一种无线传感网数据采集中基于实际模型的无人机最优速度调度方法与流程

本发明属于无线传感网数据采集研究领域，尤其涉及一种无线传感网数据采集中基于实际模型的无人机最优速度调度方法。

背景技术：

最近基于无人机的无线通信技术引起了极大的关注。这种新兴技术的主要优势在于无人机可以利用其高移动性与地面建立可视通信链路，从而减轻信号阻塞。其中一个关键应用是无线传感器网络中海量数据的收集。在传统的无线传感网数据收集中，特别是在偏远的、地形恶劣的环境中，由于通信范围有限，因此静态传感器必须执行多跳传输。这意味着一些传感器不仅需要传输自己的数据，同时还要传递其他传感器的数据，从而导致这些传感器快速耗尽自身电量并增加了数据包丢失率。为了解决传统模式下传感器电池能耗快的问题，许多应用使用移动车辆在无线传感网中收集数据。显然基于移动车辆的数据收集模式降低了数据转发次数，提高了网络寿命，但是车辆收集的成本高以及受地形的限制仍是一个显著的不足。为了解决传统数据采集模式中上述不足，近几年来发展了一种基于无人机的数据收集模式。

显然，基于无人机的数据收集模式减少了信息转发次数，从而具有不受地形限制、造价成本低廉、延长无线传感网寿命等优点，但同时也具有不可忽视的不足：无人机电池能量有限。因此，如何保证无人机以较低的能耗进行信息收集至关重要，这意味着务必要对无人机能耗进行精准建模。目前现有的模式下，普遍认为无人机飞行能耗只与行驶路程长度有关，这是因为现有模式下的无人机能耗模型普遍采用无人机功率随着速度增加而线性增加的理论能耗模型。显然，此无人机能耗模型忽略了速度与时间对能耗的影响。

事实上，经过真实环境下的试飞试验，实际测量无人机功率与不同速度的关系发现，如图2所示，无人机功率随着速度增加先下降后上升，且呈现凸函数关系，与上述理论模型差距较大。显然，基于理论模型而开展的应用在具体实施时由于无法准确估量无人机剩余电量从而具有极大的风险。而从实验得到的实际环境中无人机能耗模型，如图2所示，无人机飞行能耗不仅仅与飞行路程有关，更与飞行速度密切相关。因此，基于此实际能耗模型，如何设计无人机飞行控制策略，使得无人机既可以收集完所有传感器信息，又使得无人机能耗最低，是一个关键的挑战性问题。

技术实现要素：

发明目的：针对以上问题，本发明提出一种无线传感网数据采集中基于实际模型的无人机最优速度调度方法，着重解决数据收集过程中无人机能耗优化问题。该方法针对传感器呈直线分布的场景，根据全局传感器的传输时间及所需的传输范围，计算出无人机在任意位置的速度，使得无人机既可以采集完所有设备信息，又使得能耗最低。由于无人机转角能耗微乎其微，因此在确定行驶路线后，可以将其等价的转化为直线模型。因此该方法具有通用性。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种无线传感网数据采集中基于实际模型的无人机最优速度调度方法，如图1所示，包括以下步骤：

步骤1.针对传感器呈直线分布的场景，以及已知功率与飞行速度函数关系的无人机，依据环境中传感器的相关参数初始化场景信息，依据已知的能耗模型计算无人机飞行单位距离最节能速度。

不失一般性，如图3所示，假设n个传感器分布在一条直线上，本专利采用数轴来表示无人机飞行轨迹，所有轨迹上的点均表示距离原点的距离，记无人机出发位置为原点p0，终点为pf。由于传感器传输功率较小，传感器的传输范围有限。对于传感器k来说，传感器k最远传输范围与无人机飞行轨迹相交的两个点记为lk，rk。其中，称lk为传感器k的左传输边界点，rk为传感器k的右传输边界点，那么区间(lk，rk)即意味着无人机在该区间内飞行即可采集传感器k的信息，1≤k≤n。

由于场景中n个传感器，因此总共会有2n个传输边界点。但由于某个传感器的左传输边界点有可能是其他传感器的右传输边界点，如图3所示，r1既是传感器1的右传输边界点又是传感器3的左传输边界点，因此传输边界点的数目m可能小于2n，m≤2n。将m个传输边界点按照距离原点的距离进行排序，并依次标记为b1，…，bm。本专利使用ξ(·)函数来映射传感器的左传输边界点lk或右传输边界点rk在b1，…，bm中的序号，如图3所示，传输边界点l1在b1，…，bm中排第二，因此ξ(l1)＝2。

