灾后煤矿物联网无人机辅助节能数据采集方法.pdf

灾后煤矿物联网无人机辅助节能数据采集方法赵清1，杨维1，张立亚1,2，胡青松3（1.北京交通大学电子信息工程学院,北京100044；2.煤炭科学技术研究院有限公司,北京100013；3.中国矿业大学信息与控制工程学院,江苏徐州221008）摘要：煤矿物联网在煤矿生产监测控制和灾害预测预警中具有重要意义。然而，煤矿物联网在数据传输过程中很容易受到煤矿事故的影响，事故往往会导致部分物联网节点损毁，残存的物联网节点受限于较低的数量和能量约束，难以完成对事故巷道中大量监测数据的采集和传输任务。为了保证灾后煤矿物联网可靠、节能的数据通信，构建了一种无人机(UAV,UnmannedAerialVehicle)辅助的分簇式煤矿物联网通信系统架构。在此架构基础上，提出了一种基于分簇和 A*搜索的 UAV 辅助数据采集方法。首先，利用物联网节点的能耗和 UAV 的路径长度构造目标函数，通过分别绘制节点到簇中心的距离方差、UAV 数据采集的路径长度和不同 K 值之间的关系图来确定最优分簇数 K。然后，采用 K 均值算法将所有物联网节点划分为 K 个簇。接着，通过综合考虑物联网节点的数据采集能耗和 UAV 的数据采集能耗，将 UAV 的路径规划问题建立为一个最小化煤矿物联网数据采集系统整体能耗的优化问题，并提出了一种改进的 A*搜索 UAV 数据采集路径规划算法。在该算法中，利用指针网络将 UAV 的起始点和所有分簇的信息输入到 A*网络中，A*网络输出的一组簇头和簇头访问顺序即为UAV 的飞行路径。仿真结果表明，与平面式UAV 数据采集方法相比，所提方法显著降低了UAV的能耗；与两种分簇式 UAV 数据采集方法相比，所提方法有效降低了物联网节点的平均能耗和总能耗。因此，所提 UAV 辅助的数据采集方法改善了灾后煤矿物联网系统的能耗问题，延长了网络生存期，对于提高灾后煤矿物联网数据采集系统的可靠性起到了重要作用。关键词：无人机；煤矿物联网；应急通信；数据采集；路径规划中图分类号：TD76;TP242文献标志码：A文章编号：02532336（2023）08022811UAV-assisted energy-efficient data gathering method of mine IoT after disasterZHAOQing1,YANGWei1,ZHANGLiya1,2,HUQingsong3（1.School of Electronic and Information Engineering,Beijing Jiaotong University,Beijing 100044,China;2.China Coal Research Institute,Beijing 100013,China;3.School of Information and Control Engineering,China University of Mining and Technology,Xuzhou 221008,China）Abstract:MineInternetofThings(MIoT)isofgreatsignificanceinmineproductionmonitoringanddisasterprediction.However,theMIoTiseasilyaffectedbymineaccidentsindatatransmission.AccidentsoftenleadtothedamageofIoTnodes(IoTN).ThesurvivingIoTNsarelimitedbylowquantityandenergy,soitisdifficulttocompletethetaskofcollectingandtransmittingalargenumberofmonit-oringdataintheroadway.Inordertoensurethereliableandenergy-efficientdatacommunicationofMIoTafterdisaster,anunmannedaerialvehicle(UAV)-assistedclusteredMIoTcommunicationsystemarchitectureisestablished.Basedonthis,anUAV-assisteddatagath-eringmethodbasedonclusteringandA*searchisproposed.Firstly,theenergyconsumptionofIoTNsandthepathlengthofUAVareconsideredtoconstructtheobjectivefunction.TheoptimalKisdeterminedbyplottingtherelationshipbetweenthevariancedistancefromthenodetotheclustercenterandthepathlengthofUAVdatagatheringanddifferentKvalues.ThentheK-meansalgorithmisusedtodi-videallIoTNsintoKclusters.Next,byconsideringthedatagatheringenergyconsumptionofUAVandIoTNs,thepathplanningproblem收稿日期：20220719责任编辑：周子博DOI：10.13199/ki.cst.2022-1151基金项目：国家自然科学基金面上资助项目（51874299）作者简介：赵清（1993），女，湖北襄阳人，博士研究生。Tel：[phone]，E-mail：第51卷第8期煤炭科学技术Vol.51No.82023年8月CoalScienceandTechnologyAug.2023赵清，杨维，张立亚，等.灾后煤矿物联网无人机辅助节能数据采集方法J.煤炭科学技术，2023，51（8）：228238.ZHAOQing，YANGWei，ZHANGLiya，et al.UAV-assistedenergy-efficientdatagatheringmethodofmineIoTafterdisasterJ.CoalScienceandTechnology，2023，51（8）：228238.228ofUAVisestablishedasanoptimizationproblemtominimizetheoverallenergyconsumptionofMIoTsystem,andanimprovedA*searchalgorithmforUAVdatacollectionpathplanningisproposed.Inthisalgorithm,thestartingpointofUAVandallclusteringinform-ationareinputintoA*networkbyusingthepointernetwork.AgroupofsortedclusterheadsoutputbyA*networkistheflightpathofUAV.Simulationresultsshowthatcomparedwiththeflat-basedUAVdatagatheringmethod,theproposeddatagatheringmethodsigni-ficantlyreducestheenergyconsumptionofUAV;Comparedwithtwoclustered-basedUAVdataacquisitionmethods,theproposedmeth-odeffectivelyreducestheaverageandtotalenergyconsumptionofIoTNs.Therefore,theproposedUAV-assisteddatagatheringmethodimprovestheenergyconsumptionoftheMIoTsystemafterdisaster,prolongsthenetworklifetime,andplaysanimportantroleinimprov-ingthereliabilityoftheMIoTdatagatheringsystemafterdisaster.Key words:unmannedaerialvehicles(UAV)；MineInternetofThings(MIoT)；emergencycommunication；datagathering；pathplan-ning0引言相关数据显示，近 5 年中国累计发生煤矿事故共计 2157 起，累计造成 3830 人死亡，现阶段我国的煤矿安全形势仍然十分严峻1。