【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、精准农业、智能物流、灾难响应等。uav具有快速部署、易于编程和高可扩展性等优势，能够为多种现实场景提供可靠且经济高效的无线通信解决方案。此外，uav能够飞到设备无线信道条件良好的地方，使设备能够以低能耗完成传输数据。因此，在铁路无线传感网中，将uav用于传感数据收集，可以有效减小传感器网络的传输能耗，延长传感网络的生命周期；通过uav的轨迹控制可以获得更好的数据传输信道条件，以保
技术实现思路
1、为解决铁路无线传感网中存在的电池生命周期短、铁路对环境数据的一定的实时性需求、以及对海量监测数据的计算处理问题。本专利技术提供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。
2、本专利技术的一种无人机辅助的铁路传感数据收集与计算卸载方法，基于深度强化学习算法(deep reinforcement learning,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：
3、wsn的数据采集阶段：sn(sensor node)对铁路环境数据进行采集并将数据存储在缓存区中；sn向bs(base station)发送数据状态指示帧，内容包括sn的位置坐标、sn缓存区队列状态、数据时间戳、数据优先级。
4、uav数据收集阶段：基站bs根据wsn的数据状态与uav计算能力执行drl算法进行决策，包括uav数据收集飞行轨迹与计算任务卸载；bs向uav发送轨迹指示帧，内容包含uav需要先后到达的位置，uav基于该轨迹飞到相应sn位置并向sn发送唤醒指示帧，sn上传缓存区中传感数据。
5、计算任务卸载阶段：uav完成数据收集后向bs发送收集完成指示帧，bs向uav发送任务卸载指示帧，内容包括卸载数据比例和卸载数据类型，其中卸载比例的取值范围为0～1；在bs计算资源不足时，bs将部分任务卸载到列车进行计算，最终计算结果返回bs。
6、算法的训练与执行：drl算法在bs中执行，算法的环境状态信息包括sn的位置坐标、sn缓存区队列状态、数据时间戳、数据优先级及uav的计算资源；算法的动作包括uav轨迹及计算任务卸载决策；算法的奖励指标包括传输数据的新鲜度aoi、传输能耗与uav能耗；算法通过历史数据或实验阶段数据进行模型训练，当训练达到预设轮次或达到预设的反馈条件时，bs将训练后得到的模型用于对uav轨迹、数据收集与计算任务卸载决策。
7、进一步的，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。
8、进一步的，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，uav基于该飞行轨迹调整速度和方向先后飞到对应的sn位置，并向相应的sn发送唤醒指示帧，sn上传传感数据。
9、进一步的，任务卸载指示帧用于告知uav卸载计算任务，包括计算任务卸载比例与卸载数据类型，uav基于该指示将计算任务发送到bs；在bs计算资源不足时，bs将部分任务卸载到列车进行计算；对应设备完成计算后，计算结果均返回到bs。
10、本专利技术的一种无人机辅助的铁路传感数据收集与计算卸载系统，适用于上述的无人机辅助的铁路传感数据收集与计算卸载方法，包括但不限于wi-fi、星闪、zigbee和蓝牙通信技术构建的铁路wsn及网络协议转换的网关设备，以及uav、地面bs和高铁列车，关键设备间采用蜂窝通信制式包括但不限于4g、5g通信技术。
11、其中，wsn对铁路运营环境进行感知，并向基站发送数据状态指示帧，bs基于这些信息执行drl决策算法；bs向uav发送轨迹指示帧，uav基于该轨迹飞行，到达对应sn位置发送唤醒指示帧，sn将传感数据发送给uav；收集完成后，uav按照轨迹飞回bs并告知bs，bs向uav发送任务卸载指示帧，uav将计算任务卸载到bs，在bs计算资源不足时，bs将部分任务卸载到列车进行计算，最后所有结果返回bs。
12、本专利技术的有益技术效果为：
13、本专利技术面向铁路运维环境监测无线传感网的数据收集与计算，基站侧基于wsn的数据状态以及uav的计算资源决策uav的飞行轨迹进行数据收集及计算任务卸载，在满足铁路环境监测数据新鲜度需求的同时降低wsn的数据传输能耗与uav飞行及计算能耗，延长wsn网络的生命周期。本专利技术对未来铁路智能运维提供了有力支撑。
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，UAV基于该飞行轨迹调整速度和方向先后飞到对应的SN位置，并向相应的SN发送唤醒指示帧，SN上传传感数据。
4.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，所述任务卸载指示帧用于告知UAV卸载
5.一种无人机辅助的铁路传感数据收集与计算卸载系统，其特征在于，适用于权利要求1～4任一所述的无人机辅助的铁路传感数据收集与计算卸载方法，包括但不限于Wi-Fi、星闪、ZigBee和蓝牙通信技术构建的铁路WSN及网络协议转换的网关设备，以及UAV、地面BS和高铁列车，关键设备间采用蜂窝通信制式包括但不限于4G、5G通信技术；
...【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...
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。