一种无人机起降点覆盖区域整合优化系统

1.一种无人机起降点覆盖区域整合优化系统，其特征在于，所述无人机起降点覆盖区域整合优化系统包括处理器和存储有计算机程序的存储器，所述存储器中还存储有Щ个目标无人机起降点对应的目标交通小区集合 第一起降点权值集合 个非目标无人机起降点对应的待合并交通小区集合 第二起降点权值集合 第三交通流量集合 和第一地理距离集合 其中，QY ψ 是指第ψ个目标无人机起降点对应的目标交通小区，Q 1 ψ 是指QY ψ 对应的第一起降点权值，JT ω 是指第ω个非目标无人机起降点对应的待合并交通小区，Q 2 ω 是指JT ω 对应的第二起降点权值，CX ω ＝{CX ω1 ， CX ωψ 是指第ω个待合并交通小区和第ψ个目标交通小区之间的第三交通流量， DL ωψ 是指第ω个待合并交通小区和第ψ个目标交通小区之间的第一地理距离，ψ＝1，2，……， 是指目标无人机起降点的总数量， 是指非目标无人机起降点的总数量，当所述计算机程序被处理器执行时，实现以下步骤：S101，根据Q 1 、Q 2 、CX和DL，获取到交通流量阈值CX 0 和第一地理距离阈值DL 0 ，其中，CX 0 和DL 0 符合如下条件：S102，若CX ωψ ＞CX 0 且DL ωψ ＜DL 0 ，则将第ω个待合并交通小区作为第一合并交通小区，将第ψ个目标交通小区确定为当前第一合并交通小区对应的候选交通小区；S103，遍历 获取到当前第一合并交通小区的Γ(ω)个候选交通小区；S104，根据CX ω 和DL ω ，获取到第一匹配程度集合 其中， Γ(ω)是指当前第一合并交通小区的候选交通小区的总数量，当前第一合并交通小区与第Ч个候选交通小区之间的第一匹配程度 符合如下条件： 其中， 是指当前第一合并交通小区与第 个候选交通小区之间的第三交通流量， 是指当前第一合并交通小区与第 个候选交通小区之间的第一地理距离，e是指自然常数， S105，将当前第一合并交通小区合并至max(PP 1 ω )对应的候选交通小区对应的目标交通小区中，其中，max()是指取最大值函数；S106，遍历ω＝1，2，……，N-Щ，将与第一合并交通小区合并后的目标交通小区确定为无人机的第一参考覆盖区域。 2.根据权利要求1所述的无人机起降点覆盖区域整合优化系统，其特征在于，所述无人机起降点覆盖区域整合优化系统还包括第一区域面积集合 和第二区域面积集合 其中，MJ 1 ψ 是指QY ψ 对应的第一区域面积，MJ 2 ω 是指JT ω 对应的第二区域面积，当所述计算机程序被处理器执行时，还实现以下步骤：S107，根据MJ 1 和MJ 2 ，将每个第一参考覆盖区域的面积，以及每个第一参考覆盖区域合并的所有第一合并交通小区的面积之和，确定为每个第一参考覆盖区域的第三区域面积；S108，将N-Щ个待合并交通小区中未被合并的待合并交通小区确定为第二合并交通小区，将Щ个目标交通小区中未被合并的目标交通小区确定为可选交通小区；S109，根据DL，获取到每个第二合并交通小区与每个第一参考覆盖区域之间的第二地理距离，以及每个第二合并交通小区与每个可选交通小区之间的第三地理距离；S1010，针对任一第二合并交通小区，根据当前第二合并交通小区与每个第一参考覆盖区域之间的第二地理距离和每个第一参考覆盖区域的第三区域面积，获取到当前第二合并交通小区与每个第一参考覆盖区域之间的第二匹配程度；S1011，根据当前第二合并交通小区与每个可选交通小区之间的第三地理距离和每个可选交通小区的第一区域面积，获取到当前第二合并交通小区与每个可选交通小区之间的第三匹配程度；S1012，将所有的第二匹配程度和所有的第三匹配程度中的最大值对应的第一参考覆盖区域或者可选交通小区，确定为当前第二合并交通小区对应的目标合并小区；S1013，将当前第二合并交通小区合并至所述目标合并小区中；S1014，遍历所有的第二合并交通小区，将与第二合并交通小区合并后的目标合并小区确定为无人机的第二参考覆盖区域。 