根据煤矿安全规程的规定，事故救援前必须进行灾区侦察。事故后，有线通信网络由于线路中断和停电而无法使用，可以采用以无线传感器网络(WSN,WirelessSensorNetwork)为关键技术的煤矿物联网(MIoT,MineIn-ternetofThings)进行网络重构，进而恢复事故区域的通信联系2-3。然而，事故通常会损毁大量的物联网节点(IoTN,IoTnode)和无线接入(APs,accesspoint)设备，剩余的可用节点受限于较低的能量，往往无法满足灾后可靠的数据采集和传输过程。无人机(UAV,UnmannedAerialVehicle)具有体积小、视距传输、自主避障和实时定位的优势。利用 UAV 可以快速进入灾后事故现场采集和传输环境信息4-5，这对于确保地面指挥中心快速了解灾后现场信息、开展科学救援工作具有重要意义。目前，关于煤矿物联网数据采集方法已有大量的研究。一方面，基于多跳传输的煤矿物联网数据采集方法根据不同的应用需求和网络环境设计合理的路由协议。为了提高网络的稳定性和传输效率，任鹏等6提出了一种能耗均衡的煤矿井下巷道 WSN跨层路由协议。该协议利用分簇技术在多跳传输模式下，通过分析数据多对一的不对称性问题，提出了一种簇头有效分布密度的方法，以解决网络能耗不均现象。针对灾后煤矿井下物联网节点能量难以补充的情况，文献 7 中提出了一种基于两阶段簇头选举的节能分簇路由协议。在网络运行阶段，通过周期性比较各簇头节点剩余能量和阈值能量的大小来决定是否更换簇头。文献 8 提出了一种能耗均衡的煤矿物联网灾后重构自适应非均匀分簇算法，用于解决灾后物联网节点能量异构的问题，该算法在簇间路由阶段采用多跳传输，并选取权值最优簇头作为中继节点。另一方面，将机器人或者 UAV 作为移动汇聚(Sink)节点，通过规划的路径采集所有物联网节点的数据。机器人或 UAV 的使用显著降低了节点间多跳传输所造成的能量消耗，增加了网络的寿命，降低了传输延迟。在基于 UAV-WSN 的系统中，文献 9提出了一种 UAV 辅助的簇头选举算法，该算法基于节点的剩余能量选举新的簇头，并从簇头候选节点中排除能量最低的节点。李起伟等10基于栅格法对矿山灾后特殊环境建模，提出了一种基于改进的概率路径搜索算法，实现了矿山应急救援机器人的自主避障和路径选择。此外，宣丽萍等11针对传统露天矿区人工巡检存在的实际问题，建立了 UAV 巡检模型，并提出了一种基于蚁群算法的 UAV 巡检路径规划策略。现阶段，关于 UAV 在煤矿物联网中的应用研究主要集中在定位12-13和硬件分析14-15方面，针对UAV 辅助下的灾后煤矿物联网数据采集方法的研究极少。在灾后矿井中利用 UAV 进行辅助数据采集存在以下 2 个关键问题：首先，由于 UAV 自身携带的能量有限，UAV 的服务范围将会受限于矿井巷道长时间、大范围的飞行限制；其次，存活的物联网节点的电池寿命是有限的，而且大部分情况下很难更换电池，频繁的与 UAV 进行数据通信将会导致节点能量迅速耗尽，进而中断与 UAV 的数据传输。因此，UAV 和物联网节点的能效优化是灾后煤矿物联网数据采集中亟待解决一个关键问题。综合以上分析，构建了一种 UAV 辅助的灾后分簇式煤矿物联网(UAV-CMIoT,UAV-AssistedClusteringMineIoT)系统架构，并提出了一种基于分簇和 A*搜索的 UAV辅助数据采集方法(UCAS,UAV-assisteddatagather-ingmethodbasedonClusteringandA*Search)，旨在降低物联网节点和 UAV 数据采集的整体能耗，延长赵清等：灾后煤矿物联网无人机辅助节能数据采集方法2023年第8期229灾后煤矿物联网系统的网络生存期，提高灾后煤矿物联网系统数据采集的可靠性。1灾后煤矿物联网系统模型1.1网络模型LWNKvUAVS0S0构建一种灾后 UAV 辅助的分簇式煤矿物联网系统架构，如图 1 所示，将灾后巷道区域设为一个长为、宽为的带状矩形空间，假设灾后仅利用 1 架救援 UAV 进行数据采集。存活的个物联网节点随机分散在整个网络中，用于事故现场环境参数的采集和传输。假设灾后巷道内所有的 AP 设备都损毁，仅在巷道口部署了一个 Sink 节点。存活的物联网节点按照一定的分簇算法划分为 个簇，每个簇内仅选择一个节点作为簇头，成员节点将采集的数据传输至所属簇头。