 속도 메모리부에 저장된 값들 중 모든 파티클에 대하여 최대 총 적합도 함수를 갖는 파티클을 추출한다.
상기 최적 파티클 메모리부의 국부 최적 파티클 메모리부는 국부 최적 파티클 추출기로부터의 최대 총 적합도 함수를 갖는 파티클을 저장 및 제공하고; 상기 최적 파티클 메모리부의 전역 최적 파티클 메모리부는 전역 최적 파티클 추출기로부터의 최대 총 적함도 함수를 갖는 파티클을 저장 및 제공한다.
또 다른 일 측면에 있어서, 본 발명에서 제안하는 센서 네트워크에서 UAV의 센싱 데이터 정보 최대화를 위한 PSO 기반 UAV 위치 탐색 방법은 기지국 동작부를 통해 기지국과 UAV들 간의 속도 및 위치에 관한 데이터 교환을 통해 초기 UAV의 위치를 저장하고 탐색하는 단계; 센서 정보 값 갱신부를 통해 상기 UAV가 획득한 특정 시간 최적의 위치에 해당하는 센서 데이터 값을 갱신하고 획득하는 단계; 및 PSO(Particle Swarm Optimization) 최적화부를 통해 PSO를 이용한 적합도 함수를 사용하여 센서 데이터 종류 효율성, 연결 유지, 패킷 전송 확률을 반영하고, 해당 센서 데이터를 최대로 획득할 수 있는 위치를 탐색하는 단계를 포함한다.
상기 PSO(Particle Swarm Optimization) 최적화부를 통해 PSO를 이용한 적합도 함수를 사용하여 센서 데이터 종류 효율성, 연결 유지, 패킷 전송 확률을 반영하고, 해당 센서 데이터를 최대로 획득할 수 있는 위치를 탐색하는 단계는 센서 종류 효율성 함수, 연결 유지 함수, 패킷 전송 확률 함수 및 총 적합도 함수를 포함하는 적합도 함수 계산부를 통해 센서 종류에 대한 효율성, 기지국에 도달할 수 있는 모든 링크의 연결 상수, UAV와 센서 사이의 패킷 전송 확률, UAV가 기지국으로 획득한 데이터 정보를 전달할 때 발생하는 패킷 전송 확률을 계산한다.
본 발명의 실시예들에 따르면 한정된 개수의 UAV를 이용하여 주어진 센서 네트워크 환경에서 센서 데이터 정보를 최대로 획득할 수 있는 위치를 탐색할 수 있다. 또한, 본 발명의 일실시예들은 시스템이 동작하는 과정에서 UAV의 최적 위치를 탐색하였다면 이 위치에 해당하는 센서들을 중심으로 센서 정보 값을 갱신함으로써 시간에 따른 효율성을 고려할 수 있다. 또한, 본 발명의 일실시예들은 PSO 최적화를 동작하는데 패킷 전송 확률에 대한 함수를 사용하여 센서와 UAV 및 UAV와 기지국 사이의 링크 상태에 따른 패킷 전송 오류를 고려한 데이터를 획득할 수 있다. 또한, 본 발명의 일실시예들은 PSO 최적화를 동작하는데 최소 수신 가능한 전력량을 고려한 연결에 대한 함수를 사용하여, 각 UAV간 데이터 송, 수신이 가능하게 연결된 범위 내에서 데이터를 획득 할 수 있고 일정 범위 이상의 위치로 이동하게 되면 획득한 데이터에 대한 정보를 없애 범위 밖을 탐색하는 것을 막음으로써 UAV간 연결성을 확보할 수 있다. 또한, 본 발명의 일실시예들은 PSO 최적화를 동작하는데 센서 종류의효율성에 대한 함수를 사용하여 동일한 정보의 획득으로 단순히 데이터의 양을 증가시키는 것이 아닌 가치가 높은 데이터를 획득할 수 있다.
도 1은 본 발명의 일 실시예에 따른 센서 네트워크에서 UAV의 센싱 데이터 정보 최대화를 위한 PSO 기반 UAV 위치 탐색 장치의 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 센서 네트워크에서 UAV의 센싱 데이터 정보 최대화를 위한 PSO 기반 UAV 위치 탐색 방법의 흐름도를 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 위치 탐색에서 센서 정보 값 갱신 방법 및 PSO 기반의 UAV 위치 탐색 방법의 개괄적인 모습을 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 적합도 함수 계산 과정에서 센서 종류의 효율에 대한 적합도 함수에 대한 도면이다.
도 5는 본 발명의 일 실시예에 따른 센서 네트워크에서 센서 데이터 정보를 획득한 UAV간 데이터 송, 수신 시 거리에 따른 수신 전력에 대한 도면이다.
도 6은 본 발명의 일 실시예에 따른 적합도 함수 계산 과정에서 UAV가 감지반경 내에 있는 센서들의 데이터 정보를 얻는 상황을 도시한 도면이다.
도 7은 본 발명의 일 실시예에 따른 적합도 함수 계산 과정에서 UAV가 기지국으로 획득한 정보를 전달하는 상황을 도시한 도면이다.
