专利汇可以提供基于无线紫外光通信的单虚拟主控多智体蜂群控制方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了基于无线紫外光通信的单虚拟主控多智体蜂群控制方法,首先,将多智能体网络设为G(t);任意一个多智能体Xi的 位置 设为圆心O;通信设备的最佳通信距离为半径R,在R内的多智能体均为相邻 节点 Yi,将多智能体间防止碰撞的安全距离设为r;当Xi与各个Yi之间的距离都相等时,定义其相隔的距离为平衡距离为d(d≤R),||qij||=||qj-qi||表示Xi至Yi的距离,则||qij||min=r>0;之后构建斥 力 势场为ψijr(||qij||)和引力势场为ψija(||qij||);再确定Xi与Yi所处位置,确定通信光波 波长 ,以达到最佳通信;最后得到光通信的单虚拟主控多智体蜂群控制方法。该方法通过引入无线紫外光多波长通信,改善多智能体之间的网络连通性,为编队集结和编队的队形保持提供支持,快速有效的解决了多智能体之间的碰撞问题。,下面是基于无线紫外光通信的单虚拟主控多智体蜂群控制方法专利的具体信息内容。
1.基于无线紫外光通信的单虚拟主控多智体蜂群控制方法,其特征在于,具体步骤如下:
步骤1,将多智能体网络设为G(t);任意一个多智能体Xi的位置设为圆心O;通信设备的最佳通信距离为半径R,在R内的多智能体均为相邻节点Yi,将多智能体间防止碰撞的安全距离设为r;当Xi与各个Yi之间的距离都相等时,定义其相隔的距离为平衡距离为d(d≤R);||qij||=||qj-qi||表示Xi至Yi的距离,则||qij||min=r>0,表示为Xi至Yi的距离值为r且该值不为零,当||qij||<r时,Xi和Yi不满足安全条件,发生碰撞;当Yi与Xi之间的距离逼近r时,作用于Xi和Yi之间的斥力为无穷大,表示为
将D设为任意一区间,当D=(||qij||min,||qij||max]=(r,R]时,满足构造斥力势的条件,即势函数ψ在D内大于等于零且光滑可导;
步骤2,经步骤1后,构建斥力势场为ψijr(||qij||)和引力势场为ψija(||qij||);
步骤3,经步骤2后,确定Xi与Yi所处位置,确定通信光波波长,以达到最佳通信;
步骤4,经步骤3后,得到光通信的单虚拟主控多智体蜂群控制方法。
2.根据权利要求1所述的基于无线紫外光通信的单虚拟主控多智体蜂群控制方法,其特征在于,所述步骤1中,最佳通信距离为半径R,如式(1)所示:
式(1)中,θ1为机载发射机的仰角;θ2为机载接收机的仰角;φ1为光束发散角;φ2为接收视场角;Pr为接收功率;Pt是发送功率;Ps是散射相函数;Ar是接收机孔径的面积;Ke为大气衰减系数,由Rayleigh散射系数KSR、Mie散射系数KSM和大气吸收系数Ka组成。
3.根据权利要求1所述的基于无线紫外光通信的单虚拟主控多智体蜂群控制方法,其特征在于,所述步骤2中,构建斥力势场为ψijr(||qij||)和引力势场为ψija(||qij||),具体步骤如下:
r
步骤2.1,在r至d内用广义Morse函数构建多智能体间斥力势场ψij (||qij||),如式(2)所示:
式(2)中,b为ψijr(||qij||)的幅值;c为常数;αij为多智能体之间的连接关系;
a
步骤2.2,在R至d内构建多智能体间引力势场ψij(||qij||),如式(3)所示:
式(3)中,g为重力加速度;kij为ψija(||qij||)的幅值。
4.根据权利要求1所述的基于无线紫外光通信的单虚拟主控多智体蜂群控制方法,其特征在于,所述步骤3具体为:
当Xi与Yi的相对距离在r至d区域内时,应用200nm~240nm日盲波段的紫外光;
当Xi与Yi的相对距离在d至R内时,应用240nm~280nm日盲波段的紫外光。
5.根据权利要求1所述的基于无线紫外光通信的单虚拟主控多智体蜂群控制方法,其特征在于,所述步骤4具体为:
