[发明专利]一种无人机辅助的无线传感器网络节点充电选择方法

权利要求书

1.一种无人机辅助的无线传感器网络节点充电选择方法，其特征在于，包括如下步骤：

步骤一、种群的随机初始化；

步骤二、以K-means方法寻找无人机的位置并更新种群，计算所有粒子的适应度函数值：

F＝k+SN_rc；

式中，F为适应度函数值，k为无人机悬停次数，SN_rc为被重复充电的无线传感器网络节点数量；

步骤三、确定所述种群中的局部最优解和全局最优解；

步骤四、以惩罚和补偿机制更新所述无人机的悬停次数；

步骤五、以K-means方法寻找无人机的位置并更新种群，计算所有粒子的适应度函数值；

步骤六、对粒子的速度与粒子的位置进行更新得到新的种群，计算所有粒子的适应度；

步骤七、保存适应度函数值更小的粒子并保持种群中粒子数的最大值；

步骤八、更新所述种群中的局部最优解和全局最优解；

步骤九、判断迭代次数是否达到上限：

若迭代次数达到最大迭代次数，则输出最终的无人机的悬停次数和无人机的悬停位置坐标；

若迭代次数未达到最大迭代次数，则重复执行所述步骤四至步骤九。

2.如权利要求1所述的无人机辅助的无线传感器网络节点充电选择方法，其特征在于，所述步骤一中生成一定种群规模的粒子，以无人机悬停次数和无人机悬停位置联合作为粒子群算法的候选解，每个粒子在搜索域内随机初始化生成k个初始悬停次数和k个悬停位置坐标。

3.如权利要求2所述的无人机辅助的无线传感器网络节点充电选择方法，其特征在于，当所述每个粒子的维度不同时，在所述粒子的原始决策变量的基础上添加辅助决策变量，所述辅助决策变量不参与运算过程，且所述辅助决策变量为搜索域内的随机变量。

4.如权利要求3所述的无人机辅助的无线传感器网络节点充电选择方法，其特征在于，所述以K-means方法寻找无人机的位置并更新种群具体包括如下过程：

对每个粒子，以无线传感器网络节点的坐标为定点，使用K-means方法生成与所述粒子对应的k个聚类中心。

5.如权利要求4所述的无人机辅助的无线传感器网络节点充电选择方法，其特征在于，所述被重复充电的无线传感器网络节点数量满足：

式中，n为被充电节点的总数量，μ_ij为无人机在第i次悬停时，是否能为第j个节点充电，若是，则μ_ij＝1，若否，则μ_ij＝0。

6.如权利要求5所述的无人机辅助的无线传感器网络节点充电选择方法，其特征在于，所述步骤四具体包括如下过程：

当无人机的悬停次数不能满足所有无线传感器网络节点全部获得电能时，给予补偿机制增加所述无人机的悬停次数，每次补偿的大小为当所述无人机的悬停次数满足所有无线传感器网络节点全部获得电能后有无线传感器网络节点被重复充电，给予惩罚机制降低所述无人机的悬停次数，每次惩罚的大小为