[发明专利]一种基于多无人机的数据收集模型优化方法

权利要求书

1.一种基于多无人机的数据收集模型优化方法，其特征在于，包括以下步骤：

步骤1：引入多个地面节点位置以及多无人机轨迹模型，进一步构建每架无人机轨迹的约束条件，并构建时间离散化序列；

步骤2：构建每个地面节点传输功率变量的约束条件；

步骤3：构建每架无人机与每个地面节点之间的信道功率增益模型，构建每架无人机收集每个地面节点数据的信号与干扰加噪声比模型；

步骤4：构建每架无人机与每个地面节点之间的数据传输规划模型的约束条件；

步骤5：构建整个数据收集过程中每个地面节点的总数据量约束条件；

步骤6：构建每架无人机飞行能耗模型，进一步构建多架无人机飞行能耗模型；

步骤7：构建多个地面节点传输数据的总能耗模型；

步骤8：根据多无人机轨迹模型构建多无人机轨迹约束条件；根据节点传输功率模型构建传输功率约束条件；将无人机收集每个地面节点数据的信号与干扰加噪声比模型与数据传输规划模型一同构建数据收集约束条件；将无人机飞行能耗模型与节点传输数据的总能耗模型构建系统能耗约束条件；将收集节点的最小数据量最大化作为优化目标，通过联合优化算法优化每架无人机的轨迹、每架无人机的数据传输规划、每架无人机的节点传输功率与每架无人机的数据收集时间，得到优化后每架无人机的轨迹、优化后每架无人机的数据传输规划、优化后每架无人机的节点传输功率、优化后每架无人机的数据收集时间。

2.根据权利要求1所述的基于多无人机的数据收集模型优化方法，其特征在于：

步骤1中所述多个地面节点位置表示为：

g_k＝(x_k,y_k)^T,k＝1,…,K

其中，g_k表示第k个地面节点的水平位置，x_k表示第k个地面节点的横坐标，y_k表示第k个地面节点的纵坐标，K表示地面节点的数量；

步骤1中所述多无人机轨迹模型表示为：

q_u[n]＝(x_u[n],y_u[n])^T,n＝1,…,N-1,u＝1,…,U

其中，q_u[n]表示第n个时隙时第u架无人机的轨迹位置，x_u[n]表示第n个时隙时第u架无人机的轨迹位置的横坐标，y_u[n]表示第n个时隙时第u架无人机的轨迹位置的纵坐标，N-1表示时隙的数量，U表示无人机的数量；

多架无人机的飞行高度均为H；

步骤1中所述每架无人机轨迹模型的约束条件为：

q_u[1]＝q_u[N],u＝1,…,U

其中，D_max代表单个时隙内无人机能够飞行移动的最大距离且δ表示单个时隙的时间长度，V_max表示无人机的最大飞行速度；d_s代表无人机之间的最小安全距离，表示符号两边相互等价；

步骤1所述构建时间离散化序列，具体为：

T_f为无人机完成数据收集时间，每架无人机完成数据收集的时间相同，均为T_f；对其进行离散化处理，将T_f平均分为N-1个时隙，即T_f＝(N-1)δ，δ为每一个时隙的时间长度。

3.根据权利要求1所述的基于多无人机的数据收集模型优化方法，其特征在于：

步骤2所述每个地面节点传输功率模型中变量的约束条件，具体为：

0≤p_k[n]≤P_max

k＝1,…,K

n＝1,…,N-1

其中，P_max为地面节点的最大数据传输功率，p_k[n]表示第k个地面节点第n个时隙时的数据传输功率变量，K表示地面节点的数量，N-1表示时隙的数量。