然后，UAV 以一个恒定速度从起始点处出发，按照一定的采集路径遍历所有簇头以进行数据采集，最后回到起始点。Q2yxSinkUAV(0,0,H)S1S2SkSKLWQ1QkQKC1C2CkCK图1无人机辅助的灾后分簇煤矿物联网网络Fig.1UAV-assistedCMIoTnetworkingafterdisasterQ1,Q2,Qk,QK|Qk|k 1,KC1,C2,Ck,CKS1,SKQkCk(xk,yk,0)CkSk(xk,yk,H)HQknSnk(xnk,ynk,0)n=1,|Qk|1r0将簇集合表示为，每个簇包含的节点数表示为，簇头集合表示为。将 UAV 的采样点集表示为。采用三维坐标系统定义所有节点和UAV 的位置，则簇的簇头坐标为。假设 UAV 在簇头正上方处进行数据采集，则采样点的坐标为，其中，为 UAV 飞行的固定高度。簇中第 个成员节点的坐标为，。假设 Sink 知道所有存活节点的初始信息，每个物联网节点具有唯一的 ID 和相同的通信半径，且节点在通信范围内可以与其他节点或UAV 交换信息。此外，所有节点根据现有定位算法16计算并存储节点的位置信息，UAV 配备有 GPS 设备可以实时定位。由于在灾后矿井环境中节点的电池很难更换，因此物联网节点如果初始能量耗尽，节点就会死亡。1.2信道模型SkCk基于图 1 所示的 UAV-CMIoT 系统架构，当 UAV在采样点悬停时，对应簇头与 UAV 之间的视距链路概率计算17如下：PLoS=11+exp()（1）=10=0.03 Ck=180sin1(Hdk)dkCkSkdk=HCk其中，和为由环境决定的常数，这里取值为，；为 UAV 相对于簇头的仰角，其中，为与之间的距离。假设 UAV 每次的采样点都为簇头的正上方，因此，。簇头与 UAV 之间的平均路损表示为Lloss=PLoSLLoS+PNLoSLNLoS（2）PNLoSPNLoS=1PLoSLLoSLNLoS其中，为非视距链路概率，。和分别为视距和非视距链路的平均路损，表示为LLoS=10log10(4fcHc)+LoS（3）LNLoS=10log10(4fcHc)+NLoS（4）=2 cfcLoSNLoSCk其中，为路径损耗指数，；为光速；为载波频率；和分别为视距和非视距自由空间下的额外平均路损。因此，到 UAV 的数据传输速率可以计算为RCk=Blog2(1+PCkLlossN0)（5）BN0PCkCk其中，为可用带宽；为噪声功率谱密度；为簇头的发射功率。1.3物联网节点能耗模型SnkCk采用一阶无线电模型计算物联网节点的能耗18。发射节点的能耗包括发射电路和功率放大器 2 部分，而接收节点的能耗由接收电路产生。如果发射节点和接收节点之间的距离小于阈值，则采用自由空间模型。否则，采用多径衰落模型。在图 1 中，成员节点向簇头传输l-bit数据的能耗计算如下：Enk=lEelec+lfsd2n,Ck,dn,Ck d0lEelec+lmpd2n,Ck,dn,Ck d0（6）Eelecdn,Ckn(n=1,|Qk|1)Ckd0d0=fs/mpfsmpCk其中，为发射或接收 1bit 数据所消耗的电路能量。为成员节点与簇头之间的距离。是距离阈值，。和分别表示自由空间模型和多径衰落模型的射频放大器的能量参数。因此，簇头接收 l-bit 数据的能耗计算为Ek=lEelec（7）2023年第8期煤炭科学技术第51卷230Ck假设所有成员节点每轮的数据采集量均为 lbit，则簇头向 UAV 传输数据所消耗的能量表示为ECk=PCkTCk=PCk(|Qk|1)lRCk（8）TCkSk其中，为 UAV 在处悬停的时间。EIoTN在一轮完整的数据采集任务中，成员节点将数据传输给各自的簇头，簇头再将数据转发给 UAV，则所有物联网节点的总能耗表示为EIoTN=Kk=1|Qk|1n=1(Enk+nEk)+Kk=1ECk（9）1.4UAV 能耗模型vUAVSkCkCk如图 1 所示，当 UAV 以固定速度飞到采样点后，它传输一个信标帧，将相应的簇头从睡眠模式唤醒到活动模式。然后，簇头开始通过时分多址从其成员节点收集数据，并将收集的数据转发给 UAV。UAV 一轮数据采集的能耗主要由飞行能耗和采样能耗组成，其中，UAV 的采样能耗包括悬停能耗和通信能耗。UAV 的悬停功率17计算如下Phover=(mtotg)32r2pnp（10）gnprpmtotSk其中，为地球引力；为空气密度；为旋翼数量；为旋翼半径；为 UAV 的质量。