买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学申请的专利基于多目标优化算法的无人机集群异构数据采集网络部署方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118764385B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410744475.5，技术领域涉及：H04L41/0894；该发明授权基于多目标优化算法的无人机集群异构数据采集网络部署方法是由万良田;柴洪政;王彩云;孙璐;宁兆龙;林云设计研发完成，并于2024-06-11向国家知识产权局提交的专利申请。

本基于多目标优化算法的无人机集群异构数据采集网络部署方法在说明书摘要公布了：本发明属于多目标优化领域，涉及一种基于多目标优化算法的无人机集群异构数据采集网络部署方法。该方法利用空间几何知识计算障碍物对无线传感器信号传播影响的现实模型，结合真实环境，以覆盖度最大化和能耗最小化作为优化目标。改进了NDDEA算法，并使用改进后的多目标优化算法进行无人机集群异构数据采集网络部署模拟。本发明可有效提高无人机集群异构数据采集网络部署的覆盖程度，减小无人机集群异构数据采集网络的能耗，更贴合一般现实，并且与其他多目标进化算法相比，该方法优化得到的一组解分布性、收敛性更好。

本发明授权基于多目标优化算法的无人机集群异构数据采集网络部署方法在权利要求书中公布了：1.一种基于多目标优化算法的无人机集群异构数据采集网络部署方法，其特征在于，包括以下步骤： 步骤1、根据真实场景收集到的三维数据，搭建模拟场景；随机生成不同种类的无人机部署点集合S，S＝{s1,s2,...,sN}；监测区域T，为被覆盖的目标点集，T＝{t1,t2,....,tM}；障碍物区域R，即阻挡电磁波传播的区域，障碍物为长方体障碍物； 步骤2、在模拟场景中对无人机位置进行边界检测； 步骤3、根据不同类型无人机数据采集节点的特点利用空间几何计算障碍物对无人机数据采集节点电磁波信号传播的阻碍影响程度； 步骤4、结合障碍物对电磁波信号传播的影响及真实的无人机数据采集行为，计算无人机数据采集节点的覆盖率和能耗指标； 步骤5、将无人机集群异构数据采集网络的部署问题转化为一个多目标优化问题，以覆盖率最大化和能耗最小化作为优化目标； 步骤6、利用改进的多目标优化算法，采用针对次关键层和关键层的个体进行选择的方法，将待选择的个体与关联向量的向量角和最小邻域距离作为适应度，以此增加种群解分布的均匀性和多样性，对无人机集群异构数据采集网络部署模型中网络覆盖率和能耗进一步优化； 步骤7、设置模拟场景、无人机数据采集节点及改进的多目标优化算法的参数，对无人机数据采集网络进行仿真部署实验； 所述步骤4中，包括以下步骤： 401无人机数据采集节点电磁波信号损耗 无人机数据采集节点电磁波信号在传播过程中产生损耗，该损耗包括两部分，一部分为路径损耗，另一部分为障碍物引起的信号衰减； 无人机数据采集节点电磁波信号的路径损耗PPL1公式如下： 由障碍物引起的信号衰减PPL2公式如下： 因此，无人机数据采集节点电磁波信号的传播损耗PPL公式如下： 其中，d是无人机数据采集节点和监测点之间的欧氏距离；d0是参考距离；n是路径损耗指数，表示路径损耗随距离的增长率；n1是自由空间内的路径损耗指数；n2是在其他环境内的路径损耗指数； 402覆盖率指标的设计 采用网格模型的方法，通过计算无人机数据采集节点覆盖网格交叉点的方式，计算无人机数据采集节点网络的覆盖面积； 设定某无人机数据采集节点si的感知半径为Rcov，无人机数据采集节点坐标为xs,ys,zs，在三维空间中，对于监测区域内任意点tj，点tj的坐标为xt,yt,zt，psi,tj表示无人机数据采集节点si监测到目标点tj的概率，无人机数据采集节点模型为： 其中，dsi,tj为无人机数据采集节点si与点tj之间的欧式距离；α为信号衰减因子；PPL为无人机数据采集节点电磁波信号的传播损耗，Ri代表不同通信节点的信号覆盖半径； 覆盖率指无人机数据采集节点网络覆盖点在整个监测区域网格点的占比，反映无人机数据采集节点网络覆盖范围；无人机数据采集节点网络覆盖到的点的个数表示为： 其中，w1是无人机数据采集节点在无障碍物覆盖的区域部署的权重，w2是无人机数据采集节点在有障碍物覆盖的区域部署的权重，这两个都是设定的超参数；psi,tj是指无人机数据采集节点si监测到目标点tj的概率； 综上，覆盖率定义为如下： 其中，Num是无人机数据采集节点网络覆盖到的点的个数，M是目标区域中所有监测点的数量； 403能耗指标的设计 一个无人机数据采集节点所消耗的能量由两部分组成，一部分用于集群内监测信息和数据处理的能量，用Ecol表示；另一部分，用于无人机数据采集节点之间传输数据信息，用Etra表示； 无人机数据采集节点si，监测n个数据包消耗的能量Emonisi,tj,n，表示如下： Emonisi,tj,n＝klnd2si,tj7 其中，kl表示无人机数据采集节点监测数据信号能量衰减的系数，dsi,tj表示无人机数据采集节点si与目标监测点tj之间的欧式距离，能耗与这个距离成正比，无人机数据采集节点与目标监测点之间的欧式距离越远，则监测数据消耗的能量越大； 无人机数据采集节点电磁波的频率越高，波长就越短，传播半径越短，数据处理的能耗越大，数据处理的能耗与传播半径成反比，因此，无人机数据采集节点si处理n个数据包消耗的能量Edatasi,n，表示为： 其中，θ表示无人机数据采集节点中传感器处理数据的能量消耗系数，Ri表示无人机数据采集节点中不同类型传感器的传播半径； 集群内监测信息和数据处理的总能量消耗Ecolsi,tj,n为： Ecolsi,tj,n＝Emonisi,tj,n+Edatasi,n9 无人机数据采集节点si将n个数据包传输给无人机数据采集节点sp消耗的能量Etrasi,sp,n，表示如下： Etrasi,sp,n＝k2nd2si,sp10 其中，k2表示无人机数据采集节点之间进行通信时能量衰减的系数，dsi,sp表示无人机数据采集节点之间进行通信的距离，同样地，能耗与这个距离成正比； 综上，无人机数据采集节点异构网络中能量的消耗Esum，表示为： 所述步骤5中多目标优化问题，优化目标为：最大化覆盖率和最小化能耗，因此，将无人机数据采集节点异构网络部署问题转化为一个多目标优化问题，将无人机数据采集节点异构网络覆盖率最大化、能耗最小化作为问题的优化目标；在多目标优化问题中，研究的是最小化目标函数值，所以将无人机数据采集节点异构网络的覆盖率、能耗进行如下转化：

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。