本發(fā)明涉及無人機體傳感網(wǎng)絡(luò)領(lǐng)域，尤其涉及一種基于熵反饋控制的無人機體傳感網(wǎng)絡(luò)部署方法。

背景技術(shù)：

1、無人機體傳感網(wǎng)絡(luò)由于其靈活性、高效性和大規(guī)模協(xié)同作業(yè)的特點，在環(huán)境監(jiān)測、應(yīng)急響應(yīng)、災(zāi)害救援等領(lǐng)域得到廣泛應(yīng)用。但如何在復(fù)雜、動態(tài)的環(huán)境中有效部署無人機體傳感網(wǎng)絡(luò)，成為當(dāng)前的一個重要挑戰(zhàn)。諸如在城市樓宇、密集森林等復(fù)雜環(huán)境中，無人機體傳感網(wǎng)絡(luò)的部署面臨著感知范圍有限、通信中斷、以及障礙物阻擋等不確定性因素的影響，這些因素不僅會影響無人機間的協(xié)同工作，還可能導(dǎo)致網(wǎng)絡(luò)的連通性降低，從而使得無人機體無法有效完成任務(wù)。此外，傳統(tǒng)的多無人機部署方法通常僅依賴固定的控制規(guī)則，缺乏對系統(tǒng)整體狀態(tài)的實時反饋調(diào)控，特別是在面對多變環(huán)境時，難以動態(tài)調(diào)整部署方案，保持網(wǎng)絡(luò)的穩(wěn)定性和高效運行。

技術(shù)實現(xiàn)思路

1、發(fā)明目的：本發(fā)明旨在提供一種通過引入局部熵、速度熵及拓?fù)溥B接熵的實時反饋機制，在復(fù)雜、動態(tài)的環(huán)境中保持無人機體傳感網(wǎng)絡(luò)的穩(wěn)定連通性與高效協(xié)同工作的無人機體傳感網(wǎng)絡(luò)部署方法。

2、技術(shù)方案：本發(fā)明所述的基于熵反饋控制的無人機體傳感網(wǎng)絡(luò)部署方法，包括以下步驟：

3、（1）根據(jù)無人機集群系統(tǒng)中各無人機與其通訊范圍內(nèi)的鄰居無人機間的相對距離，確定鄰接矩陣，構(gòu)建無人機集群通信拓?fù)渚W(wǎng)絡(luò)；

4、（2）根據(jù)當(dāng)前時刻各無人機及其通訊范圍內(nèi)的鄰居無人機的位置信息、速度信息和探測到的障礙物位置信息，計算當(dāng)前時刻各無人機的熵值，熵值包括局部熵、速度熵和拓?fù)溥B接熵；

5、（3）每架無人機定期廣播自身熵值信息，根據(jù)自身熵值信息和通訊接收的鄰居無人機的熵值，對無人機集群的局部和全局狀態(tài)進行動態(tài)評估，動態(tài)調(diào)整該無人機的位置、速度和通信連接；

6、（4）將步驟（2）得到的局部熵、速度熵和拓?fù)溥B接熵，引入蜂擁控制模型olfati-saber中，計算olfati-saber模型的控制率，確定每架無人機的總控制輸入，調(diào)整無人機的運動方向、速度和通信拓?fù)潢P(guān)系；

7、（5）在飛行過程中，重復(fù)步驟（2）至步驟（4），動態(tài)調(diào)整無人機的位置和速度，直至無人機體完成指定的飛行任務(wù)。

8、進一步的，鄰接矩陣為

9、；

10、其中，和分別表示第 i架和第 j架無人機的位置向量，r為無人機之間通信半徑；為?1，表示第 i架無人機和第 j架無人機之間的距離在通信半徑范圍內(nèi)，存在通信連接；為0，則表示第 i架無人機和第 j架無人機之間沒有通信連接。

11、進一步的，局部熵為

12、；

13、其中，為局部熵，用于反映無人機在當(dāng)前區(qū)域的空間分布；為將無人機的運動區(qū)域劃的網(wǎng)格數(shù)量，為第 i個網(wǎng)格中無人機的概率密度。

14、進一步的，速度熵為

15、；

16、其中，為速度熵，用于反映無人機集群的速度一致性；為速度落在第 i個區(qū)間的概率。

17、進一步的，拓?fù)溥B接熵為

18、；

19、其中，?為拓?fù)溥B接熵，用于反映無人機集群的網(wǎng)絡(luò)連通性，是度為k的節(jié)點比例，度表示與無人機通訊連接的鄰居無人機的數(shù)量。

