基于元胞蝙蝠算法的无线传感器网络节点定位研究.docx

基于元胞蝙蝠算法的无线传感器网络节点定位研究

摘要：。

关键词：

中图分类号：V244.12文献标识码：B

1引言

2问题描述

2.1环境模型

无人机在实际场景中执行任务时所处环境复杂。环境模型是无人机路径规划的基础。本文除了基于二维地图的高程信息外，还考虑了复杂地形的威胁。生成结合数字高程信息和威胁信息的等效环境模型来模拟真实环境。

构建数字高程信息的方法是将规划空间抽象为带有高程信息的三维数字地图。假设空间中各点的高程值是该点在水平面上坐标的函数，设水平面的高度为Hmin。这意味着当无人机的高度低于水平面时，无人机将被禁止飞行。那么，假设空间中某点的横坐标为(x,y)，该点的高程信息为

(1)

式中，Z1(x,y)为点(x,y)的高程值，f(x,y)表示点(x,y)的高程值与横坐标的对应关系，Hmin为最小高度无人机飞行限制。

威胁模型的具体等价变换公式可以表示为：

(2)

式中，Z2(x,y)为当前威胁点的高程值，N为威胁点总数，hi表示威胁点的作用范围，(xi0,yi0)为威胁点的中心位置坐标威胁点，xsi表示威胁点沿X轴的斜率，ysi表示沿Y轴的斜率。

根据上述模型，采用信息融合技术，将三维高程数字地图与威胁模型融合，生成等效环境模型。环境模型的高程数值信息可以表示为：

(3)

式中，Z1(x,y)为原始高程图中点(x,y)的高程值，Z2(x,y)为威胁模型中威胁点的高程值。

环境模型如图1所示，俯视图如图2所示。

图1.三维规划的环境模型

图2.三维规划环境模型的顶视图

2.2轨道约束和代价函数

无人机的飞行轨迹可以使用成本函数进行评估。根据成本值选择最佳轨迹。在救灾物资运输应用背景下，在规划过程中主要考虑燃料消耗成本和威胁成本。轨道成本评估函数建立如下：

(4)

式中，J是航迹优化的目标函数，L是无人机的飞行路径长度，Jf(s)代表油耗成本，Jt(s)代表地形威胁成本，δf，δt代表无人机的权重值成本。

无人机飞行过程中的油耗主要与飞行路径的长度有关，油耗成本可表示为：

(5)

式中，c1表示履带长度与油耗的比例关系。

在图1中可以看出，威胁信息主要由山地模型构成。因此，可以用锥体来模拟无人机在飞行中的山地威胁。如图3所示，假设山峰离地最大高度为H，地形最大半径为Rm，山峰坡度为θ。假设某时刻无人机的飞行高度为h，且h≤H，则无人机到山体中轴线的距离为dT，该高度山体的延伸半径为RT(H)。

无人机在山地地形威胁下的坠毁概率可以表示如下。

(6)

(7)

式中，dTmin代表无人机与山地地形的最小距离，dTmax代表山地地形对无人机影响的最大距离。

在飞行过程中，山体kT对无人机的地形威胁代价可近似表示为：

(8)

假设整个赛道有nT个山地地形威胁，地形威胁代价可以表示为：

(9)

图3.山区威胁模型由圆锥体表示

3CA-BA算法

3.1BA算法

BA算法又称蝙蝠算法，其为一种模仿蝙蝠群体行为的启发式智能算法，于2010年由Yang教授首次提出。蝙蝠通过其声波回收定位进行飞行并捕食。在蝙蝠算法中，蝙蝠个体作为空间中的一点向周围搜集，其所处空间中位置的优劣可以通过适应度函数进行评价。蝙蝠算法的迭代由蝙蝠的一次觅食飞行进行。蝙蝠算法中个体的位置和速度可以用以下公式进行：

(10)

式中，，表示蝙蝠i的脉冲频率，β为均匀分布在0和1之间的随机向量。在局部有哪些信誉好的足球投注网站中，可以通过最优解扰动增加局部有哪些信誉好的足球投注网站的随机性，提高有哪些信誉好的足球投注网站精度，具体为

(11)

式中，，At表示t时刻蝙蝠群体中的所有的个体求解得到的平均响度。在蝙蝠觅食的过程中发现猎物之后，其脉冲响度会降低同时脉冲频度会增加。如下为蝙蝠算法中的响度、脉冲频度的更新公式

(12)

式中，是初始脉冲频度、γ为大于0的常数，表示发射脉冲频度增加的系数，ω为大于0小于1的常数，表示脉冲响度衰减系数。

2.2CA-BA算法

所谓CA思想是指存在一类空间、时间均表现为离散状态的动力系统，称之为元胞自动机，其在一个规则的网格中散布着离散的元胞，根据局部规则进行CA的同步更新，在本文中，将CA引入到蝙蝠算法中，把每个蝙蝠个体当作一个元胞，而后通过元胞进行种群中不同蝙蝠个体之间的信息交流和舒安蒂。根据元胞交流的规则，每个蝙蝠可以和使用邻居函数去和邻域个体之间交换信息，同时可以根据其个体局部有哪些信誉好的足球投注网站进步拓展延申为全局有哪些信誉好的足球投注网站，可以避免局部有哪些信誉好的足球投注网站中的陷阱问题，进而避免算法早熟，可以保证种群具有较强的有哪些信誉好的足球投注网站能力和较为丰富的多样性，进而快速得到全局最优解。

图4四方网格

2.2.1蝙蝠算法和元胞自动机的融合