【技术实现步骤摘要】
本专利技术涉及一种用于无人机无线传能与通信的自适应黑翅鸢优化方法。
技术介绍
1、随着无线通信技术的日新月异，无线节点已广泛融入现代信息社会的各个角落，成为不可或缺的基础设施。然而，无线节点在能源供应上面临着严峻挑战，特别是在偏远或难以接入传统电源的区域。在此背景下，无人机凭借其高度的灵活性和快速的部署能力，成为解决无线传能与通信问题的理想空中平台。无人机能够搭载无线能量发射装置，通过精准飞行接近或环绕无线节点，实现高效的无线传能与通信服务。
技术实现思路
1、专利技术目的：本专利技术所要解决的技术问题是针对现有技术的不足，提供一种用于无人机无线传能与通信的自适应黑翅鸢优化方法，包括以下步骤：
2、步骤1，建立无人机驱动无线节点进行无线传能与通信的联合优化模型，具体包括系统模型、无线传能模型、无线通信模型和无线传能与通信联合优化模型；
3、步骤2，采用一种自适应黑翅鸢优化方法，对步骤1建立的模型进行求解。
4、步骤1包括如下步骤：
5、步骤1.1，构建无人机与无线传感器节点之间的系统模型；
6、步骤1.2，建立无线传能模型；
7、步骤1.3，建立无线通信模型；
8、步骤1.4，建立无线传能与通信联合优化模型。
9、步骤1.1中，所述系统模型包括无人机、无线节点、微波无线传能和无线通信；其中无人机作为能量传输和通信的发射端，具有移动性和可控性；无线节点作为能量接收和通信的接收端，分布在某区
10、步骤1.2包括：无人机以恒定功率pt发射微波能量，无线节点接收到的功率pr表示为：
11、
12、其中gt和gr分别是无人机的天线增益和无线节点的天线增益，λ是微波的波长，d是无人机与无线节点之间的距离，l是路径损失因子，包括大气衰减、障碍物遮挡等；
13、由于微波在空间传播过程中会受到多种环境因素的干扰，从而产生损耗，同时无线节点在转换微波信号时存在效率上的局限，这使得无线节点的实际接收功率会有所降低，因此，无线节点最终的接收功率pract为：
14、
15、其中ηe是能量接收效率。
16、步骤1.3包括：
17、无人机与无线节点之间的通信采用加性高斯白噪声(awgn)信道模型，则接收端的信噪比snr表示为：
18、
19、其中pc是无人机用于通信的发射功率，n0是噪声功率谱密度，b是通信带宽；
20、得到无线节点的通信速率vc为：
21、vc＝ηc·log2(1+snr) (4)
22、其中ηc是能量通信速率的权重因子。
23、步骤1.4包括：设定无人机与无线节点进行无线传能和通信，为了同时提升无线节点的能量接收效率与通信速率，并确保无人机满足既定的功率和能量限制，构建以下无线传能与通信联合优化模型：
24、
25、
26、其中s.t.表示受限于，w1和w2是权重因子，pmax为无人机最大的发射功率；c1表示无人机进行无线传能与无线通信的功率和不能超过无人机的最大发射功率pmax；c2表示无线传能功率非负且不超过无人机的最大发射功率pmax；c3表示无线通信功率非负且不超过无人机的最大发射功率pmax；c4表示无人机与无线节点之间的距离在无人机与无线节点之间的最小距离dmin和最大距离dmax之间，c5表示天线增益非负。
27、步骤2包括：
28、步骤2.1，初始化阶段：建立一个包含n个随机解的初始种群p，n个随机解代表n个黑翅鸢的初始位置，第i个黑翅鸢第j维的初始位置生成方式为：
29、
30、其中i∈{1,2,…,n}，bkij为第i个黑翅鸢的第j维的位置，为第j维黑翅鸢位置的下界，为第j维黑翅鸢位置的上界，rand为[0,1]之间的随机数；
31、根据公式(5)，得到初始种群p为：
32、
33、其中p的每一行代表一个黑翅鸢的位置，即代表优化问题的一个初始解；bknm表示第n个黑翅鸢第m维的初始位置，n为种群的大小，m为优化问题的变量维度；
34、第i个黑翅鸢的位置为bki＝[pt,i,di]，其中，pt,i表示无人机的发射功率，di表示无人机与无线节点的距离；
35、步骤2.2，为了评价种群中每个黑翅鸢位置的优劣，需要设计适应度函数fit(bk)：
36、fit(bk)＝w1·ηe·pr+w2·ηc·log2(1+snr) (7)
37、其中ηe和ηc分别是能量接收效率的权重因子和通信速率的权重因子；