本专利将传输边界点bk与bk+1之间的区间定义为单位区间，1≤k＜m，本专利使用ck表示第k个单位区间，即ck＝(bk,bk+1)。因本方法需要，任一传感器i设置一标志位oi，任一单位区间ck设置一标志位ak，标志位oi、ak只能为0或1，1≤i≤n。

不同无人机功率与飞行速度的函数关系式各不相同，但均符合如图2所示趋势，本专利使用p＝p(v)表示本专利中无人机功率与速度函数关系。此外，在p＝p(v)函数关系式具体确定的情况下必然存在一个固定速度，使得无人机飞行单位距离能耗最低，本专利称该速度为最节能速度。具体包括以下步骤：

步骤101.将所有单位区间ck的标志位ak初始化置为0，其中1≤k＜m；

步骤102.将所有传感器的标志位oi初始化置为0，其中1≤i≤n；

步骤103.将所有传感器的左传输边界点l1，…，ln按照距离原点的距离排序成其中，a1,a2,..,an是对应传感器编号，如图3所示，a1＝2，a2＝1，a3＝3。

步骤104.将所有传感器的右传输边界点r1,…,rn按照距离原点的距离排序成其中，d1,d2,..,dn是对应传感器编号，如图3所示，d1＝1,d2＝2,d4＝4。

步骤105.根据无人机功率与速度关系p＝p(v)，计算最节能速度v^*。其中，vmax表示该无人机所能行驶的最大速度。v^*计算如下：若等式(1)存在有理解，将该有理解记为v1，则v^*＝min(v1,vmax)，否则v^*＝vmax。

步骤2.针对步骤1获取的初始化信息，获取所有传感器传输范围的左边界与右边界，计算该场景中所有“段”的有效速度。不失一般性，根据步骤103以及步骤104的有序序列本专利定义“段”s(i,j)为传感器的左传输边界与右传输边界之间的区间，其中1≤i≤n,1≤j≤n。如图3所示，由于每个传感器有不同的数据量及不同的传输速率，本专利使用tk表示传感器k将自身数据传输给无人机所需要的最少时间，其中1≤k≤n，tk称为传感器k的传输时间。本专利定义“段”s(i,j)的有效距离d(i,j)为该“段”中标志位ak为0的单位区间的长度和，本专利定义“段”s(i,j)的有效时间t(i,j)为位于该“段”内标志位oi为0的传感器的传输时间和，“段”s(i,j)的有效速度v(i,j)即为该“段”中有效距离与有效时间的比值。

步骤2具体包括以下步骤：

步骤201.针对步骤1所初始化的场景信息，统计所有“段”s(i,j)的分布信息，并将所有“段”的有效距离d(i,j)、有效时间t(i,j)、有效速度v(i,j)初始化置为0，其中1≤i≤n,1≤j≤n。

步骤202.计算所有“段”s(i,j)的有效距离、有效时间。

步骤2021.根据步骤201得到的s(i,j)分布情况，计算“段”s(i,j)的有效距离d(i,j)。具体计算过程如公式2所示。

步骤2022.根据步骤201得到的s(i,j)分布情况，计算“段”s(i,j)的有效时间t(i,j)。具体计算过程如公式3所示。其中，tk表示传感器k的传输时间：

步骤203.对于任一“段”s(i,j)，结合步骤2021得到的有效距离d(i,j)、步骤2022得到的有效时间t(i,j)，若t(i,j)≠0，则该“段”的有效速度若t(i,j)＝0，则该“段”的有效速度v(i,j)置为正无穷。

步骤3.针对步骤203获取的有效速度v(i,j)，其中1≤i≤n,1≤j≤n，寻找有效速度最小的段s(i,j)，确定无人机在采集传感器信息时在该“段”上飞行的速度，更改标志位ak、oi状态，重复步骤201，202，203，直至迭代结束。

具体步骤如下：

步骤301.结合步骤203获取的所有“段”的有效速度v(i,j)，其中1≤i≤n,1≤j≤n，查找到最小且非0的有效速度v(p,q)及对应的“段”s(p,q)，若v(p,q)＜v^*，则进入步骤302，否则进入步骤306；