20、進一步的，olfati-saber模型的控制率包括相互作用力、速度一致性項和障礙物避障項。

21、進一步的，第 i架無人機的相互作用力為

22、；

23、；

24、；

25、；

26、其中，為第一控制系數(shù)；為第 i架無人機在通信范圍內(nèi)的鄰居無人機集合；為作用函數(shù)；和分別表示第 i架和第 j架無人機的位置向量，為單位向量，表示第 i架和第 j架無人機之間的相對方向；為平滑度函數(shù)，用于控制無人機之間的相互作用力在不同距離下的影響程度；z為兩架無人機之間的距離；為用于距離的sigma?規(guī)范化函數(shù)，用于確?？刂葡到y(tǒng)的穩(wěn)定性和數(shù)值計算的可靠性；r為無人機之間通信半徑；d為無人機之間的期望距離；為第一控制系數(shù)，用于衡量無人機在空間分布均勻性調(diào)整中的基礎(chǔ)控制力度；為基于局部熵值的調(diào)整函數(shù)。

27、進一步的，第 i架無人機的速度一致性項為

28、；

29、；

30、其中，為第二控制系數(shù)；為第 i架無人機在通信范圍內(nèi)的鄰居無人機集合；是鄰接矩陣的元素，表示第 i架和第 j架無人機之間是否通信連接；和分別表示第 i架和第 j架無人機的速度；為速度熵控制系數(shù)，用于衡量集群內(nèi)部無人機速度一致性的基礎(chǔ)控制力度；為基于速度熵的調(diào)整函數(shù)。

31、進一步的，第 i架無人機的障礙物避障項為

32、；

33、其中，是障礙物o對第 i架無人機的排斥力系數(shù)，為第 i架無人機與障礙物o之間的方向向量。

34、進一步的，第 i架無人機的總控制輸入為

35、；

36、其中，表示第m控制系數(shù)，；為第 i架無人機的位置向量；為無人機集群遷移的目標(biāo)點位置，第三控制系數(shù)為

37、；

38、其中，為拓?fù)溥B接熵控制系數(shù)，用于衡量集群網(wǎng)絡(luò)連接狀況的基礎(chǔ)控制力度?；為基于拓?fù)溥B接熵的調(diào)整函數(shù)。

39、有益效果：本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點是：1、本發(fā)明基于olfati-saber模型，通過引入局部熵、速度熵和拓?fù)溥B接熵的實時反饋機制，解決了現(xiàn)有模型中因缺乏實時反饋調(diào)控導(dǎo)致的部署效率低下及集群穩(wěn)定性不足的問題；2、在熵反饋機制方面，本發(fā)明基于傳感節(jié)點分布和速度一致性的局部熵和速度熵度量函數(shù)，通過控制集群系統(tǒng)的熵減過程，動態(tài)調(diào)整各無人機的相互作用力及避障策略，從而提升傳感網(wǎng)絡(luò)在復(fù)雜環(huán)境中的魯棒性和自適應(yīng)能力，有效保證了網(wǎng)絡(luò)的連通性和協(xié)同作業(yè)效率；3、當(dāng)局部熵較高時，表明無人機在空間分布上不均勻，系統(tǒng)會促使無人機改變隊形，減小集群網(wǎng)絡(luò)的復(fù)雜度；當(dāng)速度熵較高時，表示無人機之間的速度差異大，系統(tǒng)將調(diào)整無人機速度，使其與鄰居的速度趨向一致，增強集群的同步性；當(dāng)拓?fù)溥B接熵較高時，意味著集群網(wǎng)絡(luò)連通性較差或網(wǎng)絡(luò)連接冗余度較高，系統(tǒng)會促使無人機靠近鄰居，增加連接密度，并調(diào)整隊形切斷冗余通訊連接，從而提高集群的通信和協(xié)作能力；4、本發(fā)明通過熵反饋控制通信復(fù)雜度，有效減少了集群中不必要的通信連接，避免了過度通信帶來的冗余，降低了信息傳輸?shù)拈_銷；5、本發(fā)明根據(jù)熵值反饋動態(tài)調(diào)整通信資源的分配權(quán)重，優(yōu)先與重要節(jié)點建立連接，提高了通信資源的利用效率，通過實時監(jiān)控拓?fù)溥B接熵，自適應(yīng)調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)，根據(jù)任務(wù)需求靈活優(yōu)化通信拓?fù)洌_保在復(fù)雜環(huán)境中的高效通信和集群穩(wěn)定性。