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！

龙图腾网获悉宁波大学申请的专利一种基于数据采集新鲜度的无人机充电站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：CN116010756B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202211532219.7，技术领域涉及：G06F17/11；该发明授权一种基于数据采集新鲜度的无人机充电站部署方法是由杨飞;刘娟;谢玲富;屈龙设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本一种基于数据采集新鲜度的无人机充电站部署方法在说明书摘要公布了：本发明提供了一种基于数据采集新鲜度的无人机充电站部署方法，包括：步骤S1，初始化；步骤S2，节点与系统信息新鲜度指标表示；步骤S3，二维马尔科夫建模对无人机状态建模；步骤S4，充电站部署问题建模；步骤S5，问题的优化；步骤S6，问题的转换；步骤S7，充电站的部署：基于Greedy算法，根据最优状态概率和最优状态转移概率于充电站位置集合内筛选得到峰值最小的位置以部署充电站。有益效果是本发明利用二维马尔科夫链对无人机的位置和能量进行建模，表示出信息新鲜度与稳定状态下状态概率的关系，然后在满足充电站部署预算限制的基础上，从多个可选充电站位置选择出满足预算的充电站集合，再通过优化无人机状态之间的转移概率，来保证信息新鲜度。

本发明授权一种基于数据采集新鲜度的无人机充电站部署方法在权利要求书中公布了：1.一种基于数据采集新鲜度的无人机充电站部署方法，其特征在于，包括： 步骤S1，初始化：于无人机辅助的传感器网络中，随机分布个传感器节点、一架旋翼无人机、一个数据中心和个充电站候选点，所述传感器网络以时隙进行划分且每个时隙长为，并设定所述旋翼无人机的飞行时间和悬停时间分别为和； 步骤S2，节点与系统信息新鲜度指标表示：利用大数定理分别得到所述传感器节点和系统的峰值，并针对同一个所述时隙内的每个所述传感器节点，在所述传感器节点被所述旋翼无人机访问时减小所述传感器节点对应的信息新鲜度指标；以及在所述传感器节点未被所述旋翼无人机访问时增加所述传感器节点对应的所述信息新鲜度指标； 步骤S3，二维马尔科夫建模对无人机状态建模：设定充电站位置集合为，由传感器节点集合和充电站位置集合组成的图表示为，其中，表示存在的路径，每条所述路径代表一个可用的正概率状态转换，并且采用二维的马尔科夫链的形式将时刻所述旋翼无人机的状态表示为，以及将无人机的状态概率转移矩阵表示为，其中表示无人机当前状态，表示无人机下一时刻状态，表示从当前状态转移到下一状态的概率，并且； 步骤S4，充电站部署问题建模：根据所述状态概率转移矩阵和充电站部署个数的约束建立第一优化问题； 步骤S5，问题的优化：根据状态转移概率的约束对所述第一优化问题进行优化得到第二优化问题； 步骤S6，问题的转换：将所述第二优化问题转换为凸问题，并利用成熟的凸优化求解得到最优状态概率和最优状态转移概率； 步骤S7，充电站的部署：基于Greedy算法，根据所述最优状态概率和所述最优状态转移概率于所述充电站位置集合内筛选得到峰值最小的位置以部署充电站； 执行所述步骤S1之后还包括一能耗计算过程，所述能耗计算过程包括： 步骤A1，根据所述旋翼无人机的旋翼数目、旋翼半径、空气密度和给定推动力得到对应的感应速度，并根据所述感应速度、所述给定推动力、预设的能量转化效率、预设的倾斜角和所述飞行时间得到对应的飞行能耗； 步骤A2，根据所述旋翼数目、所述旋翼半径、所述空气密度、所述给定推动力和所述悬停时间得到对应的悬停能耗； 步骤A3，采集所述旋翼无人机自身的参数数据和环境数据并输入至预先构建的视距传播和非视距传播混合模型中得到对应的视距传播概率和非视距传播概率，并根据所述视距传播概率和所述非视距传播概率得到对应的通信能耗。

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宁波大学，其通讯地址为：315000 浙江省宁波市江北区风华路818号宁波大学信息科学与工程学院；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。