本發明涉及無人機無線電能傳輸，尤其涉及一種基于人工勢場能的動態無線電力傳輸方法。
背景技術：
1、物聯網是一個覆蓋和連接全球各類物體的網絡，通過該網絡，能夠實現各種獨立功能的普通物體之間的互通互聯，從而使人們能夠享受方便快捷的生活。物聯網設備通常是各種類型的傳感器節點(sensor?nodes,sns)，而這些傳感器的電池容量通常十分有限，幾乎無法提供長時間且高質量的服務。無線電能傳輸(wireless?power?transfer,wpt)以其可靈活部署、不受場景限制等優點備受關注。在這一背景下，搭載無人機輔助成為延長傳感器使用壽命的主要手段。
2、然而，目前已有的無人機無線電能傳輸的工作通常基于全部或部分傳感器位置已知的前提。然而，在一些緊急場景或災后等情況下，由于基礎設施或存儲數據設備的損壞，往往無法提前獲知這些信息。因此，在面對這些未知場景時，需要首先進行搜索工作以定位這些傳感器的位置和能量水平信息。目前已有的無人機無線電能傳輸工作無法解決所有位置都未知的任務，因此對于不需要預訓練和先驗已知目標位置信息的目標搜索策略的研究相對較少。
3、人工勢能場是一種機器人路徑規劃中常用的方法，其基本思想是將無人機移動看作是在一個虛擬的勢能場中的粒子運動，無人機的路徑規劃就是在該場中尋找梯度下降的路徑。具體地說，無人機在該場中受到一個由障礙物產生的斥力和一個由目標點之間的引力組成的勢能場的作用。人工勢能場方法通過構建勢能場的方式，實現了無人機的自主路徑規劃，避免了人工設定路徑的繁瑣過程，并且適用范圍廣泛，增強無人機的智能性和自主性，能夠自主避障。
技術實現思路
1、本發明要解決的技術問題是針對上述現有技術的不足，提供一種基于人工勢場能的動態無線電力傳輸方法，在未知環境中，提供無人機無線電力傳輸的兩階段策略，動態實現無線電力傳輸。
2、為解決上述技術問題，本發明所采取的技術方案是：一種基于人工勢場能的動態無線電力傳輸方法，在目標搜索階段通過運動控制算法最大化無人機的搜索效率，在輸電階段通過動態策略下遺傳聚簇算法優化無人機的能耗，包括以下步驟：
3、步驟1：根據無人機初始能量，初始速度，無人機感應半徑，搜索傳感器節點；
4、步驟2：根據虛擬的人工勢能場，設定搜索到的已知傳感器節點會對無人機生成虛擬力，計算無人機移動時受到的合力，確定無人機的行進方向和加速時間，以最大化無人機單位時間內的搜索效率；
5、步驟2.1：計算無人機移動時受到的合力和加速時間；
6、無人機移動時受到的合力通過虛擬的引力和虛擬的斥力矢量和得到：
7、
8、其中，為虛擬的引力矢量，為虛擬的斥力矢量和；
9、無人機的加速時間通過受到的合力大小和速度變化量計算得到：
10、
11、其中，δt為無人機的加速時間，m為無人機質量，為無人機的速度變化量；
12、在搜索區域內，采取虛擬引力的策略來解決無人機在搜索過程中因周圍被已探測到的傳感器包圍而陷入力平衡狀態的問題，：首先計算搜索區域內每個未搜索點與所有傳感器節點之間的距離,然后在整個搜索區域內找到那個與無人機相距最遠的點，并將其作為產生虛擬引力的位置；
13、則虛擬的引力大小通過下式計算：
14、
15、其中，ξ是引力影響因子；qu是無人機的位置，qa是產生虛擬引力的位置；是無人機與引力生成位置之間的歐氏距離；
16、已被搜索到的傳感器節點會對無人機產生排斥力，將無人機從自己附近推開，向未搜索區域前進；
17、虛擬的斥力方向與無人機指向傳感器節點的方向相反，根據下述公式計算傳感器節點與無人機之間形成的斥力，如下公式所示：
18、
19、其中，d0代表每個傳感器節點的影響半徑，是進行搜索任務的無人機uavts和第i個傳感器節點之間的歐氏距離，rs是無人機的偵測范圍，且δ是斥力影響因子；
20、如果無人機在多個傳感器節點的影響范圍內，它將受到斥力合力的影響；
21、根據下述公式計算斥力的矢量和：
22、
23、步驟2.2：計算無人機的搜索效率、能源利用效率以及能量效率；
24、無人機的搜索效率使用下式計算：
25、
26、其中，ns為傳感器節點的數量；tts為目標搜索任務的執行時間；在一定時期內發現的傳感器節點越多，搜索效率就越高；
27、無人機能源利用效率被定義為：
28、
29、其中，ηu為無人機的能源利用效率；是無人機的電池容量；為無人機決定返回起始點時的剩余能量；
30、無人機的能源利用效率應該最大化，使無人機能夠將更多的能量轉移到傳感器上，而不是將冗余的剩余能量帶回起點；且無人機在任務中的能量水平信息需要被不斷關注，防止其剩余能量不能使其返回起點；
