【技術實現步驟摘要】
本專利技術涉及無人機，特別是涉及一種基于復雜網絡模型的無人機起降點候選優先級確定方法、裝置、介質及設備。
技術介紹
1、城市中的交通擁堵問題嚴重影響了傳統物流車輛的配送速度，而無人機可以在空中直線飛行，避開地面的交通堵塞和紅綠燈等限制，大大縮短配送時間，優化物流派送人員工作結構，滿足城市內部各種距離的運輸需求，提高運輸安全水平和運輸效率。因此，隨著無人機技術的迅速發展，無人機在物流配送等領域具有越來越廣泛的應用。
2、現有技術中，無人機執行各項任務依賴于構建的復雜網絡模型，通過分析無人機復雜網絡模型中各個起降點及其飛行航線所覆蓋的區域、每條航線的長度和交通流量等因素，為每個因素設置影響系數，并結合各項因素及其權重衡量各個預設的無人機起降點被選擇的優先級，篩選出位于多個航線交叉點或者覆蓋范圍較廣區域、靠近較長航線或者飛行頻率較高航線的地點作為起降點，以方便無人機快速接入不同的航線，提高任務響應速度，以及在執行任務時減少飛行距離和時間，提高效率。
3、但是上述起降點篩選的準確性依賴于各項因素對應的權重的準確性，而現有技術中通常使用人為設定的固定權重，難以很好地適應復雜網絡模型中航線網絡的動態變化，以及難以根據不同的任務類型和季節變化等因素進行靈活調整。例如，隨著任務需求的變化、新航線的開辟、原有航線的調整、惡劣天氣的影響等變化，上述方法難以快速、準確地重新衡量各個預設的無人機起降點被選擇的優先級，從而難以篩選出合適的起降點，降低無人機的飛行效率、安全性和可靠性。
4、因此，在基于復雜網絡模型衡量無
技術實現思路
1、針對上述技術問題，本專利技術采用的技術方案為一種基于復雜網絡模型的無人機起降點候選優先級確定方法，該無人機起降點候選優先級確定方法包括如下步驟：
2、s1000，獲取到初始無人機起降點集合a＝{a1，a2，……，an，……，an}、預測飛行航線集合b＝{b1，b2，……，bn，……，bn}、起降點權值集合q＝{q1，q2，……，qn，……，qn}、航線權值集合p＝{p1，p2，……，pn，……，pn}、節點介數集合js＝{js1，js2，……，jsn，……，jsn}、聚類系數集合jl＝{jl1，jl2，……，jln，……，jln}、航線異常程度集合d＝{d1，d2，……，dn，……，dn}、航線長度集合e＝{e1，e2，……，en，……，en}和第二交通流量集合f＝{f1，f2，……，fn，……，fn}，其中，an是指第n個初始無人機起降點，bn＝{bn1，bn2，……，bni，……，bni(n)}，bni是指an對應的第i個預測飛行航線，qn是指an對應的起降點權值，pn＝{pn1，pn2，……，pni，……，pni(n)}，pni是指bni對應的航線權值，jsn是指an對應的節點介數，jln是指an對應的聚類系數，dn＝{dn1，dn2，……，dni，……，dni(n)}，dni是指bni對應的航線異常程度，en＝{en1，en2，……，eni，……，eni(n)}，eni是指bni對應的航線長度，fn＝{fn1，fn2，……，fni，……，fni(n)}，fni是指bni對應的第二交通流量，n＝1，2，……，n，n是指初始無人機起降點的總數量，i＝1，2，……，i(n)，i(n)是指第n個初始無人機起降點對應的預測飛行航線的總數量。
3、s2000，根據a、b、q、p、js、jl和預設的初始權重集合qz＝{qz1，qz2，qz3，qz4，qz5}，獲取到候選優先級集合hx＝{hx1，hx2，……，hxn，……，hxn}，其中，qz1是指起降點權值預設權重，qz2是指航線權值預設權重，qz3是指航線數量預設權重，qz4是指節點介數預設權重，qz5是指聚類系數預設權重，an對應的候選優先級hxn符合如下條件：
4、hxn＝qz1×qn+qz2×∑i＝1i(n)(pni/i(n))+qz3×i(n)+qz4×jsn+qz5×jln。
5、s3000，根據hx，從n個初始無人機起降點中篩選出m個候選無人機起降點。
6、s4000，根據d、e和f，獲取到候選起降點預測分值集合fz＝{fz1，fz2，……，fzn，……，fzn}，其中，an對應的候選起降點預測分值fzn符合如下條件：
7、fzn＝β1×(σi＝1i(n)e^(-dni))+β2×(∑n＝1n(σi＝1i(n)eni))+β3×(∑n＝1n(σi＝1i(n)fni))，其中，β1
8、是指預設的異常權重，β2是指預設的航線長度權重，β3是指預設的第二流量權重，e是指自然常數。
9、s5000，根據fz，獲取到m個候選無人機起降點的篩選分值fs，其中，fs符合如下條件：
10、fs＝(σn＝1n(fzn-fz0)2/n，其中，候選起降點預測均值fz0＝σn＝1n(fzn)/n。
