CN110675035A - 基于实时能耗检测的无人机激光供能集群充电调度方法 - Google Patents

Abstract

基于实时能耗检测的无人机激光供能集群充电调度方法，激光充电器LC根据每个时刻各个无人机发送来的能量信息，计算每个无人机的实时能量消耗率，然后根据无人机的实时能量消耗率，计算选择此无人机作为下一充电无人机时，整个无人机集群的迫降率，选择迫降率最小的无人机为下一充电无人机。若有多个无人机在选择作为下一充电无人机时有相同的迫降率或迫降率都为零，则选择充电时间最短的无人机作为下一充电无人机。在此充电方法下，激光充电器LC始终选择使整个无人机集群迫降率最小或充电时间最短的无人机作为下一充电无人机。使用此充电调度方法可以极大的提高无人机集群的生存率与执行任务的效率。

Description

基于实时能耗检测的无人机激光供能集群充电调度方法

技术领域

本发明涉及无人机激光供能技术领域，具体是一种基于实时能耗检测的无人机激光供能集群充电调度方法。

背景技术

无人机(简称UAV)在军事与民用中已扮演了一个十分重要的角色，具有机体重量轻、体积小、灵活性高、载荷比高、隐蔽性好和成本低等特点。从无人机的发展现状与应用需求来看，无人机未来主要向高生存率、成本低、回收率高、更加小型化、长航时与多用途发展这就决定电动力无人机依旧是重要发展方向，但也对无人机的能源供给提出了更高的要求。

目前无人机激光供能充电技术的研究中，大多都是针对单个无人机激光无线供能需求进行研究，但是对于多个无人机或者集群规模化的无人机的无线激光充电研究相对较少。无人机通常是以编队的形式外出进行任务，因此，考虑集群化的激光无线充电是十分有必要的，在一个无人机集群中，地面激光充电站何时对哪一架无人机进行激光无线供电，如何去调度充电站对无人机进行充电这是一个必须面对的问题。

发明内容

本发明提出一种基于实时能耗检测的无人机激光供能集群充电调度方法，在此充电方法下，激光充电器始终选择使整个无人机集群迫降率最小或充电时间最短的无人机，作为下一充电无人机。使用此充电调度方法可以极大的提高无人机集群的生存率与执行任务的效率。

本发明采取的技术方案为：

基于实时能耗检测的无人机激光供能集群充电调度方法，包括以下步骤：

步骤1、建立无人机动态能量消耗模型：

设对无人机进行充电前的时间为零，从当前开始无人机以时间间隔Δt，定期记录自己的当前剩余能量和当前时间值，并把这两个值以消息的形式发送给激光充电器LC，例如无人机i以(ID_i，RE_in，t_in，urg＝0)，n≥0的形式将自己的信息发送给激光充电器LC，RE_in表示无人机i的当前剩余能量，t_in表示当前时间，urg＝0表示这是一个普通的消息。无人机i的实时能量消耗率r_in为：

其中，r_in为接收到第n+1条能量信息通告后的能量消耗率的当前值，RE_in表示无人机i的当前剩余能量，RE_i(n-1)表示无人机i上一时刻剩余能量、t_n表示无人机i记录第n+1条剩余能量的时间。

激光充电器LC在接收到n+1条无人机i的能量信息后，计算得到无人机i的能量消耗率R_i,n，利用加权平均法算得：

式中，t₁、t₂、...t_n表示无人机i记录剩余能量的时间，r_in为接收到第n+1条能量信息通告后的能量消耗率。

整理公式(1)和公式(2)得到：

式中，t₀表示初始时间值、△t表示时间间隔、n表示当前第n次记录能量通告。

需要激光充电器LC保存所有的剩余能量信息来计算无人机的动态能量消耗率，代价会比较大，因此应用递推法改进公式(2)得到：

式中，ST_n-1为基站接收到无人机i的第n个剩余能量通告的总时间，R_i,n-1表示无人机i第n次收到能量通告时的平均能量消耗率、r_in表示无人机i的实时能量消耗率、t_n表示第n+1次接受能量通告、RE_i0表示初始剩余能量、RE_i1表示第2次收到能量通告后的剩余能量、△t表示时间间隔。