步骤4.1,将经步骤2后得到的不同区域内的引力势场ψija(||qij||)和斥力势场ψijr(||qij||)进行迭代,得到多智能体总势能V(qi),如式(4)及式(5)所示;
步骤4.2,对经步骤4.1后得到的多智能体总势能V(qi)进行求导,得到 如式
(6)及式(7)所示:
步骤4.3,经步骤4.2后,当 为零时,则表明在平衡距离d处,多智能体处于稳定
状态即势能最小;当 不为零时,则表明d为某一常数时,kij,b,c满足如下关系,如式(8)所示:
步骤4.4,经步骤4.3后,得到光通信的单虚拟主控多智体蜂群控制方法;具体为:
步骤4.41,当G(t)满足α-晶格时,则 其中,δ为非常微小
的常数;
定义可任意求导的σ-范数||z||σ,建立光滑可求导的人工势函数ψα,如式(9)所示:
式(9)中,ε>0,ε为任意微小的常量;
对σ-范数||z||σ进行求导,如式(10)及式(11)所示:
步骤4.42,建立光滑势函数ψ和相邻矩阵aij(q),具体为:
设在0到1内满足光滑变化的碰撞函数为ρh(z),如式(12)所示:
式(12)中,h为定义区间内的任意常数,h的取值为[0,1];
对ρh(z)进行求导,得到ρ′h(z),ρ′h(z)在[1,∞)内满足ρ'h(z)=0且|ρ'h(z)|有边界;
通过ρh(z)求出aij(q),如式(13)所示:
aij(q)=ρh(||qij||σ/Rα)∈[0,1] j≠i (13);
式(13)中,当Rα=||R||σ,aii(q)=0;当h=1,在[0,1]内ρh(z)=1,在[0,1]以外,ρh(z)为0;
步骤4.43,经步骤4.41和4.42后,得到多智能体总势能V(qi),如式(14)所示:
步骤4.44,经步骤4.43后,得到多智能体总势能V(qi)的集合,即多智能体系统总势能为V(q),如式(15)所示:
式(15)中,V(q)须满足以下三个条件:
当||qij||σ→0时,ψα为最大;当||qij||σ为某恒定值时,ψα最小;当||qij||σ≥||R||σ时,ψα可恒定义为大于等于零的常数;
步骤4.45,经步骤4.44后,可设在步骤4.44条件下成立的ψα,如式(16)及式(17)所示:
式(16)中, 0<a≤b, 即φ(0)=0;
步骤4.46,经步骤4.45后,得到基于无线紫外光通信的单虚拟主控多智体蜂群控制方法,如式(18)及式(19)所示:
ui=fig+fid+fir (18);
r γ
式(18)及式(19)中,fi为虚拟主控速度和位置的反馈,fi (qi,pi,qr,pr)=-c1(qi-qr)-c2(pi-pr); fid为多智能体之间的速度关系,pγ和qγ为虚拟主控的速度和位置
矢量。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于时分复用的机载防撞系统接收通道融合系统 | 2020-05-08 | 835 |
一种基于异构无人机的蜂群对抗方法 | 2020-05-18 | 811 |
一种机载防撞系统中央维护系统及维护方法 | 2020-05-20 | 309 |
一种TCASII机载防撞系统实际飞行场景标准用例生成、转换及标准性验证方法与系统 | 2020-05-22 | 885 |
一种基于无线接收的机载辅助导航方法、设备及系统 | 2020-05-12 | 79 |
自动化无人机系统 | 2020-05-19 | 117 |
基于无线紫外光通信的单虚拟主控多智体蜂群控制方法 | 2020-05-22 | 48 |
基于安防的地面移动机器人、无人机协同作业系统及方法 | 2020-05-12 | 602 |
TCAS特定目标指定及告警系统 | 2020-05-13 | 179 |
具激光和视觉融合避障系统的智能移动服务机器人 | 2020-05-15 | 465 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。