(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111368252.6 (22)申请日 2021.11.18 (71)申请人 中国人民解 放军国防科技大 学 地址 410003 湖南省长 沙市开福区德雅路 109号 (72)发明人 徐坤　周鑫　陈嘉琦　杜智勇　 朱华涛　费长江　蔡彪　汪西明　 (74)专利代理 机构 武汉东喻专利代理事务所 (普通合伙) 42224 代理人 纪元 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/27(2020.01) G06F 111/04(2020.01) (54)发明名称 一种无人机信息收集的控制方法及系统 (57)摘要 本发明提供一种无人机信息收集的控制方 法， 包括： 获取无人机在初始时刻的初始位置； 获 取无人机与传感器 之间的信噪比； 通过定义无人 机的状态变量约束以及控制变量约束， 将无人机 信息收集建模为状态变量和控制变量都受限的 最优控制问题， 从动态规划角度提出无人机的自 主控制方法， 实现无人机在信息收集时的轨迹优 化与性能提升； 通过将状态变量约束转换为非受 限状态变量， 将控制变量约束 转换为非受限控制 变量， 便于通过Q学习算法迭代运算， 只需获取各 个传感器与无人机之间的信噪比， 以实现策略的 优化。 基于非受限状态变量、 非受限控制变量以 及信噪比， 获取无人机在预设时段内收集到的信 息量之和， 计算获取信息量之和为最大值时的策 略。 权利要求书4页 说明书12页 附图2页 CN 114117633 A 2022.03.01 CN 114117633 A 1.一种无人机信息收集的控制方法， 所述无人机的飞行区域位于待收集信息的传感器 集群上方， 其特征在于， 包括： 获取所述无人机在初始时刻的初始位置； 获取所述无人机与 各个所述传感器之间的信 噪比； 定义所述无人机的状态变量约束， 包括所述无人机在任意时刻的位置坐标、 在垂直方 向上的爬 升角以及 在水平方向上的偏航角； 定义所述无人机的控制变量约束， 包括所述无人机在对应的所述任意时刻的飞行速 度、 偏航角 角速率和爬 升角角速率； 将所述状态变量约束转换为非受限状态变量， 将所述控制变量约束转换为非受限控制 变量； 基于所述非受限状态变量、 所述非受限控制变量以及所述信噪 比， 获取所述无人机在 预设时段内收集到的信息量之和， 计算获取 所述信息量之和为 最大值时的策略。 2.根据权利要求1所述的一种无 人机信息收集的控制方法， 其特 征在于， 包括： 所述无人机在初始时刻的初始位置为S0＝(x0， y0， z0)T； 所述无人机在任意时刻的位置为S＝(x， y， z)T； 所述无人机与第n个传感器之间的信噪比为ρn； 定义所述状态变量约束为X＝(x， y， z， β， α )T； 定义所述控制变量约束为U＝(v， u1， u2)T； 所述无人机在任意时刻获取的所有传感器的信息量(即瞬时信道容 量)之和为： 所述无人机从初始时刻开始至任意时刻获取的所有传感器的信息量之和为： 其中， x0， y0， z0分别为所述无人机在初始位置的横坐标、 纵坐标和竖坐标； x， y， z分别为 所述无人机在任意时刻所在 位置的横坐标、 纵坐标和竖坐标； ρn为所述无人机对第n(n＝1， 2，…， N)个传感器的接收信噪比， 与无人机和该传感器之间的位置有关； β 为所述无人机在 水平的偏 航角， β ∈[ ‑π， π]； α 为所述无人机在垂直方向的爬升角， α ∈[ ‑π/2， π/2]； u1为所述 偏航角的角速率； u2为所述爬 升角的角速率； N 为所述传感器的总数量， N＞1； 其中， hmax≤z≤hmin、 ， amin≤x≤amax、 bMmin≤y≤bmax、 |u1|≤c1、 |u2|≤c2； hmax、 hmin分别为 所述飞行区域的垂直高度的最小值和最大值； amin、 amax分别为所述飞行区域的水平方向的 宽度的最小值和最大值； bmin、 bmax分别为所述飞行区域的水平方向的长度的最小值和最大 值； c1为所述偏航角的角速率的最大值， c2为所述爬 升角的角速率的最大值。 3.根据权利要求2所述的一种无人机信 息收集的控制方法， 其特征在于， 将所述状态变 量约束转换为非受限状态变量， 将所述控制变量约束转换为非受限控制变量， 包括 步骤： 获取所述无人机在任意时刻的速度中间变量vint＝v‑(vmax+vmin)/2； 获取横坐标中间变 量xint＝x‑(amax+amin)/2； 获取纵坐标中间变量yint＝y‑(bmax+bmin)/2； 获取竖坐标中间变量 zint＝z‑(hmax+hmin)/2； 获取所述无人机的中间位置变量XP， int＝(xint， yint， Zint)T； 进一步， 获取所述无人机的非受限状态变量：权　利　要　求　书 1/4 页 2 CN 114117633 A 2通过双曲正 切函数tanh  x转换获得所述无人机的非受限位置变量为X ′p＝(x′， y′， z′)T； 则所述无 人机的非受限状态变量 为X′＝(x′， y′， z′， β， α )T； 获取所述控制变量的中间控制变量， 包括： Uint＝(vint， u1， u2)T； 通过所述双曲正切函数tanh  x转换获取 所述非受限控制变量 为U′＝(v′， u′1， u′2)T。 4.根据权利要求3所述的一种无人机信 息收集的控制方法， 其特征在于， 获取Q值函数， 包括： 获取在时刻t时， 所述无人机的非受限状态变量为X ′(t)且采用策略U ′i(X′(t))时， 所述 无人机从时刻t起收集的信息量之和为： 获取Q值函数为： 其中， 所述策略U ′i(X′(t))表示以所述非受限状态 变量为自变量、 以所述非受限控制变 量为因变量的函数关系； Δt为所述控制变量调整的时间间隔； i≥0， 表示策 略的迭代项； a 表示时刻t时， 所述非受限状态变量 为X′(t)时采用控制量。 5.根据权利要求4所述的一种无人机信息收集的控制方法， 其特征在于， 基于Q值策略 迭代算法求 解最优策略， 包括： 设定初始策略U ′i(X′(t))， i＝0； 对于任意状态X ′(t)， 计算 Qi(X′(t)， a)如下： 当所述Q值函数对所述控制变量为凸优化时， 基于计算的Qi(X′(t)， a)， 获得策略的迭代 方法如下： 令i＝i+1， 执行上述迭代；权　利　要　求　书 2/4 页 3 CN 114117633 A 3