一种基于无线传感器分布的无人机部署方法技术

本发明专利技术公开了一种基于无线传感器分布的无人机部署方法，根据单跳路由协议和多跳路由协议的特点，分别建立了一套分析模型来估计无线传感器网络中节点的流量负载的大小。利用分析模型，在采用单跳路由的网络中，通过计算无人机与网络边缘之间的距离来确定无人机的位置，从而延长网络的生存时间。在使用多跳路由的网络中本文根据路由协议的分层策略来估计网络内传感器节点的流量负载。并通过计算能够最小化网络中最大流量负载的方法来求解无人机的位置。在不同网络条件下的实验结果证明了发明专利技术的分析和部署方案的有效性。发明专利技术的分析和部署方案的有效性。发明专利技术的分析和部署方案的有效性。

【技术实现步骤摘要】
一种基于无线传感器分布的无人机部署方法


[0001]本专利技术公开涉及新能源航空电动力
，尤其涉及一种基于无线传感器分布的无人机部署方法。

技术介绍

[0002]未来6G网络意在满足人们日益增长的网络生活需求。作为实现全球网络无缝覆盖的重要手段，空天地一体化网络是未来6G网络发展和应用的重要趋势之一。得益于无人机自身的灵活性，机动性和易于部署的特点，无人机在空天地一体化的网络架构中发挥重要作用。无人机可以搭载小型基站为地面设备提供临时的通讯服务或者作为汇聚节点控制地面设备并收集地面信息。为了更好地执行相关的任务，研究如何部署无人机来最大限度地发挥网络的性能是非常必要的。
[0003]在过去的几年里，无人机及相关网络的部署得到了广泛地研究。在使用直接通信模式的网络中对于无人机进行部署的研究非常广泛，包括无人机在悬停状态时的覆盖问题，移动时的路径规划和信息采集速率等问题。对于无人机的覆盖问题，一些研究人员利用概率函数分析方法来优化无人机的高度，根据国际电信联盟定义的最大允许路径损耗和城市环境统计参数的函数来计算地面上的最大无线电覆盖范围。还有一些研究人员利用一个具有连续无人机放置的多项式时间算法，其中无人机沿着朝向中心的螺旋路径从未覆盖地面设备的区域沿周长开始顺序放置，直到所有地面设备都被覆盖为止，这种方法最小化了为地面设备提供无线覆盖所需的无人机数量，并确保每个地面设备在至少一个无人机的通信范围内。此外，还有两种算法用来解决部署多个无人机进行按需覆盖时保持无人机之间的连通性的问题，即集中式部署算法和分布式运动控制算法。第一种算法要求地面设备固定的情况下在全局计算后提供最优部署结果(即无人机的最小数量及其各自的位置)。第二种算法不需要提前得知全局信息或计算，而是使每个无人机能够自主地控制其运动，找到地面设备并收敛到按需覆盖。在实验中使用真实的无人机和地面设备成本过高，因此现在的研究中大多采用模拟仿真的方法。在模拟仿真中，需要构建无线通信模型、环境模型、能量消耗模型，以及需要路由协议，即单跳路由协议和多跳路由协议。在单跳路由协议中，低能耗自适应聚类分层协议(Low
‑
EnergyAdaptiveClusteringHierarchy,LEACH)是一种广泛应用于无线传感器网络中的路由协议，可以有效延长网络的生存时间。该协议主要的思想是通过聚类的方法来减少传感器节点发送数据时的能量消耗，同时平衡节点之间的能量消耗。此外，还有一种单跳路由协议R
‑
LEACH，该协议是在LEACH的基础上改进的。在多跳路由协议中，基于不相等簇的多级异构路由方案(unequalcluster
‑
basedroutingschemeformulti
‑
levelheterogeneous，UCR
‑
H)将传感器网络的分布区域划分为若干个大小相等的矩形单元。
[0004]虽然现有研究已对无人机的部署进行了广泛地研究和分析，但是缺乏对更贴近真实世界环境的考虑。随着个人设备和传感器的发展，在收集和发送信息时会使用很多种不同的路由协议进行消息的传递。此时对无人机进行部署时需要注意的问题就产生了变化。
[0005]例如当一些偏远地区(如山区、海洋和森林)发生自然灾害时，非常有必要通过现有传感器来收集地面信息。然而，灾区不能及时重新部署连接无线传感器网络和传统汇聚节点的基础设施，特别是考虑到一些偏远地区原本就缺乏网络基础设施的情况。在执行任务时存在传感器无法及时替换且传感器的能量是有限的，如何快速搭建无线传感器网络并延长无线传感器网络的生存时间，成为救援和救灾提供信息是一个非常重要的问题。
[0006]无线传感器网络中的传感器节点数量可能较少且分布不均匀。传统的无线传感器网络部署方案仅应用一些聚类路由来延长网络的生存时间。忽略了汇聚节点位置对网络生存时间的影响，不能最大化的发挥网络的最大效能。一些研究应用移动汇聚节点按照一定的轨迹进行信息的收集，但这不适合时间敏感的任务。同时传统的移动汇聚节点在地面进行移动，速度慢且受限比较多。
[0007]使用无人机作为汇聚节点不仅能够快速部署无线传感器网络的的优点，而且可以灵活地部署在任何位置。为了在目标区域快速、尽可能多地收集信息，有必要在使用路由算法延长网络寿命的同时来优化无人机的位置。这与在一组节点内选择最优节点作为汇聚节点的组合优化问题不同，除了不同节点的分布需要不同的路由算法外，所需要的无人机部署策略也是不同的。

