基于前序飞行信息的密集飞行自主冲突解脱方法技术

本申请公开了基于前序飞行信息的密集飞行自主冲突解脱方法，该方法包括：步骤11，当判定目标飞行器与相邻飞行器之间通信异常时，根据多机协同飞行中的目标飞行器的全部单纯飞行策略和相邻飞行器的当前飞行策略，采用归一化算法和加权算法，计算目标飞行器对应的个体期望收益；步骤12，根据个体期望收益，生成多机协同飞行的策略记忆池，并计算策略记忆池中单纯飞行策略对应的总期望收益；步骤13，确定总期望收益最大值对应的单纯飞行策略为目标飞行器的解脱飞行策略。通过本申请中的技术方案，解决了在飞行器只能探测到相邻飞行器的当前飞行策略时，多飞行器之间的飞行冲突问题，提高多飞行器的飞行效率，提高飞行路线规划的准确性和及时性。

Autonomous Conflict Resolution Method for Intensive Flight Based on Preorder Flight Information

This application discloses an autonomous conflict resolution method for dense flight based on precedent flight information. The method includes: step 11. When the communication anomaly between the target aircraft and the adjacent aircraft is determined, the target flight is calculated by using normalized algorithm and weighted algorithm according to all the pure flight strategies of the target aircraft in multi-aircraft cooperative flight and the current flight strategies of the adjacent aircraft. In step 12, the strategy memory pool of multi-aircraft cooperative flight is generated according to the individual expected revenue, and the total expected revenue corresponding to the pure flight strategy in the strategy memory pool is calculated. In step 13, the single flight strategy corresponding to the maximum total expected revenue is determined as the decommissioning flight strategy of the target aircraft. Through the technical scheme in this application, the problem of flight conflict between multiple aircraft is solved when the aircraft can only detect the current flight strategy of adjacent aircraft, so as to improve the flight efficiency of multiple aircraft and the accuracy and timeliness of flight route planning.