为了便于分析，假设 UAV 每次的悬停时间等于簇头到 UAV 的数据传输时间。则 UAV 在处的采样能耗计算为ESk=TCk(Phover+Pcom)=DCkRCk(Phover+Pcom)（11）PhoverPcomDCkCk其中，和分别为 UAV 的悬停功率和通信功率；为簇头向 UAV 传输的总数据量。vUAV假设水平移动功率为 UAV 飞行速度的线性函数，表示为Pmove=PmaxPidlevmaxvUAV+Pidle（12）vmaxPmaxPidle其中，为 UAV 的最大飞行速度；和分别为 UAV 在全速移动和空闲状态时的硬件功率。由于 UAV 需要在采样点悬停后出发，因此 UAV 的飞行能耗由悬停能耗和移动能耗组成，则 UAV 的飞行能耗计算如下Eflight=Tflight(Phover+Pmove)（13）Tflight其中，为 UAV 飞行的总时间，表示为Tflight=1vUAVKi=0Kj=0,j,idSi,SjLSi,Sj,Si,Sj S（14）S=S0,S1,SK SkCkdSi,SjSiSjdSi,Sj=|SiSj|=|CiCj|LSi,SjSiSjLSi,Sj=1LSi,Sj=0式中，由确定，为与之间的欧氏距离，。为一个二进制指示函数，如果 UAV 从点移动到点，否则，。因此，UAV 一轮数据采集的总能耗表示如下EUAV=Eflight+Kk=1ESk（15）2灾后物联网节点分簇算法KKNK在图 1 所示的系统中，如果分簇数过大，形成的分簇越多，会增加灾后 UAV 采集的簇头数，导致UAV 的能耗显著增加；如果分簇数 过小，由于灾后巷道狭长的地理特点，则不能保证所有的成员节点都在簇头的覆盖范围内。因此，提出一种基于 K 均值的分簇算法实现对灾后物联网节点的划分，旨在将个节点划分为 个簇，并保证灾后煤矿物联网系统中簇内的节点尽可能紧凑，不同簇间的节点尽可能分离。2.1改进的K均值物联网节点分簇算法Q=Q1,Qk,QKQknSnkSkC(Xk,Yk,0)使用欧式距离作为分簇的相似性度量，将节点到簇中心的距离作为优化的目标函数。在图 1 中，假设簇集合为，则中第 个节点到其簇中心的距离计算为dnk=(xnkXk)2+(ynkYk)2+(znkZk)2（16）根据节点到簇中心的距离，通过多次迭代得到节点间距最小的最优簇。则分簇的目标函数为U=minKk=1|Qk|n=1dnk（17）因此，基于 K 均值的灾后物联网节点分簇算法描述如下：NK1)确定灾后物联网节点数和分簇数。NKKdthp(0 p K)p+1pdth2)从个物联网节点中随机选择个节点作为初始簇中心。由于初始簇中心影响分簇结果和迭代次数，因此，个初始簇中心之间的距离必须大于预先设定的距离阈值。假设选择了个初始簇中心，则在选择第个簇中心时，只有与 个簇中心之间距离至少为的节点才有可能被选中。SkCr03)对于剩余的每个节点，根据式(18)计算其到每个簇中心的距离，并选择距离最近的簇加入。为了保证覆盖度，新加入簇的节点到簇头的距离必须小于通信半径。SkC4)在完成所有节点的划分后，更新每个簇的簇中心，新的簇中心的坐标为簇内节点坐标的平均赵清等：灾后煤矿物联网无人机辅助节能数据采集方法2023年第8期231值，此时完成一轮迭代。5)将新的簇中心作为相似性度量，重复步骤 3)和 4)，直到每个簇内的节点不再变化，完成对所有节点的分簇。2.2最优K值确定KK从图 1 中可以看出，在巷道大小一定的情况下，随着的增加，簇内节点之间的距离越来越近，因此节点与簇头之间的传输距离逐渐减小，节点的能耗自然变小。但是，与此同时，UAV 需要访问的簇头数量增加，UAV 的轨迹长度变长，UAV 的能耗也随之增加。因此，值的优化需要综合考虑 IoTN 的能耗和 UAV 的轨迹长度因素。其目标函数如下min(K)=minKk=1|Qk|n=1Enk+(1)Kk=1dUAVk（18）=0.5 EnkQkSnkdUAVkQk其中，为一个加权因子，用来权衡IoTN 能耗和UAV轨迹长度，设置；为中节点的能耗；为 UAV 到簇中心的距离。KKmin,Kmax(0 Kmin K Kmax 25SSE与的关系如图 2 所示。SSE表示普通节点到簇中心的传输距离的方差，是影响灾后节点传输能耗的关键指标。考虑一个的灾后网络场景，考虑其他分簇算法的设置比例，这里的取值为。随着的增大，簇内节点间距变小，普通节点到簇中心的传输距离变小，因此 SSE变小。