[發明專利]基于CASSA優化的無人機集群置信傳播協同定位方法

有效

• 申請號: 202110261909.2
• 申請日: 2021-03-10
• 公開（公告）號: CN112995898B
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 李欣童;熊智;陳明星;史晨發;熊駿;宋豐毅;王婕;安競軻;曹志國;李婉玲
• 申請（專利權）人: 南京航空航天大學
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W4/024;H04W4/40;H04W64/00;H04W84/08
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 曹蕓

1.一種基于CASSA優化的無人機集群置信傳播協同定位方法，其特征在于，包括如下步驟：

步驟1，初始化所有節點的位置概率分布；

步驟2，計算無人機節點的自身位置預測信息，并且通過網絡傳播自身信息和測距范圍內的相對測距信息，計算相應的協同信息；

步驟3，計算t時刻無人機i測距范圍內所有組合構型的幾何精度因子GDOP，混沌初始化麻雀搜索算法；

步驟4，將每一種組合的GDOP作為麻雀搜索算法的適應度函數，執行自適應混沌麻雀搜索算法，選出最優GDOP的構型組合方式，無人機i與該最優構型進行協同信息交互；

所述步驟4的具體過程如下：

1)進行麻雀搜索算法混沌初始化：

Tent映射表達式如下：

其中Z_k+1、Z_k為k+1和k時刻的狀態值，β為映射參數；

2)計算所有組合的GDOP：

麻雀搜索算法中，使用虛擬麻雀去進行食物尋找的過程就是尋優的過程，那么由n只麻雀組成的種群表示為：

其中，S為麻雀種群矩陣，F_s為所有適應度值矩陣，為第n只麻雀的d維解，即指代一架無人機節點，為麻雀算法中一只麻雀的一維數組，即指代d個無人機的組合方式，為第n只麻雀的適應度值，即第n種組合方式的GDOP值；

計算每一只麻雀適應度f_i，即每一種組合方式的GDOP，選出當前最優值f_b和其對應的無人機組合方式以及當前最劣的適應度值f_w和其對應無人機組合方式

3)更新麻雀搜索算法中發現者位置：

麻雀覓食過程抽象為發現者-加入者模型，并加入警戒者機制，發現者位置更新方程如下:

其中iter_max為最大迭代次數，為第j個麻雀在第k維在iter時刻的無人機編號，為第j個麻雀在第k維在iter+1時刻的無人機編號，α為(0,1]之間的均勻隨機數，Q為服從正太分布的隨機數，L為一個元素都為1的1×d矩陣，R₂∈[0,1]和ST∈[0.5,1]分別為預警值和安全值；預警值小于安全值時候搜索環境安全，發現者能廣泛搜索，帶領種群獲得更好的適應度值；當預警值大于安全值表示麻雀遇到了捕食者，迅速調整策略飛向安全區；

4)更新麻雀搜索算法中加入者位置：

加入者在覓食過程中位置更新過程如下：

其中，為當前發現者占據的最優位置，A為元素隨機為1或-1的1×d，A⁺為A的偽逆矩陣A⁺＝A^T(AA^T)^-1；當j＞n/2，適應度值較低的第j個加入者沒有食物，十分饑餓，此時需要飛往其它地方覓食；

5)更新麻雀搜索算法中警戒者位置：

負責偵查預警的警戒者總數量的10％到20％，位置更新如下：

其中，為當前最優值對應的無人機組合方式，κ作為步長控制參數，標準正太分布隨機數；K為[-1,1]的隨機數；ε為常數；當f_j＞f_b表示麻雀位于種群邊緣，容易受到捕食者攻擊；f_j＝f_b表示處于種群中間的麻雀意識到了危險，需要靠近其它麻雀調整策略，避免風險；

6)進行自適應t分布變異：

設定變異閾值，當小于閾值時候，對麻雀進行自適應t分布變異

其中，η為變異控制因子，為變異前的麻雀個體，為變異后的麻雀個體，t(iter)是以迭代次數iter為參數自由度的t分布，算法初期iter值較小，t分布變異近似于具有良好全局搜索能力的柯西分布；后期iter值較大，近似于具有良好局部搜索能力的高斯分布變異；

7)判斷CASSA算法運行是否達到最大迭代或者滿足停止條件，滿足則退出，輸出結果，否則，重復執行步驟2)-6)；

步驟5，回到步驟2進行迭代，直到后驗位置信息收斂。

2.根據權利要求1所述的基于CASSA優化的無人機集群置信傳播協同定位方法，其特征在于，步驟1所述初始化所有節點的位置概率分布代表無人機i在t時刻地心地固ECEF系下的位置信息，為無人機i在t時刻在ECEF系下的值。