摘要
本发明公开一种无人机辅助联邦学习多区域数据采集与路径优化方法,属于通信技术领域;方法包括:基于联邦学习网络,构建规定时间内无人机数据收集优化问题;将无人机数据收集优化问题分解为用户簇分配、簇内带宽分配和无人机路径规划三个子问题;使用改进贪心算法求解用户簇分配子问题,确定最优用户簇划分;基于最优用户簇划分,使用python中的SLSQP求解器求解簇内带宽分配子问题,优化簇内用户带宽分配;基于最优用户簇划分,使用动态路径规划算法求解无人机路径规划子问题,优化的无人机飞行轨迹。该方法适用于多用户、多区域分布场景下的联邦学习前置阶段优化,解决了传统调度策略中未能有效兼顾用户分布、通信覆盖与能量资源限制的问题。
技术关键词
路径优化方法
无人机路径规划
无人机数据
多区域
动态路径规划算法
无人机飞行轨迹
贪心算法
空间索引结构
路径优化系统
通信接口
计算机存储介质
能量采集
通信带宽
计算机程序产品
处理器
最终用户
存储器
网络
系统为您推荐了相关专利信息
反演模型
土壤水分估算方法
特征筛选方法
可见光
影像
无人机巡检
电力巡检
轨迹规划算法
杆塔
多无人机
优化调度模型
投资者
优化调度方法
多区域
优化调度装置