从图 2 可以看出，当时，SSE的值达到；当时，SSE的值减小到，减小了近50%。显 然，是 SSE和的 拐 点，当时，SSE有非常明显的下降趋势，时，SSE的下降趋势趋于平缓。0306090120150180210240K12345SSE/106物联网节点的 SSE 值图2不同 K 值下物联网节点能耗的 SSEFig.2SSEofIoTNswithdifferentvaluesofKKKKKK=25图 3 是 UAV 数据采集轨迹长度与之间的关系，它间接反映了 UAV 的能耗随的增加而增加。从图 3 中可以看出，与 SSE与 之间的关系不同，图 3中无拐点。UAV 数据采集的轨迹长度随着 值的增大而增大，呈单向增长趋势。因此，结合图 2 和图 3，该场景下选择最优的分簇数为。轨迹长度/km1357911130UAV 轨迹长度306090120150180210240K图3不同 K 值下 UAV 的路径长度Fig.3TrajectorylengthoftheUAVwithdifferentvaluesofK3灾后 UAV 数据采集路径规划算法Q1,Q2,QKS0Q=S0,Q1,QK如图 1 所示，灾后所有节点划分为 K 个簇，UAV需要在巷道内按照一定的路径采集所有分簇的数据。给定 UAV 的初始位置，则UAV 原始飞行路径表示为。定义灾后 UAV-CMIoT 系统的总能耗为一轮数据采集下 IoTN 总能耗与 UAV 总能耗之和，结合式(10)和(16)，计算如下Etot=Kk=1|Qk|1n=1(Enk+nEk)+Kk=1ECk+(1)Eflight+Kk=1ESk（20）(0 1)其 中，为 调 节 灾 后 IoTN 能 耗 和UAV 能耗的权重系数，这里取值为 0.5。2023年第8期煤炭科学技术第51卷232EtotT=0,1,KtQTtQT为了最小化 UAV-CMIoT 系统的总能耗，将UAV 规划后的数据采集路径表示为，其中表示 UAV 原始路径中任一节点位于的第个 位置。因此，对于一个给定的输入路径，根据链式法则，输出路径 的概率可以由条件概率的乘积进行因式分解，即P(T|Q)=Kt=0P(t|0,t1,Q)（21）tP(T|Q)P(t|)Q=S0,Q1,.,QKtEtotEtotT其中，为时间步长，由 参数化的是决定UAV 采集顺序的随机策略。条件概率根据UAV 原始飞行路径和在先前时刻访问过的簇，对任一簇在 时刻被访问的概率进行建模19。经过训练的 可以给灾后 UAV-CMIoT 系统能耗低的路径分配较高概率，给系统能耗高的路径分配较低的概率。因此，采用强化学习(RL,Re-inforcementLearning)算法训练最优模型策略，可以获得概率最大的 UAV 最优采集路径。3.1改进的 A*搜索路径规划算法在给定分簇数 K 的情况下，灾后 UAV 数据采集路径规划问题可以看做是一个序列决策问题，提出了一种改进的 A*搜索算法来求解灾后 UAV 数据采集的最优路径规划问题，首先利用指针网络对所有的分簇节点顺序进行建模，然后利用传统的路径搜索算法 A*算法从各个簇内选择能耗最低的一组簇头节点。S0,Q1,Q2,QKS0,S1,S2,SK,S0QQS0Q1,Q2,QKDQ=e0,eKeK RD基于 A*搜索的灾后 UAV 数据采集路径规划流程如图 4 所示，其中，输入序列由UAV 的起始点和所有分簇组成，输出序列为所选的一组簇头的访问顺序，即 UAV的数据采集路径。在图 4 中，编码器和解码器网络组成了 A*搜索的指针网络。编码器网络用于获取中每个元素的表示。首先，采用能够学习长期依赖关系的长短时记忆(LongShort-TermMemory,LSTM)单元来构造递归神经网络(RecurrentNeuralNet-work,RNN)作为编码器20。中的每一项，包括起始位置和簇集合，都被转换为一个维向量空间，使得策略能够在转换后的空间中更有效地提取有用的特征。然后，嵌入向量被输入LSTM单元。在每个编码步骤中，LSTM单元读取一个嵌入项，并输出一个潜在记忆状态。最后，将输入序列转换为潜在记忆状态的一个序列，eK为网络中形成的 K 个分簇结构。