步骤302.对于步骤301获取的“段”s(p,q)，将无人机在“段”s(p,q)里所有标志位ak＝0的单位区间上的飞行速度设定为v(p,q)；

步骤303.将步骤301“段”s(p,q)中所有的单位区间的标志位ak置为1；

步骤304.将步骤301“段”s(p,q)中所包含的传感器的标志位oi置为1；

步骤305.检查场景中是否存在标志位oi＝0的传感器，若存在，则进入步骤201，否则进入步骤306；

步骤306.若场景中仍存在标志位ak＝0的单位区间，则将无人机在所有标志位ak＝0的单位区间上的飞行速度定为v^*,则本方法流程结束；若不存在则本方法流程结束。至此无人机在每一个单位区间上的飞行速度均已确定，无人机速度规划完成。

有益效果：与现有技术相比，本发明的技术方案具有以下有益技术效果：

(1)算法简单有效，逻辑清晰，复杂度较低，在离线状态下具有最优性，在线状态下也具有极高的效率，因此可以适用于实际环境中大规模无线传感网数据采集中，由于本发明基于实际情况下通用的能耗模型，因此本发明具有通用性，对无人机相关领域其他应用也具有积极作用。

(2)无线传感网的关键性能指标是“广覆盖、低成本、低功耗”。现有的采集模式下默认无人机功率随着速度增加而线性增加，与实际情况下无人机能耗模型差异较大，从而增加了事故发生的风险。本发明从实际能耗模型出发，以降低能耗为目标，合理控制无人机飞行速度，符合业界绿色节能网络采集的大趋势。

附图说明

图1为本发明实现的无线传感网数据采集中基于实际模型的无人机最优速度调度方法流程图；

图2为真实环境中无人机功率与飞行速度关系图；

图3为无线传感网中基于无人机采集四个传感器信息的场景图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

本发明提出了一种无线传感网数据采集中基于实际模型的无人机最优速度调度方法，如图1所示，包括以下步骤：

步骤1.针对传感器呈直线分布的场景，以及已知功率与飞行速度函数关系的无人机，依据环境中传感器的相关参数初始化场景信息，依据已知的能耗模型计算无人机飞行单位距离最节能速度。

不失一般性，如图3所示，假设n个传感器分布在一条直线上，本专利采用数轴来表示无人机飞行轨迹，所有轨迹上的点均表示距离原点的距离，记无人机出发位置为原点p0，终点为pf。由于传感器传输功率较小，传感器的传输范围有限。对于传感器k来说,传感器k最远传输范围与无人机飞行轨迹相交的两个点记为lk，rk。其中,称lk为传感器k的左传输边界点，rk为传感器k的右传输边界点，那么区间(lk,rk)即意味着无人机在该区间内飞行即可采集传感器k的信息，1≤k≤n。

由于场景中n个传感器，因此总共会有2n个传输边界点。但由于某个传感器的左传输边界点有可能是其他传感器的右传输边界点，如图3所示，r1既是传感器1的右传输边界点又是传感器3的左传输边界点，因此传输边界点的数目m可能小于2n，m≤2n。将m个传输边界点按照距离原点的距离进行排序，并依次标记为b1，…，bm。本专利使用ξ(·)函数来映射传感器的左传输边界点lk或右传输边界点rk在b1，…，bm中的序号，如图3所示，传输边界点l1在b1，…，bm中排第二，因此ξ(l1)＝2。

本专利将传输边界点bk与bk+1之间的区间定义为单位区间，1≤k＜m，本专利使用ck表示第k个单位区间，即ck＝(bk,bk+1)。因本方法需要，任一传感器i设置一标志位oi，任一单位区间ck设置一标志位ak，标志位oi、ak只能为0或1，1≤i≤n。

不同无人机功率与飞行速度的函数关系式各不相同，但均符合如图2所示趋势，本专利使用p＝p(v)表示本专利中无人机功率与速度函数关系。此外，在p＝p(v)函数关系式具体确定的情况下必然存在一个固定速度，使得无人机飞行单位距离能耗最低，本专利称该速度为最节能速度。具体包括以下步骤：

步骤101.将所有单位区间ck的标志位ak初始化置为0，其中1≤k＜m；

步骤102.将所有传感器的标志位oi初始化置为0，其中1≤i≤n；

步骤103.将所有传感器的左传输边界点l1,…,ln按照距离原点的距离排序成其中，a1,a2,..,an是对应传感器编号，如图3所示，a1＝2,a2＝1,a3＝3。

