一种面向无人机区域协同覆盖的感知任务分配方法

感知任务的合理分配是影响无人机目标区域覆盖的重要因素,针对任务需求差异并考虑无人机局部观测性和环境不确定性,提出一种面向目标区域协同覆盖的感知任务分配方法。将目标区域进行差异划分,构建基于分布式马尔可夫覆盖模型的任务分配控制框架;利用目标线路集和任务扩散调度序列集对目标区域进行差异化计算,并提出基于强化学习的任务差异化分配方法,实现动态目标区域的最优覆盖策略。仿真实验结果表明:在满足航向速率和空速的条件下,任意两台无人机之间可以合理地扩散调度任务,同时通过差异化学习方法使覆盖线路代价和目标函数适应值收敛稳定且覆盖率达到90%以上,实现对任务分配的有效控制。

面向5G网络的WSN网络节点安全部署算法

在部署无线传感器网络(Wireless Sensor Networks,WSN)网络节点的过程中,由于缺乏对节点位置的寻优分析,导致节点的覆盖效果和分布效果不理想,为此提出面向5G网络的WSN网络节点安全部署算法。首先,结合目标覆盖区域的三维空间特征,以集合的形式对无线传感器节点进行表征,并采用概率感知的方式计算节点感知状态,构建WSN节点覆盖模型;其次,引入花朵授粉算法,采用局部授粉的方式设置初始无线传感器节点的位置,以WSN节点覆盖模型输出结果最大化为目标函数开展全局授粉,实现对无线传感器节点位置的更新寻优;最后,通过设置缩放步长因子与迭代次数之间的线性关系,实现对寻优精度的控制。测试结果表明,设计算法的节点覆盖率稳定在91.02%以上,均匀度稳定在16.15以上,均处于较高水平。