无人机分簇方法、装置和电子设备制造方法及图纸

本申请公开了一种无人机分簇方法、装置和设备，所述方法包括：获取多架无人机的位置信息、速度信息以及初始能量和能量消耗信息；基于所述多架无人机的位置信息，分别确定多架无人机的各无人机的自适应节点度差和平均节点距离；基于多架无人机的初始能量和能量消耗信息，分别确定多架无人机的各无人机的节点剩余能量；以及基于多架无人机的速度信息，分别确定多架无人机的各无人机的最大的速度相似差；基于多架无人机的各无人机的自适应节点度差、平均节点距离、剩余能量和最大的速度相似差，分别确定多架无人机的各无人机的综合权值；基于多架无人机的各无人机的综合权值以及簇的动态规模调整策略，对多架无人机进行分簇，得到多个无人机簇。到多个无人机簇。到多个无人机簇。

Clustering method, device and electronic equipment of UAV

【技术实现步骤摘要】
无人机分簇方法、装置和电子设备


[0001]本申请涉及无线网络研究
，尤其涉及一种无人机分簇方法、装置和电子设备。

技术介绍

[0002]目前，由于单架无人机在执行任务时容易出现故障，因此，在执行任务时通常会选择多架无人机组成自组织网络。通常情况下，自组织网络分为两种组网模式，平面式和分布式。平面式自组织网络的组网模式中各节点地位相等且相互连通，但这需要巨大的通信开销，显然不适合多架无人机编队这种大型网络。在分布式自组织网络的组网模式下，网络则被会被划分为若干个簇，通过簇头与簇成员的方式进行通信，这显然更适合多架无人机编队这种大型网络。
[0003]在自组织网络中，各节点功能具有相似、可变性，既可充当簇头收集数据，又可充当簇成员进行数据的传递。与此同时，因其具有自组织、无中心、分布式的特点，自组织网络无人机编队可以实现自主可控、高效部署及自我修复。而无人机节点的速度较自组织网络中的一般节点的速度要更快，能耗较自组织网络中的一般节点也更高。因此，无人机自组织网络会面临一系列特有的挑战，例如：无人机节点间距离较远，网络密度稀疏，需要合理配置簇的规模；无人机节点的能量有限，续航时间和总里程较短，需要合理的性能指标；无人机节点的移动速度较快，可以自由出入网络，需要合理的模型和维护方案。
[0004]因此，如何合理地划分无人机编队中的各个簇的规模，并为每个簇选择合适的簇头和簇成员，则需要提供合理的解决方案。

