【技术实现步骤摘要】
本专利技术属于无人集群任务分配优化领域，提出了一种基于任务驱动的多节点连通分级优化方法，在分布有连通障碍与任务目标的复杂环境中，以分级考虑优化重点的方式，逐步实现规划结果的迭代优化，从而达到保证节点间正常连通的前提下覆盖更多任务目标的效果。
技术介绍
1、在较为复杂多变的应用场景中，单无人机在执行任务时的局限逐渐突显。此外，一旦单无人机发生故障，则难以继续执行任务。并且，受续航能力、载荷以及感知能力的制约，单架无人机往往无法及时完成数据采集、区域覆盖乃至货物运输等任务目标。与此同时，为使得无人机集群能够高效可靠地完成任务，其协同组网控制问题一直是学术界的研究热点。无人机通过与通信范围内的邻节点建立通信链路，建立飞行自组织网络，集群内的无人机利用邻节点信息自适应地调整自身运动状态，以实现更高的自主性和灵活性，从而可以应用于更为复杂的地形环境及任务需求。
2、无人机集群控制具有较高的灵活性和自主性，但其所生成网络拓扑结构会显著影响无人机集群收敛至一致状态的速度和精度。此外，一旦无人机集群节点形成一些连通性较差的特殊的拓扑结构，如链状或哑铃状，整个网络极易分离成两个或多个不连通的子群，从而导致整个集群难以收敛至一致状态。因此，为提高无人机集群构成的自组织网络的鲁棒性，需对无人机集群节点的位置序列在任务分配时进行优化规划，使其既能保证连通性能的良好又能保证更多任务的顺利执行。
技术实现思路
1、本专利技术在上述任务背景的基础上提出了一种基于任务驱动的多节点连通分级优化方法。为保
2、为实现上述目的，本专利技术采用的技术方案为：
3、一种基于任务驱动的多节点连通分级优化方法，包括以下步骤：
4、步骤1，构建二维环境场景，设置若干通信障碍物及地面任务目标，生成无人机集群初始节点序列，作为当前节点序列；
5、步骤2，在当前节点序列坐标的基础上生成下一步待定节点序列坐标；
6、步骤3，利用图论知识，使用dfs算法分别判定当前节点序列与待定节点序列是否具备连通特性，并计算获取两组节点序列的关节点信息；同时，分别计算当前节点序列与待定节点序列的任务目标覆盖收益，以及根据节点通联评价函数，分别计算当前节点序列与待定节点序列节点组网的连通能力；
7、步骤4，根据步骤3的计算结果，以优先级判定的方式依次分别以是否连通、任务目标覆盖收益是否增加、关节点是否减少以及连通能力是否增强4个优化目标作为评判标准，对当前节点序列与待定节点序列进行选择作为新的当前节点序列，返回步骤2，直至满足设定效果或循环设定次数结束。
8、进一步的，步骤2具体过程为：
9、设当前节点序列为节点任务覆盖半径为ρ，对于其中一个节点计算节点与各地面任务目标间的距离ρtemp，若ρtemp≤ρ，则对应地面任务目标当前处于节点的可覆盖范围内，并记录对应的地面任务目标，遍历计算完地面任务目标后形成节点可覆盖的任务目标序列tk{(x1,y1),(x2,y2),…,(xm,ym)}，并计算得到tk序列的中心点(xo,yo)；从当前节点序列中选取设定概率的节点，由中心点作为引导方向生成节点的下一步待定节点，剩余节点生成其余方向上的待定节点，直至p_0中的每个节点都生成新的节点，形成下一步待定节点序列p_1；其中，n为当前节点个数，m为节点可覆盖的任务目标个数，1≤k≤n，设定概率大于50％。
10、进一步的，步骤3中利用图论知识，使用dfs算法分别判定当前节点序列与待定节点序列是否具备连通特性，并计算获取两组节点序列的关节点信息，具体过程为：
11、使用dfs算法，分别对当前节点序列p_0和待定节点序列p_1进行连通分析和各节点的关节点判断并记录；其中，任意两点之间至少存在一条路径实现连通，则称这些节点单连通，当去掉某一节点后，剩余节点不能再保持连通特性，则称去掉的节点为关节点，当所有节点中不存在关节点时，称这些节点为双向连通。
12、进一步的，步骤3中分别计算当前节点序列与待定节点序列的任务目标覆盖收益，具体过程为：
