面向无人机群智感知的数据价值激励与轨迹联合优化系统设计.docxVIP

PAGE2

面向无人机群智感知的数据价值激励与轨迹联合优化系统设计

摘要

无人机群智感知利用无人机搭载传感器执行城市监测、环境感知等任务，但面临数据质量参差、参与者激励不足、轨迹规划与激励脱节等挑战。

本课题设计并实现了一套数据价值激励与轨迹联合优化系统，旨在提升感知数据质量与采集效率。

系统以数据价值模型为核心，将感知数据的信息量、时空覆盖度等因素量化为统一价值度量，并据此设计逆向拍卖激励机制，激励无人机上报高质量数据。

同时，构建多目标优化模型，将数据价值最大化、能耗最小化与任务公平性作为优化目标，采用改进的NSGA-II算法对无人机轨迹进行联合规划。

论文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路。

首先分析无人机群智感知场景下的功能与非功能需求；然后设计系统总体架构，划分数据价值评估、激励计算、轨迹优化等模块；接着详细阐述各模块算法逻辑与接口；最后通过Python仿真平台实现系统，并开展功能与性能测试。

测试结果表明，系统在数据价值提升率、任务覆盖率和能耗均衡性方面均优于传统固定轨迹方案，验证了联合优化设计的有效性。

本设计的创新点在于将数据价值激励与轨迹规划从分离式设计转向一体化多目标协同，为无人机群智感知系统的高效部署提供了可行方案。

第一章绪论

1.1研究背景

城市环境监测、交通流量分析、灾害应急响应等场景对大规模、细粒度的感知数据需求日