[发明专利]基于遗传算法的平流层飞艇布局优化方法

摘要

本发明公开了一种基于遗传算法的平流层飞艇布局优化方法，主要解决现有飞艇布局方法陷入局部最优解的缺陷，其步骤为：(1)建立一个地面-平流层-卫星系统架构，对于地面层，使用栅格结构，并且假设用户服从混合高斯分布；对于平流层，使用Ad-hoc网络结构；对于卫星层，假设有一个同步卫星，并且它能够与地面用户、平流层飞艇全连接；(2)对于地面-平流层-卫星系统，建立最大熵和最小总时延的飞艇优化目标，从而飞艇布局问题被表示为一个多目标优化模型；(3)对于优化模型，使用遗传算法进行求解，然后不断迭代得到飞艇全局最优的布局。本发明能得到飞艇的全局最优布局，可用于通信中继和远程环境感知等不同的领域。

主权项

1.一种基于遗传算法的平流层飞艇布局优化方法，包括如下步骤：(1)建立一个地面-平流层-卫星通信系统框架：对于地面层，使用信息栅格结构，并且假设用户服从混合高斯分布；对于平流层，使用Ad-hoc网络结构；对于卫星层，假设有一个同步卫星，并且它能够与地面用户、平流层飞艇全连接；(2)对于地面-平流层-卫星通信系统框架，建立基于最大熵和系统总时延的飞艇布局优化模型：(2a)定义为平流层第i个飞艇到地面第(k，l)个方形区域的平均距离，表示为：dikl‾=1Σq=1nklhuikl(q)Σq=1nklhuikl(q)dikl(q)]]>其中n_kl表示地面第(k，l)个方形区域内的用户数目，d_ikl^(q)为平流层第i个飞艇到地面坐标为(x_kl^(q)，y_kl^(q)，0)用户的距离，表示为：dikl(q)=(mi-xkl(q))2+(ni-ykl(q))2+202]]>其中(m_i，n_i，20)表示第i个飞艇的空间坐标，(x_kl^(q)，y_kl^(q)，0)表示地面第(k，l)个方形区域内第q个用户的空间坐标，hu_ikl^(q)为平流层第i个飞艇到地面坐标为(x_kl^(q)，y_kl^(q)，0)用户连接情况的0-1指示值，表示为：huikl(q)=1hikl(q)≤R00hikl(q)>R0]]>其中R₀表示飞艇能够与地面用户通信的最大距离；(2b)根据第i个飞艇到地面第(k，l)个方形区域的平均距离计算第(k，l)个方形区域平均每个用户的有效覆盖功率V_kl，表示为：Vkl=1nklΣi=1NV0dikl‾α]]>其中N为平流层飞艇的数目，α为功率衰减常数，V₀为飞艇的初始功率；(2c)根据第(k，l)个方形区域平均每个用户的有效覆盖功率V_kl，计算所有k₀×l₀个方形区域用户平均覆盖功率的熵H为：H=-Σk=1k0Σl=1l0ρkllog2ρkl]]>其中k₀×l₀为方形区域的个数，ρ_kl为第(k，l)个方形区域内每个用户平均覆盖功率占所有区域平均每个用户覆盖功率的比值，表示为：ρkl=VklΣk=1k0Σl=1l0Vkl;]]>(2d)定义t_ikl^(q)为平流层第i个飞艇到地面坐标为(x_kl^(q)，y_kl^(q)，0)用户的有效时延，表示为：tikl(q)=huikl(q)·dikl(q)+(1-huikl(q))·relayikl(q)c]]>其中c为光速，relay_ikl^(q)为平流层第i个飞艇通过中转到地面坐标为(x_kl^(q)，y_kl^(q)，0)用户的距离，表示为：relayikl(q)=RHikl(q)whenΣj=1Nhhij·hujkl(q)≠0RSikl(q)whenΣj=1Nhhij·hujkl(q)=0]]>其中RH_ikl^(q)为平流层第i个飞艇通过其他飞艇中转到地面坐标为(x_kl^(q)，y_kl^(q)，0)用户的最短距离，表示为：RHikl(q)=minjhhijhujkl(q)(hij+djkl(q))]]>这里h_ij为第i个飞艇与第j个飞艇之间的距离，表示为：hij=(mi-mj)2+(ni-nj)2]]>hh_ij为第i个飞艇与第j个飞艇之间连接关系的0-1指示值，表示为：hhij=1hij≤h00hij>h0]]>其中h₀表示飞艇之间能够连接的最大距离，RS_ikl^(q)为平流层第i个飞艇通过卫星中转到地面坐标为(x_kl^(q)，y_kl^(q)，0)用户的距离，表示为：RS_ikl^(q)＝sh_i+su_ik^(q)其中sh_i表示为平流层第i个飞艇与卫星之间的距离，su_ikl^(q)表示为卫星与地面坐标为(x_kl^(q)，y_kl^(q)，0)用户的距离，分别表示为：shi=(mi-sx)2+(ni-sy)2+(20-sz)2]]>suikl(q)=(sx-xkl(q))2+(sy-ykl(q))2+sz2]]>其中(s_x，s_y，s_z)为卫星的空间坐标；(2e)根据第i个飞艇到地面坐标为(x_kl^(q)，y_kl^(q)，0)用户的有效时延，得到飞艇到地面用户总的系统时延T为：T=Σi=1NΣl=1l0Σk=1k0Σq=1nkltikl(q)]]>(2f)根据所有区域用户平均覆盖功率的熵H和飞艇到地面用户总的系统时延T，得到飞艇布局优化模型；maxH=-Σk=1k0Σl=1l0ρkllog2ρkl]]>minT=Σi=1NΣk=1k0Σl=1l0Σq=1nkltikl(q)]]>(3)使用遗传算法对飞艇布局优化模型进行求解，并不断迭代得到飞艇布局的全局最优解。