[发明专利]一种基于蜂群无人机的最少数量领航者选取方法

权利要求书

1.一种基于蜂群无人机的最少数量领航者选取方法，其特征在于，包括以下步骤：

步骤1，采用图论中的单个节点表示蜂群中每个无人机，节点间连接权重表示无人机间通信质量，据此构建基于蜂群无人机的有向非连通网络拓扑图；

步骤2，定义蜂群无人机间分层有向的通信方式，即领航无人机只接受控制人员分配的任务指令，与领航无人机连接的跟随无人机能够接受领航无人机的信息，同时其它跟随无人机根据通信拓扑接受上一级跟随无人机的信息；

步骤3，定义一个虚拟分配站节点连接每一个蜂群无人机网络中的节点，将有向非连通网络拓扑图重构为新的全连通网络拓扑图；

步骤4，设置连接权重，对步骤3构建的全连通网络拓扑图，设定虚拟分配站节点与其他节点的连接权重为1，其余原属于非连通网络拓扑图的连接权重为0；

步骤5，由朱刘-Edmonds最小生成树算法求解所述全连通网络拓扑图中最小生成树的数量K^*，并取每个生成树的根节点所代表的无人机作为具体的领航者，共得到K^*个领航者。

2.根据权利要求1所述的一种基于蜂群无人机的最少数量领航者选取方法，其特征在于，步骤1将蜂群无人机间的通信方式用非连通网络拓扑图来表示。

3.根据权利要求2所述的一种基于蜂群无人机的最少数量领航者选取方法，其特征在于，步骤2中蜂群无人机间是分层有向的通信方式，控制人员将任务指令下达到领航无人机，跟随无人机根据其与领航无人机的通信方式和相关的控制方式，实现与领航无人机的状态趋于一致，协同完成下达的任务。

4.根据权利要求3所述的一种基于蜂群无人机的最少数量领航者选取方法，其特征在于，步骤3中引入分配站节点连接每一个蜂群无人机网络中的节点，构建新的全连通网络拓扑图，再通过求解新的全连通网络拓扑图的最小生成树问题来确定具体的领航者。

5.根据权利要求4所述的一种基于蜂群无人机的最少数量领航者选取方法，其特征在于，对于步骤5中得到的最少数量的K^*个领航无人机，利用朱刘-Edmonds最小生成树算法求解，并在最少数量领航无人机基础上，额外增加设定数量的领航无人机，来增加蜂群无人机网络间通信的稳定性。

6.根据权利要求5所述的一种基于蜂群无人机的最少数量领航者选取方法，其特征在于，朱刘-Edmonds最小生成树算法具体数学语言描述如下：

1)设有向图G＝(V,E)，其中V是有向图的点集，E是有向图的边集；选择一个点τ∈V作为根节点，对每个边e_j∈E设其权重值为ω_j；令T＝f(G,τ,W)表示有向图G中以τ为根节点，W＝∑ω_j为值的生成树；其中，0＜j＜＝M，M为集合E的个数；

2)对于有向图G，遍历除根节点τ之外的所有节点v_i∈{V\{τ}}，对每个v_i取指向v_i的边中权重值最小边，并记录这些边的来源点p_i，这些边的集合为P＝{(p_i,v_i)|v_i∈{V\{τ}}；其中，0＜＝i＜N，N为集合V的个数；

3)如果P的任意子集不能构成环，则得到最小生成树T_min＝f(P,τ,W)，其值为W，算法结束；

4)如果P中含有可以构成环的子集，则记环为C，并将环C抽象为点v_c，并从P中删除C，P←P\C；再在原图的边集E中找到指向环的边e＝(i,v)，e满足得到环外点u和环内点v；进而在环C中找到指向点v的边e′＝(u′,v)，e′满足u′∈C∧v∈C；将点u指向抽象点v_c的边记为e_c＝(u,v_c)，并将e_c添加进P，即P←P\{e_c}，e_c的权重值ω_c＝ω(e)-ω(e′)；如果有多条边作为e_c，则只选择ω_c最小者加入P；

5)重复步骤2)和步骤4)，直至P的任意子集不能构成环；

6)考察步骤4)中的环C，找到P中的边e_c在原图中相对应的边e，再在环C中找到和边e＝(u,v)指向相同点v的边e′＝(u′,v)；删除边e′以打断环，将环C中除了边e′以外的边加入P；最后从P中删除e_c，将e_c在原图中相对应的边e加入P，则得最小生成树T_min＝f(P,τ,W)，其值为W，算法结束。