[发明专利]一种基于蚁群算法的无人机群区域覆盖的多步寻优方法

摘要

本发明公开了一种基于蚁群算法的无人机群区域覆盖的多步寻优方法，其思路为：设定蚁群算法中的蚂蚁总只数和每只蚂蚁的维数；然后令s表示第s次搜索，s∈[1,SeachNum]，SeachNum表示搜索次数，每次搜索分别进行D次迭代，并令d表示第d次迭代，d∈[0,D]；计算第s次搜索第d次迭代后的第一数据结构AntSawrms,d和第s次搜索截止到第d次迭代的第二数据结构OptSawrms,d；令d加1，直到得到第s次搜索截止到第D次迭代的第二数据结构OptSawrms,D，进而第s次搜索后无人机群的一条完整的最优路径；令s加1，直到得到第SeachNum次搜索后无人机群的一条完整的最优路径，所述第SeachNum次搜索后无人机群的一条完整的最优路径包括第SeachNum次搜索后无人机群前进InnerStep步的最优路径pSearchNum和第SeachNum次搜索后无人机群前进InnerStep步的最优速度vSearchNum，进而完成基于蚁群算法的无人机群区域覆盖的多步寻优过程。

主权项

一种基于蚁群算法的无人机群区域覆盖的多步寻优方法，其特征在于，包括以下步骤：步骤1，分别设定无人机群的监视区域S和无人机群的可行飞行区域A，其中无人机群包含M架无人机，每架无人机上设置一个机载雷达，且每架无人机匀速飞行；步骤2，设定蚁群算法中的蚂蚁总只数为N，每只蚂蚁的维数为M×1；然后设定无人机群的初始位置和无人机群的初始速度方向，分别用p0表示无人机群的初始位置矩阵，使用v0表示无人机群的初始速度向量；步骤3，确定无人机群的位置偏转角然后确定无人机群飞行轨迹；初始化：令s表示第s次搜索，s∈[1,SeachNum]，SeachNum表示搜索次数，s的初始值为1，每次搜索分别进行D次迭代，并令d表示第d次迭代，d∈[0,D]，d的初始值为0，D为大于0的正整数；分别令第s次搜索第d次迭代后N只蚂蚁前进InnerStep步的位置信息矩阵记为ps,d，将第s次搜索第d次迭代后N只蚂蚁前进InnerStep步的速度信息矢量记为vs,d，且第1次搜索第0次迭代后N只蚂蚁前进InnerStep步的位置信息矩阵p1,0为无人机群的初始位置矩阵p0，第1次搜索第0次迭代后N只蚂蚁前进InnerStep步的速度信息矢量v1,0为无人机群的初始速度向量v0；步骤4，根据第s次搜索第d次迭代后N只蚂蚁前进InnerStep步的位置信息矩阵ps,d和第s次搜索第d次迭代后N只蚂蚁前进InnerStep步的速度信息矢量vs,d，得到第s次搜索第d次迭代后的第一数据结构AntSawrms,d，进而得到第s次搜索截止到第d次迭代的第二数据结构OptSawrms,d；步骤5，令d加1，重复执行步骤4，直到得到第s次搜索截止到第D次迭代的第二数据结构OptSawrms,D，进而得到第s次搜索后无人机群前进InnerStep步最优的速度偏转角θs和第s次搜索后无人机群前进InnerStep步的最优路径ps，表示第s次搜索后无人机群前进第k步的最优路径；然后将d初始化为0；步骤6，根据第s次搜索后无人机群前进InnerStep步最优的速度偏转角θs，计算得到第s次搜索后无人机群前进InnerStep步的最优速度vs，并将第s次搜索后无人机群前进InnerStep步的最优路径ps和第s次搜索后无人机群前进InnerStep步的最优速度vs，记为第s次搜索后无人机群的一条完整的最优路径；步骤7，令s加1，并将第s‑1次搜索后无人机群前进第InnerStep步的速度作为第s次搜索第d次迭代后N只蚂蚁前进InnerStep步的速度信息矢量vs,d，将第s‑1次搜索后无人机群前进第InnerStep步的最优路径作为第s次搜索第d次迭代后N只蚂蚁前进InnerStep步的位置信息矩阵ps,d，然后返回步骤4；直到得到第SearchNum次搜索后无人机群的一条完整的最优路径，所述第SearchNum次搜索后无人机群的一条完整的最优路径包括第SearchNum次搜索后无人机群前进InnerStep步的最优路径pSearchNum和第SearchNum次搜索后无人机群前进InnerStep步的最优速度vSearchNum，进而完成基于蚁群算法的无人机群区域覆盖的多步寻优过程。