[发明专利]基于位置和速度预测信息的FANET组网方法及系统

权利要求书

1.一种基于位置和速度预测信息的FANET组网方法，其特征在于，采用分簇的拓扑架构，即：将节点划分为若干簇，簇内节点仅与簇首通信，簇首与簇首间进行通信；所述节点为网络中的基本单元，每个节点搭载有传感器，可测得节点的位置和速度信息；包括：

初始化所有节点的速度和位置信息；

采用轮廓系数确定初始化聚类数目；

对所有节点进行聚类，在聚类过程中计算节点间距时将节点间的相对速度差和相对距离考虑在内，找出初始化时的簇首；

获取当前时刻所有节点的测量速度和测量位置，基于Kalman滤波器估计当前时刻节点的速度和位置，并预测所有节点下一时刻的速度和位置；

若当前时刻不是簇更新时间间隔的整数倍，则利用上一时刻所预测的簇首速度和位置信息作为当前时刻的聚簇初始化中心，对当前时刻的所有节点进行聚簇，直至达到仿真指定时间。

2.根据权利要求1所述的基于位置和速度预测信息的FANET组网方法，其特征在于，在采用轮廓系数确定聚类数目时，设定聚类范围为[K_min,K_max]，对所有节点采用不同的聚类数K∈[K_min,K_max]运行同一聚类算法，得到不同聚类数下的聚类结果，对每个结果计算其聚类评价指标；采用重复蒙特卡洛循环取均值的方式计算不同聚类数下的平均评价指标，比较各个指标值，最佳指标值对应的聚类数即为最佳聚类数；

所述的聚类算法为k-means++聚类算法，所述的聚类评价指标为轮廓系数，所述的最佳指标值为最大轮廓系数；在聚类过程中需计算节点间的距离，任意两节点n_i和n_j间的距离计算方法如下：

D(i,j)＝‖p_i-p_j‖+Δt‖v_i-v_j‖

其中，符号‖·‖表示矢量的2范数；p_i和v_i分别表示节点n_i的位置和速度矢量；p_j和v_j分别表示节点n_j的位置和速度矢量；Δt为网络更新间隔。

3.根据权利要求2所述的基于位置和速度预测信息的FANET组网方法，其特征在于，所述的FANET网络每隔固定时长Δt更新一次网络，每个节点携带的传感器可测得节点的速度和位置信息；

根据传感器在时刻t_m的测量结果和前一时刻t_m-1的预测结果，基于Kalman滤波器估计当前时刻t_m下的节点速度和位置，并预测下一时刻t_m+1所有节点的速度和位置信息，Kalman滤波包括时间更新和状态更新；

对于节点n，其时间更新步骤包括：

其中，表示节点n在时刻t_m的先验估计状态；表示节点n在时刻t_m-1的后验估计状态；A为状态转移矩阵；u(t_m-1)为输入控制信号；B为状态转换矩阵，其为零矩阵；为节点n在时刻t_m的先验估计误差协方差矩阵；P_n(t_m-1)为节点n在时刻t_m-1的后验估计的误差的协方差矩阵；Q为过程噪声协方差矩阵。