[发明专利]一种通信链路受限下的多无人机自主协同搜索方法

权利要求书

1.一种通信链路受限下的多无人机自主协同搜索方法，其特征在于，在协同目标搜索的过程中，首先判断当前无人机编队的网络链路，建立局部通信网络，并在该网络中共享彼此的位置及目标搜索信息；然后，在每个局部通信网络中，建立一个面向网络动态变化和运动目标轨迹未知的多无人机协同搜索模型，该模型以通信代价和编队收益为优化函数，以运动速度、安全距离来建立约束条件，所述多无人机协同搜索模型的优化函数为：

max J＝max[λ₁JP_t-λ₂JS_t]，其中，λ₁和λ₂为归一化系数，JP_t为通信代价函数，JS_t为机间协同收益；最后，使用改进的麻雀搜索算法对模型求解，得到当前网络条件下的各无人机的最优搜索位置。

2.如权利要求1所述的多无人机自主协同搜索方法，其特征在于，无人机编队的各局部通信网络拓扑矩阵为求和操作，A为邻接矩阵，其表达式为：

A(G)＝(a_ij)_N×N,

其中G为有向图，表示当前时刻各无人机之间的实时通信网络，d_max为通信阈值，N为无人机数量，d_ij表示第i架无人机到第j架的欧氏距离，若a_ij＝1，则表明此时无人机i与无人机j联通，能够彼此交换信息。

3.如权利要求1所述的多无人机自主协同搜索方法，其特征在于，通信代价函数为：JS_t＝J_col+J_clu

其中，d_ij为第i架无人机与第j架之间的距离，d_max、d_min分别为距离的上限和下限，Δd为缓冲距离，满足0＜Δd＜＜d_min。

4.如权利要求1所述的多无人机自主协同搜索方法，其特征在于，机间协同收益表达式为：

其中，N′为当前网络所包含的无人机数量，n为预测步长，s_a表示在当前通信网络中第t时刻无人机位置的吸引信息素强度，s_r表示当前时刻无人机位置的排斥信息素强度，α、β分别为权重系数。

5.如权利要求1所述的多无人机自主协同搜索方法，其特征在于，利用数字信息素预测步长n对各无人机的运动速度v_i,t进行约束，约束表达式为：

其中，分别表示数字信息素预测位置的横纵坐标，θ_i,t为第i架无人机在t时刻的航向角，n为预测步长。

6.如权利要求1所述的多无人机自主协同搜索方法，其特征在于，安全距离约束为：

其中，(x_i,t,y_i,t)为无人机在t时刻的坐标，N′为当前网络所包含的无人机数量，d_safe是一个常数，表示无人机间的最小安全距离。

7.如权利要求1所述的多无人机自主协同搜索方法，其特征在于，所述改进的麻雀搜索算法的发现者位置更新策略为：其中，iter为当前迭代数，Q为服从正态分布的随机数，UAV_i,j是第i个无人机在第j维空间中的位置。

8.如权利要求1所述的多无人机自主协同搜索方法，其特征在于，所述改进的麻雀搜索算法的跟随者位置更新策略为：其中，iter为当前迭代数，UAV_i,j是第i个无人机在第j维空间中的位置，表示当前迭代周期iter下的最优发现者位置，d表示待优化变量的维度，r为随机数，r∈[-1,1]。

9.如权利要求1所述的多无人机自主协同搜索方法，其特征在于，所述改进的麻雀搜索算法的警戒者位置更新策略为：

其中，iter为当前迭代数，UAV_i,j是第i个无人机在第j维空间中的位置，γ为服从正态分布的随机数，f_b是迭代周期iter下的最优的适应度值，表示当前迭代周期iter下的最差跟随者位置，表示当前迭代周期iter下的最优发现者位置。