基于改进鸽群优化和马尔可夫链的多无人机协同搜索方法

发布时间：2021-02-06 18:00

　　针对多无人机在协同搜索过程中存在重复搜索、目标静止、搜索效率低的问题,提出基于改进鸽群优化和马尔可夫链的多无人机协同搜索方法.首先,建立类似传感器探测范围的蜂窝状环境模型,降低对搜索区域的重复搜索;其次,建立满足高斯分布的马尔可夫链动态目标运动模型;然后,将柯西扰动引入基本鸽群优化算法的地图和指南针算子,高斯扰动引入地标算子,同时利用模拟退火机制保留次优个体,进而有效缓减基本鸽群优化算法易陷入局部最优的问题.最后,通过仿真实验将本文算法与其他群体智能算法进行比较,结果表明新型算法的合理性和有效性. 

【文章来源】：工程科学学报. 2019,41(10)北大核心

【文章页数】：9 页

【文章目录】：
1 系统建模
    1.1 环境信息图
    1.2 无人机运动模型
    1.3 目标信息图
    1.4 数字信息素图
2 目标运动模型和适应度函数
    2.1 目标运动模型
    2.2 适应度函数设计
3 鸽群优化算法及改进模型
    3.1 鸽群优化算法思想
    3.2 鸽群优化算法的改进模型
4 实验结果和分析
    4.1 算法性能比较
    4.2 搜索范围覆盖率
    4.3 搜索目标有效性
5 结论


【参考文献】：
期刊论文
[1]基于柯西变异鸽群优化的大型民用飞机滚动时域控制[J]. 段海滨,杨之元.  中国科学:技术科学. 2018(03)
[2]从鸟群群集飞行到无人机自主集群编队[J]. 邱华鑫,段海滨.  工程科学学报. 2017(03)
[3]鸽群优化算法研究进展[J]. 段海滨,叶飞.  北京工业大学学报. 2017(01)
[4]Fully autonomous flying: from collective motion in bird flocks to unmanned aerial vehicle autonomous swarms[J]. QIU HuaXin,WEI Chen,DOU Rui,ZHOU ZiWei.  Science China（Information Sciences）. 2015(12)
[5]基于数字信息素的无人机集群搜索控制方法[J]. 沈东,魏瑞轩,茹常剑.  系统工程与电子技术. 2013(03)



本文编号：3020862