✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。
个人主页:Matlab科研工作室
个人信条:格物致知。
更多Matlab仿真内容点击
智能优化算法 神经网络预测 雷达通信 无线传感器
信号处理 图像处理 路径规划 元胞自动机 无人机 电力系统
边界处理:超出边界为离开用户,未超出边界为该时候
最新用户采用泊松分布在指定区域产生新用户
伪代码:
1. t=0,输入生成初始用户L(mainxx.m 中1-43)
(mainxx.m中43-51 步骤2,3)
2. 根据1中用户L计算无人机候选位置(one_step.m中2-44)
(Onestep。M中的46-53(步骤3))
3. 蒙特卡洛模拟:
生成决策变量,计算适应度函数,计算最优无人机位置
4. While t
考虑用户行走,更新用户位置(mainxxx.m中56-77)
Mainxx.m中81-87
根据更新的用户,计算候选无人机位置,
蒙特卡洛模拟:
生成决策变量,计算适应度函数,计算最优无人机位置
t=t+1
end
clc
close all
clear all
disp('无人机优化模型')
%参数准备
%区域用户位置
d1=100; %区域A长度
d2=80; %区域A长度
N=30;%用户个数
C=6;%天线个数
bc=1;%电池损耗/每个内容---假设容量相等 电池消耗相同
Bm=[10 10 10];%无人机容量
%索引位置tuple={content k,UAV m,location q}
height=10;
h_max=20;
delta_d=0.5;%location interval
n1=3;%无人机个数
%discrete the location
%用户位置
%discrete the location
d1a=0:delta_d:d1;
d2a=0:delta_d:d2;
%离散位置
index=[];
for i=1:1:length(d1a)
for j=1:1:length(d2a)
index=[index;[d1a(i),d2a(j)]];
end
end
num_index=size(index,1);%number of location
%新增人群位置计算
%新增人群不可能出现位置
d1a1=[5,d1-5];
d2a1=[5,d2-5];
[len,~]=find((index(:,1)>=d1a1(1) & index(:,1)<=d1a1(2)) & (index(:,2)>=d2a1(1) & index(:,2)<=d2a1(2)));
id_new=setdiff(1:1:size(index,1),len'); %新增用户编号
new_candi=index(id_new',:);%新增人群位置
%随机生成用户
user_index=randperm(num_index,N);
user_location=[];
for i=1:1:length(user_index)
user_location=[user_location;index(user_index(i),:)];%%N*2
end
%仿真时间T
T=5;%仿真时间T
v=1;%用户行走速度
delta_p=2;%单位时间变化人数
theta_max=2*pi;%用户随机行走方向
best_uav=cell(1,T);
best_task=zeros(1,T);
[x_ind,task]=one_step(user_location,height,h_max,C,N,n1,bc,Bm); %主程序
best_uav{1,1}=x_ind;
best_task(1,1)=task;
old_ind=x_ind;%设置就得无人机位置
for t=2:1:T
%更新用户
new_user_location=[];
%考虑原始用户行走
for i=1:1:size(user_location,1)
user_location(i,1)=user_location(i,1)+v*cos(random('unif',0,theta_max));
user_location(i,2)=user_location(i,2)+v*sin(random('unif',0,theta_max));
%边界更新,如果超出边界 则认为用户离开
if (user_location(i,1)>d1) | (user_location(i,1)<0) | (user_location(i,2)<0)|(user_location(i,2)>d2)
continue;%用户离开不管
else
new_user_location=[new_user_location;user_location(i,:)]; %用户没离开保留
end
end
%当前时刻新来客户
num_new=random('poiss',delta_p);
if num_new==0
new_user_location=new_user_location;
else
new_id=randperm(length(id_new),num_new);
new_coming=new_candi(new_id',:);
new_user_location=[new_user_location; new_coming];
end
%用户个数更新
N=size(new_user_location,1);
%计算当前无人机位置
[x_ind,task]=one_step(new_user_location,height,h_max,C,N,n1,bc,Bm); %主程序
%无人机位置分配--中心服务器向无人机分配无人机更新位置
x_ind=allot_uav(x_ind,old_ind);
best_uav{1,t}=x_ind;
best_task(1,t)=task;
%我下一时刻用户位置更新
user_location=new_user_location;%上一时刻用户位置
old_ind=x_ind;
if mod(t,20)==0
figure,
plot(user_location(:,1),user_location(:,2),'r*')
xlabel('x')
ylabel('y')
title(num2str(t))
end
end
figure,plot(1:1:T,best_task,'->')
xlabel('T/(min)')
ylabel('Task/(n)')
grid on
ylim([0 40])
Q1=[];Q2=[];Q3=[];
for i=1:1:T
Q1=[Q1,(best_uav{1,i}(1,:))'];
Q2=[Q2,(best_uav{1,i}(2,:))'];
Q3=[Q3,(best_uav{1,i}(3,:))'];
end
figure,
plot3(Q1(1,:),Q1(2,:),Q1(3,:),'r->')
hold on
plot3(Q2(1,:),Q2(2,:),Q2(3,:),'b->')
hold on
plot3(Q3(1,:),Q3(2,:),Q3(3,:),'c->')
xlabel('x')
ylabel('y')
zlabel('height')
grid on
legend('UAV-1','UAV-2','UAV-3')
title('the location of UAV')
❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料