摘要
本申请属于物联网技术与强化学习领域,公开了一种无线可充电传感器网络下数据采集的信息年龄的优化方法,首先采用带权K‑Medoids聚类算法,依据传感器节点的地理位置、电量状态和数据优先级,确定无人机的悬停点和节点的初始簇划分,然后使用深度强化学习中的双重深度Q网络(DDQN)算法进行无人机路径规划和动态调整悬停策略,以簇内平均信息年龄(AoI)和整体网络平均AoI最小化为优化目标,并通过DDQN算法的反馈机制动态调整聚类算法中的节点权重,从而实现AoI的持续优化。本申请有效降低数据采集延迟,提高信息采集实时性和网络整体性能,具有高效灵活、适应性强和可扩展性强的优点。
技术关键词
传感器节点
无线充电网络
强化学习算法
年龄
无人机数据采集
数据中心
无人机路径规划
动态
布局
网络架构
深度强化学习
深度Q网络
物联网技术
聚类算法