3.根据权利要求1所述的无人机起降点覆盖区域整合优化系统，其特征在于，所述存储器中还存储有预设的预测模型、初始无人机起降点集合A＝{A 1 ，A 2 ，……，A n ，……，A N }、初始无人机起降点编码集合A 1 ＝{A 1 1 ，A 1 2 ，……，A 1 n ，……，A 1 N }、预测飞行航线集合B＝{B 1 ，B 2 ，……，B n ，……，B N }、起降点权值集合Q＝{Q 1 ，Q 2 ，……，Q n ，……，Q N }、航线权值集合P＝{P 1 ，P 2 ，……，P n ，……，P N }、节点介数集合JS＝{JS 1 ，JS 2 ，……，JS n ，……，JS N }、预设的关键起降点编码集合GJ＝{GJ 1 ，GJ 2 ，……，GJ μ ，……，GJ M }和预设参考向量YS＝(1，1，……，1，0，0，……，0)，其中，A n 是指第n个初始无人机起降点，A 1 n 是指A n 对应的初始起降点编码，B n ＝{B n1 ，B n2 ，……，B ni ，……，B nI(n) }，B ni 是指A n 对应的第i个预测飞行航线，Q n 是指A n 对应的起降点权值，P n ＝{P n1 ，P n2 ，……，P ni ，……，P nI(n) }，P ni 是指B ni 对应的航线权值，JS n 是指A n 对应的节点介数，GJ μ 是指预设的第μ个关键起降点对应的关键起降点编码，n＝1，2，……，N，N是指初始无人机起降点的总数量，i＝1，2，……，I(n)，I(n)是指第n个初始无人机起降点对应的预测飞行航线的总数量，μ＝1，2，……，M，M是指预设的关键起降点的总数量，YS中的前Щ个元素为数值1，后N-Щ个元素为数值0，所述Щ个目标无人机起降点通过如下步骤获取：S100，将A、B、Q、P和JS输入至所述预设的预测模型中，获取到预测优先级排序向量PX＝(PX 1 ，PX 2 ，……，PX n ，……，PX N )，其中，PX n 是指预测优先级为第n位的初始无人机起降点；S200，对PX和YS进行向量相乘，获取到起降点参考向量CK 1 ＝(PX 1 ，PX 2 ，……，PX σ ，……，PX Щ ，0，0，……，0)，其中，PX σ 是指预测优先级为第σ位的初始无人机起降点， 是指预测优先级为第Щ位的初始无人机起降点， S300，根据CK 1 、A 1 和GJ，获取到CK 1 对应的第一起降点编码参考向量 其中，BM σ 是指PX σ 对应的第一起降点编码， 是指 对应的第一起降点编码；S400，对GJ的转置向量和BM 1 进行相乘，获取到第二起降点编码参考向量BM 2 ；S500，对BM 2 进行二值化处理，获取到第三起降点编码参考向量BM 3 ；S600，根据BM 3 和预设的编码阈值YZ，获取到预测损失Loss＝ρ×(YZ-SUM(BM 3 ))，其中，ρ是指预设的损失系数，SUM(BM 3 )是指BM 3 中的所有元素的和；S700，根据Loss对所述预设的预测模型的参数进行更新，直至Loss收敛，获取到目标预测模型；S800，将A、B、Q、P和JS输入至所述目标预测模型中，获取到目标优先级排序向量；S900，将所述目标优先级排序向量中的前Щ个初始无人机起降点确定为目标无人机起降点。 4.根据权利要求3所述的无人机起降点覆盖区域整合优化系统，其特征在于，所述存储器中还存储有起降点位置重要程度集合H＝{H 1 ，H 2 ，……，H n ，……，H N }、第一交通流量集合C＝{C 1 ，C 2 ，……，C n ，……，C N }和第一建筑干扰程度集合G＝{G 1 ，G 2 ，……，G n ，……，G N }，其中，H n 是指A n 对应的起降点位置重要程度，C n 是指A n 对应的第一交通流量，G n 是指A n 对应的第一建筑干扰程度，起降点权值集合Q通过如下步骤获取：S1，根据H、C和G，获取到起降点权值集合Q＝{Q 1 ，Q 2 ，……，Q n ，……，Q N }，其中，A n 对应的起降点权值Q n 符合如下条件：Q n ＝α 1 ×H n +α 2 ×C n +α 3 ×e^(-G n )，其中，α 1 是指预设的第一位置权重，α 2 是指预设的第一流量权重，α 3 是指预设的建筑干扰权重。 