基于无人机辅助的WSN数据采集机制研究

作     者：兰婷婷 

作者单位：黑龙江大学 

学位级别：硕士

导师姓名：秦丹阳

授予年度：2022年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 080202[工学-机械电子工程] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 082503[工学-航空宇航制造工程] 081001[工学-通信与信息系统] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 

主      题：无线传感器网络 无人机 数据采集 轨迹规划 凸优化 

摘      要：在无线传感器网络（Wireless Sensor Network,WSN）中,传统的数据采集主要以多跳转发的方式将数据传输到融合中心。大量冗余的数据不仅加速了WSN的能量消耗,而且也难以保障数据传输的时效性。此外,在丘陵或者灾区等环境恶劣的场景中,苛刻或受损的地表状况也导致基础设施部署面临较多困难。近年来,无人机（Unmanned Aerial Vehicle,UAV）因其具有部署灵活、低成本以及高机动性等特点受到了广泛的关注。利用UAV作为移动数据采集器能够实现可靠且节能的数据传输,可以有效地解决地面网络通信资源匮乏的问题。此外,考虑到UAV有限的电池容量也是制约WSN性能的主要因素,并且由于UAV的高移动性,会导致与传感器之间的信道动态变化,因此需要合理优化UAV的飞行轨迹以实现更高效的数据传输。本研究将立足于WSN的实际应用需求,提出基于单UAV和多UAV两种数据采集机制,设计航迹规划算法优化UAV的轨迹,从而实现目标区域内传感器数据的高效采集。研究中,首先针对单UAV进行区域部署场景下的传感器数据采集需要,设计一种高效节能的数据采集机制。提出一种基于中心偏置的分布式聚类算法对簇头（Cluster Head,CH）进行选择,使得UAV可以根据所提算法搜索CH位置,并优化数据采集位置。根据所得到的数据采集位置,设计一种改进的遗传算法,实现对UAV数据采集轨迹的优化,并使UAV飞行时间最小,从而满足低能耗需求。实验结果表明,所提出的数据采集机制在能耗、可扩展性、控制开销、延迟和负载平衡方面优于传统的单UAV数据采集方案。研究进一步将应用场景扩展到广域UAV集群覆盖区域,以实现更高效率的数据采集,并提出一种基于多UAV辅助的WSN数据采集时间最小化方案（Data collection Time Minimization Scheme,DTMS）。DTMS考虑了UAV速度,能量阈值以及SN数据量和可用能量等多个约束条件,通过联合优化UAV轨迹,SN关联机制以及每个UAV的采集时间来最小化所有UAV的任务完成时间。由于该问题是一个非凸优化问题,难以求解。为此,研究分别考虑了UAV悬停和飞行两种数据采集模式,通过基于松弛变量的模型构建,将非凸问题转化为凸优化问题。提出了基于交替优化和基于逐次凸逼近的迭代算法,从而解决了继发性凸优化问题。结果表明,与基准方案相比,本文的多UAV数据采集方案缩短了任务完成时间。