도 8은 본 발명의 일 실시예에 따른 센서 네트워크에서 시간에 따른 센서 정보 값의 변화를 도시한 도면이다.
본 발명은 한 개의 기지국과 복수 개의 UAV들로 구성된 무선 네트워크 환경에서 획득하고자하는 센서 데이터 정보를 최대로 획득하기 위한 위치를 탐색하는 것으로, 센서와 UAV간, UAV와 기지국 간 패킷 전송 확률 함수 설계 방법, UAV의 최소 수신 전력을 만족하기 위한 연결 유지 함수 설계 방법, 각 UAV에서 획득한 센서 데이터 정보를 활용하기 위한 센서 데이터 적합도 함수 설계 방법 및 PSO(Particle Swarm Optimization)를 이용한 최적의 UAV의 위치를 탐색하는 방법에 관한 것이다. 이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 센서 네트워크에서 UAV의 센싱 데이터 정보 최대화를 위한 PSO 기반 UAV 위치 탐색 장치의 구성을 나타내는 도면이다. 본 발명의 일 실시예에 따른 센서 네트워크에서 한정된 UAV를 이용하여 센서 데이터 정보 획득 최대화를 위한 위치 탐색에서 센서 정보 값 갱신 방법 및 PSO 기반의 UAV 위치 탐색 방법의 개괄적인 모습을 도시한 도면이다.
본 발명의 일 실시예에 따른 센서 네트워크에서 UAV의 센싱 데이터 정보 최대화를 위한 PSO 기반 UAV 위치 탐색 장치는 기지국과 UAV들 간의 속도 및 위치에 관한 데이터 교환을 통해 초기 UAV의 위치를 저장하고 탐색하는 기지국 동작부(140), 상기 UAV가 획득한 특정 시간 최적의 위치에 해당하는 센서 데이터 값을 갱신하고, 센서 데이터를 획득하기 위한 센서 정보 값 갱신부(150) 및 PSO(Particle Swarm Optimization)를 이용한 적합도 함수를 사용하여 센서 데이터 종류 효율성, 연결 유지, 패킷 전송 확률을 반영하고, 해당 센서 데이터를 최대로 획득할 수 있는 위치를 탐색하는 PSO 최적화부(160)를 포함한다.
PSO 최적화부(160)는 파티클 위치 및 속도 메모리부(161), 적합도 함수 계산부(162), 파티클 추출부(163), 최적 파티클 메모리부(164), 파티클 위치 및 속도 갱신부(165)를 포함하는 것을 특징으로 한다.
파티클 위치 및 속도 메모리부(161)는 PSO 최적화부에 의해 갱신되는 각 UAV의 위치 및 속도를 저장 및 제공하는 것을 특징으로 할 수 있다.
적합도 함수 계산부(162)는 센서 종류 효율성 함수(170) 연결 유지 함수(171), 패킷 전송 확률 함수(172), 총 적합도 함수(173)를 포함할 수 있다.
패킷 전송 확률 함수(172)는 각 UAV와 센서 사이의 패킷 전송 확률과 UAV와 기지국 사이의 패킷 전송 확률을 계산하는 것을 특징으로 할 수 있다.
연결 유지 함수(171)는 각 UAV의 위치에 기반한 수신 전력에 따른 데이터 송, 수신 가능 여부를 계산하는 것을 특징으로 할 수 있다.
센서 종류 효율성 함수(170)는 센서 종류에 대한 데이터의 효율성을 고려하여 계산하는 것을 특징으로 할 수 있다.
총 적합도 함수(173)는 각 UAV의 패킷 전송 확률, 연결 유지를 통한 데이터 송, 수신 가능 여부 및 데이터의 효율성을 복합적으로 계산하는 것을 특징으로 할 수 있다.
파티클 추출부(163)는 국부 최적 파티클 추출기(166), 전역 최적 파티클 추출기(167)를 포함하는 것을 특징으로 한다.
국부 최적 파티클 추출기(166)는 파티클 위치 및 속도 메모리부(161)에 저장된 값들을 통하여 각 파티클에 대해서 최대 총 적합도 함수를 갖는 파티클들을 추출하는 것을 특징으로 한다.
전역 최적 파티클 추출기(167)는 파티클 위치 및 속도 메모리부(161)에 저장된 값들 중 모든 파티클에 대하여 최대 총 적합도 함수를 갖는 파티클을 추출하는 것을 특징으로 한다.
최적 파티클 메모리부(164)는 국부 최적 파티클 메모리부(168), 전역 최적 파티클 메모리부(169)를 포함하는 것을 특징으로 한다.
국부 최적 파티클 메모리부(168)는 국부 최적 파티클 추출기(166)로부터의 최대 총 적합도 함수를 갖는 파티클을 저장 및 제공하는 것을 특징으로 할 수 있다.
전역 최적 파티클 메모리부(169)는 전역 최적 파티클 추출기(167)로부터의 최대 총 적함도 함수를 갖는 파티클을 저장 및 제공하는 것을 특징으로 할 수 있다. 아래에서 더욱 상세히 설명한다.
