欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2026101070786
申请人: 嘉兴大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于粒子群优化的应急通信无人机静态资源调度方法,其特征在于,所述方法包括:接收源自调度系统的初始资源调度指令;

解析所述初始资源调度指令,提取资源调度参数与资源约束规则;

基于所述资源调度参数与所述资源约束规则,对目标区域内无人机的资源要素与空间要素进行解耦,形成离散化调度子空间;

在所述离散化调度子空间内,采用粒子群优化算法对无人机的静态资源编码进行迭代寻优,输出离散调度决策序列;

将所述离散调度决策序列与预构建的无人机资源状态模板进行融合,生成静态资源调度图谱;

依据所述静态资源调度图谱驱动目标无人机群完成资源部署;

所述将所述离散调度决策序列与预构建的无人机资源状态模板进行融合,生成静态资源调度图谱,包括:调用所述无人机资源状态模板,所述无人机资源状态模板包含无人机身份标识、初始资源挂载数据及预设部署位置点;

将所述离散调度决策序列中的资源分配指令,按照无人机身份标识进行匹配,绑定到对应的预设部署位置点,形成带资源标注的部署位置点集合;

将所述带资源标注的部署位置点集合映射到所述目标区域的数字地图上,并以可视化图层的形式叠加,生成所述静态资源调度图谱;

所述预构建的无人机资源状态模板通过以下步骤获得:获取目标无人机群的历史任务执行记录与维护日志;

从所述历史任务执行记录中提取常态资源消耗模式,从所述维护日志中提取各无人机的固有资源承载规格;

根据所述常态资源消耗模式与所述固有资源承载规格,为每架无人机设定初始资源挂载清单与推荐部署位置;

整合所有无人机的身份标识、初始资源挂载清单与推荐部署位置,构建所述无人机资源状态模板。

2.如权利要求1所述的基于粒子群优化的应急通信无人机静态资源调度方法,其特征在于,所述对目标区域内无人机的资源要素与空间要素进行解耦,形成离散化调度子空间,包括:依据所述资源调度参数,识别无人机群的多维资源需求向量;

依据所述资源约束规则,划定所述目标区域的空间地理边界与通信覆盖边界;

建立资源维度与空间维度的映射关系,其中,所述资源维度由所述多维资源需求向量定义,所述空间维度由所述空间地理边界与所述通信覆盖边界共同定义;

基于所述映射关系,将连续的资源与空间联合域进行网格划分,产生多个彼此独立的网格单元;

汇集所有网格单元,构成所述离散化调度子空间。

3.如权利要求2所述的基于粒子群优化的应急通信无人机静态资源调度方法,其特征在于,所述基于所述映射关系,将连续的资源与空间联合域进行网格划分,产生多个彼此独立的网格单元,包括:获取所述目标区域内每一架无人机的实时位置与通信负载数据;

根据所述实时位置与所述通信负载数据,计算所述连续的资源与空间联合域内各点的资源密度与通信干扰强度;

依据预设的网格分辨率阈值,并结合所述资源密度与所述通信干扰强度,动态调整网格划分的粒度,使得资源密度高或通信干扰强度高的区域网格划分更细;

按照调整后的粒度对所述连续的资源与空间联合域执行划分操作,得到所述多个彼此独立的网格单元。

4.如权利要求1所述的基于粒子群优化的应急通信无人机静态资源调度方法,其特征在于,所述采用粒子群优化算法对无人机的静态资源编码进行迭代寻优,输出离散调度决策序列,包括:初始化粒子群,其中,每个粒子的位置向量对应一种无人机静态资源分配方案的编码表示,每个粒子的速度向量表示编码调整的方向与幅度;

定义粒子适应度评估函数,所述粒子适应度评估函数的输入为粒子位置向量对应的资源分配方案,输出为对所述资源分配方案在满足所述资源约束规则条件下的效能评价值;

在每次迭代过程中,更新每个粒子的个体历史最优位置与整个粒子群的全局历史最优位置;

基于更新后的所述个体历史最优位置与所述全局历史最优位置,计算每个粒子新的速度向量与位置向量;

当迭代满足预设的收敛条件时,提取所述全局历史最优位置对应的资源分配方案编码,并将其解码为所述离散调度决策序列。

5.如权利要求4所述的基于粒子群优化的应急通信无人机静态资源调度方法,其特征在于,所述定义粒子适应度评估函数,包括:获取所述无人机资源状态模板中的基础资源容量信息;

从粒子位置向量解码出候选资源分配方案,并计算所述候选资源分配方案的总资源需求量;

判断所述总资源需求量是否超过所述基础资源容量信息所定义的容量上限;

若未超过,则根据预设的多目标加权模型计算所述候选资源分配方案的平衡评价值,所述平衡评价值包括资源利用率分项与覆盖均衡度分项;

将所述平衡评价值作为所述效能评价值输出。

6.如权利要求4所述的基于粒子群优化的应急通信无人机静态资源调度方法,其特征在于,所述当迭代满足预设的收敛条件时,包括:监测每次迭代后所述整个粒子群的全局历史最优位置所对应的效能评价值的变化量;

判断连续多次迭代的所述变化量的绝对值是否均小于一个极小阈值;

若连续多次迭代的所述变化量的绝对值均小于所述极小阈值,则判定迭代收敛。

7.如权利要求1所述的基于粒子群优化的应急通信无人机静态资源调度方法,其特征在于,在所述依据所述静态资源调度图谱驱动目标无人机群完成资源部署之后,还包括:监测所述目标无人机群依据所述静态资源调度图谱进行部署后的实时状态数据;

将所述实时状态数据与所述静态资源调度图谱中的预期状态进行对比,生成状态差异报告;

基于所述状态差异报告,反向修正所述无人机资源状态模板中的相关参数。

8.如权利要求7所述的基于粒子群优化的应急通信无人机静态资源调度方法,其特征在于,所述基于所述状态差异报告,反向修正所述无人机资源状态模板中的相关参数,包括:解析所述状态差异报告,识别导致差异的主要参数类别,所述主要参数类别包括通信链路质量偏差或实际资源消耗速率偏差;

根据所述主要参数类别的偏差方向与幅度,生成针对所述无人机资源状态模板的参数调整量;

应用所述参数调整量,对所述无人机资源状态模板中对应无人机的初始资源挂载数据或预设部署位置点进行更新。