基于振动分析的基于机器学习的无人机状态监测的网络资源优化
机器学习
2025-02-24 v1 网络与互联网体系结构
系统与控制
信号处理
系统与控制
摘要
随着智慧城市的逐步实现，无人机及其可靠性的作用日益重要。其中一种可靠性相关方面是状态监测（Condition Monitoring, CM），其中利用机器学习（Machine Learning, ML）模型来识别异常和不利条件。鉴于下一代边缘网络资源受限的情况，必须最小化精珍网络资源的利用。本工作探索了面向基于机器学习的无人机状态监测框架的网络资源优化。开发的框架使用实验数据并使特征提取聚合间隔发生变化，以优化机器学习模型选择。此外，通过利用降维技术，可实现网络资源消耗的 99.9% 的降低。
关键词
引用
@article{arxiv.2502.15491,
title = {Network Resource Optimization for ML-Based UAV Condition Monitoring with Vibration Analysis},
author = {Alexandre Gemayel and Dimitrios Michael Manias and Abdallah Shami},
journal= {arXiv preprint arXiv:2502.15491},
year = {2025}
}
备注
Accepted for publication in IEEE Networking Letters