[發明專利]一種不確定環境下的無人機集群協同目標分配設計方法

有效

• 申請號: 202110239132.X
• 申請日: 2021-03-04
• 公開（公告）號: CN113031650B
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 張丹萌;文梁棟;肖息;甄子洋;陸曉安;李亞楠;江駒
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F111/06
• 分類號: G06F111/06
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 姜慧勤

本發明公開了一種不確定環境下的無人機集群協同目標分配設計方法，具體為：針對無人機集群運動環境復雜不確定性強的特性，將無人機集群協同目標分配問題抽象為優化問題，建立協同目標分配的目標函數；基于權重自適應的方法評估目標對無人機的威脅值；建立導彈理想殺傷概率模型，并采用復合辛普森法求解導彈理想殺傷概率；結合模擬退火方法，采用自適應多目標優化算法SA?NSGAⅢ求解協同目標分配的目標函數，從而得到無人機集群協同目標攻擊方案。本發明設計的基于自適應SA?NSGAⅢ算法的目標分配方法能夠較好地適應環境的不確定性和對實時性的要求，同時得出合理的攻擊方案。

技術領域

本發明涉及一種不確定環境下的無人機集群協同目標分配設計方法，屬于無人機集群協同目標分配技術領域。

背景技術

無人機集群協同目標分配是指基于環境知識和任務需求，為多機系統中的無人機(UAV)分配一個或一組有序任務，以便完成最大可能數量任務的同時使多機系統整體效率和資源配比達到最優。分配目標時既要考慮到飛行器的數量、任務的類別和權重、飛行的環境等因素；又要考慮可行的航程代價、合理的分配算法、各種協同約束條件等問題。因此，該問題是UAV異構多模型、且約束條件復雜的最優化NP問題。目前常采用集中式或分布式方法對此問題進行求解。

集中式方法如匈牙利算法、混合整數線性規劃法、法動態規劃法、鑒于滾動優化原理的多目標分配方法等，集中式方法可以統一控制，全局協調目標之間的各種復雜關系，但是此類方法過度依賴控制中心，擴展性相對較差。

分布式方法如基于協商法的目標分配方法、基于群智能算法的多目標遺傳規劃方法，對于遺傳規劃存在迭代周期長、容易陷入局部最優解的問題，提出的改進方法差分進化算法、免疫進化算法、協同進化算法等，以及通過種群中粒子個體運動位置和整體最優位置的記憶與學習在解空間中向著最優方向快速運動的粒子群算法，通過無智能或簡單智能單元的聚集協同表現出全局的群體智能行為特性的蟻群算法等等，這些分布式算法計算靈活，可將復雜的問題分派到不同的無人機上并行處理，適合解決大規模的目標分配問題，但是它往往對無人機性能過度抽象，對系統通信要求過高，因此分配最優目標的誤差較大，結果往往為次優解而非最優解。

發明內容

本發明所要解決的技術問題是：提供一種不確定環境下的無人機集群協同目標分配設計方法，針對無人機集群運動環境復雜不確定性強的特性，設計合理的優化的協同目標分配方法，從而能夠較好地適應環境的不確定性和對實時性的要求，同時得出合理的攻擊方案。

本發明為解決上述技術問題采用以下技術方案：

一種不確定環境下的無人機集群協同目標分配設計方法，包括如下步驟：

步驟1，設定在任務空間區域內，有n架出發位置相同或不同的無人機，預執行攻擊m個散布在任務空間區域內不同位置的目標，將無人機集群協同目標分配問題抽象為優化問題，建立協同目標分配的目標函數；

步驟2，基于權重自適應的方法評估第i個目標對第u個無人機的威脅值，i＝1,...,m，u＝1,...,n；

步驟3，建立導彈理想殺傷概率模型，采用復合辛普森法求解導彈理想殺傷概率；

步驟4，結合模擬退火方法，采用自適應多目標優化算法SA-NSGAⅢ求解協同目標分配的目標函數，從而得到無人機集群協同目標攻擊方案。

作為本發明的一種優選方案，所述步驟1的具體過程如下：

考慮優化問題的目的為剩余目標威脅值最小，且目標期望殺傷值最大，其協同目標分配的目標函數為：