본 발명의 일실시예에 따른 한정된 UAV를 이용하여 센서 데이터 정보 최대화를 위한 위치 탐색에서 센서 정보 값의 설정 및 PSO 기반의 위치 탐색의 동작은 도 1에 도시된 바와 같이 센서 정보 값 갱신부(150), PSO 최적화부(160)로 구성될 수 있다.
기지국 동작부(140)는 UAV(110)들로부터 초기 위치 및 속도를 포함하는 UAV의 정보를 받고, 네트워크 환경 파라미터(120)로부터 센서 SNR(
Figure 112018093431070-pat00001
), 초기 센서 정보값(
Figure 112018093431070-pat00002
)을 포함한 센서 네트워크의 정보를 받고, PSO 파라미터부(130)로부터 PSO 최적화부(160)에서 사용할 관성중량상수(
Figure 112018093431070-pat00003
), 가속상수(
Figure 112018093431070-pat00004
), 위치 및 속도 제한조건 (
Figure 112018093431070-pat00005
)에 대한 정보를 받는다. UAV(110)들은 기지국 동작부(140)으로부터 시간에 따른 각 UAV의 최적 위치와 획득한 데이터에 대한 정보를 받는다. 센서 정보 값 갱신부(150)는 PSO 최적화부(160)로부터 현재 시간의 최적의 위치에 대한 정보를 받으며, PSO 최적화부(160)는 센서 정보 값 갱신부(150)으로부터 갱신된 센서 정보 값을 받는다.
도 1을 참조하여 기지국 동작부(140) 내에서 PSO 최적화부(160)는 파티클 위치 및 속도 메모리부(161), 적합도 함수 계산부(162), 파티클 추출기(163), 최적 파티클 메모리부(164), 파티클 위치 및 속도 갱신부(165)로 구성될 수 있다.
도 1을 참조하여 적합도 함수 계산부(162)의 총 적합도 함수(173)의 계산은 [수학식 1]에 의해 수행된다.
[수학식 1]
Figure 112018093431070-pat00006
도 1과 [수학식 1]을 참조하여 총 적합도 함수(173)의 계산은 각 UAV의 총 적합도 함수의 합으로 수행되고, 각 UAV의 총 적합도 함수의 계산은 센서 종류에 대한 효율성 함수(
Figure 112018093431070-pat00007
), UAV와 기지국 간의 데이터 송, 수신이 가능한 최소 수신 전력을 통해 연결을 고려한 연결 상수(
Figure 112018093431070-pat00008
)와 UAV가 센서에서 데이터를 획득하고 기지국으로 전달할 때 발생하는 패킷 전송 오류를 고려한 함수(
Figure 112018093431070-pat00009
)의 곱으로 수행된다.
Figure 112018093431070-pat00010
는 전체 UAV의 개수를 나타낸다
도 2는 본 발명의 일 실시예에 따른 센서 네트워크에서 UAV의 센싱 데이터 정보 최대화를 위한 PSO 기반 UAV 위치 탐색 방법의 흐름도를 나타내는 도면이다.
제안하는 센서 네트워크에서 UAV의 센싱 데이터 정보 최대화를 위한 PSO 기반 UAV 위치 탐색 방법은 기지국 동작부를 통해 기지국과 UAV들 간의 속도 및 위치에 관한 데이터 교환을 통해 초기 UAV의 위치를 저장하고 탐색하는 단계(210), 센서 정보 값 갱신부를 통해 상기 UAV가 획득한 특정 시간 최적의 위치에 해당하는 센서 데이터 값을 갱신하고 획득하는 단계(220) 및 PSO(Particle Swarm Optimization) 최적화부를 통해 PSO를 이용한 적합도 함수를 사용하여 센서 데이터 종류 효율성, 연결 유지, 패킷 전송 확률을 반영하고, 해당 센서 데이터를 최대로 획득할 수 있는 위치를 탐색하는 단계(230)를 포함한다.
단계(210)에서, 기지국 동작부를 통해 기지국과 UAV들 간의 속도 및 위치에 관한 데이터 교환을 통해 초기 UAV의 위치를 저장하고 탐색한다.
단계(220)에서, 센서 정보 값 갱신부를 통해 상기 UAV가 획득한 특정 시간 최적의 위치에 해당하는 센서 데이터 값을 갱신하고 획득한다.
단계(230)에서, PSO(Particle Swarm Optimization) 최적화부를 통해 PSO를 이용한 적합도 함수를 사용하여 센서 데이터 종류 효율성, 연결 유지, 패킷 전송 확률을 반영하고, 해당 센서 데이터를 최대로 획득할 수 있는 위치를 탐색한다. 이때, 센서 종류 효율성 함수, 연결 유지 함수, 패킷 전송 확률 함수 및 총 적합도 함수를 포함하는 적합도 함수 계산부를 통해 센서 종류에 대한 효율성, 기지국에 도달할 수 있는 모든 링크의 연결 상수, UAV와 센서 사이의 패킷 전송 확률, UAV가 기지국으로 획득한 데이터 정보를 전달할 때 발생하는 패킷 전송 확률을 계산한다. 그리고, PSO 최적화부에서 센서의 시간에 대한 효율성을 고려하기 위해 이전의 센서 데이터 값과 최적 위치에 대한 데이터를 이용하여 센서 데이터 값을 갱신한다. 도 3 내지 도 8을 참조하여 더욱 상세히 설명한다.
