公开(公告)号：CN119472713A

公开(公告)日：2025-02-18

申请号：CN202411516209.3

申请日：2024-10-29

Applicant: 重庆邮电大学

Inventor： 鲍宁海 ,  陈兴志 ,  卢啸威 ,  许小康

IPC: G05D1/46 ,  G06N20/00

Abstract: 本发明请求保护一种基于传感器数据新鲜度的无人机数据采集方法，属于通信技术领域。针对大尺度区域非均匀分布的传感器数据采集场景下，无人机巡航采集策略可能在能耗约束下难以保证数据采集的均衡性和公平性，从而导致数据新鲜度恶化的问题，提出一种基于传感器数据新鲜度的无人机数据采集方法。该方法采用双延时深度确定性策略梯度算法建立深度强化学习模型，根据地面传感器的位置分布，动态规划无人机的巡航轨迹，根据传感器数据新鲜度的实时分布，动态调整数据采集策略，通过设立无人机能耗约束，对巡航采集过程中的目标传感器对象以及数据采集量进行动态平衡与优化，从而有效提高系统的数据新鲜度。

公开(公告)号：CN119512201A

公开(公告)日：2025-02-25

申请号：CN202411530714.3

申请日：2024-10-30

Applicant: 重庆邮电大学

Inventor： 鲍宁海 ,  陈兴志 ,  许小康 ,  李明雨

IPC: G05D1/644 ,  G05D1/46 ,  G06N3/006 ,  G06N3/092 ,  G06N3/048

Abstract: 本发明请求保护一种基于蚁群算法激励的智能多无人机数据采集方法，属于通信技术领域。针对大规模非均匀分布的传感器数据采集场景下，基于传感器数据新鲜度约束的无人机群巡航采集策略可能造成无人机群能量效率低下，系统持续工作时间受限的问题，提出一种基于蚁群算法激励的智能多无人机数据采集方法。该方法采用深度强化学习方法建立无人机群巡航采集优化模型，根据地面传感器位置分布，动态规划无人机群的巡航轨迹，根据每架无人机关联的传感器数据新鲜度状态，利用蚁群算法思想构建数据采集激励函数，最大化无人机的数据采集效率，从而有效降低无人机群巡航过程中的系统能耗。