无人机i每更新一次它的能量消耗率，总时间ST_n就要累加一次：

ST_n＝ST_n-1+t_n (5)

步骤2、建立无人机网络模型：

将无人机的迫降率记为δ，对无人机i进行充电时，剩余无人机的迫降数与总无人机数量的比值，即为：

式中，n为无人机的总数量，m_i为选择无人机i作为下一个充电节点时剩余无人机的迫降数量。

在任一t时刻无人机i的剩余飞行时间应该满足：

式中，RE_in表示无人机i的当前剩余能量、RE_min2表示无人机的电量第二阈值(到达此能量还未得到充电机会，无人机会迫降)、RE_max表示无人机的最大能量、R_i,n表示无人机当前平均能量消耗率。

在任一t时刻无人机i的剩余飞行时间为：

若此时激光充电器LC为无人机i进行充电，激光充电器LC对无人机的充电功率为U，则激光充电器LC对无人机i的充电时间为：

式中，RE_max表示无人机的最大能量。

假设此时激光充电器LC正在为无人机i进行充电，那么此时剩余发送充电请求的无人机j的充电容忍时间为：

式中，RE_jn表示无人机j的当前剩余能量、RE_min2表示无人机的电量第二阈值(到达此能量还未得到充电机会，无人机会迫降)、R_j,n表示无人机j的当前平均能量消耗率、τ_i表示无人机i的充电时间。

若D_j(t_i)＝0，说明无人机j得不到充电机会，需要迫降，从充电队列中删除。

步骤3、充电调度：

若无人机的剩余能量低于E_min1，则该无人机需要充电，被纳入充电服务池M(存放需要充电的无人机)中。当充电服务池M为非空时(充电服务池中有待充电为无人机)，计算每个待充电无人机的剩余飞行时间与选择某一无人机作为下一充电节点时，该无人机的充电容忍时间，通过对比两个时间，始终选择使待充电无人机迫降数最少的节点作为下一充电节点。

步骤3包括以下步骤：

步骤3.1：激光充电器LC对无人机进行充电前，计算充电服务池M中的各无人机的剩余飞行时间。

步骤3.2：将剩余能量小于E_min2的所有无人机加入充电服务池M中。

步骤3.3：对充电服务池M中待充电的无人机，计算它的充电容忍时间。

若D_j>0说明选择无人机i作为下一个充电无人机时，无人机j不会迫降。若无人机i对于所有的无人机j(j≠i，j∈请求充电的无人机)都满足D_j>0，则说明择无人机i作为下一充电无人机时充电服务池中的无人机都不会迫降，这时将无人机_i加入到充电候选集X中；如果充电候选集为空集，则对于充电服务池中的所有待充电的无人机，如无人机i，激光充电器LC统计满足D_j>0的无人机的个数和对应的节点的ID，并计算每个待充电无人机的δ(无人机集群的迫降率)。

步骤3.4：如果集合X为非空集，则激光充电器LC计算集合X中的无人机的充电时间。选择充电时间最短的无人机作为下一个充电节点。

步骤3.5：如果集合X为空集，计算则选择δ最小的节点作为下一充电节点。

已经选中的下一充电无人机在充电完成后，从激光充电器LC的充电服务池M中将其删除，清空集合X，执行步骤3.6；

步骤3.6：重复步骤3.1～步骤3.5，直到无人机集群充电任务完成。

本发明一种基于实时能耗检测的无人机激光供能集群充电调度方法，激光充电器LC根据每个时刻各个无人机发送来的能量信息，计算每个无人机的实时能量消耗率，然后根据无人机的实时能量消耗率，计算选择此无人机作为下一充电无人机时，整个无人机集群的迫降率，选择迫降率最小的无人机为下一充电无人机。若有多个无人机在选择作为下一充电无人机时有相同的迫降率或迫降率都为零，则选择充电时间最短的无人机作为下一充电无人机。在此充电方法下，激光充电器LC始终选择使整个无人机集群迫降率最小或充电时间最短的无人机作为下一充电无人机。使用此充电调度方法可以极大的提高无人机集群的生存率与执行任务的效率。