13、初始化收益getsum＝0，循环遍历地面任务目标序列，计算地面任务目标与各节点之间的距离dtemp，若dtemp始终大于每个节点的覆盖半径ρ，则表示对应地面任务目标不被任何一个节点所覆盖，若dtemp小于等于某节点的覆盖半径ρ，则表示对应地面任务目标被其中某节点所覆盖，使getsum累计对应目标价值收益，并开始对下个地面任务目标进行收益计算，直至遍历完地面任务目标序列，分别获得当前节点序列与待定节点序列的最终的收益getsum。
14、进一步的，步骤3中根据节点通联评价函数，分别计算当前节点序列与待定节点序列节点组网的连通能力，具体过程为：
15、在每个序列中分别遍历两两节点，判断是否被障碍物所阻隔，若未被阻隔即为连通，则计算两点间的连通距离，并与dbest作差取绝对值记为当前两节点间的效果值，若被障碍物阻隔，则根据场景选取一个值作为两点间不连通的效果值，两两遍历完所有节点后，将每个序列的所有效果值累加即为整张节点网的通信效果值。
16、进一步的，步骤4具体过程为：
17、步骤3分别计算出当前节点序列以及待定节点序列的联通情况state_0与state_1、关节点数量apn_0与apn_1、任务目标覆盖收益get_sum0与get_sum1以及组网的连通能力ce_0与ce_1后，进行如下比较判断：
18、1)若state_0>state_1，则保留节点序列p_0作为新的当前节点序列，若state_0<state_1，则选择待定节点序列p_1作为新的当前节点序列，若state_0＝state_1，则进行下一步比较；
19、2)若get_sum0>get_sum1，则保留节点序列p_0作为新的当前节点序列，若get_sum0<get_sum1，则选择待定节点序列p_1作为新的当前节点序列，若get_sum0＝get_sum1，则进行下一步比较；
20、3)若apn_0<apn_1，则保留节点序列p_0作为新的当前节点序列，若apn_0>apn_1，则选择待定节点序列p_1作为新的当前节点序列，若apn_0＝apn_1，则进行下一步比较；
21、4)若ce_0<＝ce_1，则保留节点序列p_0作为新的当前节点序列，若ce_0>ce_1，则选择待定节点序列p_1作为新的当前节点序列；
22、然后返回步骤2进行迭代优化，直至满足设定优化效果或达到设定循环次数迭代结束，形成最终节点位置序列。
23、本专利技术与现有技术相比具有以下优点：...
【技术保护点】
1.一种基于任务驱动的多节点连通分级优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于任务驱动的多节点连通分级优化方法，其特征在于，步骤2具体过程为：
3.根据权利要求2所述的一种基于任务驱动的多节点连通分级优化方法，其特征在于，步骤3中利用图论知识，使用DFS算法分别判定当前节点序列与待定节点序列是否具备连通特性，并计算获取两组节点序列的关节点信息，具体过程为：
4.根据权利要求1所述的一种基于任务驱动的多节点连通分级优化方法，其特征在于，步骤3中分别计算当前节点序列与待定节点序列的任务目标覆盖收益，具体过程为：
5.根据权利要求1所述的一种基于任务驱动的多节点连通分级优化方法，其特征在于，步骤3中根据节点通联评价函数，分别计算当前节点序列与待定节点序列节点组网的连通能力，具体过程为：
6.根据权利要求2所述的一种基于任务驱动的多节点连通分级优化方法，其特征在于，步骤4具体过程为：
【技术特征摘要】
1.一种基于任务驱动的多节点连通分级优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于任务驱动的多节点连通分级优化方法，其特征在于，步骤2具体过程为：
3.根据权利要求2所述的一种基于任务驱动的多节点连通分级优化方法，其特征在于，步骤3中利用图论知识，使用dfs算法分别判定当前节点序列与待定节点序列是否具备连通特性，并计算获取两组节点序列的关节点信息，具体过程为：
4.根据权利要...
【专利技术属性】
技术研发人员：蔡迎哲，柴兴华，杨建永，李森磊，李晨阳，张宁，郝亦豪，李雅，张秋阳，
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。