[发明专利]一种基于协同智能优化算法的多平台任务分配方法

权利要求书

1.一种基于协同智能优化算法的多平台任务分配方法，其特征在于，包括以下步骤：

S1，基于临空平台设计约束和任务场景要求，构建多平台系统任务分配模型，考虑高空平台飞行器与低空平台无人机之间的自由空间损耗、以及低空平台无人机与用户之间的空地路径损耗，构造高空平台飞行器、低空平台无人机与用户之间的成本函数，以最小化总成本作为多平台系统任务分配模型的优化目标；

S2，针对用户分布不均和任务的特殊性，采用服务区域编码、位置信息编码两种编码方式，将任意一个适用于该任务场景下的多平台系统任务分配优化问题的可行解编码为由两段序列构成的完整染色体；

S3，基于协同进化框架，针对服务区域编码、位置信息编码进行初始化并随机分组，划分为若干子种群；针对各子种群，利用差分进化算法进行相应的交叉、变异、种群灾变，对多平台系统任务分配模型进行求解，在最大迭代次数下求得的最优解即为多平台系统的最佳任务分配方案；

所述步骤S1中多平台系统任务分配模型中的损耗模型具体为：

高空平台飞行器与其对应的n个无人机在A区上空运行，高空平台飞行器的发射功率为，高空平台飞行器与第i个无人机之间存在自由空间损耗，因此第i个无人机的发射功率为：

其中，为第i个无人机与高空平台飞行器之间的距离；

对于低空无人机与地面用户，考虑空地路径损耗，每个无人机可处理个服务请求，用户数量为x；用户服务请求的到达率为，平均数据包大小为；位置y处用户的负载/延迟为:

其中，为从第i个无人机到位置y处给定用户的信噪比；W是系统带宽；

假设在正交频带上运行，面积荷载为：

假设无人机在相同的频谱上运行，考虑到无人机对无人机的干扰，从第i个无人机到位置y处给定用户的信噪比为：

其中，P_i为无人机发射功率，K为几何参数的系数，为第i个无人机与位置y处用户之间的距离，为空地路径损耗指数，为噪声功率谱密度；位置y处的用户的频谱效率由下式给出：

。

2.根据权利要求1所述的基于协同智能优化算法的多平台任务分配方法，其特征在于，所述步骤S1中多平台系统任务分配模型中的成本函数具体为：

成本函数是容量、延误和覆盖率的函数；让表示根据用户的请求模式量化用户数量的密度函数，x表示用户数量，表示服务请求，小区可处理的用户总数为；对于所考虑的网络，密度函数有两个变量，指定区域的用户密度函数和无人机服务的用户密度函数为：

其中，n为无人机总数量；S_n为每个无人机可处理的服务请求个数；

单位面积成本函数和无人机成本函数如下所示：

其中，和是网络平衡常数，；

因此，目标函数即维持总网络连接的总成本函数：

其中，是分配给特定区域的无人机数量，是总需求区域的数量。

3.根据权利要求1所述的基于协同智能优化算法的多平台任务分配方法，其特征在于，所述步骤S2中服务区域编码、位置信息编码方式具体为：

（1）针对服务区域编码，第i个无人机对应第j个区域的服务变量为，该变量为二进制变量，取值为1时表示无人机会对区域提供服务，取值为0不提供；无人机的服务区域编码为

个体k的服务区域编码是由全部无人机服务区域编码构成的，表达式为：

（2）针对位置信息编码，第i个无人机的二维位置信息为，高空平台飞行器的位置信息为，个体k的位置信息编码由全部无人机位置信息和高空平台飞行器的位置信息组成，表达式为：

。