【技术实现步骤摘要】
本专利技术涉及一种无人机技术，特别涉及一种无人机集群分簇生成方法。
技术介绍
1、随着无人机集群规模的扩大，节点数量的增多对无人机自组网的通信和管理造成了巨大的挑战。在实际工作过程中，执行相同任务的无人机之间需要频繁地进行实时交流，而执行不同的无人机之间的信息交互频次较小，并且不同任务之间的位置可能相聚较远，面对的需求也不同，在一片空间中，无人机集群围绕着不同的目标地点执行任务，因此分布不具有均匀性。因此在数量规模较大的无人机集群内划分为不同的无人机簇结构，不仅能够减少不同任务的无人机节点之间的通信干扰，也有助于地面人员对无人机集群的集中管理与任务分配。分簇算法是实现集群内协作、协同工作和任务执行的关键部分。分簇算法用于将集群内的无人机分组为不同的簇或小组，以实现任务分工和数据处理的协同性。通过合理设计分簇算法，可以优化集群中的协同工作方式，提高任务执行效率，减少冲突和碰撞，并提高整体性能。
2、面对日趋复杂的任务场景，传统的分簇算法如leach、wca难以满足场景内任务的需求。现有的分簇算法常用于降低无人机自组网的能量消耗和通信开销，根据每个节点的当前节点电池能量、节点相关度、节点移动性和节点距离综合求得权值最高的节点作为分簇簇首，其有效通信范围内的节点为簇内成员。但是以上算法仅保障了无人机自组网的通信和能量稳定性，而忽视了任务场景对任务无人机的资源、数量和执行时间的约束。
3、专利公开号cn114885379a的专利公开了一种大规模无人机集群自适应分簇组网方法。包括以下步骤：步骤一，根据无人机的通信半
4、专利公开号cn110312292a的专利公开了一种无人机自组网动态加权簇首选举方法。该专利首先将所有无人机进行编号，并求得每个节点当前节点电池能量、节点相关度、节点移动性、节点距离总和，然后得到每个节点的权值。然后选择权值最大的节点为第一个分簇簇首，其有效通信距离内的节点为簇内成员，除去第一个簇的簇首和簇成员以外，其余的节点再次选举最大权值担任第二簇的簇首，其簇首有效通信距离内的节点为簇内成员，以此类推，直至所有节点均分簇完毕。但是该专利在分簇的时候仅仅考虑了无人机节点的能量和移动性指标，并且每个参数的权重值依靠经验参数，得到无人机簇并不能很好的满足相关任务的执行需求。
5、可以看出，现有无人机自组网分簇组网方法仅关注网络的生命周期，而未充分考虑无人机簇是否能够满足任务的资源需求和任务完成时间等问题，并且优化参数被局限，无法根据实际任务场景进行调整。
技术实现思路
1、针对现有无人机自组网分簇组网方法无法根据实际任务场景进行调整资源需求和任务完成时间的问题，提出了一种任务驱动的无人机自组网分簇方法，该方法根据场景中的任务信息，组建相应的无人机任务簇，并且在簇内平均能量、任务簇到达时间、任务簇资源三个方面总体最优，实现无人机簇的资源优化配置，以满足不同任务场景下的资源需求和任务完成时间要求，从而提高无人机自组网的效率和灵活性。
2、本专利技术的技术方案为：
3、一种任务驱动的无人机自组网分簇方法，包括以下步骤：
4、步骤1：无人机集群初始化节点，根据任务地点信息分配任务，如果提前有任务目标信息，转到步骤3进入任务簇组建阶段；如果没有任务信息，则进入步骤2区域搜索阶段；
5、步骤2：无人机集群根据预先输入的任务地点信息进行分簇，划分多个侦察簇，侦察簇前往多个任务地点进行侦察寻找任务目标；如果找到了任务目标，则转到步骤3，如果没找到，则重复侦察直到寻找任务目标；
6、步骤3：当某个无人机发现了任务目标后并获得目标信息后，该无人机节点进入任务簇组建阶段，节点转变为临时任务簇头，在原有簇内发出任务簇组建申请，其它非任务簇节点收到该申请后，会向临时簇头发送加入请求，该请求消息包含节点自身的资源和位置信息；临时簇头根据收到的节点信息进行任务分簇，挑选适合的簇成员，并向其发送成功回复，向其余落选节点发送拒绝回复；如果该侦察簇内总体资源无法满足任务的需求，则进行跨簇请求，向其它侦察簇发出组建申请，其它簇接收接收信息后使用utmopso算法组建任务簇；
7、步骤4：簇内成员节点计算自己的权重，在网络内进行交换权重信息；当无人机侦听到比自己记录的权重大的节点时，则记录权重值，将该节点设为簇头并转发簇头信息；网络稳定后，网络中权重最大的节点为簇头；
8、步骤5：任务簇组建完毕后，任务簇进入任务执行阶段，任务簇执行任务，然后根据完成结果发送给地面站或者其它簇；如果任务失败，会交给其他簇来继续完成任务，如果任务成功，任务簇将会转为侦察簇，重新进入任务区域搜索阶段，重复步骤2，当无人机集群发现新的目标之后，进入步骤3，直到无人机集群完成该区域所有任务为止。
9、进一步的，步骤3的任务簇的组建具体如下：
10、步骤3.1：初始化参数；设置最大循环次数maxiter，粒子数量ppa，根据收集到的无人机信息为无人机id建立映射表，根据无人机数量nu确定粒子维度dim，使得nu＝dim；初始化粒子pa的位置ppa和速度vpa，粒子pa(0≤pa≤ppa)第j(0≤j≤dim)维为1说明映射id为j的无人机加入集群中；
11、步骤3.2：计算粒子集合的支配情况；根据初始粒子位置，根据适应度函数计算两个优化目标平均剩余能量和空余资源的值；根据值的情况计算粒子之间的支配关系；提取出粒子之间互不支配的解集，放入存储库中，存储库内存储了所有非支配解的粒子信息；
12、步骤3.3：进行循环；循环次数iter＝iter+1；
13、步骤3.4：更新权重因子w；
14、
15、其中，wmax和wmin为最大权重和最小权重经验值；
16、步骤3.5：在存储库中用轮盘选择算法随机选择出一个pareto最优解作为全局最优解gbest，用于更新粒子的速度；
17、步骤3.6：根据粒子pa的历史最优解pbestpa，即粒子pa所经历的所有位置中适应度值最小的位置，和全局最优解gbest更新粒子速度，并对粒子速度进行映射；更新粒子速度：
18、vpa＝w*vpa+c1*rand(n)*(pbestpa-ppa)+c2*rand(n)*(gbest-ppa)
19、其中，c1和c2为加速系数，取值通本文档来自技高网...
【技术保护点】
1.一种任务驱动的无人机自组网分簇方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的任务驱动的无人机自组网分簇方法，其特征在于，步骤3的任务簇的组建具体如下：
3.根据权利要求2所述的任务驱动的无人机自组网分簇方法，其特征在于，步骤3.11中的簇成员的计算方法具体如下：
【技术特征摘要】
1.一种任务驱动的无人机自组网分簇方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的任务驱动的无人机自组网分簇方法，其特征在于，步骤...
【专利技术属性】
技术研发人员：逄涛，江波，徐宏，高明柯，陈思吉，李志强，朱勉宽，冯志灿，
申请(专利权)人：华东计算技术研究所中国电子科技集团公司第三十二研究所，
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。