買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中北大學申請的專利一種水質監測機器人編隊通信網絡優化構建方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119815377B 。

龍圖騰網通過國家知識產權局官網在2025-06-03發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510296276.7，技術領域涉及：H04W24/02；該發明授權一種水質監測機器人編隊通信網絡優化構建方法是由劉昊;張文棟;郭曉宇;魯旭濤;李靜;趙河明;彭志凌設計研發完成，并于2025-03-13向國家知識產權局提交的專利申請。

本一種水質監測機器人編隊通信網絡優化構建方法在說明書摘要公布了：本發明涉及水質監測機器人技術領域，具體是一種水質監測機器人編隊通信網絡優化構建方法，包括步驟S1：確定水質監測任務水域；步驟S2：在所述水質監測任務水域內確定所有水質監測點坐標；步驟S3：輸入水質監測機器人編隊情況；步驟S4：對水質檢測機器人編隊進行任務分配，建立任務分配模型；步驟S5：利用改進后的魚鷹優化算法對任務分配模型進行求解；步驟S6：建立水質監測機器人通信全連通模型；步驟S7：對水質監測機器人編隊通信網絡進行全連通判定；步驟S8：對全連通網絡狀態下及非全連通網絡狀態下的通信鏈路進行構建及優化。保證了水質監測機器人編隊通信網絡的連通性，解決了大面積水域內監測效率低下的問題。

