扫描覆盖问题一直是无线传感网络的热点问题,目前大多数研究主要集中于同构无人机扫描覆盖问题,目标为无人机数量最小的情况下对区域节点达到全覆盖。近年来,扫描覆盖问题衍生出新的方向,即MTMC(min-time max-coverage)问题,即使用有限...扫描覆盖问题一直是无线传感网络的热点问题,目前大多数研究主要集中于同构无人机扫描覆盖问题,目标为无人机数量最小的情况下对区域节点达到全覆盖。近年来,扫描覆盖问题衍生出新的方向,即MTMC(min-time max-coverage)问题,即使用有限无人机对区域节点进行扫描覆盖,使得覆盖率尽可能大的同时任务时间尽可能小。在考虑了无人机异构性的基础上,分析了MTMC问题的数学模型,提出了CWBGAA(CW Based on Genetic Annealing Algorithm optimization)算法解决MTMC问题。上述算法分为两阶段解决问题,第一阶段基于启发式插入算法生成每架无人机对应的飞行路径,第二阶段基于遗传退火算法对生成后路径进行路径优化,使得无人机的飞行时间降低。仿真结果表明,CWBGAA算法相较于其它算法拥有更好的性能,提升覆盖率的同时降低了任务执行时间。展开更多
文摘扫描覆盖问题一直是无线传感网络的热点问题,目前大多数研究主要集中于同构无人机扫描覆盖问题,目标为无人机数量最小的情况下对区域节点达到全覆盖。近年来,扫描覆盖问题衍生出新的方向,即MTMC(min-time max-coverage)问题,即使用有限无人机对区域节点进行扫描覆盖,使得覆盖率尽可能大的同时任务时间尽可能小。在考虑了无人机异构性的基础上,分析了MTMC问题的数学模型,提出了CWBGAA(CW Based on Genetic Annealing Algorithm optimization)算法解决MTMC问题。上述算法分为两阶段解决问题,第一阶段基于启发式插入算法生成每架无人机对应的飞行路径,第二阶段基于遗传退火算法对生成后路径进行路径优化,使得无人机的飞行时间降低。仿真结果表明,CWBGAA算法相较于其它算法拥有更好的性能,提升覆盖率的同时降低了任务执行时间。
