无人机辅助的铁路传感数据收集与计算卸载方法和系统技术方案

技术编号:44205616 阅读:35 留言:0更新日期:2025-02-06 18:39
本发明专利技术公开了一种无人机辅助的铁路传感数据收集与计算卸载方法和系统,基于DRL智能算法决策无人机UAV飞行轨迹与计算任务卸载,对无线传感器网WSN传感数据进行收集,并将任务卸载计算,在满足铁路环境监测数据一定实时性需求的同时使WSN传输能耗与UAV飞行及计算能耗最小化。本发明专利技术可应用于铁路运营环境的监测,通过UAV的部署灵活性,保证无线传感器网络的一定的实时数据收集,并尽可能使无线传感网的传输能耗最小化,同时利用基站与高速列车的计算资源,减轻UAV的计算负荷,延长整个监测系统的生命周期。

【技术实现步骤摘要】

本专利技术属于无线通信,尤其涉及一种无人机辅助的铁路传感数据收集与计算卸载方法和系统


技术介绍

1、随着中国铁路的快速发展,有效的铁路基础设施及环境监测显得尤为重要。对于地质条件艰难、不易于铺设及维护有线回传网络的环境,同时还需保障信息传输一定的实时性要求,无线传感器网(wireless sensor network,wsn)成为铁路运营环境监测的有效方案,如沿线布设的视频监控摄像机、异物侵限监测传感器、灾害监测传感器等,通过无线回传将数据发送到地面控制中心。大面积部署铁路运营环境监测wsn,获取wsn数据并进行分析以跟踪铁路运营环境的变化,但在这个过程中产生的海量监测数据对传输承载网提出很大挑战,且需要一定算力对数据进行处理与计算。该过程的服务质量可以通过计算结果的新鲜度aoi指标来衡量,在铁路wsn场景中,数据的aoi表示数据从采集、收集、卸载、计算到最终结果返回数据融合中心这一全过程的时间差。

2、随着无人机(unmanned aerial vehicle,uav)技术的进步,uav越来越多地应用于民用和商业应用,包括监控、航空成像、精本文档来自技高网...

【技术保护点】

1.一种无人机辅助的铁路传感数据收集与计算卸载方法,其特征在于,基于深度强化学习算法DRL决策无人机UAV飞行轨迹与计算任务卸载,对无线传感器网WSN传感数据进行收集,并将任务卸载计算,在满足铁路环境监测数据一定实时性需求的同时使WSN传输能耗与UAV飞行及计算能耗最小化,具体包括以下步骤:

2.根据权利要求1所述的一种无人机辅助的铁路传感数据收集与计算卸载方法,其特征在于,所述数据状态指示帧用于告知BS该SN缓存区传感数据信息,包括SN位置、缓存队列状态、数据时间戳、数据优先级;BS基于该信息执行DRL算法决策UAV数据收集飞行轨迹及计算任务卸载。>

3.根据权利...

【技术特征摘要】

1.一种无人机辅助的铁路传感数据收集与计算卸载方法,其特征在于,基于深度强化学习算法drl决策无人机uav飞行轨迹与计算任务卸载,对无线传感器网wsn传感数据进行收集,并将任务卸载计算,在满足铁路环境监测数据一定实时性需求的同时使wsn传输能耗与uav飞行及计算能耗最小化,具体包括以下步骤:

2.根据权利要求1所述的一种无人机辅助的铁路传感数据收集与计算卸载方法,其特征在于,所述数据状态指示帧用于告知bs该sn缓存区传感数据信息,包括sn位置、缓存队列状态、数据时间戳、数据优先级;bs基于该信息执行drl算法决策uav数据收集飞行轨迹及计算任务卸载。

3.根据权利要求1所述的一种无人机辅助的铁路传感数据收集与计算卸载方法,其特征在于,所述轨迹指示帧用于控制uav数据收集的飞行轨迹,包括uav需要先后到达的sn的位置信息,ua...

【专利技术属性】
技术研发人员:闫莉方旭明
申请(专利权)人:西南交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1