38、步骤2.3，提出一种开发能力增强的协同捕食策略，通过全局领导者与当代领导者协同引领黑翅鸢群进行捕食，具体而言，全局领导者凭借其最优的适应度，为黑翅鸢群提供全局搜索的方向性指导，帮助群体快速锁定潜在的最优解区域。同时，当代领导者则引导黑翅鸢群在局部范围内进行精细搜索。通过这种全局搜索与局部搜索的巧妙结合，改进的捕食策略在确保高效捕食的同时，维护了种群多样性。
39、步骤2.4，提出一种全局与局部协同引领的迁徙策略，该策略结合了全局与局部的协同引领机制。具体来说，如果第i个黑翅鸢的适应度值低于随机选择的一个黑翅鸢的适应度值，这意味着它当前的位置较差，则引导第i个黑翅鸢向全局领导者和当前领导者的方向迁徙，通过这种全局与局部的协同引导，第i个黑翅鸢能够有机会发现更好的位置。相反，如果第i个黑翅鸢的适应度值不低于随机选择的黑翅鸢的适应度值，这意味着它当前的位置相对较好，则引导第i个黑翅鸢向当前领导者相反的方向进行迁徙。这种反向迁徙的策略有助于算法跳出局部最优，进一步探索解空间中的其他潜在解。通过这种全局与局部协同引领的迁徙策略，显著增强了黑翅鸢群的迁徙效率，不仅提高了算法的收敛速度，还增强了其全局搜索能力和鲁棒性；
40、步骤2.5，建立领导者更新策略；
41、步骤2.6，判断是否达到最大进化代数gmax(一般取值10～200)，如果达到即结束，否则转到步骤2.2。
42、步骤2.3中，所述开发能力增强的协同捕食策略具体为：
43、
44、其中yij(t)为第i个黑翅鸢在第t次迭代中第j维的位置，xli(t)为第i个黑翅鸢在前t次迭代中的最优位置，xbest(t)为全局的最优领导者位置，r为[0,1]之间的随机数，p为常数且取值为0.4。
45、步骤2.4中，所述全局与局部协同引领的迁徙策略表示为：
46、
47、其中fi为第i个黑翅鸢的适应度值，frand为随机从种群中选择的一个黑翅鸢的适应度值，xbest(t本文档来自技高网...
【技术保护点】
1.一种用于无人机无线传能与通信的自适应黑翅鸢优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1包括如下步骤：
3.根据权利要求2所述的方法，其特征在于，步骤1.1中，所述系统模型包括无人机、无线节点、微波无线传能和无线通信；其中无人机作为能量传输和通信的发射端；无线节点作为能量接收和通信的接收端，分布在区域的不同位置；微波无线传能是指无人机通过微波频段将能量传输到无线节点；无线通信是指无人机与无线节点之间的信息传输。
4.根据权利要求3所述的方法，其特征在于，步骤1.2包括：无人机以恒定功率Pt发射微波能量，无线节点接收到的功率Pr表示为：
5.根据权利要求4所述的方法，其特征在于，步骤1.3包括：
6.根据权利要求5所述的方法，其特征在于，步骤1.4包括：设定无人机与无线节点进行无线传能和通信，构建以下无线传能与通信联合优化模型：
7.根据权利要求6所述的方法，其特征在于，步骤2包括：
8.根据权利要求7所述的方法，其特征在于，步骤2.3中，所述开发能力增强
9.根据权利要求8所述的方法，其特征在于，步骤2.4中，所述全局与局部协同引领的迁徙策略表示为：
10.根据权利要求9所述的方法，其特征在于，步骤2.5中，所述领导者更新策略包括第i个黑翅鸢在前t次迭代中的最优位置更新，以及黑翅鸢群的全局最优位置更新，具体更新分别如下：
...【技术特征摘要】
1.一种用于无人机无线传能与通信的自适应黑翅鸢优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1包括如下步骤：
3.根据权利要求2所述的方法，其特征在于，步骤1.1中，所述系统模型包括无人机、无线节点、微波无线传能和无线通信；其中无人机作为能量传输和通信的发射端；无线节点作为能量接收和通信的接收端，分布在区域的不同位置；微波无线传能是指无人机通过微波频段将能量传输到无线节点；无线通信是指无人机与无线节点之间的信息传输。
4.根据权利要求3所述的方法，其特征在于，步骤1.2包括：无人机以恒定功率pt发射微波能量，无线节点接收到的功率pr表示为：
5.根据权利要求4所述...
【专利技术属性】
技术研发人员：余梅，赵筱峤，张磊，徐婉怡，张诗睿，陈煜乔，李黄强，王可，余冬，刘晓峻，
申请(专利权)人：三峡大学，
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。