針對多無人機(jī)在協(xié)同搜索過程中存在重復(fù)搜索、目標(biāo)靜止、搜索效率低的問題,提出基于改進(jìn)鴿群優(yōu)化和馬爾可夫鏈的多無人機(jī)協(xié)同搜索方法.首先,建立類似傳感器探測范圍的蜂窩狀環(huán)境模型,降低對搜索區(qū)域的重復(fù)搜索;其次,建立滿足高斯分布的馬爾可夫鏈動態(tài)目標(biāo)運(yùn)動模型;然后,將柯西擾動引入基本鴿群優(yōu)化算法的地圖和指南針?biāo)阕?高斯擾動引入地標(biāo)算子,同時(shí)利用模擬退火機(jī)制保留次優(yōu)個(gè)體,進(jìn)而有效緩減基本鴿群優(yōu)化算法易陷入局部最優(yōu)的問題.最后,通過仿真實(shí)驗(yàn)將本文算法與其他群體智能算法進(jìn)行比較,結(jié)果表明新型算法的合理性和有效性. 

【文章來源】：工程科學(xué)學(xué)報(bào). 2019,41(10)北大核心

【文章頁數(shù)】：9 頁

【文章目錄】：
1 系統(tǒng)建模
    1.1 環(huán)境信息圖
    1.2 無人機(jī)運(yùn)動模型
    1.3 目標(biāo)信息圖
    1.4 數(shù)字信息素圖
2 目標(biāo)運(yùn)動模型和適應(yīng)度函數(shù)
    2.1 目標(biāo)運(yùn)動模型
    2.2 適應(yīng)度函數(shù)設(shè)計(jì)
3 鴿群優(yōu)化算法及改進(jìn)模型
    3.1 鴿群優(yōu)化算法思想
    3.2 鴿群優(yōu)化算法的改進(jìn)模型
4 實(shí)驗(yàn)結(jié)果和分析
    4.1 算法性能比較
    4.2 搜索范圍覆蓋率
    4.3 搜索目標(biāo)有效性
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于柯西變異鴿群優(yōu)化的大型民用飛機(jī)滾動時(shí)域控制[J]. 段海濱,楊之元.  中國科學(xué):技術(shù)科學(xué). 2018(03)
[2]從鳥群群集飛行到無人機(jī)自主集群編隊(duì)[J]. 邱華鑫,段海濱.  工程科學(xué)學(xué)報(bào). 2017(03)
[3]鴿群優(yōu)化算法研究進(jìn)展[J]. 段海濱,葉飛.  北京工業(yè)大學(xué)學(xué)報(bào). 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]基于數(shù)字信息素的無人機(jī)集群搜索控制方法[J]. 沈東,魏瑞軒,茹常劍.  系統(tǒng)工程與電子技術(shù). 2013(03)



本文編號：3020862