技术实现思路

[0005]本申请实施例提供一种无人机分簇方法、装置和电子设备，用于合理地划分无人机编队中的各个簇的规模，并为每个簇选择合适的簇头和簇成员。
[0006]本申请实施例采用下述技术方案：
[0007]第一方面，提供了一种无人机分簇方法，包括：
[0008]获取待分簇的多架无人机的位置信息、速度信息以及初始能量和能量消耗信息；
[0009]基于所述多架无人机的位置信息，分别确定所述多架无人机的各无人机的自适应节点度差和平均节点距离；基于所述多架无人机的初始能量和能量消耗信息，分别确定所述多架无人机的各无人机的节点剩余能量；以及基于多架无人机的速度信息，分别确定所述多架无人机的各无人机的最大的速度相似差；
[0010]基于所述多架无人机的各无人机的自适应节点度差、平均节点距离、剩余能量和最大的速度相似差，分别确定所述多架无人机的各无人机的综合权值；
[0011]基于所述多架无人机的各无人机的综合权值以及簇的动态规模调整策略，对所述多架无人机进行分簇，得到多个无人机簇，每个无人机簇由一个簇头和至少一个簇成员组成；其中，所述簇的动态规模调整策略为基于簇中簇头的节点度和预设的簇的规模范围确
定。
[0012]第二方面，提供了一种无人机分簇装置，包括：
[0013]信息获取模块，用于获取待分簇的多架无人机的位置信息、速度信息以及初始能量和能量消耗信息；
[0014]确定模块，用于基于所述多架无人机的位置信息，分别确定所述多架无人机的各无人机的自适应节点度差和平均节点距离；基于所述多架无人机的初始能量和能量消耗信息，分别确定所述多架无人机的各无人机的节点剩余能量；以及基于多架无人机的速度信息，分别确定所述多架无人机的各无人机的最大的速度相似差；
[0015]权值确定模块，用于基于所述多架无人机的各无人机的自适应节点度差、平均节点距离、剩余能量和最大的速度相似差，分别确定所述多架无人机的各无人机的综合权值；
[0016]分簇模块，用于基于所述多架无人机的各无人机的综合权值以及簇的动态规模调整策略，对所述多架无人机进行分簇，得到多个无人机簇，每个无人机簇由一个簇头和至少一个簇成员组成；其中，所述簇的动态规模调整策略为基于簇中簇头的节点度和预设的簇的规模范围确定。
[0017]第三方面，提供了一种电子设备，该电子设备包括：
[0018]处理器；以及
[0019]被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
[0020]获取待分簇的多架无人机的位置信息、速度信息以及初始能量和能量消耗信息；
[0021]基于所述多架无人机的位置信息，分别确定所述多架无人机的各无人机的自适应节点度差和平均节点距离；基于所述多架无人机的初始能量和能量消耗信息，分别确定所述多架无人机的各无人机的节点剩余能量；以及基于多架无人机的速度信息，分别确定所述多架无人机的各无人机的最大的速度相似差；
[0022]基于所述多架无人机的各无人机的自适应节点度差、平均节点距离、剩余能量和最大的速度相似差，分别确定所述多架无人机的各无人机的综合权值；
[0023]基于所述多架无人机的各无人机的综合权值以及簇的动态规模调整策略，对所述多架无人机进行分簇，得到多个无人机簇，每个无人机簇由一个簇头和至少一个簇成员组成；其中，所述簇的动态规模调整策略为基于簇中簇头的节点度和预设的簇的规模范围确定。
[0024]第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
[0025]获取待分簇的多架无人机的位置信息、速度信息以及初始能量和能量消耗信息；
[0026]基于所述多架无人机的位置信息，分别确定所述多架无人机的各无人机的自适应节点度差和平均节点距离；基于所述多架无人机的初始能量和能量消耗信息，分别确定所述多架无人机的各无人机的节点剩余能量；以及基于多架无人机的速度信息，分别确定所述多架无人机的各无人机的最大的速度相似差；
[0027]基于所述多架无人机的各无人机的自适应节点度差、平均节点距离、剩余能量和最大的速度相似差，分别确定所述多架无人机的各无人机的综合权值；
[0028]基于所述多架无人机的各无人机的综合权值以及簇的动态规模调整策略，对所述多架无人机进行分簇，得到多个无人机簇，每个无人机簇由一个簇头和至少一个簇成员组成；其中，所述簇的动态规模调整策略为基于簇中簇头的节点度和预设的簇的规模范围确定。
[0029]本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：
