一种多无人机网络覆盖优化方法技术

本发明专利技术提供一种多无人机网络覆盖优化方法，属于信息技术领域。该优化方法包括：1)以平衡优化算法为核心，对平衡池中的候选解采用莱维飞行方式进行搜索，生成局部种群，计算局部种群中粒子的适应度值，用更高适应度值的粒子代替原平衡池中的粒子；2)种群中粒子数量采取非线性递减策略，在迭代过程中，淘汰适应度值低的粒子，减少算法的运算量；3)将该新型平衡优化算法应用于多无人机网络覆盖问题，定义一组无人机在二维平面内的位置坐标编码为一个粒子。通过仿真实验表明，本发明专利技术提出的多无人机网络覆盖优化方法较好地平衡了全局搜索性能与局部优化性能，收敛速度较快，具备规划同构、异构多无人机的空间位置分布，有效地提高了网络覆盖率。了网络覆盖率。了网络覆盖率。

【技术实现步骤摘要】
一种多无人机网络覆盖优化方法


[0001]本专利技术涉及多无人机网络覆盖优化领域，具体涉及一种新型多无人机网络覆盖优化方法设计与应用。

技术介绍

[0002]通过无人机挂载通信设备搭建高空基站实现数据中继成为工程领域的研究热点。单架无人机的覆盖范围有限，采用多无人机组网的方式能实现更广泛的覆盖面积。传统方法如虚拟力场法、几何计算法在解决无线网络节点部署问题时，存在覆盖率低，计算量大等问题，而智能算法在该问题上有着良好的表现。但现有的一些智能算法在解决网络覆盖优化问题时，也存在收敛速度慢，覆盖率低等问题，常常不能达到预期的目标。
[0003]因此设计一种切实可行的多无人机网络覆盖优化方法并对其验证，显得尤为重要。

技术实现思路

[0004]专利技术目的
[0005]本专利技术为实现多无人机网络覆盖部署任务，提出了一种性能良好，易于实现的多无人机网络覆盖优化方法与验证方法。
[0006]技术方案
[0007]本申请提供一种多无人机网络覆盖优化方法，所述方法包括以下步骤：
[0008]对多无人机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多无人机网络覆盖优化方法，其特征在于：所述方法包括以下步骤：对多无人机网络覆盖优化问题建模，将无人机在二维平面内的位置坐标编码为优化算法中的粒子，单个粒子维度设置为2n维，n为无人机数量，第一行为各无人机在二维平面内的横坐标值，第二行为纵坐标值；目标区域的边界设置为解空间的上界与下界；将目标区域的网络覆盖率设置为优化算法的目标函数；在平衡优化算法的基础上，对候选解采用莱维飞行方式生成局部种群，并依据适应度值对平衡池中的原候选解更新代替；并采用一种非线性递减种群中粒子数量的策略，动态调整迭代过程中粒子数量；对多无人机网络覆盖问题进行求解速度优化；将算法求解出的历史最优粒子进行解码，得到无人机群的空间位置分布及网络覆盖区域示意图。2.根据权利要求1所述的一种多无人机网络覆盖优化方法，其特征在于：对多无人机网络覆盖问题进行求解优化的具体过程为：S1设置初始种群及最终种群粒子数量，初始化改进平衡优化算法的参数；S2根据网络覆盖区域信息设置解空间上下界以及无人机的数量，生成初始种群粒子分布，并初始化平衡池；S3根据评价函数计算种群中单个粒子的适应度值，与平衡池中粒子进行比较，更新平衡池；S4计算指数项系数F及生成速率G，按照算法更新公式进行更新；S5对候选解采用莱维飞行的方式生成局部种群粒子，并依据适应度值对平衡池中的候选解进行更新；S6计算粒子适应度值，采取非线性递减的变种群粒子数量的策略，按照适应度值淘汰设定数量的粒子，计算下一次迭代过程粒子的数量；S7判断是否达到最大迭代次数，若已达到，则输出平衡池中的最优解，并将其确立为无人机在目标区域内的空间分布；否则返回步骤S3。3.根据权利1所述的一种多无人机网络覆盖优化方法，其特征在于：选取历史最优的四个粒子及其平均值构成平衡池：其中，P
eq1
，P
eq2
，P
eq3
，P
eq4
为历史最优的四个粒子，P
eqave
为四个粒子的平均状态；对所述平衡池中候选解采用莱维飞行方式生成局部种群，生成方式如下：式中，i＝1,2,3,4，分别对应...

【专利技术属性】
技术研发人员：郭剑东，邓德辉，孙晓媛，梁辰雨，廖志翔，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：