[发明专利]一种基于低人口密度区域移动网络信号强度测量无人机全局路径规划方法

权利要求书

1.一种基于低人口密度区域移动网络信号强度测量无人机全局路径规划方法，其特征在于：所述方法包括以下步骤：

步骤1：确定待测区域及范围，采用网格式测量初步采集待测区域的移动网络信号情况；

步骤2：对采集数据进行函数拟合，并确定最佳拟合函数；

步骤3：通过拟合函数确定信号强度变化梯度值，通过梯度值大小确定权重从而计算出新增测量点位置；

步骤4：根据计算的新增测量点数进行无人机移动网络信号测量轨迹规划，并按照轨迹进行测量。

2.根据权利要求1所述的方法，其特征在于，步骤1为确定无人值守区的面积、海拔、地形情况以及经纬度范围；使用无人机进行网格化测量，将待测区域划分为若干网格，根据实际地形确定每个网格的长和宽；通过无人机搭载测量平台，分别对横向和纵向的网格顶点进行信号强度测量，取测量10s期间的20次测量数据的平均值作为测量点的结果。

3.根据权利要求1所述的方法，其特征在于，所述步骤2具体为：

步骤2.1、测量数据的函数拟合，主要分为四种形式；

步骤2.2、通过拟合过程中的参数确定最佳拟合函数。

4.根据权利要求3所述的方法，其特征在于，所述步骤2.1具体为：对步骤1中所测得的横向和纵向坐标与信号强度数据分别进行多项式拟合、傅里叶拟合、三角拟合以及高斯拟合；对于多项式拟合，展开系数用最小二乘拟合确定，主要形式是：

y＝a₀+a₁x+a₂x²+…+a_kx^k

其中x是表示地理坐标的自变量，y是表示信号强度的函数值，a_k和k是常数，k表示拟合函数的阶数，a_k是拟合系数，根据数据和拟合函数的情况选取阶数；

三角拟合、高斯拟合以及傅里叶拟合的函数形式有：

其中a_k，b_k，c_k，w和k是拟合函数中的常数，k表示拟合函数的阶数，a_k，b_k，c_k是拟合系数，w是频率系数。

5.根据权利要求4所述的方法，其特征在于，所述步骤2.2具体为：步骤2.2通过拟合系数对上一步骤中得到的拟合函数进行选择；地理坐标与信号强度的拟合函数由误差平方和以及确定系数决定；计算误差平方和的公式为：其中，y_i代表原始数据，代表拟合数据，w_i代表拟合数据的权重，n代表拟合数据的数量；确定系数表示通过数据变化进行拟合的质量，定义如式：

其中是原始数据的平均值，代表拟合数据，n是拟合数据的数量，SST是原始数据和平均值之差的平方和；

对步骤2.1中得到的四种函数拟合结果分别计算误差平方和以及确定系数，比较不同拟合方法得到的结果，当拟合数据和原始数据越相近时，SSE越接近0，CDN越接近1，从而模型的选择性和匹配度越好，由此选择SSE最接近0且CDN最接近1的函数确定为最佳拟合函数。

6.根据权利要求1所述的方法，其特征在于，所述步骤3具体为：在通过步骤2得到拟合函数后，计算网格测量数据的横向或纵向梯度权重；权重计算公式：

式中，m为新增测量点的个数，n为横向或纵向测量方向上的测量间隔个数,为s段测量间隔的平均梯度，计算公式为：

式中，t是每个测量间隔内计算梯度的数量，xc_i是测量间隔内计算梯度的坐标值；在得到测量区间的梯度值和权重之后，将新增测量点的总数按照每个测量区间的权重比例分配，从而确定区间内新增测量点的具体数量，接着在网格横向和纵向上较大权重的位置上，按照最小遍历原则确定新增测量点的具体坐标。