[發(fā)明專利]一種無人機(jī)集群協(xié)同偵察覆蓋分布式自主優(yōu)化方法

有效

• 申請?zhí)枺?/td>: 202210146501.5
• 申請日: 2022-02-17
• 公開（公告）號: CN114200964B
• 公開（公告）日: 2022-04-26
• 發(fā)明（設(shè)計(jì)）人: 姚昌華;胡程程;程康;高澤郃;韓貴真;安蕾
• 申請（專利權(quán)）人: 南京信息工程大學(xué)
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 田凌濤

1.一種無人機(jī)集群協(xié)同偵察覆蓋分布式自主優(yōu)化方法，其特征在于，包括以下步驟：

步驟S1.初始化無人機(jī)群中各無人機(jī)的位置策略和功率策略，基于無人機(jī)群中各無人機(jī)的位置策略和功率策略的選擇，構(gòu)建無人機(jī)群行動決策；

偵察區(qū)域內(nèi)存在至少一個預(yù)設(shè)待偵察目標(biāo)點(diǎn)，基于無人機(jī)群行動決策、無人機(jī)群中各無人機(jī)分別對各預(yù)設(shè)待偵察目標(biāo)點(diǎn)的偵察成功率、無人機(jī)群中各無人機(jī)分別偵察各預(yù)設(shè)待偵察目標(biāo)點(diǎn)所需時間，構(gòu)建全局偵察覆蓋效用、全局偵察覆蓋能量效率；

基于全局偵察覆蓋效用、全局偵察覆蓋能量效率，構(gòu)建無人機(jī)群執(zhí)行不同行動決策時獲得的虛擬收益模型；

其中構(gòu)建無人機(jī)群執(zhí)行不同行動決策時獲得的虛擬收益模型的具體步驟如下：

步驟S11.針對無人機(jī)群中任意一個無人機(jī)n，基于偵察區(qū)域地形信息，構(gòu)建無人機(jī)n對偵察區(qū)域內(nèi)其中一個預(yù)設(shè)待偵察目標(biāo)點(diǎn)i的偵察成功率q_i(n)如下式：

式中，i為偵察區(qū)域內(nèi)其中一個預(yù)設(shè)待偵察目標(biāo)點(diǎn)，i∈I，I為偵察區(qū)域內(nèi)所有待偵察目標(biāo)點(diǎn)的集合，為偵察的初始距離，為預(yù)設(shè)偵察成功率與偵察距離的預(yù)設(shè)系數(shù)，h_n為無人機(jī)n的高度，(X_n,Y_n)為無人機(jī)n水平坐標(biāo)，(x_i,y_i)為預(yù)設(shè)待偵察目標(biāo)點(diǎn)i的水平坐標(biāo)；

步驟S12.基于無人機(jī)與空中服務(wù)器以傳輸圖片進(jìn)行通信的方式，構(gòu)建無人機(jī)n偵察預(yù)設(shè)待偵察目標(biāo)點(diǎn)i所消耗的時間T_n如下式：

式中，b為無人機(jī)與空中服務(wù)器之間所傳輸?shù)膱D片中一個像素的比特數(shù)，r為所述圖片的分辨率，B為傳輸信息的帶寬，P_n為無人機(jī)n上傳信息所消耗的功率，n₀為傳輸信道的噪聲系數(shù)，(X₀,Y₀)為空中服務(wù)器的水平坐標(biāo)；

步驟S13.基于無人機(jī)n對偵察區(qū)域內(nèi)其中一個預(yù)設(shè)待偵察目標(biāo)點(diǎn)i的偵察成功率q_i(n)、預(yù)設(shè)待偵察目標(biāo)點(diǎn)i出現(xiàn)的概率σ_i，構(gòu)建無人機(jī)群對預(yù)設(shè)待偵察目標(biāo)點(diǎn)i的偵察成功率g_i,N如下式：

式中，N為無人機(jī)群中無人機(jī)的數(shù)量；

步驟S14.基于無人機(jī)群對預(yù)設(shè)待偵察目標(biāo)點(diǎn)i的偵察成功率g_i,N，構(gòu)建全局偵察覆蓋效用U如下式：

式中，為無人機(jī)群中各無人機(jī)上傳信息時間的最大值，I為偵察區(qū)域內(nèi)所有待偵察目標(biāo)點(diǎn)的集合；

步驟S15.基于全局偵察覆蓋效用U，構(gòu)建全局偵察覆蓋能量效率G如下式：

式中，p_n表示無人機(jī)群中其中一個無人機(jī)n的功率策略；

步驟S16.基于無人機(jī)群中各無人機(jī)的位置策略和功率策略，構(gòu)建虛擬收益模型：P:S＝argmaxG，其中P表示各無人機(jī)功率策略的集合，S表示各無人機(jī)位置策略的集合；

