一种多无人机飞行轨迹和发射功率联合确定方法及系统

1.一种多无人机飞行轨迹和发射功率联合确定方法，其特征在于，所述方法包括：S1、考虑无人机向地面节点进行无线能量传输的场景，以最大化单个地面节点内的最小收集能量为目标，构建多无人机飞行轨迹与发射功率联合优化模型，所述场景中包含飞行于固定高度的多架无人机，对应于每架无人机的固定机巢以及接收无线能量的多个地面节点；所述多无人机飞行轨迹与发射功率联合优化模型的目标函数包括：上式中，E k ({q m [n]}，{P m [n]})为第k个地面节点从所有无人机处收集到的能量，是一个多源非线性的能量收集模型，q m [n]为第n个时隙内第m架无人机的飞行轨迹，P m [n]为第n个时隙内第m架无人机的发射功率，P dc，k (Q k [n])为第n个时隙内，第k个地面节点从所有无人机处接收到的直流信号功率，Ω k [n]＝{Q k，1 [n]，...，Q k，m [n]，...，Q k，M [n]}为第n个时隙内，第k个地面节点从所有无人机处接收到的射频信号功率，Δ为每个时隙长，I out，k 为第n个时隙内第k个地面节点的整流电路的输出电流，R L 为储能装置的电阻，a为能量收集电路物理特性相关参数，W 0 (·)为朗伯W函数，I S 为反向饱和电流， 为第n个时隙内第k个地面节点接收功率时收到的影响，β n 为正常数， 为满足 的非负整数序列， 为组合系数，M为固定机巢的总数， 为第 个时隙内，第k个地面节点从第m架无人机处接收到的功率， 为非负整数， 为恒定波形系数；S2、求解多无人机飞行轨迹与发射功率联合优化模型，得到多无人机的最优飞行轨迹集合和最优发射功率集合。 2.根据权利要求1所述的一种多无人机飞行轨迹和发射功率联合确定方法，其特征在于，所述S1中，多无人机飞行轨迹与发射功率联合优化模型的约束条件包括无人机飞行轨迹的起止点约束、无人机的最大飞行速度约束、无人机的发射功率约束、多无人机的防碰撞约束；所述无人机飞行轨迹的起止点约束为：q m [0]＝q m [N]＝w c，m ；所述无人机的最大飞行速度约束为：所述无人机的发射功率约束为：0≤P m [n]≤P max ；所述多无人机的防碰撞约束为：上式中，q m [0]为第m架无人机的飞行起始点，q m [N]为第m架无人机的飞行终止点，w c,m 为第m架无人机固定机巢的位置，q m [n-1]为第n-1个时隙内第m架无人机的飞行轨迹，V max 为无人机的最大飞行速度，Δ为每个时隙长， 为平均发射功率，P max 为发射功率的峰值，q v [n]为第n个时隙内第v架无人机的飞行轨迹，q w [n]第n个时隙内第w架无人机的飞行轨迹，d min 为两架无人机之间的最小安全距离。 3.根据权利要求1所述的一种多无人机飞行轨迹和发射功率联合确定方法，其特征在于，所述S2包括：S21、定义无人机初始迭代的飞行轨迹点集合和发射功率集合为；上式中， 为第m架无人机初始迭代的飞行轨迹集合， 为第m架无人机初始迭代的发射功率集合，(0)为初始迭代；S22、基于无人机初始迭代的飞行轨迹集合和发射功率集合，构建多无人机飞行轨迹与发射功率联合优化模型的凸目标函数和凸约束，得到每次迭代的优化求解凸问题；所述每次迭代的优化求解凸问题为：上式中，E (r) 为第r次迭代中引入的辅助变量，q m [n]为第n个时隙内第m架无人机的飞行轨迹，P m [n]为第n个时隙内第m架无人机的发射功率， 为第r次迭代，第k个地面节点从所有无人机处收集到的能量的下界凹近似函数，q m [0]为第m架无人机的飞行起始点，q m [N]为第m架无人机的飞行终止点，w c，m 为第m架无人机固定机巢的位置，q m [n-1]为第n-1个时隙内第m架无人机的飞行轨迹，V max 为无人机的最大飞行速度，Δ为每个时隙长， 为第r次迭代，第n个时隙内第v架无人机和第w架无人机之间距离的下界凹近似函数，d min 为两架无人机之间的最小安全距离， 为平均发射功率，P max 为发射功率的峰值；S23、求解每次迭代的优化求解凸问题，得到每次迭代的无人机飞行轨迹和发射功率的优化解为 其中， 为第r次迭代，第n个时隙内第m架无人机的最优飞行轨迹， 为第r次迭代，第n个时隙内第m架无人机的最优发射功率，判断每次迭代的优化求解凸问题中的辅助变量的变化量是否小于迭代阈值ε，即满足E (r) -E (r-1) ＜ε，若满足，迭代算法结束，输出多无人机的最优飞行轨迹集合、最优发射功率集合为 若不满足，则令r＝r+1，返回步骤S22重新构建迭代的优化求解凸问题，获得第r+1次迭代的最优飞行轨迹和最优发射功率。 