【技术实现步骤摘要】
基于前序飞行信息的密集飞行自主冲突解脱方法
本申请涉及飞行器的
，具体而言，涉及基于前序飞行信息的密集飞行自主冲突解脱方法。
技术介绍
随着飞行器技术的不断发展，飞行器被广泛应用于各个领域。随着飞行器数量的增加，多飞行器之间存在发生碰撞的可能性，因此，需要对协同飞行的多飞行器进行自主冲突解脱控制，以避免协同飞行过程中，飞行器发生碰撞。而现有技术中，对于多飞行器之间的自主解脱飞行控制，通常是以各个飞行器之间能够感知到对方的飞行策略为前提，即各个飞行器之间的信息交互是完全即时和准确的。但是，在实际情况中，对于高密度、高复杂度的空域状况，飞行器飞行时速度很快，网络拓扑高速动态变化，空域环境复杂因素较多，存在导致飞行器之间的通信链路延时、随机噪声干扰、甚至通讯暂时中断将导致无法正常获取其他飞行器的飞行信息的可能。飞行器只能感知到其探测范围内其它飞行器的存在，也就是其它飞行器前序飞行轨迹和当前位置信息等，而无法得知它们的其它飞行信息，例如飞行时间、延误时间、飞行意图以及目的地等信息。此时，飞行器存在自主解脱飞行控制异常，发生碰撞的可能性。同时，现有的自主解脱飞行控制，是以降低飞行效率为代价，如飞行效率包括时延、能耗及舒适度等方面，以保证自主解脱飞行控制的可行性。
技术实现思路
本申请的目的在于：解决多飞行器之间通信异常时的飞行冲突问题，提高多飞行器飞行安全的可靠性，提高飞行路线规划的准确性和及时性。本申请的技术方案是：提供了基于前序飞行信息的密集飞行自主冲突解脱方法，该方法包括：步骤10，当判定多机协同飞行中的目标飞行器与相邻飞行器之间通信异常时，根据目标飞行器的总期望收益，确定目标飞行器的解脱飞行策略；步骤20，当判定目标飞行器和相邻飞行器之间的通信正常时，根据目标飞行器的博弈总收益，确定目标飞行器的解脱飞行策略。上述任一项技术方案中，进一步地，步骤10中，具体包括：步骤11，当判定多机协同飞行中的目标飞行器与相邻飞行器之间通信异常时，根据多机协同飞行中的目标飞行器的全部单纯飞行策略和相邻飞行器的当前飞行策略，采用归一化算法和加权算法，计算目标飞行器对应的个体期望收益；步骤12，根据个体期望收益，生成多机协同飞行的策略记忆池，并计算策略记忆池中单纯飞行策略对应的总期望收益；步骤13，确定总期望收益最大值对应的单纯飞行策略为目标飞行器的解脱飞行策略。上述任一项技术方案中，进一步地，步骤11中，具体包括：步骤111，根据目标飞行器的单纯飞行策略和任一个相邻飞行器的当前飞行策略，计算目标飞行器的个体安全收益和个体效率收益，其中，目标飞行器和相邻飞行器进行多机协同飞行；步骤112，采用归一化算法，对目标飞行器的个体安全收益和个体效率收益，进行归一化计算；步骤113，采用加权算法，根据归一化处理后的个体安全收益和归一化处理后的个体效率收益，计算个体期望收益，其中，个体期望收益的计算公式为：式中，为个体期望收益，为个体安全收益，为个体效率收益，λ为安全收益权重，为目标飞行器ai的第n个单纯飞行策略，n＝1,2,…,N，N为单纯飞行策略的总数，i＝1,2,…,M，M为协同飞行的飞行器数量。上述任一项技术方案中，进一步地，安全收益权重的取值，满足如下步骤：步骤a，选取系统碰撞次数为零的单纯飞行策略，记作安全飞行策略；步骤b，根据安全飞行策略对应的计划飞行时间和航程仿真飞行时间，计算系统效率，其中，系统效率的计算公式为：式中，SE为系统效率，EFFi为目标飞行器ai的飞行效率，Tip为计划飞行时间，Ti为航程仿真飞行时间，M为飞行器数量；步骤c，选取系统效率最大值对应的权重值，记作安全收益权重。上述任一项技术方案中，进一步地，步骤12，具体包括：步骤121，根据当前时间步空域和记忆池容量范围内的单纯飞行策略对应的个体期望收益，采用队列法，生成策略记忆池；步骤122，根据策略记忆池中的个体期望收益，计算当前时间步空域对应的总期望收益，其中，总期望收益的计算公式为：式中，为总期望收益，为第k个个体期望收益，为第i个飞行器ai的第n个单纯飞行策略，Zi为策略记忆池，m为个体期望收益的总数，总数m≤ω，ω为记忆池容量范围，为衰减系数，衰减系数的取值范围为[0,1]。上述任一项技术方案中，进一步地，衰减系数的取值为0.5。上述任一项技术方案中，进一步地，步骤20中，具体包括：步骤21，将多机协同飞行中任一个飞行器记作目标飞行器，根据目标飞行器的探测半径，确定目标飞行器对应的相邻飞行器集合，其中，相邻飞行器集合中至少包括一个相邻飞行器，相邻飞行器属于飞行器群体；步骤22，当判定目标飞行器与相邻飞行器集合内的任一个相邻飞行器之间数据通信正常时，根据演化博弈算法，计算目标飞行器对于相邻飞行器集合的博弈总收益；步骤23，根据目标飞行器的博弈总收益和相邻飞行器的博弈总收益，计算目标飞行器的飞行策略学习概率；步骤24，根据飞行策略学习概率，更新目标飞行器的解脱飞行策略，其中，解脱飞行策略为目标飞行器的自身飞行策略或者相邻飞行器的自身飞行策略中的一种。本申请的有益效果是：通过计算各个飞行器的个体期望收益，并生成策略记忆池，将策略记忆池中总期望收益最大值对应的单纯飞行策略记作解脱飞行策略，控制各个飞行器进行自主冲突解脱飞行，解决了在飞行器只能探测到相邻飞行器的当前飞行策略时，多飞行器之间的飞行冲突问题，提高了飞行器控制系统的稳定性。通过计算个体期望收益，有利于提高各个飞行器进行冲突解脱飞行过程中包括飞行时延、飞行能耗以及舒适度等方面的飞行效率，提高飞行路线规划的准确性和及时性。本申请通过确定飞行器的相邻飞行器集合，引入演化博弈算法，计算目标飞行器相对于相邻飞行器集合的博弈总收益，以及飞行策略学习概率，更新目标飞行器的解脱飞行策略，实现了对异质化的多个飞行器进行协同飞行冲突解决，提高了整个飞行器群体协同飞行的安全性。通过演化博弈算法，构建博弈收益矩阵，减小了博弈总收益的计算量，并提高了计算博弈总收益的准确性。本申请能够扩大探测范围，并且能够更方便地对异质化的飞行器进行描述，提高了本申请中的冲突解决方法数学描述的准确性，以及确定解脱飞行策略的可靠性，提高了多机协同飞行进行协同飞行的安全性。附图说明本申请的上述和/或附加方面的优点在结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是根据本申请的一个实施例的基于前序飞行信息的密集飞行自主冲突解脱方法的示意流程图；图2是根据本申请的一个实施例的记忆池的示意图；图3是根据本申请的一个实施例的系统效率仿真图；图4是根据本申请的另一个实施例的基于演化博弈的异质化协同飞行冲突解决方法的示意流程图；图5是根据本申请的另一个实施例的异质化探测半径示意图；图6是根据本申请的另一个实施例的探测半径仿真曲线示意图；图7是根据本申请的另一个实施例的博弈模型的示意图；图8是根据本申请的另一个实施例的合作频率计算函数仿真示意图；图9是根据本申请的另一个实施例的协同飞行过程仿真示意图。具体实施方式为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施方式对本申请进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互结合。在下面的描述中，阐述了很多具体细节以本文档来自技高网...

