[发明专利]基于太阳能供电型农业物联网的UAV数据采集轨迹算法

说明书

本发明公开了一种基于太阳能供电型农业物联网的UAV数据采集轨迹算法，包括先针对农田UAV‑WSN，选取太阳能节点作为簇头，然后采用基于最优簇数的FCM聚类算法确定聚类中心，并结合聚类中心映射簇头节点进行太阳能节点的部署；提出WSN不成簇、WSN成簇但簇头不融合数据、WSN成簇且簇头融合数据这3种不同的UAV轨迹设计方案，然后根据给定的CRLB，计算3种方案下区域所需的遍历节点数和分簇数；根据节点分布均匀度、节点剩余能量以及太阳能能量采集值进行UAV路径规划，得到3条UAV轨迹规划路线；计算3条路线所对应的节点能耗，通过能耗和UAV飞行路程选择最优方案。本发明可以设计出能耗低、路径长度短、数据采集范围广泛的UAV数据采集路径。

技术领域

本发明涉及UAV轨迹设计技术领域，特别涉及一种基于太阳能供电型农业物联网的UAV数据采集轨迹算法。

背景技术

无线传感器网络(WSN，wireless sensor network)作为农业物联网系统的重要组成部分，是转变农业生产模式，促进农业高效发展的重要载体。传统的WSN通常由大量体积小，储能少，价格低的传感器节点和若干个数据融合中心组成，传感器节点之间通过成簇、不成簇和单跳、多跳方式传递数据给融合中心(FC)，对于静止的FC，容易造成传感器节点的提早死亡和WSN的能量热区问题。为优化这一问题，在WSN中引入了UAV(Unmanned aerialvehicle)，采用UAV作物移动FC可以均衡WSN的网络能耗，而且可以有效的避免农田复杂的环境因素影响移动路径和数据采集稳定性问题。

近年来，WSN中的分布式估计引起了极大的研究兴趣。分布式估计的一个关键特点是传感器SN在WSN固有的限制(如能量受限、带宽受限和测量精度受限)下协同估计标量参数、信号矢量或其它参数，主要的设计目标是在达到可接受的估计性能的同时节约资源。UAV-WSN分布式估计的一个基本问题就是UAV的轨迹设计，需要考虑三个因素：首先，对于UAV自身限制，UAV的飞行路程是有上限的；其次，根据分布式估计精度要求，需要采集足够多的节点的量化数据，如最小化CRLB估计参数；最后，避免WSN过早出现死亡节点，需要所有节点的能耗均衡。因此，对于如何改善分布式估计性能这一问题，关键在于UAV如何找到一条能耗低，路径长度短，数据采集范围广泛的路径。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于太阳能供电型农业物联网的UAV数据采集轨迹算法，该算法可以设计出能耗低、路径长度短、数据采集范围广泛的UAV数据采集路径。

本发明的目的通过下述技术方案实现：一种基于太阳能供电型农业物联网的UAV数据采集轨迹算法，步骤如下：

S1、针对农田UAV-WSN，选取太阳能节点作为簇头，然后采用基于最优簇数的FCM聚类算法确定聚类中心，并结合聚类中心映射簇头节点进行太阳能节点的部署；

S2、提出WSN不成簇、WSN成簇但簇头不融合数据、WSN成簇且簇头融合数据这3种不同的UAV轨迹设计方案，然后根据给定的CRLB，计算3种方案下区域所需的遍历节点数和分簇数；

S3、根据节点分布均匀度、节点剩余能量以及太阳能能量采集值进行UAV路径规划，得到3种方案所对应的UAV轨迹规划路线；

S4、计算3条路线所对应的节点能耗，通过能耗和UAV飞行路程选择最优方案，最优方案即为UAV最终的数据采集轨迹。

优选的，在步骤S1中，采用基于最优簇数的FCM聚类算法确定聚类中心，过程具体如下：

S11、根据最优簇数公式计算得聚类数K：