[0030]本专利技术实施例在对多架无人机进行分簇时，能够基于多架无人机的位置信息和速度信息、以及初始能量和能量消耗信息，分别确定多架无人机的各无人机的自适应节点度差、平均节点距离、节点剩余能量和最大的速度相似差，进而基于这些性能参数分别确定多架无人机的各无人机的综合权值，最后基于多架无人机的各无人机的综合权值以及簇的动态规模调整策略，对多架无人机进行分簇，得到多个无人机簇，每个无人机簇由一个簇头和至少一个簇成员组成，其中，簇的动态规模调整策略为基于簇中簇头的节点度和预设的簇的规模范围确定。由于能够在无人机分簇时，从节点度、节点间距离、剩余能量和移动性四个方面入手进行改进，将自适应节点度差、平均节点距离、节点剩余能量和速度相似度作为影响无人机分簇本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机分簇方法，其特征在于，包括：获取待分簇的多架无人机的位置信息、速度信息以及初始能量和能量消耗信息；基于所述多架无人机的位置信息，分别确定所述多架无人机的各无人机的自适应节点度差和平均节点距离；基于所述多架无人机的初始能量和能量消耗信息，分别确定所述多架无人机的各无人机的节点剩余能量；以及基于多架无人机的速度信息，分别确定所述多架无人机的各无人机的最大的速度相似差；基于所述多架无人机的各无人机的自适应节点度差、平均节点距离、剩余能量和最大的速度相似差，分别确定所述多架无人机的各无人机的综合权值；基于所述多架无人机的各无人机的综合权值以及簇的动态规模调整策略，对所述多架无人机进行分簇，得到多个无人机簇，每个无人机簇由一个簇头和至少一个簇成员组成；其中，所述簇的动态规模调整策略为基于簇中簇头的节点度和预设的簇的规模范围确定。2.如权利要求1所述的方法，其特征在于，基于所述多架无人机的各无人机的自适应节点度差、平均节点距离、剩余能量和最大的速度相似差，分别确定所述多架无人机的各无人机的综合权值，包括：对所述多架无人机的各无人机的自适应节点度差、平均节点距离、剩余能量和最大的速度相似差进行归一化处理；通过层次分析法基于所述多架无人机的各无人机的飞行时间，确定所述多架无人机的自适应节点度差的第一权值、平均节点距离的第一权值、剩余能量的第一权值和最大的速度相似差的第一权值；以及通过熵值法基于所述多架无人机的各无人机的飞行时间，确定所述多架无人机的自适应节点度差的第二权值、平均节点距离的第二权值、剩余能量的第二权值和最大的速度相似差的第二权值；基于多架无人机的各无人机的目标性能指标的第一权值和第二权值，确定所述多架无人机的各无人机的目标性能指标的组合权值，所述目标性能指标为所述自适应节点度差、平均节点距离、剩余能量和最大的速度相似差中的任意一个性能指标；基于所述归一化处理后的所述多架无人机的各无人机的自适应节点度差、平均节点距离、剩余能量、最大的速度相似差、以及所述多架无人机的自适应节点度差的组合权值、平均节点距离的组合权值、剩余能量的组合权值和最大的速度相似差的组合权值，确定所述多架无人机的综合权值。3.如权利要求1所述的方法，其特征在于，基于所述多架无人机的各无人机的综合权值以及簇的动态规模调整策略，对所述多架无人机进行分簇，得到多个无人机簇，包括：从所述多架无人机的各无人机的综合权值中确定综合权值最大的第一无人机；在所述第一无人机的自适应节点度差不小于所述预设的簇的规模范围的下限的情况下，将所述第一无人机作为第一无人机簇的簇头；将所述多架无人机中除去所述第一无人机以外的无人机的综合权值按照由小到大的顺序进行排序；将所述排序后的前第一数量的无人机作为所述第一无人机簇的簇成员，所述第一数量为基于所述第一无人机的自适应节点度确定；从所述多架无人机中除去所述第一无人机簇以外的无人机中确定综合权值最大的第二无人机；
在所述第二无人机的自适应节点度差在所述预设的簇的规模范围的情况下，将所述第二无人机作为第二无人机簇的簇头；将所述多架无人机中除去所述第二无人机和所述第一无人机簇以外的无人机的综合权值，按照由小到大的顺序进行排序；将所述排序后的前第二数量的无人机作为所述第二无人机簇的簇成员，所述第二数量为基于所述第二无人机的自适应节点度确定，直到所述多架无人机中的各无人机成为簇头或簇成员，得到所述多个无人机簇。4.如权利要求1所述的方法，其特征在于，基于所述多架无人机的各无人机的位置信息，确定所述多架无人机的各无人机的自适应节点度差，包括：基于所述多架无人机的各无人机的位置信息，确定所述多架无人机的各无人机的节点度；基于所述多架无人机的各无人机的节点度，确定所述多架无人机的节点度均值；基于所述多架无人机的各无人机的节点度和所述多架无人机的节点度均值，确定所述多架无人机的各无人机的自适应节点度差。5.如权利要求1所述的...

【专利技术属性】
技术研发人员：王翔宇，刘正洋，菅春晓，张艳语，杨育红，曲晶，张剑，崔维嘉，巴斌，王建辉，李盾，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：