[發明專利]基于度量學習的路標圖著色無人機節能續航數據收集方法

有效

• 申請號: 202110449681.X
• 申請日: 2021-04-25
• 公開（公告）號: CN113163332B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 唐碧華;王濤;方宏昊;劉亭亭;呂秀莎;張青松;王春輝;張洪光
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04W4/021
• 分類號: H04W4/021;H04W4/029;H04W4/06;H04W4/40;H04W74/00;H04W84/18;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于度量學習的路標圖著色無人機節能續航數據收集方法，其特征在于，包括以下步驟：

第一步，根據無人機輔助傳感器網絡進行模型建立，將網絡模型、能耗模型及移動模型應用到無人機輔助傳感器網絡模型之中；

第二步，應用概率路標以局部信息構造全局地圖，概率地圖不是由確定信息構造而成，而是使用某種概率的方法來構造局部信息可知的地圖，并用局部信息進行路徑規劃，概率地圖是一個無向循環圖，使用G＝(Gn,Ge)來表示，其中Gn表示空間中的節點集，Ge表示節點間構成的局部路徑邊集；

第三步，構造度量矩陣，具體的度量矩陣是一個矩陣結構，度量學習的目的是通過尋找一個合適的度量矩陣M，計算樣本之間的馬氏距離度量；

第四步，使用LMNN算法實現特征度量矩陣的離線訓練，LMNN算法的核心是通過學習一種距離度量使得在一個新的轉換空間中，對于一個輸入的K個近鄰都屬于同一類別，而不同類別的樣本保持一定大的距離；

第五步，廣播Hello包收集地圖信息，廣播包通過逐跳的方式傳播到全網的移動機器人節點，收到廣播包的移動機器人利用自身信息重新生成包ID相同的廣播包通過相同的路徑回傳到無人機基站，無人機基站利用這些信息作為度量學習的輸入進行路徑規劃；

第六步，基于圖著色方法進行信道接入，建立無沖突的著色圖的機制是在節點i轉發數據包的過程中，通過在數據包加入本節點的著色信息，與一跳范圍內的鄰居保持無顏色沖突的分配方式，即每個節點需要保證本節點的顏色與所有鄰居節點顏色不一樣；

第七步，基于接觸時間度量接入優先級，無人機基站對每個群內節點進行時分多址時隙分配，按照接觸時間的優先級順序對無人機覆蓋范圍內的節點分配時隙傳輸數據包，并將實時吞吐量結果返回給無人機軌跡優化模塊，優化無人機飛行軌跡。

2.根據權利要求1所述的基于度量學習的路標圖著色無人機節能續航數據收集方法，其特征在于，所述的無人機輔助傳感器網絡模型建立，具體是，網絡模型定義了節點和基站的移動狀態，規定了節點傳輸數據的方式，確定了信道接入機制，

能耗模型定義了邊界條件閾值d₀：

ε_fs是自由空間信道模型的信號放大因子，ε_mp是多徑衰落信道模型的信號放大因子，

如果發射機和接收機之間的距離小于閾值d₀，則使用自由空間模型，如果不是，則采用多徑衰落信道模型，

移動模型描述了節點的不穩定運動，節點隨機選擇行進的方向和速度，新的速度和方向在預定范圍中選擇，所選擇的群體移動模型是參考點組移動模型，參考點組移動模型中，網絡分成多個組，對于每個組，組內存在一個目標，組內的節點根據其目標進行移動，并保持一定的約束，網絡根據需要分為特定的幾組，由于組內存在目標點，這使得組內節點保持受限的隨機運動，參考點組移動模型中隨機方向和隨機速度的選擇如下：

v∈(v_min,v_max) (2)

θ∈(0,2π) (3)

其中，組內節點的速度v控制在最小速度v_min至最大速度v_max之間，節點移動的方向θ控制在0至2π之間。