[發(fā)明專利]基于信息年齡的空天地一體化無人機物聯(lián)網(wǎng)數(shù)據(jù)采集方法

在審

• 申請?zhí)枺?/td>: 202210077304.2
• 申請日: 2022-01-24
• 公開（公告）號: CN114690799A
• 公開（公告）日: 2022-07-01
• 發(fā)明（設計）人: 張國斌;韋鑫;趙鐵柱
• 申請（專利權(quán)）人: 東莞理工學院
• 主分類號: G05D1/10
• 分類號: G05D1/10;G06N3/04;H04B7/185;H04L67/12;H04L67/562
• 代理公司: 北京匯彩知識產(chǎn)權(quán)代理有限公司 11563
• 代理人: 李艷杰

本發(fā)明公開了一種基于信息年齡的空天地一體化無人機物聯(lián)網(wǎng)數(shù)據(jù)采集方法，構(gòu)建無人機輔助的空天地一體化物聯(lián)網(wǎng)系統(tǒng),構(gòu)建無人機信道模型、信息年齡模型，建立基于信息年齡的無人機輔助空天地一體化物聯(lián)網(wǎng)數(shù)據(jù)采集模型，將問題轉(zhuǎn)換為馬爾可夫問題，引入神經(jīng)網(wǎng)絡解決狀態(tài)高維問題，引入深度強化學習算法訓練無人機尋找最優(yōu)采集點，引入匹配理論將無人機與物聯(lián)網(wǎng)設備進行配對。本發(fā)明針對信息采集實時性需求，尋求無人機飛行參數(shù)的優(yōu)化配置，推演信息年齡、系統(tǒng)容量、能量利用率等性能指標之間的制約關(guān)系，有效提高信息采集實時性，降低系統(tǒng)管控復雜度，提升人工智能技術(shù)在物聯(lián)網(wǎng)領域的應用水平。

技術(shù)領域

本發(fā)明涉及一種數(shù)據(jù)采集方法，特別是一種基于信息年齡的空天地一體化無人機物聯(lián)網(wǎng)數(shù)據(jù)采集方法，屬于無線通信技術(shù)領域。

背景技術(shù)

在第五代和即將到來的第六代(6G)無線通信中，廣域物聯(lián)網(wǎng)(IoT)的普及不斷增加。物聯(lián)網(wǎng)作為繼計算機和互聯(lián)網(wǎng)技術(shù)之后重要的第三信息技術(shù)，近年來得到高速發(fā)展。物聯(lián)網(wǎng)技術(shù)的最大特征是通過傳感技術(shù)將物與物之間有效連接，實現(xiàn)事物的監(jiān)控和信息的收集及傳輸，從而促進社會經(jīng)濟發(fā)展和人們的交流溝通。隨著無線技術(shù)的飛速發(fā)展，無線傳感器在工業(yè)、農(nóng)業(yè)、交通、物流等領域的應用前景日益廣泛。為了同時實現(xiàn)廣泛的覆蓋和靈活的數(shù)據(jù)采集，將衛(wèi)星和無人機與物聯(lián)網(wǎng)設備相結(jié)合，如圖1所示，形成天-空-地一體化網(wǎng)絡(SAGIN)，這被認為是6G無線通信的一個重要趨勢。在該框架中，無人機作為中繼將物聯(lián)網(wǎng)設備的數(shù)據(jù)傳輸?shù)叫l(wèi)星，這大大提高了數(shù)據(jù)傳輸速率。

空天地一體化被認為是6G系統(tǒng)的潛在關(guān)鍵技術(shù)和重要特征。現(xiàn)有技術(shù)中UAV已被用于無線通信的空中基站、移動中繼、回程等。為了測量物聯(lián)網(wǎng)信息的新鮮度，Kaul首先引入了信息年齡，現(xiàn)有研究中信息年齡已被用來定義UAV輔助空天地一體化網(wǎng)絡收集的數(shù)據(jù)包新鮮度，并進一步提出了基于UAV蜂窩互聯(lián)網(wǎng)的聯(lián)合優(yōu)化問題，以最小化信息年齡。

近年來針對空天地一體化網(wǎng)絡已有多種規(guī)劃組網(wǎng)技術(shù)提出，但是現(xiàn)有解決規(guī)劃無人機軌跡問題的方案仍存在計算復雜度高、局限性大等問題。隨著人工智能技術(shù)的發(fā)展，深度強化學習開始廣泛應用于無線通信的性能優(yōu)化中，采用深度Q網(wǎng)絡、深度確定性策略梯度等多種訓練方法來提高優(yōu)化性能，但利用深度強化學習規(guī)劃無人機軌跡的研究還存在很多限制，主要包括：

1.在空天地一體化的系統(tǒng)下，使用無人機作為中繼傳輸數(shù)據(jù)，無人機數(shù)據(jù)收集時的飛行軌跡對數(shù)據(jù)新鮮度有著重要影響，然而目前對無人機軌跡規(guī)劃的解決方法計算復雜度過高，且有可能導致求解過程過早陷入局部最優(yōu)點。

2.現(xiàn)有系統(tǒng)模型中，多個無人機和物聯(lián)網(wǎng)設備之間的數(shù)據(jù)傳輸涉及匹配問題。目前大部分研究都僅針對無人機軌跡優(yōu)化或者匹配問題，未做出聯(lián)合考慮和設計，且將深度強化學習和匹配理論結(jié)合的技術(shù)較少。

3.隨著地面物聯(lián)網(wǎng)設備分布范圍的擴大，多個無人機之間的協(xié)作性加強，無人機之間的協(xié)作也會直接影響系統(tǒng)全局信息年齡。現(xiàn)有技術(shù)都是針對一個固定范圍討論系統(tǒng)的優(yōu)化問題，建立信息點數(shù)據(jù)動態(tài)分布、將UAV作為智能體進行分布式學習的技術(shù)較少。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種基于信息年齡的空天地一體化無人機物聯(lián)網(wǎng)數(shù)據(jù)采集方法，提高信息采集實時性，降低系統(tǒng)管控復雜度，提升人工智能技術(shù)在物聯(lián)網(wǎng)領域的應用水平。

為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是：

一種基于信息年齡的空天地一體化無人機物聯(lián)網(wǎng)數(shù)據(jù)采集方法，其特征在于包含以下步驟：

步驟一：構(gòu)建無人機輔助的空天地一體化物聯(lián)網(wǎng)系統(tǒng)；

步驟二：構(gòu)建無人機信道模型、信息年齡模型；

步驟三：建立基于信息年齡的無人機輔助空天地一體化物聯(lián)網(wǎng)數(shù)據(jù)采集模型；

步驟四：將問題轉(zhuǎn)換為馬爾可夫問題；

步驟五：引入神經(jīng)網(wǎng)絡解決狀態(tài)高維問題；