步骤104.将所有传感器的右传输边界点r1,…,rn按照距离原点的距离排序成其中，d1,d2,..,dn是对应传感器编号，如图3所示，d1＝1,d2＝2,d4＝4。

步骤105.根据无人机功率与速度关系p＝p(v)，计算最节能速度v^*。其中，vmax表示该无人机所能行驶的最大速度。v^*计算如下：若等式(1)存在有理解，将该有理解记为v1，则v^*＝min(v1,vmax)，否则v^*＝vmax。

步骤2.针对步骤1获取的初始化信息，获取所有传感器传输范围的左边界与右边界，计算该场景中所有“段”的有效速度。不失一般性，根据步骤103以及步骤104的有序序列本专利定义“段”s(i,j)为传感器的左传输边界与右传输边界之间的区间，其中1≤i≤n,1≤j≤n。如图3所示，由于每个传感器有不同的数据量及不同的传输速率，本专利使用tk表示传感器k将自身数据传输给无人机所需要的最少时间，其中1≤k≤n，tk称为传感器k的传输时间。本专利定义“段”s(i,j)的有效距离d(i,j)为该“段”中标志位ak为0的单位区间的长度和，本专利定义“段”s(i,j)的有效时间t(i,j)为位于该“段”内标志位oi为0的传感器的传输时间和，“段”s(i,j)的有效速度v(i,j)即为该“段”中有效距离与有效时间的比值。

步骤2具体包括以下步骤：

步骤201.针对步骤1所初始化的场景信息，统计所有“段”s(i,j)的分布信息，并将所有“段”的有效距离d(i,j)、有效时间t(i,j)、有效速度v(i,j)初始化置为0，其中1≤i≤n,1≤j≤n。

步骤202.计算所有“段”s(i,j)的有效距离、有效时间。

步骤2021.根据步骤201得到的s(i,j)分布情况，计算“段”s(i,j)的有效距离d(i,j)。具体计算过程如公式2所示。

步骤2022.根据步骤201得到的s(i,j)分布情况，计算“段”s(i,j)的有效时间t(i,j)。具体计算过程如公式3所示。其中，tk表示传感器k的传输时间：

步骤203.对于任一“段”s(i,j)，结合步骤2021得到的有效距离d(i,j)、步骤2022得到的有效时间t(i,j)，若t(i,j)≠0，则该“段”的有效速度若t(i,j)＝0，则该“段”的有效速度v(i,j)置为正无穷。

步骤3.针对步骤203获取的有效速度v(i,j)，其中1≤i≤n,1≤j≤n，寻找有效速度最小的段s(i,j)，确定无人机在采集传感器信息时在该“段”上飞行的速度，更改标志位ak、oi状态，重复步骤201，202，203，直至迭代结束。

具体步骤如下：

步骤301.结合步骤203获取的所有“段”的有效速度v(i,j)，其中1≤i≤n，1≤j≤n，查找到最小且非0的有效速度v(p,q)及对应的“段”s(p,q)，若v(p,q)＜v^*，则进入步骤302，否则进入步骤306；

步骤302.对于步骤301获取的“段”s(p,q)，将无人机在“段”s(p,q)里所有标志位ak＝0的单位区间上的飞行速度设定为v(p,q)；

步骤303.将步骤301“段”s(p,q)中所有的单位区间的标志位ak置为1；

步骤304.将步骤301“段”s(p,q)中所包含的传感器的标志位oi置为1；

步骤305.检查场景中是否存在标志位oi＝0的传感器，若存在，则进入步骤201，否则进入步骤306；

步骤306.若场景中仍存在标志位ak＝0的单位区间，则将无人机在所有标志位ak＝0的单位区间上的飞行速度定为v^*,则本方法流程结束；若不存在则本方法流程结束。至此无人机在每一个单位区间上的飞行速度均已确定，无人机速度规划完成。

本发明着重解决如何降低基于无人机的无线传感网数据采集中无人机飞行能耗问题。逻辑上主要包括三个部分，分别是场景信息预处理、“段”的有效速度的计算、无人机飞行速度的设置。本发明首先针对传感器信息进行处理并初始化“段”的信息；然后根据有效距离、有效时间等参数计算每个“段”的有效速度；最后对获取的有效速度进行筛选，最终可以得到无人机最优的速度规划。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。