本发明专利技术公开了一种基于推流迁移通量的天牛群水污染溯源方法，本发明专利技术创造性地将流速和浓度统一起来考虑，即污染物推流迁移通量，统一起来的优势在于，通量可以更好判断和跟踪污染源扩散的主流，即污染物扩散的主通路或主路径，降低了传统溯源方法中因片面地依赖污染物浓度或流速而引起的误差，本发明专利技术在传统天牛须搜索算法的基础上，实现了无人船数量从一到多的改变，具有收敛快，不易陷入局部最优的特点，无人船左右两侧搭载有浓度传感器、红外传感器和流速计，可实时监测污染物浓度和流速，通过改良天牛须搜索算法计算出无人船下一步的位置，并且还具有能进行避障的优点。并且还具有能进行避障的优点。并且还具有能进行避障的优点。
【技术实现步骤摘要】
一种基于矢量合成的三坐标球形溯源算法
[0001]本专利技术涉及一种最大污染气体排放源定位方法，特别涉及一种基于矢量 合成的三坐标球形溯源算法。
技术介绍
[0002]目前我国水污染程度较为严重，部分地方仍存在污水偷排的现象，目 前虽然已经有一些学者开展了利用无人船来进行水质监测和水污染溯源的研 究工作，但是仍然存在着无人船运行速度慢、容易陷入局部最优等问题。
[0003]目前常见的水污染溯源方法有静态溯源方法和动态溯源方法，静态溯 源方法是利用传感器阵列的监测值进行反演概率计算，动态溯源方法是移动 检测结合行为规划法进行主动搜索，动态溯源算法有浓度梯度算法和各种启 发式算法相结合，它们存在以下几种缺点，首先上述算法一般应用于单无人 船溯源领域，所以导致运行速度慢，无法快速地找到污染物源头，第二个缺 点是因为算法的不完善导致无人船容易陷入局部最优，第三个缺点是现在的 水污染溯源无人船大多缺少避障功能，第四个缺点是当前的溯源算法大多只 单独依据污染物的浓度或者流速，如逆流算法是仅利用流速信息U，梯度算 法仅利用污染物浓度信息C，而本专利技术中的算法优势在于该算法流速和浓度 统一起来考虑，即污染物推流迁移通量，降低了传统溯源方法中因片面地依 赖污染物浓度或流速而引起的误差，并且该算法可用于多无人船溯源任务， 还具有能进行避障和运行速度快等优点。
[0004]天牛须算法是由Jiang等人于2017年提出的一种智能优化算法，与 其他仿生类算法不同，天牛须算法是一种单体搜索算法，具有原理简单、参 数少、计算量少等优点，天牛须搜索算法模仿自然界中天牛觅食行为，在天 牛觅食过程中，食物会产生特殊气味，吸引天牛向着食物前进，天牛通过其 两只触角对空气中的食物气味进行感知，且根据食物距离两只触角的距离远 近不同，两只触角所感知的气味浓度也有所差异，当食物处于天牛左侧时， 左侧触角感知的气味浓度强于右侧触角感知的气味浓度，天牛根据两只触角 所感知的浓度差，向着浓度强的一侧随机前进，通过一次次迭代，最终找到 食物的位置，而天牛群搜索算法(beetle swarm optimization，BSO)结合 了个体进化和群体学习的优势，并且现在还未见该算法应用于水污染溯源领 域。
技术实现思路
[0005]本专利技术要解决的技术问题是如何结合不依赖风向风速信息、碳排放源可 能存在范围巨大和气体排放源溯源的实际情况，开发出合适的气体排放源溯 源算法并且应用到无人机中，因此我们提供一种基于矢量合成的三坐标球形 溯源算法。该方法具有溯源整个立体空间、溯源精确快速、搜索效率高、路 径最优且避免陷入局部最优解等优点。
[0006]为了实现上述目的，本专利技术所采用的技术方案包括以下步骤：
[0007]步骤1：根据环境监测部门要求，确定排放源范围；
[0008]步骤2：无人机从排放源可能范围周围任意一点起飞，起飞时机头方向 任意；
[0009]步骤3：无人机爬升至一定高度，测试该点气体浓度；
[0010]步骤4：无人机确定xyz轴，并在坐标轴方向前进一个标准距离，测试目 标气体浓度，根据气体浓度合成一个单位矢量；
[0011]步骤5：在该方向前进一个初始步长，并再次测试当前点气体浓度，根 据两次结果的差异进行步长的变化，覆盖初始步长。
[0012]步骤6：无人机不断重复步骤4和步骤5，迭代三坐标球形算法，逐渐逼 近排放源；
[0013]步骤7：当无人机在某点附近小范围内来回运动，此时认为找到了排放 源。
[0014]2.根据权利要求1所述的一种基于矢量合成的三坐标球形溯源算法，其 特征在于：对气体排放源进行溯源前，无需事先测量风速和风向，无人机可 以摆放到排放源周围很大范围内的任意地点，机头方向、释放高度任意。
