无人机群分簇辅助的无线传感器网络数据采集算法

摘要

在大规模物联网场景中，无线传感器网络常因空间地理分布特征而形成多个互相隔离的子区域，这种地理分割特性为传统数据收集带来了挑战。无人机凭借其高度的机动性和部署灵活性，为解决这一问题提供了新的思路。然而，现有的无人机辅助数据采集方案中，各无人机独立工作且需分别返回基站交付数据，这种工作模式导致了显著的路径冗余和能量浪费。为此，提出了一种无人机群分簇辅助的无线传感器网络数据采集（USCDC）算法。该算法采用双层无人机架构：底层部署协作无人机，负责各区域的数据收集；顶层配置汇聚无人机，统一传输数据至基站。为实现这一架构的高效运行，设计了无人机时序协同调度（UTCS）算法，通过统一时间坐标系和事件触发机制解决无人机之间的协同问题。在此基础上，分别设计了基于改进蚁群（IACO）算法的区域内路径优化方法和基于改进粒子群（IPSO）算法的汇聚无人机访问顺序优化策略。这种分层协作机制使得协作无人机无需返回基站，即可完成数据传输，显著降低了路径开销和能量消耗。仿真结果表明，与现有数据采集算法相比，USCDC算法的路径长度和能耗分别降低了52%和35%，验证了该方案在大规模传感器网络数据采集中的有效性。

关键词

无线传感器网络 / 数据采集 / 无人机 / 路径规划 / 能量消耗