31、無人機能量效率，被定義為：
32、
33、
34、其中，ηeff為無人機能量效率，ηeff的值可以直接反映出傳感器接收到的能量與無人機的總能耗的比值；為所有傳感器節點收集到的能量之和；為充電無人機uavwpt傳輸能量到所有充電簇的中心節點的總時間，每個充電簇由一個中心節點和若干個普通節點組成，無人機僅對中心節點進行能量補充，普通節點由中心節點補充能量；和分別為第i個傳感器節點接收能量前后的能量水平；是無人機返回起始點時的剩余能量；是無人機的電池容量；
35、充電無人機uavwpt傳輸能量到所有充電簇的中心節點的總時間的計算公式為：
36、
37、其中，es為傳感器節點待機狀態下的的能耗為；是無人機為第k個中心節點cnk補充能量所需要的時間；是cnk從無人機接收電能前的能量水平；表示第k個中心節點的能量容量；k為中心節點的數量；pdc為傳感器節點接收的直流電能功率；
38、步驟3：以無人機能量轉換效率和能量利用效率為優化目標，根據已獲取的傳感器節點位置信息，能量水平信息，無人機初始速度和初始能量水平，使用動態遺傳算法和旅行商問題優化求解傳感器節點的分簇策略和無人機的飛行軌跡；
39、步驟3.1：首先，在執行能量傳輸任務前，無人機將已經請求充電的傳感器節點劃分為多個簇；預估可以形成的最大簇數kmax；kmax的值是由無人機遍歷所有簇的能量消耗和其能量水平決定的；步驟3.2：設計遺傳算法的適應度函數；
40、在使用遺傳算法時，需要一個適應度函數作為評價每個候選種群的標準，最終選擇適應度函數值最高的種群；每個種群代表一個分簇策略，包括簇的數量和半徑，以及每個簇的中心節點位置和普通節點的分布；通過增加由傳感器節點收集的能量和減少無人機的飛行能耗來實現優化能量傳輸效率的目標，設計適應度函數f：
41、
42、其中，α為比例系數，用于縮小適應度函數的分子和分母之間的數值差距；為無人機決定返回起始點時的剩余能量；為傳感器節點接收的總能量；eθ的值被定義為當前簇的中心節點到下一個簇的中心節點、下一個簇的中心節點到起點和著陸的無人機飛行能耗之和；
43、步驟3.3：初始化遺傳算法中的種群，即從所有充電請求中，隨機選擇k個傳感器節點作為中心節點，剩余節點如果在某個中心節點的傳輸范圍內，將該節點加入充電簇；這一過程不斷重復，直至形成p個親本群體；
44、步驟3.4：對種群進行叫交叉、突變操作，得到下一代種群；
45、在候選種群的每個簇中執行交叉操作，將來自不同候選種群的簇內傳感器節點進行互換；這個過程旨在促進種群內的遺傳多樣性，通過不同簇間的傳感器節點交換實現新的組合；
46、交叉的最后一步是消除所有簇中的重復項；
47、步驟3.5：采用交換突變保持種群的多樣性，即從一個種群的兩個獨立的集群中隨機選擇兩個傳感器節點，然后進行切換；突變后，對每個種群進行掃描，以防止節點重疊的情況；
48、步驟3.6：利用適應度函數評價種群，判斷是否滿足停止條件，若是則停止，輸出最優解；否則繼續進行交叉、突變操作；
49、步驟3.7：使用動態遺傳算法對傳感器節點分簇后，通過旅行商算法的解提供最優飛行路徑；即在確定簇中心傳感器節點的位置后，選擇距離無人機最近的中心節點作為下一個目標點；
50、步驟3.8：根據傳感器節點的數量以及無人機的能量狀態動態調整傳感器節點簇的數量；
51、傳感器節點簇的數量kmax的增長必須以為前提；其次，將定義為修改簇數量后傳感器節點接收到的能量之和，并將其與修改前的進行比較，以確定簇的數量；如果簇的數量增長到使傳感器節點收集的總能量減少的數量，則動態遺傳算法停止。
52、采用上述技術方案所產生的有益效果在于：本發明提供的基于人工勢場能的動態無線電力傳輸方法，能夠有效應對無人機在未知環境中執行無線電力傳輸任務時遇到的挑戰。首先，該方法利用人工勢能場的原理，允許無人機在沒有預先設定路徑的情況下自主導航，從而提高了在復雜和未知環境中定位傳感器節點的能力。通過這種自主的路徑規劃，無人機能夠有效地避開障礙物，減少碰撞的風險，同時確保了傳感器節點的有效覆蓋，從而延長了傳感器的使用壽命。其次，采用兩階段策略中的無人機運動控制算法，無人機能夠動態調整其飛行軌跡，根據實時探測到的傳感器節點位置信息，優化自身的飛行路徑。這不僅提高了搜索效率，還減少了無人機的能量消耗，使得無人機可以更長時間地進行任務執行。再者，動態遺傳聚類算法的應用，通過智能聚類方法將傳感器節點分組，從而實現了更加高效的能量傳輸計劃。這種策略不僅最大化了傳感器節點收獲的能量，也優化了無人機的能量分配，確保了能量傳輸過程的高效性和可持續性。