关键词:
消防无人机自组织网络
任务分配
航迹规划
分簇组网
QoS路由
摘要:
目前森林山火频发,传统的灭火方法效率低下,往往延误最佳灭火和救援时间。消防无人机自组织网络(Fire-fighting Flying Ad hoc Network,FFANET)由多架四旋翼无人机组成,对于解决森林消防问题具有很好的效果。然而由于消防无人机(Fire-fighting Unmanned Aerial Vehicle,FUAV)飞行时间和航程有限,难以满足复杂的多类型任务需求,往往会延误任务完成时间。其次,消防无人机在执行任务的过程中由于受限于自身运动学约束、复杂地形环境及动态火场特性,森林火灾场景下的消防无人机航迹规划面临路径不可行和飞行路径过长的挑战。此外,当FFANET中的无人机飞行至指定区域内执行监测任务时,由于消防无人机的电量有限,持续的飞行、数据采集与传输会迅速消耗电量,一旦电量耗尽,无人机便会停止工作,严重影响网络的正常运行。最后,火灾救援对数据传输的实时性和准确性要求极高,但FFANET的服务质量(Quality of Service,QoS)和网络安全难以得到保障。因此,如何设计有效的FFANET多机协同任务分配策略、规划可行的飞行航迹、构建能量高效的分簇组网、建立安全的QoS路由是解决森林消防问题的关键。
首先,针对FFANET多机协同任务分配问题,提出了基于改进混沌人工蜂群优化的多机协同任务分配方法(Multi-FUAVs Cooperative Task Assignment Algorithm based on Improved Chaotic Artificial Bee Colony Optimization,MCTA-ICABCO)。所提方法结合了人工蜂群算法、改进混沌算子,有效扩大了解空间,避免陷入局部最优解,提高任务分配方案的质量。在任务分配模型中,考虑了任务完成时间约束、消防无人机的续航能力约束和任务访问次数约束。在设计多目标函数时,以最小化总任务超时时间、最小化单无人机任务完成时间、最小化所有消防无人机总任务完成时间作为优化目标,保证每架消防无人机的任务负载均衡,避免任务超时完成。实验结果表明,与现有任务分配方法相比,MCTA-ICABCO方法在不同场景下的单架无人机任务完成时间平均降低了 13.70%,所有消防无人机总任务完成时间平均降低了 4.93%,该方法有效减少了无人机空闲时间和能量浪费,提高了任务完成效率。
其次,针对FFANET航迹规划问题,提出了一种基于改进混合鲸鱼优化算法的航迹规划方法(Three-dimensional Path Planning Algorithm based on Improved Hybrid Whale Optimization,3DPP-IHWO)。所提方法加入了遗传变异算子,扩大了解空间,防止算法陷入局部最优,有效缩短了消防无人机的飞行距离,降低了飞行能耗,保证了飞行的安全性。在航迹规划模型中,考虑了消防无人机的最大曲率约束、俯仰角约束以及安全飞行空间约束。在多目标函数中,兼顾消防无人机的最短飞行路径、最小俯仰角变化、最小起始点与目标点的飞行姿态误差,同时根据障碍物、飞行空间、飞行姿态等设计了惩罚函数。该模型确保了消防无人机避开危险区域,规划出满足多约束条件的可行航迹。算法还融合了非均匀有理B样条曲线构造平滑且连续的无人机飞行曲线,有效提升了航迹的质量。实验结果表明,与现有航迹规划方法相比,3DPP-IHWO在单任务航迹规划场景下,飞行路径长度平均降低了 2.96%;在多任务闭环航迹规划场景下,飞行路径长度平均降低了 31.53%。
再次,针对FFANET分簇组网问题,提出了一种基于多目标量子自适应灰狼优化的 FFANET 能量高效分簇组网方法(Multi-Objective Quantum Adaptive Grey Wolf Optimization-based Energy-Efficient Clustering Routing,MQAGWO-EECR)。所提方法模拟了灰狼群体的协作捕猎行为,引入量子计算和自适应调整算子,增强了全局搜索能力,提高分簇方案的质量。在分簇组网模型中,设计了轮值监测机制和簇头选取机制;此外,多目标函数综合考虑了节点的剩余能量、节点密度、无人机与指挥中心的距离,有效延长了网络工作轮数。实验结果表明,与现有分簇方法相比,MQAGWO-EECR方法在不同场景下的网络寿命至少提升了 11.09%,该方法有效提升了能量利用效率,延长了网络的监测时间。
最后,针对FFANET中的安全QoS路由问题,提出了基于精英小生境克隆进化的FFANET安全QoS路由方法(Energy-efficient Secure QoS Routing Algorithm based on Elite Niche Clo