도 3은 본 발명의 일실시예에 따른 한정된 개수의 UAV를 이용하여 센서 데이터 정보 최대화를 위한 위치 탐색에서 제안된 PSO 알고리즘의 파티클 구조에 대한 도면이다.
도 1을 참조하여 PSO 최적화부(160)가 수행되는 반복횟수가
Figure 112018093431070-pat00011
인 상황에서 파티클
Figure 112018093431070-pat00012
의 위치[
Figure 112018093431070-pat00013
](310)는 UAV의 개수
Figure 112018093431070-pat00014
에 대하여
Figure 112018093431070-pat00015
개의 차원으로 나타내며, 각 차원은 UAV의 위치를 나타낸다. 첫번째 차원에 해당하는 값(311)은 파티클
Figure 112018093431070-pat00016
의 첫번째 UAV의 x좌표이며, 두번째 차원에 해당하는 값(312)은 파티클
Figure 112018093431070-pat00017
의 첫번째 UAV의 y좌표이다. 다음 반복횟수가
Figure 112018093431070-pat00018
인 상황에서 파티클
Figure 112018093431070-pat00019
의 위치
Figure 112018093431070-pat00020
(330)은 이전 파티클
Figure 112018093431070-pat00021
의 위치
Figure 112018093431070-pat00022
(310)과 갱신된 파티클의 속도
Figure 112018093431070-pat00023
(320)의 합으로 갱신될 수 있다.
도 4는 본 발명의 일실시예에 따른 적합도 함수 계산 과정에서 센서 종류의 효율에 대한 적합도 함수에 대한 도면이다.
도 1을 참조하여 적합도 함수 계산부(162)에서 센서 종류 효율성 함수(170)는 동일한 센서에서 획득한 센서 데이터의 중복과 센서 종류에 따른 효율성을 고려한다. 센서 데이터의 중복을 고려하여 UAV
Figure 112018093431070-pat00024
의 감지 반경 내에 있는 센서 종류
Figure 112018093431070-pat00025
의
Figure 112018093431070-pat00026
번째 센서를 감지할 수 있는 UAV의 개수를
Figure 112018093431070-pat00027
라 할 때, 이 센서가 UAV
Figure 112018093431070-pat00028
에 속하는 정도(
Figure 112018093431070-pat00029
)는 [수학식 2]에 의해 수행된다.
[수학식 2]
Figure 112018093431070-pat00030
도 4와 [수학식 2]을 참조하여 센서 종류에 따른 효율성을 고려한 UAV
Figure 112018093431070-pat00031
의 감지 반경 내에 있는 센서 종류
Figure 112018093431070-pat00032
의
Figure 112018093431070-pat00033
개 센서들에 의해 획득할 수 있는 데이터(
Figure 112018093431070-pat00034
)는 [수학식 3]에 의해 수행된다.
[수학식 3]
Figure 112018093431070-pat00035
[수학식 3]를 참조하여
Figure 112018093431070-pat00036
와
Figure 112018093431070-pat00037
는 상수,
Figure 112018093431070-pat00038
는 UAV
Figure 112018093431070-pat00039
가 얻은 센서 종류
Figure 112018093431070-pat00040
의
Figure 112018093431070-pat00041
번째 센서의 데이터 값을 나타낸다. 모든 센서 종류에 대해서 UAV
Figure 112018093431070-pat00042
가 획득할 수 있는 총 센서 데이터 정보
Figure 112018093431070-pat00043
는 [수학식 4]에 의해 수행된다.
[수학식 4]
Figure 112018093431070-pat00044
[수학식 4]을 참조하여
Figure 112018093431070-pat00045
는 센서 종류의 개수를 나타낸다.
도 4를 참조하여 x축의 특정 종류의 센서의 개수와 센서 정보 값의 곱에 대한 총 합은
Figure 112018093431070-pat00046
에서
Figure 112018093431070-pat00047
만큼 증가하는 것에 비해 y축의 적합도 함수는
Figure 112018093431070-pat00048
에서
Figure 112018093431070-pat00049
로 증가하게 하여, 특정 센서로부터의 정보획득에 대한 효율성 함수의 선형적 증가를 로그적으로 제한한다. 이를 통해 특정 센서에 대한 획득 정보가 일정량 이상이면 이를 제한하여, 다양한 센서들로부터의 정보획득을 유도할 수 있다.
도 5는 본 발명의 일실시예에 따른 센서 네트워크에서 센서 데이터 정보를 획득한 UAV간 데이터 송, 수신 시 거리에 따른 수신 전력에 대한 도면이다.
도 5를 참조하여 UAV
Figure 112018093431070-pat00050
가 데이터를 거리
Figure 112018093431070-pat00051
만큼 떨어진 곳에
Figure 112018093431070-pat00052
의 전력으로 송신할 때, 자유 공간에서 거리에 따른 경로 손실(Path loss)에 의한 수신 전력
Figure 112018093431070-pat00053
은 [수학식 5]에 의해 수행된다.
