Algoritmos de Optimización para la Recolección de Datos Cooperativa de UAV y MUV en Redes de Sensores Inalámbricos
Autores: Lu, Yu; Hong, Yi; Luo, Chuanwen; Li, Deying; Chen, Zhibo
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Algoritmos de Optimización para la Recolección de Datos Cooperativa de UAV y MUV en Redes de Sensores Inalámbricos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Vehículos aéreos no tripulados
Recolección de datos
Redes de sensores inalámbricos
Edad de la información
Limitación de energía
Planificación cooperativa de trayectorias
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
El despliegue de vehículos aéreos no tripulados (VANT) ha mejorado significativamente la eficiencia de la recolección de datos para redes de sensores inalámbricos (RSI). La frescura de la información recolectada de los sensores se puede medir por la edad de la información (AoI), que es un factor importante a considerar en la recolección de datos. Para la recolección de datos durante misiones a largo plazo, la limitación de energía de los VANT puede causar interrupciones en la misión, lo que hace más necesaria la suplementación de la energía de los VANT. Con este fin, introducimos el vehículo no tripulado móvil (VNTM) para garantizar la suplementación de energía de los VANT. En este documento, investigamos el problema de la planificación de trayectorias cooperativas de múltiples VANT y un solo VNTM (MUSM-CTP) para la recolección de datos en RSI, considerando la AoI de los datos recolectados y la capacidad limitada de la batería de los VANT. El objetivo de este problema es encontrar trayectorias de vuelo cooperativas para múltiples VANT y determinar el plan de viaje del VNTM para reemplazar las baterías de los VANT, de modo que se minimice la AoI promedio de todos los datos recolectados. Demostramos la NP-dificultad del problema y diseñamos el algoritmo a través de tres fases para resolverlo: determinando puntos de espera candidatos basados en el método de agrupamiento por propagación de afinidad (AP), construyendo las trayectorias de vuelo de múltiples VANT basadas en el algoritmo genético (GA) y diseñando un plan de viaje para el VNTM. Los resultados de la simulación verifican la efectividad del algoritmo propuesto para mejorar la frescura de la información recolectada de todos los sensores.
Descripción
El despliegue de vehículos aéreos no tripulados (VANT) ha mejorado significativamente la eficiencia de la recolección de datos para redes de sensores inalámbricos (RSI). La frescura de la información recolectada de los sensores se puede medir por la edad de la información (AoI), que es un factor importante a considerar en la recolección de datos. Para la recolección de datos durante misiones a largo plazo, la limitación de energía de los VANT puede causar interrupciones en la misión, lo que hace más necesaria la suplementación de la energía de los VANT. Con este fin, introducimos el vehículo no tripulado móvil (VNTM) para garantizar la suplementación de energía de los VANT. En este documento, investigamos el problema de la planificación de trayectorias cooperativas de múltiples VANT y un solo VNTM (MUSM-CTP) para la recolección de datos en RSI, considerando la AoI de los datos recolectados y la capacidad limitada de la batería de los VANT. El objetivo de este problema es encontrar trayectorias de vuelo cooperativas para múltiples VANT y determinar el plan de viaje del VNTM para reemplazar las baterías de los VANT, de modo que se minimice la AoI promedio de todos los datos recolectados. Demostramos la NP-dificultad del problema y diseñamos el algoritmo a través de tres fases para resolverlo: determinando puntos de espera candidatos basados en el método de agrupamiento por propagación de afinidad (AP), construyendo las trayectorias de vuelo de múltiples VANT basadas en el algoritmo genético (GA) y diseñando un plan de viaje para el VNTM. Los resultados de la simulación verifican la efectividad del algoritmo propuesto para mejorar la frescura de la información recolectada de todos los sensores.