[发明专利]基于无人机通信的无线传感器网络节点Aol分析研究

说明书

本发明公开了基于无人机通信的无线传感器网络节点Aol分析研究，属于数据采集技术领域，该Aol分析研究具体步骤如下：(1)收集无人机工作状态并记录；(2)构建以及训练测试模型；(3)规划无人机飞行路线；本发明通过使用遗产算法对无人机飞行路径进行实时更新，能够大幅降低其使用局限性，同时提高无人机数据采集效率，提高工作人员使用体验。

技术领域

本发明涉及数据采集技术领域，尤其涉及基于无人机通信的无线传感器网络节点Aol分析研究。

背景技术

随着无人机技术逐渐成熟，制造成本和进入门槛降低，消费级无人机市场已经爆发，而民用无人机市场处于爆发前夜，无人机技术近些年在无线通信中的应用越来越广泛，无人机具有灵活性高、机动性强等特点，可以作为移动的空中基站来辅助地面基站通信；

经检索，中国专利号CN111752304A公开了无人机数据采集方法及相关设备，该发明虽然可以保证无人机数据采集的时间最短，同时保证无人机能够及时充电，但是无法实时对无人机飞行路径进行规划，使用局限性大，降低工作人员使用体验；为此，我们提出基于无人机通信的无线传感器网络节点Aol分析研究。

发明内容

本发明的目的是为了解决现有技术中存在的缺陷，而提出的基于无人机通信的无线传感器网络节点Aol分析研究。

为了实现上述目的，本发明采用了如下技术方案：

基于无人机通信的无线传感器网络节点Aol分析研究，该Aol分析研究具体步骤如下：

(1)收集无人机工作状态并记录：无人机从数据中心出发，并对各组无线传感器进行数据采集，计算平台对无人机工作状态进行实时采集；

(2)构建以及训练测试模型：依据各组无线传感器位置构建测试模型，对该测试模型进行训练优化；

(3)规划无人机飞行路线：将无人机工作状态导入测试模型中以进行无人机采集路线模拟规划，通知无人机依据规划完成的飞行路线进行无线传感器数据采集。

作为本发明的进一步方案，步骤(2)中所述训练优化具体步骤如下：

步骤一：计算平台与遥感卫星通信连接，并接收遥感卫星采集到的无线传感器所在位置环境信息；

步骤二：将环境信息导入测试模型中，同时将各无线传感器所在位置在测试模型中进行标注；

步骤三：将无人机工作状态信息导入测试模型中，同时测试模型提取无人机飞行数据，并构建观测数据集；

步骤四：从观测数据集中选取一个观测数据作为验证数据，并用该验证数据通过均方根误差来验证该测试模型的精度，如此重复多次；

步骤五：对于每一组数据，选取任意一个子集作为测试集，再取剩余子集作为训练集，再次统计均方根误差，直至对每组数据都进行一次预测，并将预测结果最好的数据作为最优参数输出；

步骤六：依据最优参数对训练数据集进行标准化处理，最后将训练样本输送到学习网络模型中，自行设置模型具体参数，并采用长期迭代法训练该模型。

作为本发明的进一步方案，步骤三中所述无人机工作状态包括无线传感器已采集数据的百分比、无人机位置以及无人机电量。

作为本发明的进一步方案，步骤(3)中所述模拟规划具体步骤如下：

第一步：测试模型模拟无人机的工作状态，同时收集无人机完成无线传感器节点内数据的一次采集所需时间；

第二步：测试模型依据各组无线传感器位置以及环境信息为无人机规划一组飞行路线，同时将其录入无人机存储单元；