摘要
本发明公开了基于改进蜣螂优化算法的SD‑MANET覆盖优化方法,包括:将任务区域内协同作战分队中的作战士兵、无人机及无人车作为作战节点,以作战节点的数量及感知半径作为输入,以协同作战分队的最优部署位置作为输出,构建该任务区域内基于布尔感知模型的SD‑MANET拓扑模型;联合切比雪夫混沌映射、鱼鹰优化算法及自适应t分布变异改进蜣螂优化算法,利用改进后的蜣螂优化算法优化SD‑MANET拓扑模型,得到任务区域内协同作战分队的最优部署位置。本发明在不增加算法复杂度的同时提高了收敛性及性能,确保有/无人协同作战分队在复杂战场环境中的高效部署及协同作战分队的初始部署网络覆盖率。
技术关键词
覆盖优化方法
位置更新
切比雪夫
算法
监测点
覆盖率
节点
无人车
战场环境
无人机
数学模型
超参数
变量
复杂度
序列
网格
光源
标记
元素
动态
系统为您推荐了相关专利信息
人工照明系统
协同优化控制方法
回归拟合模型
导光管
照度
短期风电功率预测
多模块
气象
历史功率数据
皮尔逊相关系数
调制解调系统
集成光学芯片
调制解调方法
磁场线圈
经验模态分解算法
动态场景
直方图均衡化方法
渲染方法
场景分解
动态物体
空气预热器
智能控制方法
热成像仪
烟道挡板
人工智能算法