Q2S0S0QKQ1Q2LSTMLSTMLSTMLSTMS0Q1QKLSTMAttentionvgo(h0)(h1)(h2)(hK)S0QKQ1Step 0Step 1Step 2Step K0(S0)1(QK)2(Q1)K(Q2)LSTMAttentionLSTMAttentionLSTMAttention编码器解码器行动器输入序列S0,Q1,Q2,QK输出序列S0,S1,SK,S00,1,3,KA*搜索图4基于 A*搜索的灾后 UAV 数据采集路径规划流程Fig.4A*search-basedflowchartforUAVdatagatheringpathplanningafterdisastere0,eKtht RD在图 4 中，编码器的输出被提供给解码器网络。在每个解码时刻，LSTM单元输出包含先前时刻知识的隐藏状态。然后，解码器采用hte0,etttP(t|)注意力机制21，基于 和输出一个访问决策。在解码时刻，选择具有最大条件概率的相关元素作为要采集的节点，计算如下赵清等：灾后煤矿物联网无人机辅助节能数据采集方法2023年第8期233utj=tanh(W1ej+W2ht),ifj 0,t1,otherwise（22）W1,W2 RDD R1DW1,W2utjtj(ej)其中，为注意力矩阵；为注意力向量；和 由 表示，为 A*网络中的可学习参数；为时刻 的节点相关联的得分数。Q=S0,Q1,QK通过归一化指数函数计算原始路径中还未被访问节点的条件概率，即P(t=j|0,t1,Q)=softmax(utj)=exp(utj)m0,t1exp(utm),j m（23）P(t=j|)tj其中，概率为模型在解码时刻 指向节点 的程度。S0(K+2)Etotm根据解码器网络的输出序列，为所有簇构建一个搜索图，其中每一层由一个簇的节点组成。第一层的开始位置和最后一层的结束位置都是。因此，创建的图形总共有层。采用 A*算法从每个簇中查找最优簇头，构建从起始位置到结束位置的总能耗成本最小的路径。在每次迭代中，A*算法需要计算遍历路径的成本和将路径延伸到末端所需的估计成本，以确定将其部分路径扩展到更长的路径中22。任一节点 根据以下函数被选择访问f(m)=g(m)+h(m)（24）g(m)S0mh(m)mS0f(m)其中，为 UAV 从起始节点移动到候选节点时系统的准确能耗；为 UAV 从候选节点到终点的估计能耗。然后，从候选节点中选择值最小的节点作为下一个要访问的节点。A*算法的实现主要是维护两个列表。OPEN列表包含作为检查的候选节点。CLOSED列表包含已检查的节点。位于任意层的任意节点的邻居节点定义为其上一层和下一层中的所有节点。此外，每个节点都有一个指向其父节点的指针，由映射COME_FROM实现。因此，改进的 A*搜索 UAV 路径规划算法描述如下：T=0,1,K1)根据输入序列构建一个搜索图；f(S0)=0S02)初始化 OPEN、CLOSED 表和 COME_FROM，将初始点添加到 OPEN 表中；f(q)qqmcost=g(q)+E(q m)E(q m)qm3)在 OPEN 表中查找具有最小值的节点，获取节点 的所有邻节点，对任一邻节点计算总能耗成本，即，其中，表示 UAV 从节点 到节点 产生的能耗。mcost g(m)m4)如果邻节点在 OPEN，且，则将节点从 OPEN 中移除；如果邻节点 在 CLOSED 中，且cost g(m)g(m)=costf(m)=g(m)+h(m)mq，则将节点从 CLOSED 中移除。否则，令，将节点 添加至 OPEN中，其父节点设置为。q=S0S0S0ET5)重复 3)和 4)，直到 OPEN 表为空，如果，则通过 COME_FROM 构建从到的一条路径，输出最小能耗 和新的采集路径。3.2参数优化策略*为了找到一条良好的飞行轨迹，需要得到可以从样本中训练出来的最优模型参数。由于标签数据决定了模型的性能，因此对于所提出的 UAV 轨迹问题，选择 RL 中的行动器-评判器方法23来获取高质量标签数据，其具有学习速率快，适用于持续性学习的 UAV 路径规划问题。将 UAV 看作一个智能体，对其状态、动作、奖励和训练描述如下：(xk,yk,0)(xUAV,yUAV,H)tEtot状态：所有分簇节点的坐标、UAV 的位置、当前 时刻 UAV-CMIoT 系统的总能耗。tQkSkSk动作：表示当前 时刻要选择的下一个簇，以及该簇的簇头。将式(23)右侧的输出和由 A*搜索选择的簇头作为每一步的动作。Etot奖励：为了最小化 UAV-CMIoT 系统总能耗，将奖励函数设计为式(22)中总能耗的负数，即。训练：行动器-评判器方法包括行动器网络和评判器网络。行动器网络即为 3.1 节中的 A*网络。