步驟S2.基于無人機(jī)群的行動決策的選擇、以及虛擬收益模型，構(gòu)建該行動決策下的全局偵察覆蓋效用的勢能函數(shù)、全局偵察覆蓋能量效率的勢能函數(shù)，其中全局偵察覆蓋效用的勢能函數(shù)、全局偵察覆蓋能量效率的勢能函數(shù)用于表征無人機(jī)群中各無人機(jī)位置策略和功率策略變化時對所獲虛擬收益模型的影響；

其中構(gòu)建全局偵察覆蓋效用的勢能函數(shù)、全局偵察覆蓋能量效率的勢能函數(shù)的具體步驟如下：

步驟S21.將無人機(jī)群中的一個無人機(jī)n的偵察覆蓋區(qū)域定義為I_n，將與無人機(jī)n存在重疊偵察覆蓋區(qū)域的無人機(jī)定義為鄰居無人機(jī)，其中鄰居無人機(jī)的偵察覆蓋區(qū)域定義為J_n，各無人機(jī)的偵察覆蓋區(qū)域滿足I_n∩J_n≠0；無人機(jī)n基于其位置策略移動到下一位置，該位置記為n^*，移動至位置n^*的無人機(jī)n的偵察覆蓋區(qū)域?yàn)槲挥谖恢胣^*的無人機(jī)n的鄰居無人機(jī)的偵察覆蓋區(qū)域?yàn)獒槍Ω鳠o人機(jī)的位置策略，構(gòu)建全局偵察覆蓋效用的勢能函數(shù)如下式：

式中，為無人機(jī)n的位置策略為c_n時的全局偵察覆蓋效用的勢能函數(shù)，c_n為無人機(jī)n的位置策略，c_-n為無人機(jī)群中除無人機(jī)n以外的其他各無人機(jī)的位置策略，U_n(c_n,c_-n)為無人機(jī)n的位置策略為c_n時的全局偵察覆蓋效用；

針對無人機(jī)n進(jìn)行位置策略的改變，將無人機(jī)n的位置策略由c_n變?yōu)槠湮恢貌呗缘母淖円鸬娜謧刹旄采w效用的勢能函數(shù)的變化如下式：

式中，J_n為鄰居無人機(jī)的偵察覆蓋區(qū)域，為無人機(jī)n的位置策略變?yōu)闀r的全局偵察覆蓋效用的勢能函數(shù)，J1_n為無人機(jī)n及其所有鄰居無人機(jī)的偵察覆蓋區(qū)域的集合，q_i(c_n)為無人機(jī)n的位置策略為c_n時，對預(yù)設(shè)待偵察目標(biāo)點(diǎn)i的偵察成功率，為無人機(jī)n的位置策略變?yōu)闀r，對預(yù)設(shè)待偵察目標(biāo)點(diǎn)i的偵察成功率，k為無人機(jī)群中除無人機(jī)n及其各鄰居無人機(jī)以外的一個無人機(jī)，q_i(k)為無人機(jī)k對預(yù)設(shè)待偵察目標(biāo)點(diǎn)i的偵察成功率；

步驟S22.針對無人機(jī)n的功率策略的改變，構(gòu)建全局偵察覆蓋能量效率的勢能函數(shù)如下式：

式中，φ(p_n,p_-n)為無人機(jī)n的功率策略為p_n時的全局偵察覆蓋能量效率的勢能函數(shù)，p_n為無人機(jī)n的功率策略，p_-n為無人機(jī)群中除無人機(jī)n以外的其他各無人機(jī)的功率策略，g_i,N(p_n,p_-n)為無人機(jī)n的功率策略為p_n時無人機(jī)群對預(yù)設(shè)待偵察目標(biāo)點(diǎn)i的偵察成功率，p_m為無人機(jī)群中一個無人機(jī)m的功率策略，其中m∈N；

針對無人機(jī)n的功率策略由p_n變化到時，該變化引起的全局偵察覆蓋能量效率的勢能函數(shù)的變化如下式：

式中，為無人機(jī)n的功率策略為時的全局偵察覆蓋能量效率的勢能函數(shù)，為無人機(jī)n的功率策略為時無人機(jī)群對預(yù)設(shè)待偵察目標(biāo)點(diǎn)i的偵察成功率；

