[發(fā)明專利]無人機(jī)自主控制系統(tǒng)智能分層遞階控制選擇方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110596446.5
• 申請(qǐng)日: 2021-05-31
• 公開（公告）號(hào): CN113341712B
• 公開（公告）日: 2022-10-11
• 發(fā)明（設(shè)計(jì)）人: 伍元?jiǎng)?/a>;杜俊逸;倪大冬;肖磊;楊佩彤
• 申請(qǐng)（專利權(quán)）人: 西南電子技術(shù)研究所(中國(guó)電子科技集團(tuán)公司第十研究所)
• 主分類號(hào): G05B13/04
• 分類號(hào): G05B13/04
• 代理公司: 成飛(集團(tuán))公司專利中心 51121
• 代理人: 郭純武

1.一種無人機(jī)自主控制系統(tǒng)智能分層遞階控制選擇方法，其特征在于：在移動(dòng)自組織網(wǎng)絡(luò)MANET的分層結(jié)構(gòu)中，整個(gè)無人機(jī)網(wǎng)絡(luò)按照簇算法分簇規(guī)則劃分為多個(gè)簇，即若干個(gè)子網(wǎng)，然后再按照簇算法規(guī)則在每個(gè)簇中選出簇頭節(jié)點(diǎn)，除簇頭以外的節(jié)點(diǎn)則為成員節(jié)點(diǎn)，構(gòu)建無人機(jī)自組織網(wǎng)絡(luò)模型；無人機(jī)自組織網(wǎng)絡(luò)模型將各個(gè)簇內(nèi)部的交互為SDN網(wǎng)絡(luò)的第一層，簇間節(jié)點(diǎn)的交互為網(wǎng)絡(luò)的第二層，并將分層結(jié)構(gòu)再細(xì)分為單頻分層和多頻分層兩種結(jié)構(gòu)，對(duì)于不同層的節(jié)點(diǎn)采用多個(gè)頻率進(jìn)行通信，簇頭節(jié)點(diǎn)和簇內(nèi)節(jié)點(diǎn)進(jìn)行內(nèi)部通信時(shí)使用頻率f₁，簇頭節(jié)點(diǎn)之間形成的高一層網(wǎng)絡(luò)之間進(jìn)行通信時(shí)使用頻率f₂；基于圖神經(jīng)網(wǎng)絡(luò)GNN為每一個(gè)子網(wǎng)選擇一個(gè)控制節(jié)點(diǎn)用于部署SDN控制器來管理網(wǎng)絡(luò)，動(dòng)態(tài)調(diào)整分層MANET網(wǎng)絡(luò)的控制節(jié)點(diǎn)，離線訓(xùn)練GNN網(wǎng)絡(luò)設(shè)定一個(gè)受信任的節(jié)點(diǎn)，收集整個(gè)MANET網(wǎng)絡(luò)所有節(jié)點(diǎn)的信息；在線簇頭選舉中，受信任節(jié)點(diǎn)將整個(gè)網(wǎng)絡(luò)的信息輸入訓(xùn)練好的GNN網(wǎng)絡(luò)，根據(jù)GNN網(wǎng)絡(luò)的輸出結(jié)果，通過SDN控制器選舉，分解為控制器可執(zhí)行的控制序列，將SDN控制器選舉結(jié)果分發(fā)給MANET網(wǎng)絡(luò)的所有節(jié)點(diǎn)，深度強(qiáng)化學(xué)習(xí)訓(xùn)練出狀態(tài)值函數(shù)，結(jié)合圖神經(jīng)網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)進(jìn)行求解關(guān)于包含了若干個(gè)SDN控制器節(jié)點(diǎn)無向圖G，在每一次迭代中進(jìn)行在線簇頭選舉，選出最終解的一個(gè)節(jié)點(diǎn)，經(jīng)過N次迭代獲得最終解。

