摘要
本发明提供了一种异构无人平台集群的自适应稳态组网方法及装置,本发明能够获取异构无人平台集群的当前节点位置信息和当前节点能量信息;基于当前节点位置信息和预设的密度聚类算法,对异构无人平台集群进行聚类处理;基于当前节点能量信息,对聚类结果中的每个簇进行簇头选举,得到当前组网结果;周期性获取当前组网结果下异构无人平台集群的观测数据;基于观测数据,采用强化学习策略对当前组网结果进行优化,得到优化后的组网结果。这样基于密度聚类算法对异构无人平台集群进行分簇,采用基于强化学习的动态维护策略动态调整簇结构,使得异构无人平台集群网络具有更好的适应性和动态性,从而提高了异构无人平台集群网络结构的稳定性和可靠性。
技术关键词
无人平台
节点位置信息
强化学习模型
密度聚类算法
异构
特征提取网络
集群
强化学习策略
动作策略
组网方法
网络状态信息
因子
数据
DBSCAN算法
稳态
系统为您推荐了相关专利信息
污染物监测装置
企业
工业园区
溯源分析方法
数据
火灾报警信号
电气火灾预警
电气设备
指标
多模态信息融合
点云匹配方法
密度聚类算法
离群点
点对特征
匹配误差