步驟S3.基于虛擬收益模型，結(jié)合無人機(jī)群中各無人機(jī)位置策略和功率策略變化對所獲虛擬收益模型的影響，通過分布式自主迭代學(xué)習(xí)，優(yōu)化無人機(jī)群中各無人機(jī)的位置策略和功率策略，實(shí)現(xiàn)無人機(jī)群所獲虛擬收益最大化；

具體步驟如下：

步驟S31.在無人機(jī)群中隨機(jī)選擇一個無人機(jī)j，構(gòu)建無人機(jī)j的狀態(tài)參數(shù)如下式：

s_j(t)＝{c_j(t),p_j(t)}

式中，t為當(dāng)前時刻，s_j(t)為無人機(jī)j當(dāng)前時刻的狀態(tài)參數(shù)，c_j(t)為無人機(jī)j當(dāng)前時刻的位置策略，p_j(t)為無人機(jī)j當(dāng)前時刻的功率策略；

針對無人機(jī)j選擇一個位置策略其他無人機(jī)位置保持不變；

步驟S32.計(jì)算無人機(jī)j基于當(dāng)前時刻的位置策略的全局偵察覆蓋效用U_j(s_j(t))和無人機(jī)j基于位置策略進(jìn)行移動后的全局偵察覆蓋效用其中為無人機(jī)j基于位置策略進(jìn)行移動后的狀態(tài)參數(shù)；

步驟S33.針對無人機(jī)j，根據(jù)下式計(jì)算無人機(jī)j下一時刻保持當(dāng)前位置策略的概率P(s_j(t+1)＝s_j(t))和改變位置策略的概率其中s_j(t+1)為無人機(jī)j下一時刻的狀態(tài)參數(shù)：

式中，β為預(yù)設(shè)學(xué)習(xí)系數(shù)；

步驟S34.更新該無人機(jī)的狀態(tài)參數(shù)為s_j(t+1)，然后從無人機(jī)群中的其他各無人機(jī)中隨機(jī)選擇一個無人機(jī)，重復(fù)步驟S31至步驟S33的位置策略選擇過程，直至達(dá)到預(yù)設(shè)最大迭代次數(shù)，保存預(yù)設(shè)最大迭代次數(shù)所對應(yīng)的無人機(jī)群中各無人機(jī)的狀態(tài)參數(shù)；

步驟S35.在無人機(jī)群中隨機(jī)選擇一個無人機(jī)k，構(gòu)建無人機(jī)k的狀態(tài)參數(shù)如下式：

s_k(t)＝{c_k(t),p_k(t)}

式中，s_k(t)為無人機(jī)k當(dāng)前時刻的狀態(tài)參數(shù)，c_k(t)為無人機(jī)k當(dāng)前時刻的位置策略，p_k(t)為無人機(jī)k當(dāng)前時刻的功率策略；

針對無人機(jī)k選擇一個功率策略其他無人機(jī)功率保持不變；

步驟S36.計(jì)算無人機(jī)k基于當(dāng)前時刻的功率策略的全局偵察覆蓋能量效率G_k(s_k(t),s_-k(t))，以及無人機(jī)k基于功率策略的全局偵察覆蓋能量效率其中為無人機(jī)k基于功率策略進(jìn)行功率改變后的狀態(tài)參數(shù)，s_-k(t)為無人機(jī)群中除無人機(jī)k以外的其他各無人機(jī)的狀態(tài)參數(shù)；

步驟S37.針對無人機(jī)k，根據(jù)下式計(jì)算無人機(jī)k下一時刻保持當(dāng)前功率策略的概率P(s_k(t+1)＝s_k(t))和改變功率策略的概率其中s_k(t+1)為無人機(jī)k下一時刻的狀態(tài)參數(shù)：

步驟S38.更新無人機(jī)k的狀態(tài)參數(shù)為s_k(t+1)，然后從無人機(jī)群中的其他各無人機(jī)中隨機(jī)選擇一個無人機(jī)，重復(fù)步驟S35至步驟S37的功率策略選擇過程，直至達(dá)到預(yù)設(shè)最大迭代次數(shù)，保存預(yù)設(shè)最大迭代次數(shù)所對應(yīng)的無人機(jī)群中各無人機(jī)的狀態(tài)參數(shù)，此時各無人機(jī)的位置策略和功率策略使無人機(jī)群所獲虛擬收益最大。