[发明专利]一种可充电无人机路径规划方法及系统

权利要求书

1.一种可充电无人机路径规划方法，其特征在于，包括：

获取无人机和传感器集合，确定系统模型、信道模型和无人机能耗模型；

基于所述系统模型、所述信道模型和所述无人机能耗模型建立无人机总能量消耗目标函数；

基于传感器分簇机制和簇头选择机制，根据DQN算法对所述无人机总能量消耗目标函数中的无人机飞行路径策略和充电策略进行联合优化，实现最小化无人机采集完成所有传感器簇头节点的能量消耗；

所述获取无人机和传感器集合，确定系统模型、信道模型和无人机能耗模型，包括：

将所述传感器集合分成若干簇，获取所有簇头集合、每簇中的节点集合和任一簇中的传感器总数，确定所述任一簇中任意两个传感器节点之间距离不大于簇头最大通信范围，确定所述任一簇中任一传感器的携带数据量；

基于二元变量分别获取簇头选择策略和无人机采集策略，确定无人机采集簇头节点总数，基于所述簇头节点总数得到无人机飞行路径集合以及每一段路径长度；

基于自由空间路径损耗模型获得无人机和传感器之间的信道增益，由所述信道增益得到无人机和簇头之间的数据传输速率；

获取给定总推力、给定总推力下的隐含速度、无人机平均运动速度和无人机俯仰角度，基于所述给定总推力、所述给定总推力下的隐含速度、所述无人机平均运动速度和所述无人机俯仰角度得到无人机前进最小功率，其中所述给定总推力是基于无人机总质量、重力常数和总阻力所获得，所述隐含速度是基于所述给定总推力、所述无人机俯仰角度、无人机旋翼数量和无人机旋翼半径所获得；

基于所述给定总推力、所述无人机旋翼数量和所述无人机旋翼半径得到无人机悬停最小功率；

确定能量效率，将所述无人机前进最小功率和所述无人机悬停最小功率分别除以所述能量效率，分别得到无人机单位时间内前进最小功率和无人机单位时间内悬停最小功率；

获取无人机推进总时间，由所述无人机推进总时间分别乘以所述无人机单位时间内前进最小功率和所述无人机单位时间内悬停最小功率，分别得到总推进能耗和总悬停能耗。

2.根据权利要求1所述的可充电无人机路径规划方法，其特征在于，所述基于所述系统模型、所述信道模型和所述无人机能耗模型建立无人机总能量消耗目标函数，包括：

基于所述总推进能耗和所述总悬停能耗建立最小目标函数，同时满足第一约束条件和第二约束条件；

所述第一约束条件为每个簇内所有传感器均需要覆盖在当前簇内簇头节点的覆盖范围内；

所述第二约束条件为所述无人机在任意时刻的剩余能量大于0，其中包括无人机采集簇头传感器时，与无人机返回充电点充电时。

3.根据权利要求1所述的可充电无人机路径规划方法，其特征在于，所述基于传感器分簇机制和簇头选择机制，根据DQN算法对所述无人机总能量消耗目标函数中的无人机飞行路径策略和充电策略进行联合优化，实现最小化无人机采集完成所有传感器簇头节点的能量消耗，包括：

采用预设聚类分簇算法，选择得到最优分簇数量；

基于最优分簇数量，对分簇过程和簇头选择进行迭代优化，得到满足每簇簇头通信范围约束的最小分簇数量；

基于最小分簇数量，确定无人机的状态、动作和奖励，求解得到所述最小化无人机采集完成所有传感器簇头节点的能量消耗。

4.根据权利要求3所述的可充电无人机路径规划方法，其特征在于，所述采用预设聚类分簇算法，选择得到最优分簇数量，包括：

通过k-means算法对所述传感器集合进行分簇；

基于欧氏距离获得每个簇内传感器到簇头的距离，判断所述每个簇内传感器到簇头的距离是否均小于簇头最大通信范围，得到所述最优分簇数量。

5.根据权利要求3所述的可充电无人机路径规划方法，其特征在于，所述基于最优分簇数量，对分簇过程和簇头选择进行迭代优化，得到满足每簇簇头通信范围约束的最小分簇数量，包括：

确定任一簇中任一传感器的携带数据量，以及所述任一簇内任一传感器与同簇内其它节点之间的平均距离；

将所述携带数据量和所述平均距离相乘得到任一簇中任一传感器的中心度；

确定每个簇的簇头选择策略为获得使所述中心度达到最大值对应的节点为簇头节点。