技术实现思路

[0008]鉴于此，本专利技术公开提供了一种基于无线传感器分布的无人机部署方法，以解决在现有技术中，存在的无线传感器网络部署忽略汇聚节点位置对网络生存周期的影响来进行改进的问题，并且针对不同的节点分布类型和路由协议方案来优化无人机的部署。
[0009]本专利技术提供的技术方案，具体为，一种基于无线传感器分布的无人机部署方法，包括：
[0010]步骤1、根据单跳路由协议和多跳路由协议的特点，分别建立一套分析模型来估计无线传感器网络中节点的流量负载的大小；
[0011]步骤2：在采用单跳路由协议的网络中，通过计算无人机与网络边缘之间的距离来确定无人机的位置；
[0012]步骤3：在采用多跳路由协议的网络中，根据路由协议的分层策略来估计网络内传感器节点的流量负载，并通过计算能够最小化网络中最大流量负载的方法来求解无人机的位置。
[0013]进一步地，所述步骤2包括：将单跳路由协议分为两类：不考虑传感器的剩余能量和考虑传感器的剩余能量；
[0014]对于使用不考虑电池剩余能量的路由协议，采用无人机部署方案为：通过最小化无人机与最外层设备之间的半径来优化网络寿命；对于考虑电池剩余能量的路由协议，采用最小平均距离部署方案来优化无人机的部署。
[0015]进一步地，当不考虑传感器的剩余能量时，将网络中的汇聚部署问题归结为最小包围圈问题；
[0016]所述最小包围圈部署的表达式：
[0017][0018][0019]其中(2)表示网络中的所有节点应位于以无人机为中心，R
c
为半径的圆圈内；U
x
,U
y
表示无人机的坐标，(x
g
,y
g
)g∈{1,2,3
…
G}表示地面传感器节点的位置。
[0020]进一步地，当考虑传感器的剩余能量时，定义无人机和网络边缘传感器节点之间的距离为：以网络边缘的传感器节点为圆心，以为半径，计算圆内节点与无人机之间的平均距离将圆圈内的传感器节点作为一个整体，通过重新计算出的无人机与传感器节点之间的距离作为衡量网络边缘传感器节点能耗速度的指标，具体计算公式如下：
[0021][0022][0023][0024][0025]其中式(5)表示在四个平均值中取最大值，d
e
表示与边缘节点之间距离小于的节点与无人机之间的距离，E表示边缘节点范围内的传感器数量；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无线传感器分布的无人机部署方法，其特征在于，包括：步骤1、根据单跳路由协议和多跳路由协议的特点，分别建立一套分析模型来估计无线传感器网络中节点的流量负载的大小；步骤2：在采用单跳路由协议的网络中，通过计算无人机与网络边缘之间的距离来确定无人机的位置；步骤3：在采用多跳路由协议的网络中，根据路由协议的分层策略来估计网络内传感器节点的流量负载，并通过计算能够最小化网络中最大流量负载的方法来求解无人机的位置。2.根据权利要求1所述的一种基于无线传感器分布的无人机部署方法，其特征在于，所述步骤2包括：将单跳路由协议分为两类：不考虑传感器的剩余能量和考虑传感器的剩余能量；当使用不考虑电池剩余能量的路由协议时，采用无人机部署方案为：通过最小化无人机与最外层设备之间的半径来优化网络寿命；对于考虑电池剩余能量的路由协议，采用最小平均距离部署方案来优化无人机的部署。3.根据权利要求2所述的一种基于无线传感器分布的无人机部署方法，其特征在于，当不考虑传感器的剩余能量时，将网络中的汇聚部署问题归结为最小包围圈问题；所述最小包围圈部署的表达式：所述最小包围圈部署的表达式：其中(2)表示网络中的所有节点应位于以无人机为中心，R
c
为半径的圆圈内；U
x
,U
y
表示无人机的坐标，(x
g
,y
g
)g∈{1,2,3
…
G}表示地面传感器节点的位置。4.根据权利要求2所述的一种基于无线传感器分布的无人机部署方法，其特征在于，当考虑传感器的剩余能量时，定义无人机和网络边缘传感器节点之间的距离为：以网络边缘的传感器节点为圆心，以为半径，计算圆内节点与无人机之间的平均距离将圆圈内的传感器节点作为一个整体，通过重新计算出的无人机与传感器节点之间的距离作为衡量网络边缘传感器节点能耗速度的指标，具体计算公式如下：具体计算公式如下：具体计算公式如下：具体计算公式如下：其中式(5)表示在四个平均值中取最大值，d
e
表示与边缘节点之间距离小于的节点与无人机之间的距离，E表示边...

【专利技术属性】
技术研发人员：林娜，刘雨衡，王亚梅，赵亮，石峻岭，关云冲，
申请(专利权)人：沈阳航空航天大学，
类型：发明
国别省市：