【技术实现步骤摘要】
本专利技术属于无人机，涉及一种无人机辅助的环境状态感知及数据收集方法。
技术介绍
1、无人机是指由远程控制或计算机程序控制的动力飞行器，可重复使用且无需载人。因具有机动性高、成本低、隐蔽性强及易部署等优点，无人机在军事及民用领域均得到广泛应用。为了克服频谱资源的限制和硬件依赖性，可采用感知与通信融合(isac)技术，通过在无人机上部署通信和传感模块，无人机可以在与其他用户进行通信的同时执行目标感知。在无人机辅助的通信感知场景中，如何综合考虑多样化的服务需求和复杂的网络特性，设计合理且高效的通信感知调度和轨迹规划策略是亟需解决的重要课题。
2、已有研究设计了无人机通信感知调度及轨迹规划策略。然而，现有研究大多专注于优化单一性能指标，较少考虑目标感知及数据传输性能的联合优化。此外，现有研究多针对静态场景开展研究，较少考虑系统长期性能优化。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种无人机辅助的环境状态感知及数据收集方法，针对包含多个无人机、一个地面基站及多个地面兴趣点(poi)，建模与兴趣点的检测概率和、系统信息年龄、无人机总能耗相关的奖励函数为优化目标，确定无人机的飞行策略、感知调度及收集收集策略。
2、为达到上述目的，本专利技术提供如下技术方案：
3、一种无人机辅助的环境状态感知及数据收集方法，该方法包括以下步骤：
4、s1、构建无人机辅助的环境状态感知及数据收集场景，并建模系统模型；
5、s2、在无人机辅助
6、s3、建模兴趣点检测概率和；
7、s4、建模系统信息年龄；
8、s5、建模无人机总能耗；
9、s6、建模无人机感知及数据收集限制条件；
10、s7、建模系统状态空间、动作空间及奖励函数
11、s8、建模并训练结合长短期记忆及注意力机制的多代理深度确定性策略梯度模型；
12、s9、基于训练的模型确定无人机的飞行轨迹、感知调度及数据收集策略；
13、进一步，在步骤s1中，无人机辅助的环境状态感知及数据收集场景包括多个无人机、一个地面基站及多个地面兴趣点(pois)；pois收集环境状态信息，无人机检测pois的状态，若检测成功，则收集pois的数据；
14、令un表示第n架无人机，1≤n≤n；将系统时间划分为长度相等的t个时隙，时隙长度为τ；令θn,t表示第t个时隙un的飞行角度，θn,t∈[0,2π]；令表示第t个时隙un的位置，h为un的飞行高度；无人机的位置更新公式表示为：其中v为无人机的飞行速度；
15、令表示第m个poi的位置，1≤m≤m，m为poi的总数；假设场景中的poi通过频分多址接入ofdma技术传输数据至无人机，每个子信道的带宽为b。
16、进一步，在步骤s2中，无人机信道模型定义为：
17、无人机与poi之间信道建模为概率视距los信道，令表示第t个时隙un和第m个poi之间的信道为los信道的概率，其表示为：
18、
19、其中a和a′是与环境相关的常数，θn,m,t为第t个时隙un和第m个poi之间的仰角，表示为：dn,m,t为第t个时隙un和第m个poi之间的距离，其表示为：
20、
21、令为第t个时隙un和第m个poi之间los信道的路径损耗，其表示为：
22、
23、其中αf为取决于信道频率和光速的常数，αlos是来自环境的平均附加视距路径损耗；
24、令为第t个时隙un和第m个poi之间nlos信道的路径损耗，其表示为：
25、
26、其中αnlos是来自环境的平均附加非视距路径损耗；
27、令hn,m,t为第t个时隙un和第m个poi之间的平均路径损耗，其表示为：
28、
29、在步骤s2中，数据收集速率定义为：
30、令γn,m,t为第t个时隙un和第m个poi之间的信噪比，其表示为：
31、
32、其中pm表示第m个poi的发送功率，n0表示无人机接收机处的噪声功率谱密度；
33、令rn,m,t为第t个时隙un和第m个poi之间的数据传输速率，其表示为：
34、rn,m,t＝blog2(1+γn,m,t)。
35、在步骤s3中，兴趣点检测概率和定义为：
36、令为un在第t个时隙检测第m个poi时对应的接收功率，其表示为：
37、
38、其中ps表示无人机检测目标时采用的发射功率，gt表示无人机雷达发射天线增益，gr表示雷达接收天线增益，σm表示第m个poi的雷达截面积，λ表示雷达信号的波长，lrt表示损耗系数；
39、令表示第t个时隙un检测第m个poi时对应的检测概率，表示为：
40、
41、其中i0(·)表示零阶贝塞尔函数，σ2表示无人机感知目标时的噪声功率；vt表示信号幅度门限值，令pfa表示雷达虚警概率给定常数，可得：
42、
43、令μn,m,t∈{0,1}为poi感知关联变量，μn,m,t＝1表示un在第t个时隙对第m个poi进行感知，反之μn,m,t＝0；截止第t个时隙第m个poi至少被un成功检测一次的检测概率表示为：
44、
45、所有poi的检测概率和psum表示为：
46、
47、进一步，在步骤s4中，系统信息年龄定义为：
