摘要
本发明公开了一种用于无线传感器网络数据收集与能量补充的无人机三维飞行轨迹规划方法,属于物联网技术领域。本发明通过密度峰值聚类算法将网络划分为多个簇,设计了一种基于路由协议的动态簇头选择机制,以优化簇头的位置。采用了引入渗透机制的自组织映射网络来确定最短的飞行路径。通过深度确定性策略梯度算法,对无人机的飞行高度进行动态调整,同时规划其飞行路线,确保无人机能够高效地进行数据采集并为充电范围内的传感器节点进行能量补充。本发明显著优化了无人机对传感器充电和采集数据的距离、提高了能量利用效率,提高了网络的能量补充和数据采集效率并延长网络生存时间。
技术关键词
传感器节点
轨迹规划方法
SOM神经网络
密度峰值聚类算法
无线传感器网络模型
延长网络生存时间
深度确定性策略梯度
平衡能量消耗
无人机数据采集
邻域
无人机路径规划
深度强化学习算法
旋翼
无人机叶片
数据采集效率
系统为您推荐了相关专利信息
解剖图像数据
关键特征点
轨迹规划方法
学习机器人
图像分割网络
实时监测技术
节点
SOM神经网络
换流站
故障快速定位
SOM神经网络
三维网格数据
多层感知机
高质量三维网格
流场结构
电梯智能调度方法
密度峰值聚类算法
多电梯
乘客等待时间
因子
分布式状态估计方法
估计误差
状态空间模型
强化学习策略
变量