公开(公告)号：CN119512201A

公开(公告)日：2025-02-25

申请号：CN202411530714.3

申请日：2024-10-30

Applicant: 重庆邮电大学

Inventor： 鲍宁海 ,  陈兴志 ,  许小康 ,  李明雨

IPC: G05D1/644 ,  G05D1/46 ,  G06N3/006 ,  G06N3/092 ,  G06N3/048

Abstract: 本发明请求保护一种基于蚁群算法激励的智能多无人机数据采集方法，属于通信技术领域。针对大规模非均匀分布的传感器数据采集场景下，基于传感器数据新鲜度约束的无人机群巡航采集策略可能造成无人机群能量效率低下，系统持续工作时间受限的问题，提出一种基于蚁群算法激励的智能多无人机数据采集方法。该方法采用深度强化学习方法建立无人机群巡航采集优化模型，根据地面传感器位置分布，动态规划无人机群的巡航轨迹，根据每架无人机关联的传感器数据新鲜度状态，利用蚁群算法思想构建数据采集激励函数，最大化无人机的数据采集效率，从而有效降低无人机群巡航过程中的系统能耗。

公开(公告)号：CN119136258A

公开(公告)日：2024-12-13

申请号：CN202411516169.2

申请日：2024-10-29

Applicant: 重庆邮电大学

Inventor： 鲍宁海 ,  卢啸威 ,  李明雨 ,  陈兴志

IPC: H04W28/084 ,  H04W28/08 ,  H04W28/14 ,  H04W84/06

Abstract: 本发明请求保护一种基于服务缓存的异构无人机网络任务卸载方法，属于通信技术领域。针对轻量型无人机网络难以提供充足的缓存资源，可能导致服务缓存配置不均衡，用户服务体验差的问题，提出一种在轻量型无人机网络中引入一架增强型无人机的异构无人机网络任务卸载方法。该方法采用深度强化学习算法，根据地面用户的位置分布和任务卸载请求，动态规划异构无人机群的巡航轨迹，根据轻量型无人机缓存容量约束和关联用户的服务流行度分布构建服务缓存决策，根据机载计算资源和服务缓存状态构建任务卸载与资源分配决策，从而提高无人机群的服务缓存效率，最大化任务卸载完成率并降低系统单位任务卸载时延。