一种基于移动边缘计算的无人机数据采集调度系统及方法技术方案

本发明专利技术涉及一种基于移动边缘计算的无人机数据采集调度系统，所述系统包括平台层，边缘层以及设备层，其中设备层包含无人机发放与回收基地，无人机节点模块以及物联网节点模块，无人机发放与回收基地由无人机回收模块和无人机发放模块组成，物联网节点集合构成了物联网节点模块，无人机集群构成了无人机节点模块，其中物联网节点发布传输任务，无人机集群负责收集其发布的传输任务，边缘层包含物联网节点信息收集模块和无人机部署决策指令下发模块，物联网节点信息收集模块获取设备层物联网节点所发布的传输任务的元数据信息。方案构建了OMDUCDS，充分考虑任务发布的时序特性，所构建的模型更加合理；方案采用DEACFASAMSP求解模型，能求解更好的无人机部署决策。能求解更好的无人机部署决策。能求解更好的无人机部署决策。

【技术实现步骤摘要】
Algorithm Combining Fireworks Algorithm and Self
‑
adaptive Mutation Strategy Pool，DEACFASAMSP)来制定无人机的部署决策。该算法采用策略池和自适应机制加强全局搜索，引入烟花算法加强局部搜索，其能综合地利用全局搜索和局部搜索。算法能制定出更好的无人机部署决策，解的质量更好。
[0011]为了实现上述目的，本专利技术的技术方案如下，一种基于移动边缘计算的无人机数据采集调度系统，所述系统包括平台层，边缘层以及设备层，
[0012]其中设备层：包含无人机发放与回收基地，无人机节点模块以及物联网节点模块，无人机发放与回收基地由无人机回收模块和无人机发放模块组成，物联网节点集合构成了物联网节点模块，无人机集群构成了无人机节点模块，其中物联网节点发布传输任务，无人机集群负责收集其发布的传输任务，最终汇总后交给基站做进一步处理，无人机回收模块负责回收集群中的无人机，无人机发放模块负责添加无人机至无人机集群中；
[0013]边缘层：包含物联网节点信息收集模块和无人机部署决策指令下发模块，物联网节点信息收集模块获取设备层物联网节点所发布的传输任务的元数据信息，无人机部署决策指令下发模块负责接收平台层无人机部署决策下发模块传送的无人机集群的部署决策，并将其发送给设备层，由设备层的无人机集群完成部署，收集物联网节点发布的传输任务的数据。
[0014]其中，平台层：包含参数接收模块，模型建立模块，节点任务发布数据量预测模块，节点任务发布时刻预测模块，无人机移动决策制定模块，无人机未来部署决策制定模块，无人机部署决策制定模块，无人机部署决策下发模块，
[0015]参数接收模块接收边缘层物联网节点信息收集模块收集到的传输任务元数据信息，
[0016]模型建立模块接收物联网节点信息收集模块传送的任务元数据，建立OMDUCDS，
[0017]节点任务发布时刻预测模块，根据物联网节点历史发布传输任务时的时间节点信息，使用LSTM网络来预测其未来发布传输任务的时刻，
[0018]节点任务发布数据量预测模块根据物联网节点历史发布的数据量信息，结合节点任务发布时刻预测模块预测出的发布任务的时刻信息，使用LSTM网络预测出物联网节点在未来该时刻发布传输任务的数据量，
[0019]无人机移动决策制定模块，使用贪婪算法求解出无人机的移动决策，其为无人机部署决策制定模块提供求解无人机移动决策的方法，
[0020]无人机未来部署决策制定模块，使用DEACFASAMSP求解出无人机未来的部署决策，该决策将作为惩罚项添加到无人机部署决策制定模块中，影响无人机部署决策的制定，
[0021]无人机部署决策制定模块，使用DEACFASAMSP求解OMDUCDS，得到无人机部署决策，
[0022]无人机部署决策下发模块，将无人机部署决策发送至边缘层的无人机部署决策指令下发模块。
[0023]一种基于移动边缘计算的无人机数据采集调度系统方法，所述方法包括以下步骤：
[0024]步骤1：设备层的物联网节点模块中的物联网节点发布传输任务，将任务元数据信息上传至边缘层的物联网节点信息收集模块，
