【技术实现步骤摘要】
一种非完全已知条件下多机协同规划方法
[0001]本专利技术属于多无人机协同领域，特别涉及了一种非完全已知条件下多机协同规划方法。
技术背景
[0002]随着经济社会发展、国家和国防安全保障等方面需求的日益多样化，人们对于移动通信网络在特殊场景下的应用日益深化，包括大型集会通信保障、重大活动人防、应急处突、偏远或危险地区灾害救援等应用场景。传统的无线通信大多依赖于预先架设好的基础网络设施，如基站或AP等，这种固定式、集中式网络受限于基础设施、终端位置等影响，灵活性差，不能根据应用需求将基站灵活部署于最佳位置，更不能随着用户流量变化而改变网络拓扑或优化通信质量。无人机群能以网络化、分布化、协同化方式快速形成区域覆盖，实现机群资源优化调度，提高任务完成率和响应速度。采用无人机群开展移动通信覆盖任务的思路应运而生。相比于固定基站，无人机具有低成本、机动灵活、可搭载多样化载荷、可快速部署等特点，能根据任务需求情况灵活改变节点通信拓扑结构，并能在出现通信网络瘫痪、部分节点故障等情况下快速实现网络自愈。可以预见，依托无人机群，将对移动通...
【技术保护点】
【技术特征摘要】
1.一种非完全已知条件下多机协同规划方法，其特征在于，具体包括以下步骤：步骤1:整个无人机群的每个无人机广播共享自己的实时位置，并根据接收的无人机位置信息判定为全局信息已知或局部信息已知；全局信息已知时，将无人机群当前位置及联通状态表示为一个无向图，通过计算无向图拉普拉斯矩阵的0特征值重数判断网络的连通性，局部信息已知时，通过节点遍历的方式判断网络的连通性；步骤2：若网络处于全联通状态，则利用无向图，基于最小生成树的组合优化方法对目标进行覆盖，计算无人机的下一步位置；若网络处于非全联通状态，则采用分布式协商规则，确定每个无人机获得的覆盖任务目标点位置，并进行聚类，计算无人机下一步的位置；步骤3：采用基于最小二乘曲线拟合的轨迹预测方法对目标态势变化进行预测，作为下一轮步骤2覆盖任务目标点位置。2.根据权利要求1所述的一种非完全已知条件下多机协同规划方法，其特征在于，步骤1中，通过计算无向图拉普拉斯矩阵的0特征值重数判断网络的连通性，具体过程为：将无人机群当前位置及联通状态表示为一个无向图G＝(V,E)，其中V为无人机节点，E表示无人机节点之间的所有通信连接边；利用无向图G的拉普拉斯矩阵L＝D
‑
A，D为度矩阵，A为空间邻接矩阵，进一步计算L的0特征值重数，若重数为1则代表该网络全连通，否则为非全联通。3.根据权利要求1所述的一种非完全已知条件下多机协同规划方法，...
【专利技术属性】
技术研发人员：柴兴华，陈彦桥，朱进，蔡迎哲，雷耀麟，刘厦，
申请(专利权)人：中国电子科技集团公司第五十四研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。