【技术实现步骤摘要】
一种多智能反射面辅助的无人机无线传感网数据收集方法
[0001]本专利技术属于无人机通信
,具体属于一种多智能反射面辅助的无人机无线传感网数据收集方法。
技术介绍
[0002]如今,大规模物联网(Internet of Thing,IoT)系统正在快速发展,数百万个传感器被集成到城市、车辆、工业制造等场景中,以提供智能生活[1]。无线传感器网络(Wireless Sensor Network,WSN)被认为是实现物联网不可或缺的一部分,并且已经在环境监测、交通、物流、农业种植等多种应用中发挥着关键作用[2
‑
8].网络寿命是WSN设计中的一个重要指标,它提供足够的决策信息来维持预期的网络性能和服务质量[9]。在发送数据时,每个传感器节点不仅传输自己的传感器数据,还中继其他传感器节点的传感器数据。结果,传感器节点的电源可能会被快速消耗,导致它们脱离网络,严重影响无线传感器网络的通信质量和覆盖范围[10]。
[0003]由于无人机制造技术的进步,无人机已普遍应用于航拍、物流、应急救援、军事等诸多领域[11]。特别是在无线传感器网络中,无人机凭借其高机动性和高质量的视距(Line
‑
of
‑
Sight,LoS)通信链路等优势,可以为扩大无线覆盖范围、增强网络吞吐量和延长网络寿命提供有力帮助。
[0004]近年来,RIS作为一种能够重塑无线电信号传播环境的先进无线通信技术,受到了广泛关注。简而言之,RIS是由无数由电磁材料制成的被动反射单元组成的平面 ...
【技术保护点】
【技术特征摘要】
1.一种多智能反射面辅助的无人机无线传感网数据收集方法,其特征在于,包括以下步骤:设计一种多智能反射面辅助无人机无线传感器网络WSN,包括设计3D笛卡尔坐标系、无人机3D轨迹模型、概率视距信道模型;通过联合优化地面传感器节点的通信调度、多相移系数RIS和无人机3D轨迹,最大化最小平均数据采集率;为了解决非凸问题,提出了一种联合3D轨迹和被动波束形成联合采集无人机数据的迭代算法,通过引入松弛凸函数将其转化为可解的凸形,所述迭代算法采用交替优化AO算法、半定松弛SDR和逐次凸近似SCA技术求解。2.根据权利要求1所述的多智能反射面辅助的无人机无线传感网数据收集方法,其特征在于,所述设计3D笛卡尔坐标系具体包括:传感器节点k位于水平地面上,它们的水平坐标表示为K表示地面传感器节点总数且K≥1,、表示在包含地面所有传感器节点的一个集合,元素包括地面从1到K的K个节点,k表示集合中任意的一个传感器节点,此外,RIS安装在固定高度z
R
,RIS上对应的反射单元r水平坐标表示为表示为被定义为包含RIS中所有反射单元的集合,元素包括1到R的R个反射单元,R表示RIS中反射单元的个数,r表示集合中任意的一个反射单元,每个RIS具有M=M
row
×
M
col
可调相位的无源反射单元。M
row
、M
col
分别RIS中横向和纵向排列的反射单元个数。3.根据权利要求2所述的多智能反射面辅助的无人机无线传感网数据收集方法,其特征在于,所述设计无人机3D轨迹模型具体包括:假设无人机在不同的时间间隔与地面传感器节点通信进行数据采集,将无人机飞行任务时间T离散成间隔为δ
t
的N等份足够小的时隙,即T=δ
t
N,离散时隙集合表示为因此,无人机的3D轨迹记为其中q[n]=[x[n],y[n]]
T
表示无人机在时隙n内的水平轨迹坐标,Z_n表示无人机在时隙内的垂直轨迹坐标,进行周期性的数据采集,完成本次任务后无人机将飞回原位等待下一次,因此,无人机活动受到以下约束:q[N]=q[1]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)z[N]=z[1]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)(2)(2)其中,q[1]和z[1]表示无人机的初始水平和垂直坐标,q[N]无人机在第N个时隙的水平、z[N]表示无人机在第N个时隙的垂直坐标,S
xy
=V
xy
δ
t
和S
z
=V
z
δ
t
描述了无人机在n时隙内的最大水平和垂直距离,V
xy
和V
z
分别表示无人机的最大水平和垂直速度,H
min
和H
max
分别表示无人机的最小和最大高度。4.根据权利要求3所述的多智能反射面辅助的无人机无线传感网数据收集方法,其特
征在于,所述用概率视距信道模型PLCM来表示地面传感器和无人机之间的信道,因此,地面传感器与无人机在第n个时隙的LoS概率定义为式中,c1、c2取决于环境参数,以及表示传感器节点k与无人机之间的仰角,对应地,在第n时隙时地面传感器节点k与无人机之间的NLoS概率可以表示为...
【专利技术属性】
技术研发人员:多滨,李苗,邵明谦,罗俊松,宁进,
申请(专利权)人:成都理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。