无线传感器网络中无人机的轨迹规划方法技术

本发明专利技术公开了一种无线传感器网络中无人机的轨迹规划方法，该方法将无线传感器网络中多无人机轨迹的设计问题模型化为混合整数非凸优化问题，该方法首先基于聚合算法对传感器节点进行分组，形成多个节点集合，并针对每一节点集合计算无人机访问该节点集合中的传感器节点的访问顺序，并针对每一访问顺序利用凸优化技术计算对应的航迹点，并利用航迹点进行计算得到中心点从而得到新的节点集合，并基于新的节点集合按照上述过程得到对应的新的航迹点，直至得到最小的访问时间为止，使得每一个无人机可以从其对应的传感器节点集合中可靠的收集数据，同时可以最小化所有无人机的飞行时间。

【技术实现步骤摘要】
无线传感器网络中无人机的轨迹规划方法
本专利技术涉及通信
，更具体地说，涉及一种无线传感器网络中无人机的轨迹规划方法。
技术介绍
在过去的几十年中，无线传感器网络的使用迅速增长，无线传感器网络由分布在不同地理位置上的大量传感器节点组成。随着电子设备制造过程的最新进展，传感器节点可以获得更低的市场价格和更高的捕获、处理和传输数据的能力。无线传感器网络已经在各个领域得到广泛应用，包括信息收集，环境监测，工业自动化以及智能建筑等。但是传感器节点能量有限成为延长无线传感网络使用寿命的主要设计问题。无线传感网络的传统方法是通过多跳传感器通信来收集数据，但是这具有不平衡的能量消耗问题。此外，鉴于传感器是随机部署的，如果没有完全连接，则很难从所有传感器获取信息。目前，由于无人机和传感器节点之间的直接通信能力，无人机能有效的在传感器网络中收集数据。具体来说，通过利用无人机的移动性，无人机能够高效地从传感器节点收集数据，因为它可以依次的访问每个传感器节点并仅在它足够靠近每个传感器节点时从它们收集数据。因此，从每个传感器节点收集数据时，传感器节点到无人机的链路距离显著减小，这节省了所有传感器节点的传输能量。为了从所有传感器节点收集数据，无人机需要访问传感器网络中的所有传感器节点进而飞行时间将显着增加，这对于具有有限的机载能量的无人机是不现实的。因此，可以采用多个无人机，并且每个无人机可以从给定区域中的地面上的一组传感器节点收集数据。在支持多无人机的无线传感器网络中设计用于数据收集的无人机轨迹存在两个关键问题。第一，由于传感器节点和移动无人机之间的动态变化无线信道，使得传输丢包现象严重。因此，无人机应当更接近传感器节点，从而实现可靠的数据收集。第二，由于无人机的机载能量有限，因此对于传感器节点与无人机的关联应当进行适当地设计，以确保在收集到所有传感器数据的前提下每个无人机的飞行时间足够小。
技术实现思路
为解决上述技术问题，本专利技术提供一种无线传感器网络中无人机的轨迹规划方法。为实现上述目的，本专利技术所采用的具体技术方案如下：一种无线传感器网络中无人机的轨迹规划方法，包括：S1：根据无线传感器网络中各传感器节点的分布位置按照聚类算法将传感器节点分成K个节点集合，每一所述节点集合与一个无人机关联；S2：针对当前得到的每一节点集合计算无人机访问该节点集合中的传感器节点的顺序；S3：针对每一节点集合的访问顺序计算无人机的航迹点，并根据所述航迹点计算无人机访问完相应节点集合的最小访问时间；S4：根据当前每一节点集合对应的航迹点计算相应节点集合的中心点，并根据所述中心点以及各传感器节点的分布位置按照聚类算法进行计算重新得到K个新的节点集合；S5：针对每一所述新的节点集合计算无人机访问该节点集合中的传感器节点的顺序；S6：针对每一所述新的节点集合的访问顺序计算无人机的航迹点，并根据所述航迹点计算无人机访问完相应新的节点集合的最小访问时间；S7：判断当前得到的最小访问时间是否小于上一次计算过程中得到的最小访问时间，如是，转至S4，如否，转至S8；S8：针对每一无人机，输出当前与该无人机关联的节点集合对应的航迹点。进一步地，步骤S1包括：从各所述传感器节点的分布位置中随机选择k个位置中心通过K-means算法进行计算得到K个节点集合。进一步地，步骤S2以及步骤S5中基于建立的TSP模型来计算每一节点集合对应的访问顺序。进一步地，设无线传感器网络中传感器节点的总集合为{s1,s2,...sN}，与节点集合Sk关联的无人机uk对该节点集合中的传感器节点进行访问的访问顺序为∑k，σi表示传感器节点的下标索引，表示传感器节点的位置，所述TSP模型为：其中，1≤k≤K，|Sk|为节点集合Sk中的元素个数，Vmax为无人机的最大飞行速度。进一步地，步骤S3以及步骤S6中在轨迹点模型的基础上利用凸优化技术进行计算得到每一节点集合对应的航迹点，所述轨迹点模型为：其中，为无人机um从传感器节点收集数据的航迹点，γ0表示参考信噪比，表示最小可检测信噪比，H表示无人机的飞行高度。进一步地，步骤S4包括：针对当前每一节点集合对应的所有轨迹点的坐标计算平均值得到中心坐标；将所述中心坐标对应的位置作为新的节点集合的位置中心，并利用K-means算法进行计算得到K个新的节点集合。通过本专利技术提供的无线传感器网络中无人机的轨迹规划方法，解决了无线传感器网络中多无人机轨迹的设计难点，以便多无人机在无线传感器网络中可靠地收集数据，并且同时可以保证无人机的飞行时间足够小。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1为无人机从无线传感器网络中收集数据的示意图；图2为无线传感器网络中无人机的轨迹规划方法的流程示意图；图3为通过本实施例提供的方法得到的无人机在无线传感器网络中的轨迹图；图4为实验结果中传感器节点数量与无人机最小飞行时间之间的关系示意图；图5为实验结果中通信半径与无人机最小飞行时间之间的关系示意图。具体实施方式为了使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述，应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。由于可以灵活移动的无人机和地面传感器节点之间存在直接的通信能力，无人机越来越成为传感器网络中有潜力的数据收集器，本实施例中将无人机的轨迹设计和传感器节点同无人机的关联进行联合优化，使得多无人机可以在无线传感器网络中可靠地进行数据收集，本实施例中将该联合优化问题模型化为一个混合整数规划问题，目标在于最小化所有无人机的最大飞行时间，所以通过本实施例提供的方案，可以显著缩小所有无人机的飞行时间，由于实际应用中无人机的能量有限，其飞行时间必然有限，所以通过本实施例提供的方案，可以更好的对无人机进行实际应用。如图1所示，无人机可以从无线传感器网络中收集数据，在本实施例中假设有K个无人机需要从N个传感器节点中收集数据，K≤N，无人机和传感器节点的总集合分别表示为{u1,u2,…uK}和{s1,s2,…sN}。每个传感器节点sn产生的数据表示为fn，无人机通过地对空的上行通信链路来收集这些数据，每个传感器节点sn的位置表示为本实施例中每个传感器节点的位置是固定且已知的。例如，传感器节点位置信息可以通过在实际的无线传感器网络系统数据库查询得到。假设所有无人机飞行的高度为H，通常H是确保无人机安全飞行的最低高度。假设每个无人机uk的飞行时间为Tk。在时间Tk内，无人机uk通过时分多址(TDMA)从与其关联的传感器节点收集数据,1≤k≤K，1≤n≤N。本实施例中假设无人机uk的飞行轨迹投射到水平面上表示为qk(t)∈R2×1，其中0≤t≤Tk.令Vmax表示无人机的最大飞行速度。为了使无人机周期性地服务相关联的传感器节点，无人机uk需要在时间Tk结束时返回其初始位置，也即,qk(0)＝qk(Tk)，假设无人机和传感器节点之间的信道主要是视距(Line-of-sight)链路。如果无人机uk从传感器节点sn收集数据，则无人机接收端的信噪比SNR由下式给出：其中表示参考SNR，并且p,σ2,β0分别表示传感器节点的传输功率，无人机接收端的噪声功率和参考距离1m处的信道功率增益。由于无人机需要可靠地本文档来自技高网...