本發明授權一種水質監測機器人編隊通信網絡優化構建方法在權利要求書中公布了：1.一種水質監測機器人編隊通信網絡優化構建方法，其特征在于：該方法采用如下步驟實現：步驟S1：確定水質監測任務水域，并建立水域地圖及坐標系；步驟S2：在所述水質監測任務水域內，確定所有水質監測點坐標C＝{cixi,yi|i＝1,2,...,Nc}，其中，Nc為水質監測點的數量；步驟S3：輸入水質監測機器人編隊情況，水質監測機器人數量為NS，水質監測機器人編隊表示為S＝{sk|k＝1,2,..,NS}；步驟S4：對水質監測機器人編隊進行任務分配，建立任務分配模型；步驟S5：利用拉丁超立方采樣策略，結合混沌映射機制對魚鷹優化算法進行改進，以提升算法性能，并利用改進后的魚鷹優化算法對任務分配模型進行求解；步驟S6：建立水質監測機器人通信全連通模型；步驟S7：對水質監測機器人編隊通信網絡進行全連通判定；步驟S8：對全連通網絡狀態下的通信鏈路進行構建及優化；步驟S9：對非全連通網絡狀態下的通信鏈路進行構建及優化；所述步驟S5：利用拉丁超立方采樣策略，結合混沌映射機制對魚鷹優化算法進行改進，以提升算法性能，并利用改進后的魚鷹優化算法對任務分配模型進行求解；具體如下：步驟5.1：利用拉丁超立方采樣策略，提升魚鷹優化算法種群多樣性：魚鷹優化算法中，魚鷹種群初始化是隨機進行的，而通過拉丁超立方采樣策略改進后，魚鷹種群初始化公式可以改寫為：X＝LHSn,D5； 其中，n為種群規模；D為問題的維度；LHS是使用拉丁超立方采樣生成n個D維樣本的過程；Xgh是第g個樣本在第h維度取值；Lh和Uh分別是第h維變量的下界和上界；Pgh為區間[0,1上的隨機序列；步驟5.2：采用混沌映射機制對魚鷹種群進行進一步擾動，提升搜索多樣性，形成新的序列；Xgh＝Xgh1-φxt7；其中，xt為混沌映射生成的數值，φ為映射控制參數；步驟5.3：將水質監測機器人編隊任務分配模型作為優化對象，令 對于每一個魚鷹個體Xg，計算適應度值fXg；步驟5.4：魚鷹盤旋進行全局搜索，其位置更新公式如下：Xgt+1＝Xbt+R1sin2πR2Xbt-Xgt9；其中，Xbt為當前魚鷹個體最優位置；R1,R2∈[0,1]，是0到1閉區間內生成的隨機數系數，R1用于控制魚鷹更新的幅度，R2用于控制魚鷹位置更新的方向；步驟5.5：魚鷹接近獵物進行局部搜索，更新魚鷹個體的位置如下：Xgt+1＝Xbt+R3Xbt-Xgt10；其中，R3∈[0,1]生成的隨機數，用于調節魚鷹個體向最優解的靠近程度；步驟5.6：每次更新后，繼續使用混沌映射對最優解附近的魚鷹個體位置進行進一步擾動，避免算法局部最優：Xght＝Xght+11-φxt11；步驟5.7：判斷是否達到最大迭代次數或適應度值滿足精度要求，若達到則輸出最優解，否則返回到步驟5.4；所述步驟S6：建立水質監測機器人通信全連通模型；具體如下：步驟6.1：在任意時刻ε，任意兩臺水質監測機器人k,l∈1,2,...,NS，對應位置分別為pkε,plε，求得二者之間的距離為：dklε＝||pkε-plε||12；步驟6.2：在任意時刻ε，水質監測機器人k到基站pBxB,yB的距離為：dkBε＝||pkε-pB||13；步驟6.3：定義dθ為兩臺水質監測機器人之間、水質監測機器人與基站之間建立通信的最大距離；則，當任意兩臺水質監測機器人Sk,Sl之間、水質監測機器人與基站之間的距離滿足dklε≤dθ,dkBε≤dθ時，二者之間建立連通關系；用符號ψkl＝1表示水質監測機器人Sk,Sl建立連接，反之ψkl＝0；ψkB＝1表示水質監測機器人Sk與基站建立連接，反之ψkB＝0；步驟6.4：在任意時刻ε，若Sk要將數據包傳送至基站，則水質監測機器人通信網絡鏈路需要滿足： 式14表示，在NS臺水質監測機器人中，任意一臺水質監測機器人與另外至少一臺水質監測機器人建立連通關系，且至少有一臺水質監測機器人能夠與基站建立連通，稱上述網絡為全連通網絡；所述步驟S7：對水質監測機器人編隊通信網絡進行全連通判定；具體如下：步驟7.1：在步驟S4中，得到了每一臺水質監測機器人對應的任務點矩陣，求得水質監測機器人Sk對應的任務點矩陣Tk中，每一個水質監測點和水質監測機器人Sl對應的任務點矩陣Tl中每一個水質監測點之間的距離，構建距離矩陣用于存儲相應距離信息；步驟7.2：若水質監測機器人Sk和Sl的任務點之間的最大距離滿足maxDkl≤dθ，意味著Sk和Sl在任務過程中始終可以保持連通，即 其中，Tk,Tl為水質監測機器人完成一輪監測任務耗時；Ts表示兩個水質監測機器人完成各自一輪監測任務耗時的最大值；步驟7.3：根據步驟S6中對于全連通網絡的定義，結合式15，若在任何時刻，所有水質監測機器人都至少有一條到基站的數據傳輸鏈路，則在所有時刻，水質監測機器人編隊都構成全聯通網絡，稱為全時段-全聯通網絡；步驟7.4：若距離矩陣Dkl不滿足maxDkl≤dθ，但存在α∈{1,2,...,Nk}，β∈{1,2,...,Nl}，使得Dαβ≤dθ；換而言之，距離矩陣Dkl中存在兩個水質監測點的距離Dαβ小于等于連通閾值dθ，意味著水質監測機器人Sk和Sl分別在這兩個水質監測點時，可以完成數據的轉發，相應地，稱為分時段-全聯通網絡；步驟7.5：若距離矩陣Dkl中，minDkl＞dθ＞0,意味著水質監測機器人Sk和Sl在整個任務過程中都無法建立連接，稱為非全聯通網絡；所述步驟S8：對全連通網絡狀態下的通信鏈路進行構建及優化；具體如下：步驟8.1：針對全時段-全聯通網絡，若水質監測機器人Sk有數據發送需求，通過構建對自身位置Skxk,yk與基站位置pBxB,yB的連線SkpB，SkpB的直線方程為： Sk為查詢當前時刻與之連通的水質監測機器人，Slxl,yl可與其連通，則Sl到直線SkpB的垂足計算如下： 進一步求得到基站pBxB,yB的距離： 將作為中繼選擇的評估指標，的取值越小，表示水質監測機器人Sk的數據包前進的有效距離越大，水質監測機器人被選為中繼的概率也越大；Sk選擇最小的水質監測機器人Sl作為下一跳信息中繼；類似地，Sl按照上述方法繼續尋找下一中繼節點，直至將數據包發送至基站；步驟8.2：針對分時段-全聯通網絡，需要優化水質監測機器人等待時長，在步驟7.4中，存在α∈{1,2,...,Nk}，β∈{1,2,...,Nl}，使得Dαβ≤dθ，此時水質監測機器人Sk和Sl可以建立連接，若水質監測機器人Sk有發送需求，可以在個水質監測點時，等候Sl到達其個水質監測點，進行數據傳輸；Sk的等候傳輸時間，可以通過優化Sk和Sl的初始位置及速度來減少；當Sk向Sl傳輸數據完成后，Sl按照步驟8.1的方法或者采取等待的方式，繼續將數據包轉發至下一水質監測機器人節點，直至到達基站；所述步驟S9：對非全連通網絡狀態下的通信鏈路進行構建及優化；具體如下：步驟9.1：在水質監測機器人編隊網絡中，若有部分水質監測機器人節點無法加入網絡，則需要對該節點或者周圍水質監測機器人節點的航線路線上，增加新的航跡點，使其加入到數據傳輸網絡當中；按照步驟S7的方法，確定水質監測機器人節點Sk無法加入網絡，同時求得Sk對應的水質監測點Tk中，有一點距離水質監測機器人Sl對應的水質監測點最近，記為且Sl可以加入網絡中，Sk選擇Sl作為其中繼通信節點；否則，尋找下一個滿足上述條件的水質監測機器人；步驟9.2：水質監測機器人Sk和Sl各尋找一個點使得這兩點滿足連通需求，且水質監測機器人Sk和Sl移動的總距離最小，對應模型如下： 上式19可利用步驟S5中的改進后的魚鷹優化算法進行求解；此外，當有多個節點需要Sl進行中繼時，上式同樣適用，只需增加解的維度即可；步驟9.3：將作為任務點插入到矩陣Tk中元素之后，作為水質監測機器人Sk的航跡點；將作為任務點插入到矩陣Tl中元素之后，作為水質監測機器人Sl的航跡點；步驟9.4：水質監測機器人Sk按照步驟S8進行數據傳輸。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中北大學，其通訊地址為：030051 山西省太原市尖草坪區學院路3號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。