[0015]3.根据权利要求1所述的一种基于矢量合成的三坐标球形溯源算法，其 特征在于：所述步骤4中气体传感器每测量一组浓度数据，所得到的数据是 当前无人机所在位置的xyz轴正方向一个单位处的气体浓度值C
x
、C
y
和C
z
。
[0016]4.根据权利要求1所述的一种基于矢量合成的三坐标球形溯源算法，其 特征在于：所述步骤6中三坐标球形溯源算法迭代过程为：
[0017]无人机当前位置为(x
n
，y
n
，z
n
)，当前位置浓度为C
n
。
[0018]无人机分别测试(x+step，y，z)(x，y+step，z)(x，y，z+step)处的 浓度，记为C
nx
、C
ny
和C
nz
。
[0019]合成矢量(C
nx
－C
n
，C
ny
－C
n
，C
nz
－C
n
)，并向该方向前进步长step
n
。
[0020]无人机当前位置为(x
n+1
，y
n+1
，z
n+1
)，当前位置浓度为C
n+1
。
[0021]计算C
n+1
－C
n
，代入变步长公式：
[0022]step
n+1
＝step
n
×
k
×
(C
n+1
－C
n
)
[0023]式中，k为变步长系数
[0024]无人机分别测试(x+step
n+1
，y，z)(x，y+step
n+1
，z)(x，y，z+step
n+1
) 处的浓度，记为C
(n+1)x
、C
(n+1)y
和C
(n+1)z
。
[0025]合成矢量(C
(n+1)x
－C
n+1
，C
(n+1)y
－C
n+1
，C
(n+1)z
－C
n+1
)，并向该方向前 进步长step
n+1
。
附图说明
[0026]附图1是基于矢量合成的三坐标球形溯源算法溯源流程示意图；
[0027]附图2是无人机溯源过程行走路线图。
具体实施方式
[0028]为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合 附图及具体实施例进行详细描述。
[0029]附图1所示为本实施例的所述基于矢量合成的三坐标球形溯源算法流程 示意图，具体实施过程包括以下步骤：
[0030]步骤1：根据环境监测相关部门要求，确定排放源范围。
[0031]本步骤中排放源区域通常设定为工业区，尤其发电设施等碳排放量巨大 的设施存在的区域。
[003本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于矢量合成的三坐标球形溯源算法，包括以下步骤：步骤1：根据环境监测部门要求，确定排放源范围；步骤2：无人机从排放源可能范围周围任意一点起飞，起飞时机头方向任意；步骤3：无人机爬升至一定高度，测试该点气体浓度；步骤4：无人机确定xyz轴，并在坐标轴方向前进一个标准距离，测试目标气体浓度，根据气体浓度合成一个单位矢量；步骤5：在该方向前进一个初始步长，并再次测试当前点气体浓度，根据两次结果的差异进行步长的变化，覆盖初始步长。步骤6：无人机不断重复步骤4和步骤5，迭代三坐标球形算法，逐渐逼近排放源；步骤7：当无人机在某点附近小范围内来回运动，此时认为找到了排放源。2.根据权利要求1所述的一种基于矢量合成的三坐标球形溯源算法，其特征在于：引入了z轴的概念，克服了以往智能搜索算法只能溯源同一平面内气体源的缺陷，避免了因高度导致的最大浓度点偏移的问题。3.根据权利要求1所述的一种基于矢量合成的三坐标球形溯源算法，其特征在于：对气体排放源进行溯源前，无需事先测量风速和风向，无人机可以摆放到排放源周围很大范围内的任意地点，机头方向、释放高度任意。4.根据权利要求1所述的一种基于矢量合成的三坐标球形溯源算法，其特征在于：所述步骤4中气体传感器每测量一组浓度数据，所得到的数据是当前无人机所在位置的xyz轴正方向一个单位处的气体浓度值C
x
、C
y
和C
z
。5.根据权利要求1所述的一种基于矢量合成的三坐标球形溯源算法，其特征在于：所述步骤6中三坐标球形溯源算法迭代过程为：无人机当前位置为(x
n
，y
n
，z
n
)，当前位置浓度为C
n
。无人机分别测试(x+step，y，z)(x，y+step，z)(...
【专利技术属性】
技术研发人员：杨建祺，曾其勇，丁涛，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。