基于Voronoi图质心的多无人机协同区域搜索算法

基于Voronoi图质心的多无人机协同区域搜索算法

论文摘要

为了在最短时间内降低整个区域的环境不确定度,提高多无人机协同区域搜索效率,提出了一种基于Voronoi 图(V图)质心的多无人机协同区域搜索算法。首先,建立了相关数学模型,并设计搜索效能评估指标;然后,针对不断变化的环境信息,提出了Discrete Combined Partition and Search(DCPS)策略,该策略将V图质心用于引导无人机运动;该策略下,任务区域在每一步搜索时都会被重新进行V图划分,从而提升了搜索效率;接着,研究了传感器探测半径约束对于搜索算法的影响;最后,仿真不同情况下多无人机协同区域搜索效率的变化。通过对比仿真说明,DCPS策略能够保证多无人机协同区域搜索的鲁棒性,并尽快地降低整个区域的环境不确定度。

论文目录

  • 1 引言
  • 2 问题描述
  • 3 协同区域搜索建模
  •   3.1 无人机平台模型
  •   3.2 战场环境建模
  •   3.3 传感器模型
  •   3.4 搜索效能评估指标
  • 4 基于V图质心的区域搜索策略
  •   4.1 栅格化的V图质心求解
  •   4.2 目标函数
  •   4.3 最优解
  •   4.4 搜索代价函数
  •   4.5 不确定度更新
  •     (1) 初始先验信息
  •     (2) 探测信息
  •     (3) 通信信息
  •   4.6 传感器半径约束
  • 5 多无人机协同搜索仿真
  •   5.1 仿真参数设置
  •   5.2 DCPS策略仿真
  •   5.3 无人机新增或毁损对搜索效率的影响
  •   5.4 传感器探测半径约束对搜索效率的影响
  •   5.5 DCPS策略与贪婪搜索、随机搜索策略对比
  • 6 结论
  • 文章来源

    类型: 期刊论文

    作者: 朱利,符小卫

    关键词: 多无人机,协同搜索,图质心,策略,传感器半径约束,环境不确定度

    来源: 无人系统技术 2019年02期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 航空航天科学与工程

    单位: 中国电子科技集团第十研究所,西北工业大学电子信息学院

    基金: 国家自然科学基金(61573285)

    分类号: V279.3

    页码: 39-51

    总页数: 13

    文件大小: 4436K

    下载量: 195

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    基于Voronoi图质心的多无人机协同区域搜索算法
    下载Doc文档

    猜你喜欢