[发明专利]基于轻量级区块链的无人机自组网数据可靠共享方法在审
申请号: | 202310066217.1 | 申请日: | 2023-01-16 |
公开(公告)号: | CN116319998A | 公开(公告)日: | 2023-06-23 |
发明(设计)人: | 李兴华;李卓文;任哲;王子豪;王运帷;任彦冰;郭晶晶;杨超;张俊伟;姜奇;苗银宾 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | H04L67/568 | 分类号: | H04L67/568;H04L67/5682;H04W84/18;H04W84/06;H04W28/14;H04L67/1097;H04B7/185;H04L1/00;G06F12/0877;G06F21/64;G06F17/16 |
代理公司: | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人: | 王萌 |
地址: | 710071*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 轻量级 区块 无人机 组网 数据 可靠 共享 方法 | ||
1.一种基于轻量级区块链的无人机自组网数据可靠共享方法,其特征在于,应用于无人机自组网中的无人机;所述无人机自组网基于区块链实现数据共享,所述方法包括:
当有区块被共识验证通过时,将该区块缓存至预设大小的缓存区,并将该区块的区块头存储到本地;根据地面控制站通知的纠删码编码参数对该区块的区块体数据进行纠删码编码,得到编码矩阵;从所述编码矩阵中选取自身对应的编码数据块存储到本地;
当无人机是出块无人机时,收集网内所有无人机的状态数据;根据所收集的状态数据,利用预先训练完成的BDQN模型模拟马尔科夫过程来预测各无人机的缓存替换动作的组合;广播所述组合;
当无人机获得所述组合时,按照所述组合中与自身对应的缓存替换动作对所述缓存区内的区块进行选择性的替换;
当无人机想要访问的链上数据位于目标区块,且所述目标区块不在所述缓存空间中时,通过与其他无人机进行交互来获取或恢复所述目标区块。
2.根据权利要求1所述的方法,其特征在于,所述当无人机想要访问的链上数据位于目标区块,且所述目标区块不在所述缓存空间中时,通过与其他无人机进行交互来获取或恢复所述目标区块,包括:
当无人机想要访问的链上数据位于目标区块,且所述目标区块不在所述缓存空间中时,广播数据访问请求,以使缓存有所述目标区块的其他无人机反馈所述目标区块;
当所述数据访问请求超时未被响应时,广播数据恢复请求,以使其他无人机反馈各自存储的编码数据块;
根据自身存储的以及其他无人机反馈的编码数据块,利用纠删码解码规则恢复所述目标区块。
3.根据权利要求1或2所述的方法,其特征在于,所述缓存区的大小不超过100MB。
4.根据权利要求1所述的方法,其特征在于,所述BDQN模型,包括:特征提取网络、状态价值网络、第一动作分支网络、第二动作分支网络以及动作决策网络;
所述特征提取网络,用于从状态数据矩阵提取无人机状态特征;其中,所述状态数据矩阵是出块无人机根据所收集的状态数据构建得到的;
所述状态价值网络,用于根据无人机状态特征计算状态价值矩阵;
所述第一动作分支网络,用于根据所述无人机状态特征计算表征网内所有无人机的换出区块高度的第一预测信息;
所述第二动作分支网络,用于根据所述无人机状态特征计算表征网内所有无人机的换入区块高度的第二预测信息;
所述动作决策网络,用于根据所述状态价值矩阵、所述第一预测信息以及所述第二预测信息,利用预定义的全局奖励函数决策出网内所有无人机的缓存替换动作的最优组合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310066217.1/1.html,转载请声明来源钻瓜专利网。