48、令βn,m,t∈{0,1}为poi的数据收集变量，βn,m,t＝1表示un在第t个时隙收集第m个poi的数据，否则βn,m,t＝0；
49、令为第t个时隙第m个poi传输数据至un的时长，其表示为：
50、
51、其中dm,t为截止第t个时隙第m个poi待传输至无人机的剩余数据量，其表示为：
52、
53、dm表示第m个poi的初始数据量；
54、令am,t为第t个时隙第m个poi的信息年龄，其表示为：
55、am,t＝(t-sm)+
56、其中，(x)+＝max{0,x}，sm为第m个poi开始传输数据的时隙，其表示为：
57、
58、令a表示系统的总信息年龄，其表示为：
59、
60、进一步，在步骤s5中，无人机总能耗建模为：
61、令pf为无人机的飞行功率，其表示为：
62、
63、其中，vtip表示无人机转子叶片的叶尖速度，v0表示无人机转子引起的平均速度；常数c1、c2、c3取决于无人机的功率、旋翼和空气密度；
64、令ph为无人机单位时隙的悬停功率，其表示为：
65、本文档来自技高网...
【技术保护点】
1.一种无人机辅助的环境状态感知及数据收集方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤S1中，无人机辅助的环境状态感知及数据收集场景包括多个无人机、一个地面基站及多个地面兴趣点(PoIs)；PoIs收集环境状态信息，无人机检测PoIs的状态，若检测成功，则收集PoIs的数据；
3.根据权利要求2所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤S2中，无人机信道模型定义为：
4.根据权利要求3所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤S2中，建模数据收集速率，具体为：
5.根据权利要求4所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤S3中，建模兴趣点检测概率和，具体为：
6.根据权利要求5所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤S4中，建模系统信息年龄，具体为：
7.根据权利要求6所述的一种无人机辅助的环境状态感知及数据收集方法，其特
8.根据权利要求7所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤S6中，无人机感知及数据收集的限制条件包括UAV-PoI关联限制条件、感知限制条件、数据传输限制条件、无人机飞行限制条件，其中，
9.根据权利要求8所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤S7中建模系统状态空间、动作空间及奖励函数，具体包括：
10.根据权利要求9所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤S8中建模并训练结合长短期记忆(LSTM)及注意力机制的多代理深度确定性策略梯度(MADDPG)，具体包括：
11.根据权利要求10所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤S9中，利用训练得到的结合LSTM及注意力机制的MADDPG网络，在满足无人机感知及数据收集限制条件下，以奖励函数优化为目标确定无人机的飞行策略、感知调度及收集收集策略。
...【技术特征摘要】
1.一种无人机辅助的环境状态感知及数据收集方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤s1中，无人机辅助的环境状态感知及数据收集场景包括多个无人机、一个地面基站及多个地面兴趣点(pois)；pois收集环境状态信息，无人机检测pois的状态，若检测成功，则收集pois的数据；
3.根据权利要求2所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤s2中，无人机信道模型定义为：
4.根据权利要求3所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤s2中，建模数据收集速率，具体为：
5.根据权利要求4所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤s3中，建模兴趣点检测概率和，具体为：
6.根据权利要求5所述的一种无人机辅助的环境状态感知及数据收集方法，其特征在于：在步骤s4中，建模系统信息年龄，具体为：
7.根据权利要求6所述的一种...
【专利技术属性】
技术研发人员：柴蓉，陈超凡，艾新雨，陈前斌，
申请(专利权)人：重庆邮电大学，
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。