[發明專利]一種基于時序網絡的蜂群無人機故障傳播分析方法有效
| 申請號: | 202110269419.7 | 申請日: | 2021-03-12 |
| 公開(公告)號: | CN113051723B | 公開(公告)日: | 2022-02-18 |
| 發明(設計)人: | 程月華;黃金龍;姜斌;楊洋;姚云鵬 | 申請(專利權)人: | 南京航空航天大學 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06F17/16;G06F119/14 |
| 代理公司: | 無錫華源專利商標事務所(普通合伙) 32228 | 代理人: | 聶啟新 |
| 地址: | 214000 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 時序 網絡 蜂群 無人機 故障 傳播 分析 方法 | ||
1.一種基于時序網絡的蜂群無人機故障傳播分析方法,其特征在于,所述分析方法包括:
建立蜂群無人機系統模型,根據所述蜂群無人機系統模型確定蜂擁控制勢能函數;
結合所述蜂群無人機系統模型和蜂擁控制勢能函數,對惡意攻擊無人機形式進行分析;
根據所述蜂群無人機系統模型及其拓撲網絡的特點建立時序網絡模型;
確定所述時序網絡模型的故障傳播方向以及故障影響程度分配規則;
根據各個無人機故障影響程度判斷個體故障情況;
基于matlab對所述分析方法進行仿真實驗;
所述根據所述蜂群無人機系統模型及其拓撲網絡的特點建立時序網絡模型,包括:
設蜂群無人機系統的靜態拓撲網絡模型為G={v,e},其中v={v1,v2,...}為節點集,e={e1,e2,...}為邊集;當所述蜂群無人機系統出現故障時,所述蜂群無人機系統的靜態拓撲網絡隨時間動態變化,將蜂群無人機系統中的無人機個體視為時序網絡的節點,向所述邊集加入時間約束建立時序網絡模型,所述時序網絡模型通過一個四元組(i,j,t,δt)進行定義,表示個體i與個體j在[t,t+δt]時間段內存在交互,則所有表示交互事件的四元組按時間順序排列,構成所述蜂群無人機的時序網絡模型;
通過所述時序網絡模型獲得所述蜂群無人機系統的時變拓撲結構,所述時變拓撲結構在各個時間窗口的快照采用二維鄰接矩陣序列表示;
設Gm=(v,em)為所述時序網絡模型在時間窗口[tm,tm+Δt)的快照,時序網絡快照序列{G1,G2,...,GM}中的每一個元素都是所述時序網絡模型在對應的時間窗口的快照;將每一個快照Gm=(v,em)利用一個鄰接矩陣A[tm]表示,如果節點i和節點j在[tm,tm+Δt)時間段內存在交互,eij(tm)∈em,那么所述鄰接矩陣A[tm]中的元素aij(tm)=1,否則aij(tm)=0;因此,所述時序網絡快照序列{G1,G2,...,GM}采用二維鄰接矩陣序列{A[t1],A[t2],...,A[tM]}表示;
確定故障影響程度分配規則,包括:
故障影響程度只會傳播至與故障無人機存在交互的無人機上,則確定故障影響程度分配規則為:
故障影響程度分配權重定義為:
其中,ui'表示無人機i對無人機j的控制輸入ui在無人機j的總控制輸入u方向上矢量投影的長度,Nj表示無人機j的鄰域集合;
無人機i對無人機j的故障影響程度fij定義為:
fij=fi*Lij
其中fi表示無人機i的故障影響程度;
不同故障無人機對同一無人機的影響程度可以疊加,則無人機j在時刻t1受到的故障影響程度fj(t1)表示為:
其中t0為故障發生時間。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京航空航天大學,未經南京航空航天大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110269419.7/1.html,轉載請聲明來源鉆瓜專利網。