[수학식 5]
Figure 112018093431070-pat00054
[수학식 5]를 참조하여
Figure 112018093431070-pat00055
는 자유공간 경로 손실 상수,
Figure 112018093431070-pat00056
는 파장을 나타낸다.
도 5와 [수학식 5]를 참조하여
Figure 112018093431070-pat00057
와
Figure 112018093431070-pat00058
사이의 링크가 데이터 송, 수신이 가능하게 연결되어 있는지 판단하는 연결 상수
Figure 112018093431070-pat00059
은 [수학식 6]에 의해 수행된다.
[수학식 6]
Figure 112018093431070-pat00060
[수학식 6]를 참조하여
Figure 112018093431070-pat00061
와
Figure 112018093431070-pat00062
사이의 링크에 대한 경로 손실에 의한 수신 전력(
Figure 112018093431070-pat00063
)과 데이터를 수신할 수 있는 최소 수신 전력(
Figure 112018093431070-pat00064
)이
Figure 112018093431070-pat00065
인 경우와
Figure 112018093431070-pat00066
인 경우로 나뉜다.
Figure 112018093431070-pat00067
인 경우,
Figure 112018093431070-pat00068
와
Figure 112018093431070-pat00069
사이의 링크는 데이터를 송, 수신할 수 있기 때문에 연결이 되므로 해당 링크의 연결 상수를 1로 하고,
Figure 112018093431070-pat00070
인 경우,
Figure 112018093431070-pat00071
와
Figure 112018093431070-pat00072
사이의 링크는 데이터 송, 수신이 불가능 때문에 연결이 되지 않으므로 해당 링크의 연결 상수를 0으로 한다. 이러한 방법으로 모든 링크의 연결을 알 수 있다.
도 1, 도 5와 [수학식 6]를 참조하여 적합도 함수 계산부(162)의 연결 유지 함수(171)는 [수학식 7]에 의해 수행된다.
[수학식 7]
Figure 112018093431070-pat00073
[수학식 7]을 참조하여
Figure 112018093431070-pat00074
와 기지국의 데이터 송, 수신을 위한 연결을 가능하게 해주는 모든 링크를 고려함으로써 연결을 유지한다.
[수학식 7]을 참조하여
Figure 112018093431070-pat00075
와 기지국의 데이터 송, 수신을 위한 연결을 가능하게 해주는 모든 링크를 고려함으로써 연결을 유지한다.
도 6은 본 발명의 일실시예에 따른 적합도 함수 계산 과정에서 UAV가 감지반경 내에 있는 센서들의 데이터 정보를 얻는 상황을 도시한 도면이다.
도 1을 참조하여 적합도 함수 계산부(162)에서 패킷 전송 확률 함수(172)는 UAV와 센서 사이의 패킷 전송 확률과 UAV와 기지국 사이의 패킷 전송 확률로 구성된다.
무선 통신 시스템에서 데이터를 송, 수신할 때 평균 SNR이
Figure 112018093431070-pat00076
라고 하면, 패킷 전송 오류 근사 확률
Figure 112018093431070-pat00077
은 [수학식 8]에 의해 수행된다.
[수학식 8]
Figure 112018093431070-pat00078
[수학식 8]을 참조하여
Figure 112018093431070-pat00079
은 비트 수,
Figure 112018093431070-pat00080
과
Figure 112018093431070-pat00081
은 변조 방식에 따른 상수이며 변조 방식이 FSK일 경우
Figure 112018093431070-pat00082
= 1/2,
Figure 112018093431070-pat00083
= 1/2이며, BPSK인 경우
Figure 112018093431070-pat00084
= 1,
Figure 112018093431070-pat00085
= 2가 된다.
도 1, 도 6과 [수학식 8]을 참조하여
Figure 112018093431070-pat00086
에서 감지할 수 있는 센서들의 평균 SNR을
Figure 112018093431070-pat00087
라 하고 패킷 송신을
Figure 112018093431070-pat00088
번 하였을 때 성공 확률
Figure 112018093431070-pat00089
은 [수학식 9]에 의해 수행된다.
[수학식 9]
Figure 112018093431070-pat00090
[수학식 9]를 참조하여
Figure 112018093431070-pat00091
는
Figure 112018093431070-pat00092
가 감지 범위 내에 있는 센서들의 센서 데이터 정보를 획득할 때 발생하는 패킷 전송 오류 확률을 나타낸다.
도 7은 본 발명의 일실시예에 따른 적합도 함수 계산 과정에서 UAV가 기지국으로 획득한 정보를 전달하는 상황을 도시한 도면이다.
[수학식 5]를 참조하여 경로 손실로 인한 SNR
Figure 112018093431070-pat00093
은 [수학식 10]에 의해 수행된다.
[수학식 10]
Figure 112018093431070-pat00094
[수학식 10]을 참조하여
Figure 112018093431070-pat00095
는 수신기 잡음 전력을 나타낸다.
도 7, [수학식 8], [수학식10]를 참조하여
Figure 112018093431070-pat00096
가 패킷을 기지국으로 보내는 과정에서 패킷 송신을
Figure 112018093431070-pat00097
번 하였을 경우 성공 확률
Figure 112018093431070-pat00098
은 [수학식 11]에 의해 수행된다.
