[發明專利]基于負載均衡的多UAV路徑設計方法在審
| 申請號: | 201910861570.2 | 申請日: | 2019-09-12 |
| 公開(公告)號: | CN110634331A | 公開(公告)日: | 2019-12-31 |
| 發明(設計)人: | 劉貴云;林立新;李致富;蔣文俊;彭百豪;張杰釗;唐冬 | 申請(專利權)人: | 廣州大學 |
| 主分類號: | G08G5/00 | 分類號: | G08G5/00;G08G5/04;H04W4/40;H04W28/08;H04W40/04;H04W40/32 |
| 代理公司: | 44245 廣州市華學知識產權代理有限公司 | 代理人: | 林梅繁 |
| 地址: | 510006 廣東省*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 簇群 結點 傳感器 簇頭 蟻群智能 分簇 算法 動態調整 負載均衡 結果基礎 聚類分簇 路徑設計 輪廓系數 能量消耗 通信路徑 信息通信 最短路徑 歸屬簇 無重疊 點數 多結 減小 異構 歸屬 攜帶 飛行 優化 交流 統一 | ||
1.基于負載均衡的多UAV路徑設計方法,其特征在于,包括以下步驟:
S1、根據分簇效果的輪廓系數,確定k-means++聚類分簇算法的聚類分簇數K;
S2、根據k-means++聚類分簇算法,將多個傳感器結點劃分成獨立的、相互之間無重疊的多個簇群;
S3、在步驟S2中k-means++聚類分簇算法的分簇結果基礎上,優化蟻群智能算法;
S4、基于步驟S2中k-means++聚類分簇算法的分簇結果,挑選出最多結點數目的簇群,從該簇群內選出與另外簇群的簇心最短路徑的傳感器結點,作為可疑結點;動態調整可疑結點的歸屬簇群,以滿足多UAV負載均衡的要求;
S5、建立簇頭負責機制,在步驟S2中k-means++聚類分簇算法的分簇結果所劃分好的簇群內,再次將在通信范圍內的傳感器結點歸并到同一小簇群,并通過蟻群智能算法挑出使通信路徑最短的傳感器結點作為簇頭,簇頭統一負責所述小簇群內的歸屬結點與外界交流;
S6、異構UAV,對UAV的飛行時間進行預先確定,根據不同UAV所攜帶能量的不同,設定UAV的飛行時間。
2.根據權利要求1所述的基于負載均衡的多UAV路徑設計方法,其特征在于,所述分簇效果的輪廓系數Si為:
設傳感器結點di被k-means++聚類分簇算法分到簇群A中,則ai表示傳感器結點di與其所在簇群A的其它傳感器結點的平均距離,D(di,C)表示傳感器結點di與簇群C的平均距離,則傳感器結點di與其它簇群的平均距離的最小值為:
3.根據權利要求1所述的基于負載均衡的多UAV路徑設計方法,其特征在于,所述步驟S3將k-means++聚類分簇算法的分簇結果作為蟻群智能算法的輸入值,在每個簇群的內部調用蟻群智能算法不斷迭代,最終得到每個簇群內的UAV最優飛行路徑。
4.根據權利要求1或3所述的基于負載均衡的多UAV路徑設計方法,其特征在于,所述步驟S3的實現步驟包括:
S31、初始化N個隨機分布的傳感器結點;
S32、對N個傳感器結點進行聚類分簇數K值的確定,尋找輪廓系數最優的K值作為后續k-means++聚類分簇算法的K值;
S33、調用k-means++聚類分簇算法對N個傳感器結點劃分成不同的任務子集;
S34、分別在各簇群內使用蟻群智能算法,依次得到各簇群內最優的遍歷路徑。
5.根據權利要求1所述的基于負載均衡的多UAV路徑設計方法,其特征在于,步驟S6中,計算出每個簇群的評價函數,然后將評價函數乘以根據實際情況所設定的最大時間值,即為在該簇群中UAV的飛行時間。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州大學,未經廣州大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910861570.2/1.html,轉載請聲明來源鉆瓜專利網。





