无人机网络的协作扫描覆盖问题的研究.pdfVIP

摘要

摘要

无人机（UnmannedAerialVehicle，UAV）网络是由多架无人机组成的网络系

统。无人机网络的扫描覆盖问题是一个重要的研究课题，而扫描覆盖问题本身就

是一个复杂的优化问题。由于无人机网络环境的多样性和动态性，研究者需要考

虑各种约束条件和突发情况，这让无人机网络的扫描覆盖问题的研究更加具有挑

战性。在这个研究方向上，如何规划每架无人机的飞行路径，使得整个网络能够

周期性地覆盖所有感兴趣的区域或目标点，并最小化每个目标区域中的最大扫描

周期，是一个重要的优化目标。目前的研究主要面临着以下问题：1）研究工作多

数采用为每架无人机分配不同的兴趣点，并规划相应的飞行路径的方法来完成扫

描覆盖任务，没有考虑多架无人机可以在同一路径上协同工作的情况。2）研究工

作中普遍采用二维化的方法来模拟无人机的扫描覆盖过程，忽略了无人机在三维

空间中运动的实际情况。本文针对以上的不足和挑战，主要研究内容如下：

（1）现有的无人机网络扫描覆盖问题研究没有考虑到多架无人机在同一路径

上协同工作来降低该路径上兴趣点的扫描周期。传统的使用移动传感器进行扫描

覆盖的研究中，虽然考虑了移动传感器可以在相同路径上工作的情况，但由于移

动传感器性能的局限性，无法直接运用到无人机网络的扫描覆盖问题中。针对无

人机网络的协作扫描覆盖问题，本文提出了基于邻域感知的无人机网络的协作扫

描覆盖方法，即无人机网络协作扫描覆盖最小化最大扫描周期（CooperativeSweep

CoverageWithUAVsforMinimizeTheMaximumSweepPeriod，CoMMSP）算法，该

算法考虑了无人机的邻域感知的能力，通过建模无人机的扫描模型使所提出的方

法更贴近实际情况。算法采用聚类与分配策略实现：首先通过聚类方法根据所需

的路径数对兴趣点进行聚合，并为每个兴趣点集合规划无人机扫描路径；随后根

据不同的路径长度按比例分配每条路径上的无人机数量。算法通过多轮迭代优化

寻找使兴趣点最大扫描周期最小的无人机协作扫描覆盖方案。实验结果表明，在

相同数量无人机的限制下本文提出的算法比现有算法能将兴趣点的最大扫描周期

至少降低20%。

（2）本文进一步研究了无人机网络的协作扫描覆盖问题，考虑了无人机的三

维运动能力对该问题的影响。与传统研究中将无人机简单设置为在固定高度工作

不同，本文将考虑如何动态调整无人机的三维位置，以完成对兴趣点的扫描覆盖

任务。具体来说无人机从目标区域中的基站出发，动态调整三维位置来完成对兴

趣点的扫描覆盖，最终携带数据返回到基站。针对这一问题，本文提出了基于强

-I-

摘要

化学习的无人机网络协作扫描覆盖算法。该算法明确定义了环境的状态空间、动

作空间和奖励函数，使无人机能够通过与环境的交互经验不断更新其动作值函数，

最终获得无人机的运动策略。算法采用集中训练，分布执行的思想，使用一致的输

出来控制多架无人机，在三维环境中获取无人机网络的最优路径和分配策略，使

其能够周期性覆盖所有兴趣点并最小化兴趣点的最大扫描周期。此外，本文还考

虑了在训练过程中每次选择智能体的不同策略对算法的影响。实验结果验证了所

提出算法相对于基准方法的优越性。

关键词：无人机网络；协作扫描覆盖；扫描周期；强化学习

-II-

Abstract

Abstract

UAVnetworksarenetworkedsystemscomposedofmultipleUAVs.Thesweeping

coverageprobleminUAVnetworksisanimportantresearchtopic,andthesweepingcov-

erageproblemisacomplexoptimizationproblem.Duetothediversityanddyna