[수학식 11]
Figure 112018093431070-pat00099
[수학식 11]을 참조하여
Figure 112018093431070-pat00100
가 기지국으로 패킷을 전달할 때 거치는 모든 링크에 대한 패킷 전송 오류 확률을 사용함으로써 링크의 상태를 고려하여 계산된다.
[수학식 9]과 [수학식 11]을 참조하여
Figure 112018093431070-pat00101
에서 획득한 센서 데이터 정보를 기지국으로 보낼 때 발생하는 총 패킷 전송 확률
Figure 112018093431070-pat00102
는 [수학식 12]에 의해 수행된다.
[수학식 12]
Figure 112018093431070-pat00103
도 1과 [수학식 12]을 참조하여 적합도 함수 계산부(162)의 패킷 전송 확률 함수(172)은 UAV와 센서 사이의 패킷 전송 확률(
Figure 112018093431070-pat00104
)과 UAV와 기지국 사이의 패킷 전송 확률(
Figure 112018093431070-pat00105
)의 곱으로 수행된다.
도 1, [수학식 1], [수학식 4], [수학식 7], [수학식 12]를 참조하여 적합도 함수 계산부(162)의 총 적합도 함수(173)의 계산은 [수학식 13]에 의해 수행된다.
[수학식 13]
Figure 112018093431070-pat00106
[수학식 13]를 참조하여
Figure 112018093431070-pat00107
는 UAV의 개수를 나타낸다.
도 8은 본 발명의 일실시예에 따른 센서 네트워크에서 시간에 따른 센서 정보 값의 변화를 도시한 도면이다.
도 8과 도 1을 참조하여 한번 획득한 특정 센서의 데이터 정보는 일정 시간동안 해당 센서의 데이터 정보를 재획득하는 것에 대해 효용가치가 떨어지기 때문에 기지국 동작부(140)의 센서 정보 값 갱신부(150)는 PSO최적화부(160)에서 탐색한 UAV의 최적 위치 정보를 받아 해당 위치의 감지 범위 내에 존재하는 센서들의 센서 정보 값을 갱신함으로써 시간에 대한 효율을 고려한다.
도 8을 참조하여 해당 위치의 센서
Figure 112018093431070-pat00108
의 시간에 따른 센서 정보 값(
Figure 112018093431070-pat00109
)은 [수학식 14]에 의해 수행된다.
[수학식 14]
Figure 112018093431070-pat00110
[수학식 14]을 참조하여
Figure 112018093431070-pat00111
는 현재 시간,
Figure 112018093431070-pat00112
와
Figure 112018093431070-pat00113
은 센서
Figure 112018093431070-pat00114
가 가질 수 있는 센서 정보 값의 최대와 최소, a와 b는 상수,
Figure 112018093431070-pat00115
는 센서가 감지된 뒤 초기 센서 정보 값으로 재생되는 시간,
Figure 112018093431070-pat00116
는 해당 센서가 UAV들에 의해 감지된 시간을 나타낸다.
도 1, 도8, [수학식 14]을 참조하여 PSO 최적화부(160)에서 반복횟수에 따라 특정 시간에 주어진 센서 데이터 정보를 최대로 획득할 수 있는 위치를 탐색하고 센서 정보 값 갱신부(150)는 PSO 최적화부(160)에서 탐색한 위치 정보를 받아 해당 센서의 센서 정보 값을 갱신한다. 다시 PSO 최적화부(160)은 센서 정보 값 갱신부(150)에서 갱신된 센서 정보 값을 받아 다음 시간의 최적위치를 탐색한다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다.　 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다.　 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다.　 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다.　 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.　 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다.　 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다.　 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.　 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.　 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.　 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.　
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다.　 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (7)

  1. 기지국과 UAV들 간의 속도 및 위치에 관한 데이터 교환을 통해 초기 UAV의 위치를 저장하고 탐색하는 기지국 동작부;
    상기 UAV가 획득한 특정 시간 최적의 위치에 해당하는 센서 데이터 값을 갱신하고, 센서 데이터를 획득하기 위한 센서 정보 값 갱신부; 및
    PSO(Particle Swarm Optimization)를 이용한 적합도 함수를 사용하여 센서 데이터 종류 효율성, 연결 유지, 패킷 전송 확률을 반영하고, 해당 센서 데이터를 최대로 획득할 수 있는 위치를 탐색하는 PSO 최적화부
    를 포함하는 UAV 위치 탐색 장치.
  2. 제1항에 있어서,
    상기 PSO 최적화부는,
    PSO 최적화부에 의해 갱신되는 각 UAV의 위치 및 속도를 저장 및 제공하는 파티클 위치 및 속도 메모리부;
    센서 종류 효율성 함수, 연결 유지 함수, 패킷 전송 확률 함수 및 총 적합도 함수를 포함하는 적합도 함수 계산부;
    국부 최적 파티클 추출기 및 전역 최적 파티클 추출기를 포함하는 파티클 추출부;
    국부 최적 파티클 메모리부 및 전역 최적 파티클 메모리부를 포함하는 최적 파티클 메모리부; 및
    파티클 위치 및 속도 갱신부
    를 포함하는 UAV 위치 탐색 장치.