[0025]步骤2：设备层的物联网节点信息收集模块获取设备层物联网节点的任务元数据
信息，并通过XML格式和平台层的参数接收模块进行通信，
[0026]步骤3：参数接收模块接收边缘层物联网节点信息收集模块传送的物联网节点任务元数据信息，
[0027]步骤4：模型建立模块接收初始化模块传送的任务信息，建立OMDUCDS，
[0028]步骤5：节点任务发布时刻预测模块根据物联网节点历史发布传输任务时的时间节点信息，使用LSTM网络来预测其未来发布传输任务的时刻，
[0029]步骤6：节点任务发布数据量预测模块根据物联网节点历史发布的数据量信息，结合节点任务发布时刻预测模块预测出的发布任务的时刻信息，使用LSTM网络预测出物联网节点在未来该时刻发布传输任务的数据量，
[0030]步骤7：无人机未来部署决策制定模块，使用DEACFASAMSP求解出无人机未来的部署决策，将作为惩罚项添加到无人机部署决策制定模块中，影响无人机部署决策的制定，
[0031]步骤8：无人机部署决策制定模块，使用DEACFASAMSP求解OMDUCDS，得到无人机的最终部署决策，
[0032]步骤9：无人机部署决策下发模块将无人机部署决策发送至边缘层的无人机部署决策指令下发模块，
[0033]步骤10：无人机部署决策指令下发模块将无人机部署决策转发至设备层，由无人机回收模块，无人机发放模块，无人机节点模块，物联网节点模块完成实际部署决策的执行。
[0034]步骤2中通过XML格式和平台层的参数接收模块进行通信，通信具体格式如下：
[0035][0036][0037]其中totalDataSize表示传输任务数据量的大小，coordinateX和coordinateY分别表示发布传输任务的物联网节点当前所处地理位置的横纵坐标，pubdate表示物联网节点发布传输任务的时刻。
[0038]步骤4中建立OMDUCDS，具体包含场景模型，传输模型和三种优化模型，分别为无人机移动决策优化模型，无人机未来部署决策优化模型，无人机部署决策优化模型，具体步骤如下，
[0039]步骤4.1：设数据采集系统刷新时间片为ΔQ，Q
t
代表系统第t次刷新的时刻，关于Q
t
的递推公式如式(1)所示，其中为N自然数集合。
[0040]Q
t
＝Q
t
‑1+ΔQ＝Q
t
‑2+2ΔQ＝
……
＝Q1+(t
‑
1)ΔQ,t∈N
ꢀꢀꢀ
(1)
[0041]步骤4.2：构建场景模型：设场景中包含Z个物联网节点部署在一定的区域内，表示
为Z＝{1,2,...,z},z∈N，还有作为数据采集平台的无人机集群，从这些地面物联网节点中采集数据，假设Q
t
时刻无人机的数目是k
t
并且是未知先验的，无人机集群可以表示为K
t
＝{1,2,...,k
t
}，
[0042]物联网节点会随机发布传输任务，无人机集群需要接受其发布的传输的任务，根据物联网节点发布任务的时间，将其划分到数据采集系统的某一个时间片进行传输，第i个物联网节点发布划分到系统第t个时间片处理的任务信息可以用三元组表示为其中表示第i个物联网节点划分到系统第t个时间片处理的任务的数据量，x
i
表示第i个物联网节点所在地理位置的横坐标，y
i
表示第i个物联网节点所在地理位置的纵坐标，
[0043]步骤4.3：构建传输模型：第i个物联网节点和第j台无人机在时刻Q
t
之间的距本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于移动边缘计算的无人机数据采集调度系统，其特征在于，所述系统包括平台层，边缘层以及设备层，其中设备层：包含无人机发放与回收基地，无人机节点模块以及物联网节点模块，无人机发放与回收基地由无人机回收模块和无人机发放模块组成，物联网节点集合构成了物联网节点模块，无人机集群构成了无人机节点模块，其中物联网节点发布传输任务，无人机集群负责收集其发布的传输任务，最终汇总后交给基站做进一步处理，无人机回收模块负责回收集群中的无人机，无人机发放模块负责添加无人机至无人机集群中；边缘层：包含物联网节点信息收集模块和无人机部署决策指令下发模块，物联网节点信息收集模块获取设备层物联网节点所发布的传输任务的元数据信息，无人机部署决策指令下发模块负责接收平台层无人机部署决策下发模块传送的无人机集群的部署决策，并将其发送给设备层，由设备层的无人机集群完成部署，收集物联网节点发布的传输任务的数据。