基于Q 学习的无人机辅助WSN 数据采集轨迹规划
2021-04-29蒋宝庆陈宏滨
计算机工程 2021年4期
关键词:规划
蒋宝庆,陈宏滨
(桂林电子科技大学信息与通信学院,广西桂林 541004)
0 概述
无线传感器网络(Wireless Sensor Network,WSN)是传感器、计算机、无线通信及微系统等技术发展融合的产物[1],是物联网的基础技术之一[2],其由大量廉价微型传感节点组成,通过使用相互连接的智能传感器来感知和监控环境。无线传感器网络应用范围广泛,包括环境监测、工业监测、交通监测等各个方面。由于传感器的大数据环境和大规模无线传感器网络的出现,因此亟需新的节能数据采集技术。目前,无线传感器网络的数据采集方法主要集中在移动数据采集器和汇聚技术方面。随着智能城市、智能家居等概念的提出,无线传感器网络被认为是智能环境的核心技术。无线传感器网络能够以智能通信的方式交互建立一个智能网络,从而产生一个能够处理用户随机需求的应用系统。传统的无线传感器网络结构大多由静态节点组成,这些节点密集地分布在传感器区域内。近年来,人们提出了多种基于移动收集器的无线传感器网络结构,利用移动性来解决无线传感器网络中的数据收集问题,其中,无人机(Unmanned Aerial Vehicle,UAV)具有高机动性、灵活、可达视距点和成本低等特点。由于下一代无线通信领域将网络部署从地面转移到空中,因此无人机被广泛用作汇聚节点与基站之间的通信枢纽[3]。
然而,无线传感器网络的移动性也带来了静态无线传感器网络中不存在的一些问题。文献[4]指出其面临的挑战有感知侦查、唤醒-休眠机制、传输可靠性和移动控制,其中,移动控制指的是当移动收集器的运动可控制时,必须设计访问网络节点的策略,因此,必须定义移动节点的路径和停留时间,使网络性能达到最高。……
登录APP查看全文