11、s6000，若fs＞fs0，則更新qz，并使用更新后的qz代替預設的初始權重集合，重復執行步驟s2000，直至fs≤fs0，獲取到fs≤fs0時的候選優先級集合hx，其中，fs≤fs0時的候選優先級集合hx用于從n個初始無人機起降點中篩選得到目標無人機起降點，fs0是指預設的篩選分值閾值。
12、本專利技術還提供了一種基于復雜網絡模型的無人機起降點候選優先級確定裝置，該無人機起降點候選優先級確定裝置包括：
13、數據獲取模塊，用于獲取到初始無人機起降點集合a＝{a1，a2，……，an，……，an}、預測飛行航線集合b＝{b1，b2，……，bn，……，bn}、起降點權值集合q＝{q1，q2，……，qn，……，qn}、航線權值集合p＝{p1，p2，……，pn，……，pn}、節點介數集合js＝{js1，js2，……，jsn，……，jsn}、聚類系數集合jl＝{jl1，jl2，……，jln，……，jln}、航線異常程度集合d＝{d1，d2，……，dn，……，dn}、航線長度集合e＝{e1，e2，……，en，……，en}和第二交通流量集合f＝{f1，f2，……，fn，……，fn}，其中，an是指第n個初始無人機起降點，bn＝{bn1，bn2，……，bni，……，bni(n)}，bni是指an對應的第i個預測飛行航線，qn是指an對應的起降點權值，pn＝{pn1，pn2，……，pni，……，pni(n)}，pni是指bni對應的航線權值，jsn是指an對應的節點介數，jln是指an對應的聚類系數，dn＝{dn1，dn2，……，dni，……，dni(n)}，dni是指bni對應的航線異常程度，en＝{en1，en2，……，eni，……，eni(n)}，eni是指bni對應的航線長度，fn＝{fn1，fn2，……，fni，……，fni(n)}，fni是指bni對應的第二交通流量，n＝1，2，……，n，n是指初始無本文檔來自技高網...
【技術保護點】
1.一種基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，所述無人機起降點候選優先級確定方法包括：
2.根據權利要求1所述的基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，S1000還包括如下步驟：
3.根據權利要求2所述的基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，S1100還包括如下步驟：
4.根據權利要求2所述的基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，S1100還包括如下步驟：
5.根據權利要求4所述的基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，S1000還包括如下步驟：
6.根據權利要求1所述的基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，S3000還包括如下步驟：
7.根據權利要求1所述的基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，S6000還包括如下步驟：
8.一種基于復雜網絡模型的無人機起降點候選優先級確定裝置，其特征在于，所述無人機起降點候選優先級確定裝置包括：p>
9.一種非瞬時性計算機可讀存儲介質，所述非瞬時性計算機可讀存儲介質中存儲有至少一條指令或至少一段程序，其特征在于，所述至少一條指令或所述至少一段程序由處理器加載并執行以實現如權利要求1-7中任意一項所述的基于復雜網絡模型的無人機起降點候選優先級確定方法。
10.一種電子設備，其特征在于，包括處理器和權利要求9中所述的非瞬時性計算機可讀存儲介質。
...【技術特征摘要】
1.一種基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，所述無人機起降點候選優先級確定方法包括：
2.根據權利要求1所述的基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，s1000還包括如下步驟：
3.根據權利要求2所述的基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，s1100還包括如下步驟：
4.根據權利要求2所述的基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，s1100還包括如下步驟：
5.根據權利要求4所述的基于復雜網絡模型的無人機起降點候選優先級確定方法，其特征在于，s1000還包括如下步驟：
6.根據權利要求1所述的基于復雜網絡模型的無人機起降點...
【專利技術屬性】
技術研發人員：鄒翔，曾薪月，唐滔，周小霞，
申請(專利權)人：中國民用航空總局第二研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。