  3. 제2항에 있어서,
    상기 파티클 추출부의 국부 최적 파티클 추출기는 파티클 위치 및 속도 메모리부에 저장된 값들을 통하여 각 파티클에 대해서 최대 총 적합도 함수를 갖는 파티클들을 추출하고;
    상기 파티클 추출부의 전역 최적 파티클 추출기는 파티클 위치 및 속도 메모리부에 저장된 값들 중 모든 파티클에 대하여 최대 총 적합도 함수를 갖는 파티클을 추출하는
    UAV 위치 탐색 장치.
  4. 제2항에 있어서,
    상기 최적 파티클 메모리부의 국부 최적 파티클 메모리부는 국부 최적 파티클 추출기로부터의 최대 총 적합도 함수를 갖는 파티클을 저장 및 제공하고;
    상기 최적 파티클 메모리부의 전역 최적 파티클 메모리부는 전역 최적 파티클 추출기로부터의 최대 총 적합도 함수를 갖는 파티클을 저장 및 제공하는
    UAV 위치 탐색 장치.
  5. 기지국 동작부를 통해 기지국과 UAV들 간의 속도 및 위치에 관한 데이터 교환을 통해 초기 UAV의 위치를 저장하고 탐색하는 단계;
    센서 정보 값 갱신부를 통해 상기 UAV가 획득한 특정 시간 최적의 위치에 해당하는 센서 데이터 값을 갱신하고 획득하는 단계; 및
    PSO(Particle Swarm Optimization) 최적화부를 통해 PSO를 이용한 적합도 함수를 사용하여 센서 데이터 종류 효율성, 연결 유지, 패킷 전송 확률을 반영하고, 해당 센서 데이터를 최대로 획득할 수 있는 위치를 탐색하는 단계
    를 포함하는 UAV 위치 탐색 방법.
  6. 제5항에 있어서,
    상기 PSO(Particle Swarm Optimization) 최적화부를 통해 PSO를 이용한 적합도 함수를 사용하여 센서 데이터 종류 효율성, 연결 유지, 패킷 전송 확률을 반영하고, 해당 센서 데이터를 최대로 획득할 수 있는 위치를 탐색하는 단계는,
    센서 종류 효율성 함수, 연결 유지 함수, 패킷 전송 확률 함수 및 총 적합도 함수를 포함하는 적합도 함수 계산부를 통해 센서 종류에 대한 효율성, 기지국에 도달할 수 있는 모든 링크의 연결 상수, UAV와 센서 사이의 패킷 전송 확률, UAV가 기지국으로 획득한 데이터 정보를 전달할 때 발생하는 패킷 전송 확률을 계산하는
    UAV 위치 탐색 방법.
  7. 제6항에 있어서,
    PSO 최적화부에서 센서의 시간에 대한 효율성을 고려하기 위해 이전의 센서 데이터 값과 최적 위치에 대한 데이터를 이용하여 센서 데이터 값을 갱신하는
    UAV 위치 탐색 방법.
KR1020180112186A 2018-09-19 2018-09-19 센서 네트워크에서 uav의 센싱 데이터 정보 최대화를 위한 pso 기반 uav 위치 탐색 방법 및 장치 KR102009608B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180112186A KR102009608B1 (ko) 2018-09-19 2018-09-19 센서 네트워크에서 uav의 센싱 데이터 정보 최대화를 위한 pso 기반 uav 위치 탐색 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180112186A KR102009608B1 (ko) 2018-09-19 2018-09-19 센서 네트워크에서 uav의 센싱 데이터 정보 최대화를 위한 pso 기반 uav 위치 탐색 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102009608B1 true KR102009608B1 (ko) 2019-08-09

Family

ID=67613699

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180112186A KR102009608B1 (ko) 2018-09-19 2018-09-19 센서 네트워크에서 uav의 센싱 데이터 정보 최대화를 위한 pso 기반 uav 위치 탐색 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102009608B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110753354A (zh) * 2019-10-08 2020-02-04 河南理工大学 基于无人机协作星地联合noma通信系统位置部署方法
CN111461385A (zh) * 2019-12-25 2020-07-28 杭州电子科技大学 一种基于Lévy飞行的粒子群算法的生产计划优化方法
CN111817770A (zh) * 2020-06-30 2020-10-23 中国人民解放军陆军工程大学 中继无人机部署方法及终端设备
CN113395706A (zh) * 2021-06-17 2021-09-14 郑州大学 基于粒子群算法的异构无人机三维空间部署方法及设备
KR102322360B1 (ko) 2020-11-02 2021-11-04 서울대학교 산학협력단 무인 비행체 운용 시스템 및 방법
WO2023014066A1 (en) * 2021-08-03 2023-02-09 Samsung Electronics Co., Ltd. Method and apparatus to determine location for an unmanned aerial vehicle (uav)
KR20230157724A (ko) 2022-05-10 2023-11-17 인하대학교 산학협력단 무인 비행체를 이용한 센서 데이터 획득에서 pso 기반 생체모방 기계학습을 이용한 최적 이동경로 및 센싱정보 획득 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101072448B1 (ko) * 2010-04-27 2011-10-11 강원대학교산학협력단 무선센서 네트워크 시스템 및 그의 클러스터링 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101072448B1 (ko) * 2010-04-27 2011-10-11 강원대학교산학협력단 무선센서 네트워크 시스템 및 그의 클러스터링 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Dac-Tu Ho et al., "Optimization of Wireless Sensor Network and UAV Data Acquisition", Journal of Intelligent & Robotic Systems, Volume 78, Issue 1, pp. 159-179, 2015.03.* *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110753354A (zh) * 2019-10-08 2020-02-04 河南理工大学 基于无人机协作星地联合noma通信系统位置部署方法