附图说明

下面结合附图和实施例对本发明作进一步说明：

图1是本发明的无人机远程激光集群化充电系统示意图；

1-地面激光功能站，2-无人机。

图2是本发明的调度方法流程图。

具体实施方式

实施例：

本发明中，激光充电器LC看作是算法中的蚂蚁，蚂蚁的个数为A。初始状态蚂蚁K(K＝1,2，...,A)，随机选择一台能量最低的无人机进行充电。激光充电器LC在对无人机i充电结束后，继续选择下一台需要充电的无人机j。在满足充电约束的条件下应考虑以下因素：

1)、蚂蚁K从无人机i到下一无人机j的路径上的信息素浓度，信息素浓度越大，蚂蚁K选着无人机j的概率越大。

2)、蚂蚁K遍历的下一无人机j的剩余飞行时间，剩余飞行时间越短，蚂蚁K选择该无人机的概率就越大。

3)、选择无人机j作为下一无人机时，剩余无人机的迫降数量越少，选择该无人机的概率越大。

通过以上因素，蚂蚁K从无人机i移动到下一节点j的转移方法为：

其中，α，β，γ为权重系数。X为选择因子即充电候选集，X＝0表示充电候选集为空，X＝1表示充电候选集不为空。M表示待充电的无人机的集合。σ_ij(t)表示蚂蚁K从无人机i到下一无人机j的路径上的信息素浓度；δ_ij表示选择无人机j，作为下一充电无人机时剩余无人机的迫降率。

为激光充电器LC对无人机i充电完成后对下一无人机j开始充电时，无人机j的剩余飞行时间。

为了避免启示信息被淹没，在算法进行t次后，对信息素进行更新。t+1轮的信息素更新公式如下：

其中，1-ρ(0<ρ<1)为路径上信息素的持久性因子，信息素通过挥发因子ρ持续挥发；M表示前t轮算法遍历的m个无人机的集合。

表示蚂蚁k第t轮的残留信息素，k表示蚂蚁k。

第t+1轮的信息素浓度不仅与上一轮的信息素浓度有关，还要考虑无人机与激光充电器LC的空间距离，空间距离越短，信息素浓度越大，选择无人机j作为下一节点的概率越大。故蚂蚁k在路径(i，j)上的信息素浓度具体表示形式为：

算法具体步骤如下：

(1)、初始化无人机的能量信息与位置信息；

(2)、初始化σ_ij(t)，δ_ij，

(3)、设置迭代次数M与蚂蚁个数A；

(4)、根据蚂蚁的转移方法公式，选择下一个无人机。并列入候选集X中；

①、若X＝0计算argmax，选择概率最大的无人机作为下一待充电无人机；

②、若X＝1计算brgmax，选择概率最大的无人机作为下一待充电无人机；

(5)、更新下一充电无人机的信息，并结算该无人机的充电时间τ_i；

(6)、最终得到下一个最优的无人机的位置信息和充电时间；

(7)、更新信息素；

(8)、算法结束。

Claims (2)

1.基于实时能耗检测的无人机激光供能集群充电调度方法，其特征在于包括以下步骤：

步骤1、建立无人机动态能量消耗模型：

设对无人机进行充电前的时间为零，从当前开始无人机以时间间隔Δt，定期记录自己的当前剩余能量和当前时间值，并把这两个值以消息的形式发送给激光充电器LC，无人机i的实时能量消耗率r_in为：

其中，r_in为接收到第n+1条能量信息通告后的能量消耗率的当前值，RE_in表示无人机i的当前剩余能量，RE_i(n-1)表示无人机i上一时刻剩余能量、t_n表示无人机i记录第n+1条剩余能量的时间；