【技术保护点】
1.基于前序飞行信息的密集飞行自主冲突解脱方法，其特征在于，该方法包括：步骤10，当判定多机协同飞行中的目标飞行器与相邻飞行器之间通信异常时，根据所述目标飞行器的总期望收益，确定所述目标飞行器的解脱飞行策略；步骤20，当判定所述目标飞行器和所述相邻飞行器之间的通信正常时，根据所述目标飞行器的博弈总收益，确定所述目标飞行器的所述解脱飞行策略。

【技术特征摘要】
1.基于前序飞行信息的密集飞行自主冲突解脱方法，其特征在于，该方法包括：步骤10，当判定多机协同飞行中的目标飞行器与相邻飞行器之间通信异常时，根据所述目标飞行器的总期望收益，确定所述目标飞行器的解脱飞行策略；步骤20，当判定所述目标飞行器和所述相邻飞行器之间的通信正常时，根据所述目标飞行器的博弈总收益，确定所述目标飞行器的所述解脱飞行策略。2.如权利要求1所述的基于前序飞行信息的密集飞行自主冲突解脱方法，其特征在于，所述步骤10中，具体包括：步骤11，当判定多机协同飞行中的所述目标飞行器与所述相邻飞行器之间通信异常时，根据多机协同飞行中的目标飞行器的全部单纯飞行策略和相邻飞行器的当前飞行策略，采用归一化算法和加权算法，计算所述目标飞行器对应的个体期望收益；步骤12，根据所述个体期望收益，生成多机协同飞行的策略记忆池，并计算所述策略记忆池中所述单纯飞行策略对应的总期望收益；步骤13，确定所述总期望收益最大值对应的所述单纯飞行策略为所述目标飞行器的所述解脱飞行策略。3.如权利要求2所述的基于前序飞行信息的密集飞行自主冲突解脱方法，其特征在于，所述步骤11中，具体包括：步骤111，根据目标飞行器的所述单纯飞行策略和任一个所述相邻飞行器的所述当前飞行策略，计算所述目标飞行器的个体安全收益和个体效率收益，其中，所述目标飞行器和所述相邻飞行器进行多机协同飞行；步骤112，采用归一化算法，对所述目标飞行器的个体安全收益和个体效率收益，进行归一化计算；步骤113，采用加权算法，根据归一化处理后的所述个体安全收益和归一化处理后的所述个体效率收益，计算所述个体期望收益，其中，所述个体期望收益的计算公式为：式中，为所述个体期望收益，为所述个体安全收益，为所述个体效率收益，λ为安全收益权重，为所述目标飞行器ai的第n个所述单纯飞行策略，n＝1,2,…,N，N为所述单纯飞行策略的总数，i＝1,2,…,M，M为协同飞行的飞行器数量。4.如权利要求3所述的基于前序飞行信息的密集飞行自主冲突解脱方法，其特征在于，所述安全收益权重的取值，满足如下步骤：步骤a，选取系统碰撞次数为零的所述单纯...

【专利技术属性】
技术研发人员：王炜烨，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京,11