[发明专利]一种无人机集群合并和分群方法在审
| 申请号: | 202310202453.1 | 申请日: | 2023-03-05 |
| 公开(公告)号: | CN116400725A | 公开(公告)日: | 2023-07-07 |
| 发明(设计)人: | 陈旿;朱家易;田莎;刘旭 | 申请(专利权)人: | 西北工业大学;水禾科技有限公司 |
| 主分类号: | G05D1/10 | 分类号: | G05D1/10 |
| 代理公司: | 西安凯多思知识产权代理事务所(普通合伙) 61290 | 代理人: | 刘涛 |
| 地址: | 710072 *** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 无人机 集群 合并 分群 方法 | ||
1.一种无人机集群合并和分群方法,其特征在于,包括以下步骤:
步骤1:构建无人机集群模型;
无人机集群是由相同的无人机组成,且无人机能够相互通信,因此无人机集群的拓扑结构用无向图G=(V,E)来表示,其中V={v1,v2,…,vn}表示集群中所有无人机的集合,表示无人机之间连接的集合;令表示与无向图G相关联的邻接矩阵,当aij为1时,表示无人机i和无人机j能够相互通信;当aij为0时,表示无人机j在无人机i的通信范围之外;每个无人机集群包括一个领导者和若干跟随无人机;
集群中每架无人机的状态表示为:
其中xn(t)表示各种与飞行状态相关的值;
如果对于一个集群中所有无人机的状态都收敛到领导者无人机的状态,则判定无人机集群实现有外部控制的协同状态,即满足下式:
其中,xL(t)表示领导者无人机的状态信息,由控制中心决定;
步骤2:无人机集群合并;
假设无人机集群m与集群n需要完成合并,并且根据控制中心的决策,合并之后的新集群的领导者为n的领导者,即集群m需要融入到集群n中,具体步骤如下:
步骤2-1:对于集群m中的无人机,维护集群编号g_num为m;集群n中的无人机,维护集群编号g_num为n;并且跟随无人机只接收g_num与自身相同的无人机发来的信息;设置无人机初始的活跃次数;
步骤2-2:当集群m和集群n的领导者接收到合并指令时,两个集群开始相互接近;
步骤2-3:当集群m中的跟随无人机接收到集群n中的无人机发来的消息时,由于集群标号不一致,忽略该消息;
步骤2-4:当集群m中的领导者接收到集群n中的无人机发来的合并消息时,改变身份为跟随者,改变g_num为n,并以消息来源的无人机作为自身的父节点,加入集群n;
步骤2-5:每轮迭代时,如果集群m中的跟随者接收不到领导者的状态信息,则活跃次数减1;
步骤2-6:当集群m中的无人机剩活跃次数降为0时,改变集群编号g_num为0,并改变自身为无领导者模式;
步骤2-7:当无领导者模式的无人机接收到集群n的消息时,即改变身份为跟随无人机,改变集群编号g_num为n,并以消息来源的无人机作为自身的父节点,加入集群n;
步骤2-8:当所有无领导者无人机都加入集群n之后,即完成集群m到集群n的合并过程;
步骤3:无人机集群分群;
步骤3-1:根据任务的要求,确定所需要的子集群的个数k以及每个集群的无人机数目限制;
步骤3-2:将邻接矩阵对应的节点排列表示为一个向量通过对该向量的变换来变换邻接矩阵,使用遗传算法求解最优节点排列;
步骤3-3:确定割边最少时的适应度函数,EC为割边集,即无向图G在划分之后两个不在同一个子集中的节点之间的连线的集合,定义如下:
EC={es,t|s∈Vi,t∈Vj,1≤i,j≤k,i≠j}
其中,es,t表示位于两个不同集群的无人机的连边,s和t分别表示位于不同无人机集群的无人机,Vj表示一个无人机集群的无人机集合;
步骤3-4:将一个节点排列的向量视为一个染色体,初始化固定染色体数目的初始种群;
步骤3-5:在初始种群中,记录最大适应度值的个体;
步骤3-6:在初始种群中随机选取个体执行交叉和变异操作,形成新的种群;
步骤3-7:重复执行步骤3-4~步骤3-6;
步骤3-8:达到指定迭代次数,得到最优个体,即最优节点排列;
步骤3-9:根据最优节点排列对应的邻接矩阵,确定割边集,断开割边,完成分群;
步骤3-10:在分群之后的各个子集群中,根据每个节点的度的大小进行排序,选择各集群中度最大的节点作为每个集群的新领导者。
2.根据权利要求1所述的一种无人机集群合并和分群方法,其特征在于,所述飞行状态包括无人机的速度、位置和加速度信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学;水禾科技有限公司,未经西北工业大学;水禾科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310202453.1/1.html,转载请声明来源钻瓜专利网。





