10.19678/j.issn.1000-3428.0057207
基于Q学习的无人机辅助W SN数据采集轨迹规划
针对无人机辅助采集无线传感器网络数据时各节点数据产生速率随机和汇聚节点状态不一致的场景,提出基于Q学习的非连续无人机轨迹规划算法Q-TDUD,以提高无人机能量效率和数据采集效率.基于各节点在周期内数据产生速率的随机性建立汇聚节点的汇聚延时模型,应用强化学习中的Q学习算法将各汇聚节点的延迟时间和采集链路的上行传输速率归一化到奖励函数中,通过迭代计算得到最佳非连续无人机飞行轨迹.实验结果表明,与TSP-continues、TSP、NJS-continues和NJS算法相比,Q-TDUD算法能够缩短无人机的任务完成时间,提高无人机能效和数据采集效率.
无线传感器网络、数据采集、无人机、轨迹规划、Q学习算法
47
TP393(计算技术、计算机技术)
国家自然科学基金61671165
2021-05-07(万方平台首次上网日期,不代表论文的发表时间)
共9页
127-134,165