评判器网络由 参数化，具有与 A*搜索编码器相同的架构。然后，通过两个完全连接的修正线性单元将其隐藏状态解码为基线预测24。J(|Q)Etot将模型训练的目标设为能耗值的期望，定义为J(|Q)=ETp(.|Q)Etot（25）J(|Q)然后，采用策略梯度法和随机梯度下降法优化参数，则式(27)的梯度可由蒙特卡洛策略梯度算法25求得，计算为J(|Q)=ETp(.|G)(EtotV(Q)logp(T|Q)（26）V(Q)B其中，用于减少梯度变化的基线函数，该函数由评判器网络实现。假设训练样本服从 个独立同分布，则式(28)可以用蒙特卡罗采样近似为J(|Q)1BBi=1(EtotiV(Qi)logp(Ti|Qi)（27）V(Qi)EtotiL()最后，利用随机梯度下降训练评判器网络的参数，则在预测值和实际能耗之间的均方误差目标可以定义为2023年第8期煤炭科学技术第51卷234L()=1BBi=1(V(Qi)Etoti)2（28）4仿真结果和分析4.1仿真设置5 m500 m考虑灾后煤矿物联网网络场景为一个的带状区域。由于事故会破坏原有固定部署方式，为了更贴合实际应用场景，假设灾后所有的物联网节点随机分散在此区域内。节点初始能量为 100J。其他仿真参数11-12,18设置如下。N物联网节点数/个500K分簇数/个25通信半径r0/m8dth距离阈值/m18Eelec每bit数据电路传输能耗/nJ50fs放大器能耗参数/（pJbit1m2）10mp放大器能耗参数/（pJbit1m2）0.0013PCk簇头发射功率/(dBmHz1)21带宽B/MHz1N0噪声功率/(dBmHz1)174fc载波频率/GHz2UAV飞行高度H/m10LoSNLoS额外路损,/dB1,2vUAV=vmaxUAV飞行速度/(ms1)5mtotUAV质量/g500rpUAV旋翼半径/m0.2npUAV旋翼数量4PmaxUAV最大功率/W5PidleUAV悬停功率/W0PcomUAV通信功率/W0.013l传输数据量/kb2040此外，采用 Python3.7 和 Pytorch1.4 在谷歌云平台的虚拟实例上来实现所提出的模型。在编码器和解码器网络模型中采用大小为512的批梯度下降和隐藏单元数为 128 的LSTM单元。行动器和评判器的网络参数均由 Xavier 方法初始化，并由 Adam 优化器训练，初始学习率为 0.0001，每 5000 步衰减0.96。为了得到训练数据集，首先，从torch.normal(v,std)中采样得到每个簇内的节点，其中，v 是平均值，std 是恒定标准差。每个 v 从 torch.rand()函数中随机采样，用以确定每个簇在二维空间中的位置。然后，分别使用 25 个簇和 45 个簇的实例来训练模型，其中，K=25 的模型训练 100000步，K=45 模型训练200000步。在K=25 模型的每个训练步骤中，分别从 25 个高斯分布 torch.rand()函数中采样 25 个均值。最后，利用这些值分布生成 25 个簇的一组集合，即问题实例，其中每个簇内节点数为 25。测试数据集也以相同的方式生成。K=20%N为了评估所提 UCAS 方法的有效性，选择了 3种比较方法：平面式 UAV 数据采集方法，记为UVA，在 UVA 中，UAV 直接访问所有的物联网节点；基于贪婪搜索的 UAV 分簇式数据采集方法，记为UCGS，在 UCGS 中，采用传统最优簇头比例26设置簇头数为，UAV 的路径规划基于贪婪搜索(GS,greedysearch)27实现；基于最近邻(NN,nearestneighbor)28启发式算法的 UAV 分簇式数据采集方法，记为 UCNN。以上 3 种方法中的其他参数与 UCAS 方法相同。4.2物联网节点能耗分析将 UAV 在事故巷道飞行一次，采集所有簇头的数据，并将数据传输到巷道口 Sink 的过程称为一轮完整的数据采集。设置数据包大小为 2025kB，图 5和图 6 分别描绘了 UVA、UCGS、UCNN 和UCAS四种方法下物联网节点的平均能耗、总能耗的变化曲线。其中，物联网节点的平均能耗定义为每一轮数据采集中物联网节点的总能耗与存活节点数的比值。物联网节点平均能耗/J12345轮数6789102.02.12.22.32.42.52.62.72.82.93.0UVAUCGSUCNNUCAS图5物联网节点的平均能耗Fig.5Averageenergyco