2.根据权利要求1所述的基于移动边缘计算的无人机数据采集调度系统，其特征在于，平台层：包含参数接收模块，模型建立模块，节点任务发布数据量预测模块，节点任务发布时刻预测模块，无人机移动决策制定模块，无人机未来部署决策制定模块，无人机部署决策制定模块，无人机部署决策下发模块，参数接收模块接收边缘层物联网节点信息收集模块收集到的传输任务元数据信息，模型建立模块接收物联网节点信息收集模块传送的任务元数据，建立OMDUCDS，节点任务发布时刻预测模块，根据物联网节点历史发布传输任务时的时间节点信息，使用LSTM网络来预测其未来发布传输任务的时刻，节点任务发布数据量预测模块根据物联网节点历史发布的数据量信息，结合节点任务发布时刻预测模块预测出的发布任务的时刻信息，使用LSTM网络预测出物联网节点在未来该时刻发布传输任务的数据量，无人机移动决策制定模块，使用贪婪算法求解出无人机的移动决策，其为无人机部署决策制定模块提供求解无人机移动决策的方法，无人机未来部署决策制定模块，使用DEACFASAMSP求解出无人机未来的部署决策，该决策将作为惩罚项添加到无人机部署决策制定模块中，影响无人机部署决策的制定，无人机部署决策制定模块，使用DEACFASAMSP求解OMDUCDS，得到无人机部署决策，无人机部署决策下发模块，将无人机部署决策发送至边缘层的无人机部署决策指令下发模块。3.一种基于移动边缘计算的无人机数据采集调度方法，其特征在于，采用权利要求1或2所述的数据采集调度系统，所述方法包括以下步骤：步骤1：设备层的物联网节点模块中的物联网节点发布传输任务，将任务元数据信息上传至边缘层的物联网节点信息收集模块，步骤2：设备层的物联网节点信息收集模块获取设备层物联网节点的任务元数据信息，并通过XML格式和平台层的参数接收模块进行通信，步骤3：参数接收模块接收边缘层物联网节点信息收集模块传送的物联网节点任务元数据信息，步骤4：模型建立模块接收初始化模块传送的任务信息，建立OMDUCDS，
步骤5：节点任务发布时刻预测模块根据物联网节点历史发布传输任务时的时间节点信息，使用LSTM网络来预测其未来发布传输任务的时刻，步骤6：节点任务发布数据量预测模块根据物联网节点历史发布的数据量信息，结合节点任务发布时刻预测模块预测出的发布任务的时刻信息，使用LSTM网络预测出物联网节点在未来该时刻发布传输任务的数据量，步骤7：无人机未来部署决策制定模块，使用DEACFASAMSP求解出无人机未来的部署决策，步骤8：无人机部署决策制定模块，使用DEACFASAMSP求解OMDUCDS，得到无人机的最终部署决策，步骤9：无人机部署决策下发模块将无人机部署决策发送至边缘层的无人机部署决策指令下发模块，步骤10：无人机部署决策指令下发模块将无人机部署决策转发至设备层，由无人机回收模块，无人机发放模块，无人机节点模块，物联网节点模块完成实际部署决策的执行。4.根据权利要求3所述的基于移动边缘计算的无人机数据采集调度方法，其特征在于，步骤2中通过XML格式和平台层的参数接收模块进行通信，通信具体格式如下：其中totalDataSize表示传输任务数据量的大小，coordinateX和coordinateY分别表示发布传输任务的物联网节点当前所处地理位置的横纵坐标，pubdate表示物联网节点发布传输任务的时刻。5.根据权利要求3所述的基于移动边缘计算的无人机数据采集调度方法，其特征在于，步骤4中建立OMDUCDS，具体包含场景模型，传输模型和三种优化模型，分别为无人机移动决策优化模型，无人机未来部署决策优化模型，无人机部署决策优化模型，具体步骤如下，步骤4.1：设数据采集系统刷新时间片为ΔQ，Q
t
代表系统第t次刷新的时刻，关于Q
t
的递推公式如式(1)所示，其中为N自然数集合。Q
t
＝Q
t
‑1+ΔQ＝Q
t
‑2+2ΔQ＝
……
＝Q1+(t
‑