4.根据权利要求3所述的一种多无人机飞行轨迹和发射功率联合确定方法，其特征在于，所述S22中，构建多无人机飞行轨迹与发射功率联合优化模型的凸目标函数，包括：A、由于E k ({q m [n]},{p m [n]})是 的凸函数，进而有如下凸近似：上式中，E k ({q m [n]}，{P m [n]})为第k个地面节点从所有无人机处收集到的能量， 均为第r次迭代的凸近似系数，Q k，m [n]为第n个时隙内，第k个地面节点从第m架无人机处接收到的射频信号功率，Δ为每个时隙长，d k 2 (q m [n])为第n个时隙内，第m架无人机与第k个地面节点的距离，q m [n]为第n个时隙内第m架无人机的飞行轨迹，β 0 为单位距离下的信道增益，P m [n]为第n个时隙内第m架无人机的发射功率；B、由于d k 2 (q m [n])和P m [n]耦合，对多无人机飞行轨迹与发射功率联合优化模型的目标函数作进一步凸近似：上式中， 为第r次迭代的近似系数， 为第r次迭代，第k个地面节点从所有无人机处收集到的能量的下界凹近似函数；构建多无人机飞行轨迹与发射功率联合优化模型的凸约束，包括：将每次迭代的多无人机的防碰撞约束凸近似为：上式中， 为第r次迭代，第n个时隙内第v架无人机的飞行轨迹， 为第r次迭代，第n个时隙内第w架无人机的飞行轨迹， 为第r次迭代，第n个时隙内第v架无人机和第w架无人机之间距离的下界凹近似函数。 5.一种多无人机飞行轨迹和发射功率联合确定系统，其特征在于，所述系统包括联合优化模型构建模块、联合优化模型求解模块；所述联合优化模型构建模块用于考虑无人机向地面节点进行无线能量传输的场景，以最大化单个地面节点内的最小收集能量为目标，构建多无人机飞行轨迹与发射功率联合优化模型，所述场景中包含飞行于固定高度的多架无人机，对应于每架无人机的固定机巢以及接收无线能量的多个地面节点，包括目标函数构建单元；所述目标函数构建单元用于构建如下多无人机飞行轨迹与发射功率联合优化模型的目标函数：上式中，E k ({q m [n]}，{P m [n]})为第k个地面节点从所有无人机处收集到的能量，是一个多源非线性的能量收集模型，q m [n]为第n个时隙内第m架无人机的飞行轨迹，P m [n]为第n个时隙内第m架无人机的发射功率，P dc，k (Q k [n])为第n个时隙内，第k个地面节点从所有无人机处接收到的直流信号功率，Q k [n]＝{Q k，1 [n]，...，Q k，m [n]，...，Q k，M [n]}为第n个时隙内，第k个地面节点从所有无人机处接收到的射频信号功率，Δ为每个时隙长，I out,k 为第n个时隙内第k个地面节点的整流电路的输出电流，R L 为储能装置的电阻，a为能量收集电路物理特性相关参数，W 0 (·)为朗伯W函数，I S 为反向饱和电流， 为第n个时隙内第k个地面节点接收功率时收到的影响，β n 为正常数， 为满足 的非负整数序列， 为组合系数，M为固定机巢的总数， 为第 个时隙内，第k个地面节点从第m架无人机处接收到的功率， 为非负整数， 为恒定波形系数；所述联合优化模型求解模块用于求解多无人机飞行轨迹与发射功率联合优化模型，得到多无人机的最优飞行轨迹集合和最优发射功率集合。 6.