激光充电器LC在接收到n+1条无人机i的能量信息后，计算得到无人机i的能量消耗率R_i,n，利用加权平均法算得：

式中，t₁、t₂、...t_n表示无人机i记录剩余能量的时间，r_in为接收到第n+1条能量信息通告后的能量消耗率；

整理公式(1)和公式(2)得到：

式中，t₀表示初始时间值、△t表示时间间隔、n表示当前第n次记录能量通告；

需要激光充电器LC保存所有的剩余能量信息来计算无人机的动态能量消耗率，代价会比较大，因此应用递推法改进公式(2)得到：

式中，ST_n-1为基站接收到无人机i的第n个剩余能量通告的总时间，R_i,n-1表示无人机i第n次收到能量通告时的平均能量消耗率、r_in表示无人机i的实时能量消耗率、t_n表示第n+1次接受能量通告、RE_i0表示初始剩余能量、RE_i1表示第2次收到能量通告后的剩余能量、△t表示时间间隔；

无人机i每更新一次它的能量消耗率，总时间ST_n就要累加一次：

ST_n＝ST_n-1+t_n (5)

步骤2、建立无人机网络模型：

将无人机的迫降率记为δ，对无人机i进行充电时，剩余无人机的迫降数与总无人机数量的比值，即为：

式中，n为无人机的总数量，m_i为选择无人机i作为下一个充电节点时剩余无人机的迫降数量；

在任一t时刻无人机i的剩余飞行时间应该满足：

式中，RE_in表示无人机i的当前剩余能量、RE_min2表示无人机的电量第二阈值、RE_max表示无人机的最大能量、R_i,n表示无人机当前平均能量消耗率；

在任一t时刻无人机i的剩余飞行时间为：

若此时激光充电器LC为无人机i进行充电，激光充电器LC对无人机的充电功率为U，则激光充电器LC对无人机i的充电时间为：

式中，RE_max表示无人机的最大能量；

假设此时激光充电器LC正在为无人机i进行充电，那么此时剩余发送充电请求的无人机j的充电容忍时间为：

式中，RE_jn表示无人机j的当前剩余能量、RE_min2表示无人机的电量第二阈值、R_j,n表示无人机j的当前平均能量消耗率、τ_i表示无人机i的充电时间；

若D_j(t_i)＝0，说明无人机j得不到充电机会，需要迫降，从充电队列中删除；

步骤3、充电调度方法：

若无人机的剩余能量低于E_min1，则该无人机需要充电，被纳入充电服务池M中；当充电服务池M为非空时，计算每个待充电无人机的剩余飞行时间与选择某一无人机作为下一充电节点时，该无人机的充电容忍时间，通过对比两个时间，始终选择使待充电无人机迫降数最少的节点作为下一充电节点。

2.根据权利要求1所述基于实时能耗检测的无人机激光供能集群充电调度方法，其特征在于：步骤3包括以下步骤：

步骤3.1：激光充电器LC对无人机进行充电前，计算充电服务池M中的各无人机的剩余飞行时间；

步骤3.2：将剩余能量小于E_min2的所有无人机加入充电服务池M中；

步骤3.3：对充电服务池M中待充电的无人机，计算它的充电容忍时间；

若D_j>0说明选择无人机i作为下一个充电无人机时，无人机j不会迫降；若无人机i对于所有的无人机j(j≠i，j∈请求充电的无人机)都满足D_j>0，则说明择无人机i作为下一充电无人机时充电服务池中的无人机都不会迫降，这时将无人机_i加入到充电候选集X中；如果充电候选集为空集，则对于充电服务池中的所有待充电的无人机，如无人机i，激光充电器LC统计满足D_j>0的无人机的个数和对应的节点的ID，并计算每个待充电无人机的δ；

步骤3.4：如果集合X为非空集，则激光充电器LC计算集合X中的无人机的充电时间；选择充电时间最短的无人机作为下一个充电节点；

步骤3.5：如果集合X为空集，计算则选择δ最小的节点作为下一充电节点；

已经选中的下一充电无人机在充电完成后，从激光充电器LC的充电服务池M中将其删除，清空集合X，执行步骤3.6；

步骤3.6：重复步骤3.1～步骤3.5，直到无人机集群充电任务完成。

Images