一种基于最优寿命的无人机路径规划方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110645988A(43)申请公布日2020.01.03(21)申请号201910961053.2(22)申请日2019.10.11(71)申请人广州大学地址510006广东省广州市番禺区大学城外环西路230号(72)发明人刘贵云彭德鸣欧阳海滨蒋文俊彭百豪张杰钊唐冬(74)专利代理机构广州市华学知识产权代理有限公司44245代理人陈宏升黄磊(51)Int.Cl.G01C21/20(2006.01)权利要求书2页说明书8页附图4页(54)发明名称一种基于最优寿命的无人机路径规划方法(57)摘要本发明涉及一种基于最优寿命的无人机路径规划方法，包括：S1，对预设距离内、能够互相通信的节点进行聚类成簇；S2，将簇成员中离质心位置最近，且剩余能量最高的节点作为该簇在本轮信息采集过程中的簇头；将簇头和未成簇的单独节点作为任务对象；S3，利用动态规划算法对任务对象内的所有节点，进行统一的路径规划，得到无人机飞行的最优寿命的最优路径。本发明不但有效优化了无人机的飞行路径，而且进一步缩短了节点的信息寿命，保证了采集信息的实时性。CN110645988ACN110645988A权利要求书1/2页1.一种基于最优寿命的无人机路径规划方法，其特征在于，包括：S1，对预设距离内、能够互相通信的节点进行聚类成簇；S2，将簇成员中离质心位置最近，且剩余能量最高的节点作为该簇在本轮信息采集过程中的簇头；将簇头和未成簇的单独节点作为任务对象；S3，利用动态规划算法对任务对象内的所有节点，进行统一的路径规划，得到无人机飞行的最优寿命的最优路径。2.根据权利要求1所述的基于最优寿命的无人机路径规划方法，其特征在于，步骤S1包括：+判断每两个无线传感器节点之间的距离disi,j(vi,vj∈V)是否小于或等于预设的通信半径，若是，则成簇，并用数组记录可相互成簇的无线传感器节点R。3.根据权利要求2所述的基于最优寿命的无人机路径规划方法，其特征在于，R＝20m。4.根据权利要求1所述的基于最优寿命的无人机路径规划方法，其特征在于，步骤S3包括：S31，对数据上传时间进行修正，得到每个簇的数据上传时间S32，任务对象中当前节点的数据上传时间加上无人机从当前节点飞往下一节点所消耗时间得到当前节点消耗时间，将当前节点消耗时间加上已知路径消耗时间，将当前节点消耗时间与已知路径消耗时间之和最小对应的下一节点作为最优路径的下一节点；S33，将最优路径的下一节点作为当前节点，重复执行步骤S32，得到最优寿命AoI的最优路径。5.根据权利要求4所述的基于最优寿命的无人机路径规划方法，其特征在于，在步骤S32，每一阶段中，当前最小路径消耗时间计算公式为：计算出来的最优路径是一条最短的哈密顿回路，其起始于第一个节点v1，终止于初始节点v0，计算得到的最优寿命AoI为：6.根据权利要求1所述的基于最优寿命的无人机路径规划方法，其特征在于，在步骤S2中，当无人机距离与通信节点的距离小于临界值时，节点的能耗计算如公式(3)所示：E_use＝E_elec*bit+E_fs*bit*(distance)2(3)当无人机距离与通信节点的距离大于或等于临界值时，节点的能耗计算如公式(4)所示：E_use＝E_elec*bit+E_mp*bit*(distance)4(4)其中，E_use为消耗的能量，E_elec为每bit传输的能量，E_fs为小于临界距离时每bit耗散的能量，E_mp为大于临界距离时每bit耗散的能量，distance为进行通信的节点与无人2CN110645988A权利要求书2/2页机的距离；把该阶段所有能够选择的节点vj与当前本节点的距离di,j按照公式(5)计算：其中，公式中的Node_x与Node_y前缀分别为点i和j的横坐标与纵坐标；按照公式(3)至(4)与公式(5)，分别对每个簇内的节点成员进行能量消耗以及与质心距离的计算，使得簇头选举能够符合UAV飞行特点。7.根据权利要求1所述的基于最优寿命的无人机路径规划方法，其特征在于，在步骤S31中每个簇的数据上传时间为α(i)为该簇的成员数目。8.根据权利要求1所述的基于最优寿命的无人机路径规划方法，其特征在于，步骤S3之前还包括：簇头的轮换，所述簇头的轮换包括：根据阈值T(n)选择簇头，每个簇成员节点产生一个随机数，如果该随机数小于阈值T(n)，则该节点被选为当轮信息采集中该簇的簇头节点；所述随机数的范围为0到1；其中r为信息采集当前的轮数，p为网络中簇头数与节点总数的比值，G为最近1/p轮中未当选簇头的节点集合，Ecurr为节点的剩余能量，Eaver为每一轮结束后节点的平均能量，dtoMS为簇头到质心的距离，dmax为当前簇内所有节点中到质心的最