2.如權(quán)利要求1所述的無人機(jī)自主控制系統(tǒng)智能分層遞階控制選擇方法，其特征在于：在線簇頭選舉中，離線訓(xùn)練GNN網(wǎng)絡(luò)設(shè)定一個(gè)受信任的節(jié)點(diǎn)，收集整個(gè)MANET網(wǎng)絡(luò)所有節(jié)點(diǎn)的信息，在每一次迭代將整個(gè)網(wǎng)絡(luò)的狀態(tài)為輸入進(jìn)行圖嵌入，經(jīng)過N輪圖嵌入后，網(wǎng)絡(luò)中節(jié)點(diǎn)的信息和邊的信息將聚合到各個(gè)節(jié)點(diǎn)上，為節(jié)點(diǎn)生成一個(gè)特征向量，然后將圖神經(jīng)網(wǎng)絡(luò)的狀態(tài)S聚合到每個(gè)節(jié)點(diǎn)上，用各個(gè)節(jié)點(diǎn)的特征向量及整個(gè)網(wǎng)絡(luò)的特征向量得到狀態(tài)值函數(shù)，供控制器節(jié)點(diǎn)的選擇；受信任節(jié)點(diǎn)將整個(gè)網(wǎng)絡(luò)的狀態(tài)信息輸入到訓(xùn)練好的GNN網(wǎng)絡(luò)，根據(jù)GNN網(wǎng)絡(luò)輸出結(jié)果，將控制器選舉結(jié)果分發(fā)給MANET網(wǎng)絡(luò)的所有節(jié)點(diǎn)。

3.如權(quán)利要求1所述的無人機(jī)自主控制系統(tǒng)智能分層遞階控制選擇方法，其特征在于：在移動(dòng)自組織網(wǎng)絡(luò)MANET的分層中，無人機(jī)自組織網(wǎng)絡(luò)模型根據(jù)MANET網(wǎng)絡(luò)的M個(gè)無人機(jī)節(jié)點(diǎn)N間的通信時(shí)延E，將實(shí)際無人機(jī)網(wǎng)絡(luò)建模成一個(gè)無向圖G＝(N,E)，將此無人機(jī)網(wǎng)絡(luò)劃分為各個(gè)簇不交叉的K個(gè)簇p，在每個(gè)簇內(nèi)選擇一個(gè)節(jié)點(diǎn)作為管理簇內(nèi)成員的控制器節(jié)點(diǎn)；受信任節(jié)點(diǎn)根據(jù)GNN網(wǎng)絡(luò)控制器選舉的輸出結(jié)果，深度強(qiáng)化學(xué)習(xí)訓(xùn)練出狀態(tài)值函數(shù)，結(jié)合圖神經(jīng)網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)進(jìn)行求解關(guān)于圖的包含若干個(gè)控制器節(jié)點(diǎn)，在每一次迭代中進(jìn)行在線簇頭選舉，選出最終解的一個(gè)節(jié)點(diǎn)，經(jīng)過N次迭代獲得最終解。

4.如權(quán)利要求3所述的無人機(jī)自主控制系統(tǒng)智能分層遞階控制選擇方法，其特征在于：

M個(gè)無人機(jī)節(jié)點(diǎn)N＝{n₁,n₂,...,n_M}和表示節(jié)點(diǎn)n_i和節(jié)點(diǎn)n_j間的通信時(shí)延E＝{e_ij}組成無人機(jī)自組織網(wǎng)絡(luò)模型，建模成一個(gè)無向圖G＝(N,E)，并按照被控量偏差和偏差變化率的大小進(jìn)行分層遞階控制。

5.如權(quán)利要求3所述的無人機(jī)自主控制系統(tǒng)智能分層遞階控制選擇方法，其特征在于：通信時(shí)延E＝{e_ij}包括：SDN控制器與其管理的簇內(nèi)節(jié)點(diǎn)的通信時(shí)延D₁(L)和控制器之間同步全局信息、同步控制信息的時(shí)延D₂(L),即，SDN控制器選取的時(shí)延整體最小min D(L)＝D₁(L)+βD₂(L)

其中，D₁表示簇內(nèi)節(jié)點(diǎn)的通信時(shí)延，D₂表示控制器之間同步全局信息、同步控制信息的時(shí)延，L表示選擇的控制節(jié)點(diǎn)，p_i表示第i個(gè)簇的節(jié)點(diǎn)集合，f_ij表示節(jié)點(diǎn)i和節(jié)點(diǎn)j發(fā)生通信業(yè)務(wù)需求的概率，e_ji表示節(jié)點(diǎn)i和節(jié)點(diǎn)j的通信時(shí)延，表示簇i的控制器和簇j的控制器發(fā)生通信的概率，f_mn表示節(jié)點(diǎn)m和節(jié)點(diǎn)n發(fā)生通信的概率，m表示簇i內(nèi)的一個(gè)節(jié)點(diǎn)，n表示簇j內(nèi)的一個(gè)節(jié)點(diǎn)，β為控制器間延遲和簇內(nèi)延遲的比例系數(shù)。