无人机群协同目标搜索中的动态路径规划方法及系统

    公开(公告)号:CN113848987A

    公开(公告)日:2021-12-28

    申请号:CN202111299585.8

    申请日:2021-11-04

    Applicant: 河海大学

    Abstract: 本发明公开了一种无人机群协同目标搜索中的动态路径规划方法及系统,包括:初始化搜索任务及优化算法相关参量;将搜索区域和路径进行离散化处理,基于滚动时域控制策略设计当前时刻的目标函数集合;使用麻雀算法优化当前时刻的各单目标函数,得到最优解/最劣解;基于TOPSIS法构造综合效能函数,进行目标函数集合的组合优化;以当前时刻的最优解作为下一时刻的搜索路径点,循环迭代优化直至达到终止条件,规划出无人机完整的搜索路径。本发明的无人机群协同目标搜索中的动态路径规划方法在求解质量上有着明显的优势,能够在动态环境中为无人机群快速找到无障碍的最优搜索路径。

    无人机群协同目标搜索中的动态路径规划方法及系统

    公开(公告)号:CN113848987B

    公开(公告)日:2023-01-31

    申请号:CN202111299585.8

    申请日:2021-11-04

    Applicant: 河海大学

    Abstract: 本发明公开了一种无人机群协同目标搜索中的动态路径规划方法及系统,包括:初始化搜索任务及优化算法相关参量;将搜索区域和路径进行离散化处理,基于滚动时域控制策略设计当前时刻的目标函数集合;使用麻雀算法优化当前时刻的各单目标函数,得到最优解/最劣解;基于TOPSIS法构造综合效能函数,进行目标函数集合的组合优化;以当前时刻的最优解作为下一时刻的搜索路径点,循环迭代优化直至达到终止条件,规划出无人机完整的搜索路径。本发明的无人机群协同目标搜索中的动态路径规划方法在求解质量上有着明显的优势,能够在动态环境中为无人机群快速找到无障碍的最优搜索路径。

    一种面向数据采集传输异常的智能监听方法与平台

    公开(公告)号:CN118069453A

    公开(公告)日:2024-05-24

    申请号:CN202211478948.9

    申请日:2022-11-23

    Applicant: 河海大学

    Abstract: 本发明公开了一种面向数据采集传输异常的智能监听方法与平台,具体涉及一种面向数据采集传输异常的智能监听方法和相关平台搭建,该方法包括:首先获取终端采集数据,其次基于定时加外部触发方式监听终端数据,再次构建动态异常判别规则库,基于异常判别规则库诊断数据,最后输出采集传输异常诊断结果和异常过滤后的有效数据,输出形式包括但不限于Excel表单。通过该方法和依据该方法构建的平台克服了传统人工检测漏检和检测速度慢等问题,实现数据智能实时监听。

    基于多步离散化狼群算法的无人机路径规划方法和系统

    公开(公告)号:CN117109576A

    公开(公告)日:2023-11-24

    申请号:CN202310910158.1

    申请日:2023-07-21

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于多步离散化狼群算法的无人机路径规划方法和系统,其中方法包括:构建无人机路径规划的目标函数及目标函数的约束条件;采用多步离散化狼群算法,优化求解当前时刻t的目标函数,得到目标函数的最优解;其中多步离散化狼群算法通过个体离散化编码、随机游走行为、基于精英学习机制的召唤行为、基于变异操作的围攻行为以及新个体补充策略得到路径规划的最优解;将得到的最优解作为下一时刻t+1的路径点,循环迭代直到终点,完成完整的路径规划;本发明可以在多静态障碍物环境下为无人机规划一条无碰撞风险的优化路径,提高算法效率,满足复杂多障碍环境下的路径精准性需求。

    一种基于无人机的多目标任务卸载方法

    公开(公告)号:CN118227331A

    公开(公告)日:2024-06-21

    申请号:CN202410410810.8

    申请日:2024-04-07

    Applicant: 河海大学

    Abstract: 本发明公开一种基于无人机的多目标任务卸载方法,包括:(1)初始化参量集;(2)实时目标函数设计:将时间离散化,基于任务分配周期设计目标函数集合;(3)通过归一化和权重参数将多目标函数优化问题转化为单目标函数优化问题,在此基础上加入自适应交叉变异策略,提升算法收敛速度和寻优能力并使用遗传算法寻优(4)循环结束判断:如果达到终止条件,则得出无人机当前卸载周期最优的卸载方案;否则继续进行迭代。一种基于无人机的多目标任务卸载方法在求解的速度和质量上有着明显的优势,能有效提高无人机在执行计算密集型任务时的续航能力和无人机执行任务时的效率。

    一种混沌迷失鸽群优化机制的无人机群目标搜索方法

    公开(公告)号:CN113805609A

    公开(公告)日:2021-12-17

    申请号:CN202111191203.X

    申请日:2021-10-13

    Applicant: 河海大学

    Abstract: 本发明公开一种混沌迷失鸽群优化机制的无人机群目标搜索方法,包括:(1)环境地图初始化:使用栅格化实现搜索环境初始化;(2)采用混沌迷失鸽群优化机制对无人机进行协同路径优化,针对全局最优位置来更新无人机的下一时刻航迹点坐标,引导无人机飞往最高效的搜索区域;(3)广播无人机状态信息:采用通信机制实现多无人机之间信息共享,来更新无人机运动状态;(4)目标分配:选择匹配度最高的无人机搜索目标,得到目标搜索最优方案。基于混沌迷失机制的鸽群算法在求解质量上有着明显的优势,其混沌初始化策略使算法拥有快速的收敛速度和较优的收敛精度;迷失机制则让算法拥有很强的跳出局部最优的能力。

Patent Agency Ranking