学位论文简介

随着物联网与无线通信技术的发展，森林与农业等自然环境中的感知设备数量不断增加，极大增强了环境数据获取能力。但由于地形复杂、通信基础设施薄弱等问题，传统固定网络难以稳定运行。为此，本文围绕提升自然环境中物联网系统的感知效率与计算能力，开展了面向森林与农业场景的无人机协同优化调度研究，构建了多维感知控制模型与资源优化机制，取得以下主要成果：

(1) 面向森林中设备稀疏、供能受限的问题，构建融合三维轨迹与无线能量补给的单无人机模型，提出C-TDDC算法，结合蚁群-旅行商算法与强化学习PPO策略，提升巡航效率与节点可持续运行能力。

(2) 针对农业环境中任务密集与资源受限，设计多无人机协同数据卸载与资源分配模型，采用K-means++部署与李雅普诺夫机制实现动态任务与能量管理，提高系统吞吐与完成效率。

(3) 针对大规模部署的资源冗余问题，建立任务冗余判断机制，提出基于任务簇合并的部署压缩方法，并通过改进粒子群算法求解最优部署方案，在保证服务质量的同时实现部署数量最小化。

(4) 面向动态环境中多无人系统资源竞争问题，设计融合模糊感知与粗相关均衡的在线调度框架，通过无人机引导的博弈机制与半分布式模型，实现资源高效利用与系统稳定运行。

主要学术成果

[1] Li F, Luo J, Sun P, et al. Energy-Efficient UAV-Based Data Collection 3D Trajectory Optimization With Wireless Power Transfer for Forest Monitoring[J]. IEEE Internet of Things Journal, 2025, pp1-12.(SCI一区，第一作者)

[2] Li F, Luo J, Qiao Y, et al. Joint UAV deployment and task offloading scheme for multi-UAV-assisted edge computing[J]. Drones, 2023, 7(5): 284.(SCI一区，第一作者)

[3] Li F, Qiao Y, Luo J, et al. End-Edge Cooperative Scheduling Strategy Based on Software-Defined Networks[C]//International Conference on Wireless Algorithms, Systems, and Applications. Cham: Springer Nature Switzerland, 2022: 431-443. (CCF C，第一作者)

[4] Qiao Y, Luo J, Li F, et al. 2023. An Online Resource Management for Obscured Sensors in Agriculture using UAV. ACM Trans. Sen. Netw. (March 2023). (SCI二区, CCF B，第三作者)

[5] Y. Qiao, S. Teng, J. Luo, P. Sun, F. Li and F. Tang, "On-Orbit DNN Distributed Inference for Remote Sensing Images in Satellite Internet of Things," in IEEE Internet of Things Journal, vol. 12, no. 5, pp. 5687-5703, March, 2025. (SCI一区，第五作者)