1)ΔQ,t∈N
ꢀꢀꢀꢀꢀ
(1)步骤4.2：构建场景模型：设场景中包含Z个物联网节点部署在一定的区域内，表示为Z＝{1,2,...,z},z∈N，还有作为数据采集平台的无人机集群，从这些地面物联网节点中采集数据，假设Q
t
时刻无人机的数目是k
t
并且是未知先验的，无人机集群表示为K
t
＝{1,
2,...,k
t
}，物联网节点会随机发布传输任务，无人机集群需要接受其发布的传输的任务，根据物联网节点发布任务的时间，将其划分到数据采集系统的某一个时间片进行传输，第i个物联网节点发布划分到系统第t个时间片处理的任务信息可以用三元组表示为其中表示第i个物联网节点划分到系统第t个时间片处理的任务的数据量，x
i
表示第i个物联网节点所在地理位置的横坐标，y
i
表示第i个物联网节点所在地理位置的纵坐标，步骤4.3：构建传输模型：第i个物联网节点和第j台无人机在时刻Q
t
之间的距离如式(2)所示，其中(x
i
,y
i
,0)是第i个物联网节点的位置，是第j个无人机Q
t
时刻的位置，分别表示第j个无人机Q
t
时刻的横坐标，纵坐标和高度。第i个物联网节点与第j个无人机之间在Q
t
时刻是否连接表示为布尔变量具体来说，如果第i个物联网节点向第j个无人机在系统第t批次发送数据，则等于1；否则等于0，为了节省传输能量，每个物联网节点始终选择最近的无人机来发送数据，因此，计算方式为式(3)，每个物联网节点只能选择一个无人机去发送数据，因此约束如式(4)所示，此外，考虑到系统带宽限制，每个无人机最多可以接受M个物联网节点同时发送数据，具体表示为式(5)，为了确保所有的物联网节点被服务，应满足式(6)，对于地空通信，每台物联网节点对于一个特定无人机都有一个建立视线关系的概率，这个概率取决于物联网节点和无人机所处的环境、两者之间仰角的度数，视线关系概率的表达式如式(7)所示，其中ψ和β是常量，取决于载频和环境的类型，是Q
t
时刻物联网节点i与无人机j之间
仰角的度数，从式(7)可以看出增大仰角的度数或者无人机的高度，建立视线关系的概率会增加，一个物联网节点和无人机相连的必要条件是，两者建立视线关系的概率要大于一个阈值(ε接近1)，因此P
LoS
(θ)≥ε，由推导出式(8)，由式(8)可以得出，一个物联网节点和无人机的最远距离为第i个物联网节点与第j个无人机在Q
t
时刻之间的信道增益表示为式(9)，其中h0表示在参考距离d0＝1m处的信道功率增益，由式(9)可以看出，第j个无人机与第i个物联网节点之间距离越短，其信道增益越大，刚好符合式(3)中每个物联网节点始终选择最近的无人机来发送数据，因此，如果第i个物联网节点在系统第t批次发送数据给第j个无人机，速率为式(10)，其中p
i
是从第i个物联网节点到无人机的传输功率；σ2是高斯噪声功率，B是系统带宽，第i个物联网节点在系统第t批次发送到第j个无人机的数据量为D
i
t，发送数据的传输时间如式(11)所示，能量消耗计算方式如式(12)所示，因此所有物联网节点的能量消耗计算方式如式(13)所示，第j个无人机盘旋时间如式(14)所示，第j个无人机的盘旋能量消耗如式(15)所示，其中p
h
为无人机盘旋功率，两个无人机之间的距离要满足一定的条件以至于不会发生碰撞，无人机j1和j2之间的距离要大于d
min
，具体如式(16)所示，
无人机作为数据的中转站，物联网节点的数据最终是要传送到边缘服务器上进行处理的，第j个无人机接收到多少的数据，具体如式(17)所示，第j个无人机发送数据到边缘服务器的时间表示如式(18)所示，其中表示第j个无人机在系统第t批次传输数据到边缘服务器的速率，第j个无人机的传输能量消耗如式(19)所示，其中p
u
代表无人机的传输功率，无人机的整个能量消耗如式(20)所示，步骤4.4：构建无人机移动决策优化模型，无人机发放与回收基地地理位置设为(X
base
,Y
base
,0)，其中X
base
,Y
base
分别表示无人机发放与回收基地的横坐标和...

【专利技术属性】
技术研发人员：刘一川，汪芸，
申请(专利权)人：东南大学，
类型：发明
国别省市：