【技术保护点】
1.一种无线传感器网络中无人机的轨迹规划方法，其特征在于，包括：S1：根据无线传感器网络中各传感器节点的分布位置按照聚类算法将传感器节点分成K个节点集合，每一所述节点集合与一个无人机关联；S2：针对当前得到的每一节点集合计算无人机访问该节点集合中的传感器节点的顺序；S3：针对每一节点集合的访问顺序计算无人机的航迹点，并根据所述航迹点计算无人机访问完相应节点集合的最小访问时间；S4：根据当前每一节点集合对应的航迹点计算相应节点集合的中心点，并根据所述中心点以及各传感器节点的分布位置按照聚类算法进行计算重新得到K个新的节点集合；S5：针对每一所述新的节点集合计算无人机访问该节点集合中的传感器节点的顺序；S6：针对每一所述新的节点集合的访问顺序计算无人机的航迹点，并根据所述航迹点计算无人机访问完相应新的节点集合的最小访问时间；S7：判断当前得到的最小访问时间是否小于上一次计算过程中得到的最小访问时间，如是，转至S4，如否，转至S8；S8：针对每一无人机，输出当前与该无人机关联的节点集合对应的航迹点。

【技术特征摘要】
1.一种无线传感器网络中无人机的轨迹规划方法，其特征在于，包括：S1：根据无线传感器网络中各传感器节点的分布位置按照聚类算法将传感器节点分成K个节点集合，每一所述节点集合与一个无人机关联；S2：针对当前得到的每一节点集合计算无人机访问该节点集合中的传感器节点的顺序；S3：针对每一节点集合的访问顺序计算无人机的航迹点，并根据所述航迹点计算无人机访问完相应节点集合的最小访问时间；S4：根据当前每一节点集合对应的航迹点计算相应节点集合的中心点，并根据所述中心点以及各传感器节点的分布位置按照聚类算法进行计算重新得到K个新的节点集合；S5：针对每一所述新的节点集合计算无人机访问该节点集合中的传感器节点的顺序；S6：针对每一所述新的节点集合的访问顺序计算无人机的航迹点，并根据所述航迹点计算无人机访问完相应新的节点集合的最小访问时间；S7：判断当前得到的最小访问时间是否小于上一次计算过程中得到的最小访问时间，如是，转至S4，如否，转至S8；S8：针对每一无人机，输出当前与该无人机关联的节点集合对应的航迹点。2.如权利要求1所述的无线传感器网络中无人机的轨迹规划方法，其特征在于，步骤S1包括：从各所述传感器节点的分布位置中随机选择k个位置中心通过K-means算法进行计算得到K个节点...

【专利技术属性】
技术研发人员：詹成，姚果，黄仁杰，
申请(专利权)人：西南大学，
类型：发明
国别省市：重庆,50