根据权利要求5所述的一种多无人机飞行轨迹和发射功率联合确定系统，其特征在于，所述联合优化模型构建模块还包括起止点约束构建单元、最大飞行速度约束构建单元、发射功率约束构建单元、防碰撞约束构建单元；所述起止点约束构建单元用于构建如下无人机飞行轨迹的起止点约束：q m [0]＝q m [N]＝w c，m ；所述最大飞行速度约束构建单元用于构建如下无人机的最大飞行速度约束：所述发射功率约束构建单元用于构建如下无人机的发射功率约束：0≤P m [n]≤P max ；所述防碰撞约束构建单元用于构建如下多无人机的防碰撞约束：上式中，q m [0]为第m架无人机的飞行起始点，q m [N]为第m架无人机的飞行终止点，w c，m 为第m架无人机固定机巢的位置，q m [n-1]为第n-1个时隙内第m架无人机的飞行轨迹，V max 为无人机的最大飞行速度，Δ为每个时隙长， 为平均发射功率，P max 为发射功率的峰值，q v [n]为第n个时隙内第v架无人机的飞行轨迹，q w [n]第n个时隙内第w架无人机的飞行轨迹，d min 为两架无人机之间的最小安全距离。 7.根据权利要求5所述的一种多无人机飞行轨迹和发射功率联合确定系统，其特征在于，所述联合优化模型求解模块包括初始迭代定义单元、优化求解凸问题构建单元、循环迭代单元；所述初始迭代定义单元用于定义无人机初始迭代的飞行轨迹点集合和发射功率集合为；上式中， 为第m架无人机初始迭代的飞行轨迹集合， 为第m架无人机初始迭代的发射功率集合，(0)为初始迭代；所述优化求解凸问题构建单元用于基于无人机初始迭代的飞行轨迹集合和发射功率集合，构建多无人机飞行轨迹与发射功率联合优化模型的凸目标函数和凸约束，得到每次迭代的优化求解凸问题；所述每次迭代的优化求解凸问题为：上式中，E (r) 为第r次迭代中引入的辅助变量，q m [n]为第n个时隙内第m架无人机的飞行轨迹，P m [n]为第n个时隙内第m架无人机的发射功率， 为第r次迭代，第k个地面节点从所有无人机处收集到的能量的下界凹近似函数，q m [0]为第m架无人机的飞行起始点，q m [N]为第m架无人机的飞行终止点，w c，m 为第m架无人机固定机巢的位置，q m [n-1]为第n-1个时隙内第m架无人机的飞行轨迹，V max 为无人机的最大飞行速度，Δ为每个时隙长， 为第r次迭代，第n个时隙内第v架无人机和第w架无人机之间距离的下界凹近似函数，d min 为两架无人机之间的最小安全距离， 为平均发射功率，P max 为发射功率的峰值；所述循环迭代单元用于求解每次迭代的优化求解凸问题，得到每次迭代的无人机飞行轨迹和发射功率的优化解为 其中， 为第r次迭代，第n个时隙内第m架无人机的最优飞行轨迹， 为第r次迭代，第n个时隙内第m架无人机的最优发射功率，判断每次迭代的优化求解凸问题中的辅助变量的变化量是否小于迭代阈值ε，即满足E (r) -E (r-1) <ε，若满足，迭代算法结束，输出多无人机的最优飞行轨迹集合、最优发射功率集合为 若不满足，则令r＝r+1，返回优化求解凸问题构建单元重新构建迭代的优化求解凸问题，获得第r+1次迭代的最优飞行轨迹和最优发射功率。 8.根据权利要求7所述的一种多无人机飞行轨迹和发射功率联合确定系统，其特征在于，所述优化求解凸问题构建单元中，构建多无人机飞行轨迹与发射功率联合优化模型的凸目标函数，包括：A、由于E k ({q m [n]}，{P m [n]})是 的凸函数，进而有如下凸近似：上式中，E k ({q m [n]}，{P m [n]})为第k个地面节点从所有无人机处收集到的能量， 均为第r次迭代的凸近似系数，Q k，m [n]为第n个时隙内，第k个地面节点从第m架无人机处接收到的射频信号功率，Δ为每个时隙长，d k 2 (q m [n])为第n个时隙内，第m架无人机与第k个地面节点的距离，q m [k]为第n个时隙内第m架无人机的飞行轨迹，β 0 为单位距离下的信道增益，P m [n]为第n个时隙内第m架无人机的发射功率；B、由于d k 2 (q m [n])和P m [n]耦合，对多无人机飞行轨迹与发射功率联合优化模型的目标函数作进一步凸近似：上式中， 为第r次迭代的近似系数， 为第r次迭代，第k个地面节点从所有无人机处收集到的能量的下界凹近似函数；构建多无人机飞行轨迹与发射功率联合优化模型的凸约束，包括：将每次迭代的多无人机的防碰撞约束凸近似为：上式中， 为第r次迭代，第n个时隙内第v架无人机的飞行轨迹， 为第r次迭代，第n个时隙内第w架无人机的飞行轨迹， 为第r次迭代，第n个时隙内第v架无人机和第w架无人机之间距离的下界凹近似函数。