[发明专利]一种快速高精度的网络区域动态覆盖轨迹生成方法

权利要求书

1.一种快速高精度的网络区域动态覆盖轨迹生成方法，其特征在于步骤如下：

步骤1：覆盖不确定度计算

步骤1.1、构造移动单元监测准确度模型：通过探测点到移动单元中心相对距离d的分段概率函数来构造移动单元监测准确度模型：

其中，d表示探测点到移动单元中心相对距离，d_c表示移动单元的完全覆盖范围的直径，d_l表示移动单元的可覆盖的直径极限；

步骤1.2、覆盖不确定度计算：

u_i(t)＝σ′_i·(t_k-t_lvi)·(1-f_c)/t_lim (2)

其中，u_i(t)即为i点覆盖不确定度，σ′_i表示i点覆盖权重，t_k表示当前时间，t_lvi表示无向图中第i个点上次被完全识别时的时间，t_lim为最大允许间隔时间，f_c为移动单元监测准确度，通过公式1求得；

步骤2：移动单元位置识别

取移动单元在当前时刻t_k的位置坐标(x_t,y_t,z_t)，判断是否抵达其中一个覆盖点i，记坐标(x_i,y_i,z_i)，若达到覆盖点，即满足

(x_i-x_t)²+(y_i-y_t)²+(z_i-z_t)²≤(v_UGV·dt/2)² (3)

则记i为移动单元的位置点，并进行步骤3至步骤5；其中，v_UGV为移动单元的移动速度，为恒定，dt为采样时间间隔，为恒定；否则，将进行步骤6，移动单元沿着此前方向一直移动直至到达所有覆盖点中的一个；

步骤3：信息素计算

步骤3.1、释放信息素的计算

其中，是第i点的释放信息素，O_vi是第i个监视点的完全覆盖点集，|O_vi|是O_vi中所含监视点的个数，u_j(t)是O_vi中第j个点在t时刻的不确定度，σ_j是第j个监视点的监视权重，σ_i是第i个监视点的监视权重，u_max是当前时刻下的全局最大不确定度；

步骤3.2、计算扩散信息素

其中，|E_i,j|是第i个点与第j个点的边权重，|E_i,j|≠∞表明第j个点是第i个点的邻接点，PU(i,j)是第i个点接收到的从第j点传播来的信息素，计算为：

其中，表示第j个邻接点的合成信息素，C_d(i,j)是扩散损耗函数，β是吸收系数，I_i(t)是t时刻时第i个监视点的吸收因子，p_m0是最小扩散度；

扩散损耗函数C_d(i,j)，它表示合成信息素在第i和第j个监视点之间扩散时的数值损耗；有

C_d(i,j)＝c_L·σ_j·|E_i,j|/v_UGV·t_lim (7)

其中，c_L是损耗系数，这是人为设定的变量，用于控制损耗速度，v_UGV为移动单元的移动速度，t_lim为最大允许间隔时间；

吸收系数β＝min(u_k(t):k＝1,2,...,N∧u_k(t)≠0)，吸收因子I_j(t)：

其中，V_c表示所有被无人车占据的监视点的集合，v_j表示第j个监视点；

步骤3.3、计算合成信息素

步骤4：信息素修正

找出合成信息素最大的坐标作为主扩散源，当主扩散源满足d_cdd_L，其中d表示探测点到移动单元中心相对距离，修改主扩散源的合成信息素为1；

步骤5：收益值计算：计算移动单元r到其他所有覆盖点i的覆盖收益值

其中，A_j是无人车去往第j个监视点的信息素收益；

步骤6：确定下一时刻无人车位置

步骤6.1、计算最大收益路径：在与移动单元相连的所有位置中找到合成信息素最大的位置，沿着去往该位置的方向作为前进方向(p_x,p_y,p_z)，其中，p_x,p_y,p_z分别表示轨迹的三坐标增量；

步骤6.2、轨迹生成：令移动单元沿着前进方向移动一个采样时间间隔dt，得到下一时刻的轨迹点坐标(x_N,y_N,z_N)，并回到步骤1.2；其中x_N,y_N,z_N满足

x_N＝x_t+p_x , y_N＝y_t+p_y , z_N＝z_t+p_z (11)。