5.根据权利要求4所述的无人机起降点覆盖区域整合优化系统，其特征在于，第一起降点权值集合Q 1 通过如下步骤获取：从Q中提取Щ个目标无人机起降点对应的起降点权值，获取到第一起降点权值集合Q 1 ＝{Q 1 1 ，Q 1 2 ，……，Q 1 ψ ，……，Q 1 Щ }。 6.根据权利要求4所述的无人机起降点覆盖区域整合优化系统，其特征在于，第二起降点权值集合Q 2 通过如下步骤获取：从Q中提取N-Щ个非目标无人机起降点对应的起降点权值，获取到第一起降点权值集合Q 1 ＝{Q 1 1 ，Q 1 2 ，……，Q 1 ψ ，……，Q 1 Щ }。 7.根据权利要求3所述的无人机起降点覆盖区域整合优化系统，其特征在于，所述存储器中还存储有航线异常程度集合D＝{D 1 ，D 2 ，……，D n ，……，D N }、航线长度集合E＝{E 1 ，E 2 ，……，E n ，……，E N }，D n ＝{D n1 ，D n2 ，……，D ni ，……，D nI(n) }，D ni 是指B ni 对应的航线异常程度，E n ＝{E n1 ，E n2 ，……，E ni ，……，E nI(n) }，E ni 是指B ni 对应的航线长度，航线权值集合P通过如下步骤获取：S2，根据C，获取到B对应的第二交通流量集合F＝{F 1 ，F 2 ，……，F n ，……，F N }，其中，B n 对应的第二交通流量列表F n ＝{F n1 ，F n2 ，……，F ni ，……，F nI(n) }，F ni 等于B ni 对应的两个初始无人机起降点的第一交通流量的平均值；S3，根据B和H，获取到B对应的航线位置重要程度集合K＝{K 1 ，K 2 ，……，K n ，……，K N }，其中，B n 对应的航线位置重要程度列表K n ＝{K n1 ，K n2 ，……，K ni ，……，K nI(n) }，K ni 等于B ni 对应的两个初始无人机起降点的起降点位置重要程度的平均值；S4，根据B、D、E、F和K，获取到B对应的航线权值集合P＝{P 1 ，P 2 ，……，P n ，……，P N }，其中，P n ＝{P n1 ，P n2 ，……，P ni ，……，P nI(n) }，B ni 对应的航线权值P ni 符合如下条件：P ni ＝β 1 ×e^(-D ni )+β 2 ×E ni /((∑ n＝1 N (Σ i＝1 I(n) E ni ))/(Σ n＝1 N I(n)))+β 3 ×F ni +β 4 ×K ni ，其中，β 1 是指预设的异常权重，β 2 是指预设的航线长度权重，β 3 是指预设的第二流量权重，β 4 是指预设的第二位置权重。 8.根据权利要求7所述的无人机起降点覆盖区域整合优化系统，其特征在于，节点介数集合JS通过如下步骤获取：S5，根据A、B、Q和P，将初始无人机起降点作为节点，将预测飞行航线作为边，将初始无人机起降点对应的起降点权值作为对应节点的节点值，将预测飞行航线对应的航线权值作为对应边的边值，获取到复杂网络模型T，其中，所述复杂网络模型T用于从A中筛选得到目标无人机起降点；S61，根据T和E，获取到T中任意两个节点之间的最短路径；S62，将经过第n个初始无人机起降点对应的节点的最短路径的数量，确定为所述第n个初始无人机起降点对应的节点介数JS n ；S63，遍历n＝1，2，……，N，获取到节点介数集合JS＝{JS 1 ，JS 2 ，……，JS n ，……，JS N }。