CN110753354B (zh) * 2019-10-08 2022-11-11 河南理工大学 基于无人机协作星地联合noma通信系统位置部署方法
CN111461385A (zh) * 2019-12-25 2020-07-28 杭州电子科技大学 一种基于Lévy飞行的粒子群算法的生产计划优化方法
CN111461385B (zh) * 2019-12-25 2022-04-22 杭州电子科技大学 一种基于Lévy飞行的粒子群算法的生产计划优化方法
CN111817770A (zh) * 2020-06-30 2020-10-23 中国人民解放军陆军工程大学 中继无人机部署方法及终端设备
CN111817770B (zh) * 2020-06-30 2022-06-14 中国人民解放军陆军工程大学 中继无人机部署方法及终端设备
KR102322360B1 (ko) 2020-11-02 2021-11-04 서울대학교 산학협력단 무인 비행체 운용 시스템 및 방법
CN113395706A (zh) * 2021-06-17 2021-09-14 郑州大学 基于粒子群算法的异构无人机三维空间部署方法及设备
CN113395706B (zh) * 2021-06-17 2022-07-22 郑州大学 基于粒子群算法的异构无人机三维空间部署方法及设备
WO2023014066A1 (en) * 2021-08-03 2023-02-09 Samsung Electronics Co., Ltd. Method and apparatus to determine location for an unmanned aerial vehicle (uav)
KR20230157724A (ko) 2022-05-10 2023-11-17 인하대학교 산학협력단 무인 비행체를 이용한 센서 데이터 획득에서 pso 기반 생체모방 기계학습을 이용한 최적 이동경로 및 센싱정보 획득 방법
KR102614755B1 (ko) 2022-05-10 2023-12-15 인하대학교 산학협력단 무인 비행체를 이용한 센서 데이터 획득에서 pso 기반 생체모방 기계학습을 이용한 최적 이동경로 및 센싱정보 획득 방법

Similar Documents

Publication Publication Date Title
KR102009608B1 (ko) 센서 네트워크에서 uav의 센싱 데이터 정보 최대화를 위한 pso 기반 uav 위치 탐색 방법 및 장치
CN110595482B (zh) 一种带避障权重的路径规划方法、装置及电子设备
JP6397608B2 (ja) 複数ビークルに組織的なタスク割当を行うためのミッション再計画
JP4810585B2 (ja) リモートスキャンをサポートする計算機
US10578448B2 (en) Monitoring air pollution using a mobile pollution detecting device
US10812988B1 (en) Method and device for mapping ports of a network device
JP2014059860A5 (ko)
US11425628B2 (en) Method and system for achieving auto adaptive clustering in a sensor network
US10341253B2 (en) Automatic consolidation of network resources
US20220276058A1 (en) Systems and methods for utilizing modeling to automatically generate paths for indoor navigation
US11199409B2 (en) Method for processing measurements of at least one electronic sensor placed in a handheld device
KR101472690B1 (ko) 복수의 그룹들로 분할된 무선 센서 네트워크를 복구하기 위한 릴레이 노드, 및 릴레이 노드의 동작 방법
US9288336B2 (en) Management of records for an electronic device
US11002826B2 (en) Distributed-cooperative-information processing device, distributed-cooperative-information processing method, and recording medium
KR20190041788A (ko) 격자화된 지도를 이용하는 사용자 위치 정보를 제공하는 방법 및 시스템
KR102610984B1 (ko) 토러스 네트워크를 이용하는 분산 파일 시스템 및 토러스 네트워크를 이용하는 분산 파일 시스템의 운영 방법
CN108776668A (zh) 基于路网节点的路径估算方法、系统、设备及存储介质
CN114679728A (zh) 一种网络漏洞修复方法、装置及存储介质
JP6709689B2 (ja) 計算機システム及び計算機システムの制御方法
JP6928245B2 (ja) 情報処理装置、情報処理システムおよびその処理方法とプログラム
EP3948162A1 (en) Multiple target interception
Lin et al. Sensor-deployment strategies for indoor robot navigation
CN103970860A (zh) 一种数据处理的方法、装置及系统
KR102614755B1 (ko) 무인 비행체를 이용한 센서 데이터 획득에서 pso 기반 생체모방 기계학습을 이용한 최적 이동경로 및 센싱정보 획득 방법
KR102668803B1 (ko) 이웃 엣지 디바이스 어시스티드 무중단 ai 모델 업데이트 관리 방법 및 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant