一种基于无人机蜂群系统的任务可靠性分析方法及系统技术方案

本发明专利技术公开一种基于无人机蜂群系统的任务可靠性分析方法及系统。该分析方法包括：根据待分析的无人机蜂群系统，获取攻击策略；根据攻击策略对无人机蜂群系统的多层网络进行攻击；基于渗流模型，确定当前次攻击的临界概率；判断当前次攻击后的任务网络层的节点数是否大于0，如果是，按照攻击策略进行下一次攻击；如果否，攻击结束；将每一次攻击对应的临界概率作为任务脆弱性指数，确定每一次攻击对应的无人机蜂群系统的任务可靠性指数；每一次攻击对应的任务可靠性指数与任务脆弱性指数成反比关系，任务可靠性指数越高，无人机蜂群系统执行任务的可靠性越高。本发明专利技术可以很好的适用于无人机蜂群系统，同时提高可靠性分析结果的准确度。

A task reliability analysis method and system based on UAV bee colony system

【技术实现步骤摘要】
一种基于无人机蜂群系统的任务可靠性分析方法及系统
本专利技术涉及航空
，特别是涉及一种基于无人机蜂群系统的任务可靠性分析方法及系统。
技术介绍
随着航空技术的发展，无人机系统的种类和任务类型越来越广泛，其在救援、勘探、反恐、作战等民用和军用各个领域中均呈现出快速发展并扩散的趋势，并具有低伤亡率、低成本、使用限制少、隐蔽性好以及能够在恶劣环境下执行任务等优点。但单架无人机往往受到其生存能力、任务能力等因素的限制，难以满足复杂任务的需求。通过多架无人机间的通讯，进行信息共享，协同完成任务是解决上述问题的重要手段，可提升任务的弹性和灵活性，而且随着无人机系统自主化、网络化通信技术以及群体智能理论的发展，以无人机蜂群的形式执行任务将是未来应用的重要实现形式。对于无人机蜂群系统来说，系统中包含多架无人机系统、任务载荷和由多个无人机组成的数据通讯网等多层结构，同时网络层次之间不是相互独立的，还存在动态交互以及相关关系。无人机单机的任务可靠性通常可采用可靠性框图、BN、马尔科夫模型、二元决策图、thePetri-netmethod等方法来进行分析。但无人机蜂群并不是单机的简单组合，作为一个任务体系其具有物理系统层、通讯层和任务层等多维度层次结构，且其间存在复杂的逻辑交联关系，同时组织形式随时空不断演变重构，故障和风险在体系中的传播形式及其对任务的影响也不同于单机系统。所以传统的单机任务可靠性分析方法难以适用于无人机蜂群系统的任务可靠性分析，另外无人机蜂群系统在执行任务过程中所涌现出的新特性也很难依靠传统任务可靠性分析方法来覆盖。
技术实现思路
本专利技术的目的是提供一种基于无人机蜂群系统的任务可靠性分析方法及系统，以适用于无人机蜂群系统，同时提高可靠性分析结果的准确度。为实现上述目的，本专利技术提供了如下方案：一种基于无人机蜂群系统的任务可靠性分析方法，包括：根据待分析的无人机蜂群系统，获取攻击策略；所述待分析的无人机蜂群系统为基于复杂网络的多层网络结构，包括通讯网络层、结构网络层和任务网络层；每一层网络均包括多个节点，所述多层网络之间的所有节点通过边连接；根据所述攻击策略对所述无人机蜂群系统的多层网络进行攻击；对于所述攻击策略的第i次攻击，基于渗流模型，确定当前次攻击的临界概率；所述临界概率为任务网络层最大子团出现时的占有概率；判断当前次攻击后的任务网络层的节点数是否大于0，得到第一判断结果；当所述第一判断结果表示当前次攻击后的任务网络层的节点数大于0时，按照所述攻击策略进行下一次攻击；当所述第一判断结果表示当前次攻击后的任务网络层的节点数不大于0时，攻击结束；将每一次攻击对应的临界概率作为任务脆弱性指数，确定每一次攻击对应的所述无人机蜂群系统的任务可靠性指数；每一次攻击对应的任务可靠性指数与所述任务脆弱性指数成反比关系，任务可靠性指数越高，所述无人机蜂群系统执行任务的可靠性越高。可选的，所述攻击策略包括随机攻击策略和蓄意攻击策略；所述随机攻击策略为随机对节点或边进行攻击，所述蓄意攻击策略为按照设定好的攻击策略对节点或边进行攻击。可选的，所述对于所述攻击策略的第i次攻击，基于渗流模型，确定当前次攻击的临界概率，具体包括：确定当前次攻击所述任务网络层中待去除的节点；将所述待去除的节点去除，得到更新后的任务网络层；获取所述更新后的任务网络层所有节点的度的平均值；基于渗流模型，利用公式确定当前次攻击的临界概率Pc，其中<K为所述更新后的任务网络层所有节点的度的平均值。可选的，所述将每一次攻击对应的临界概率作为任务脆弱性指数，确定每一次攻击对应的所述无人机蜂群系统的任务可靠性指数，之后还包括：根据每一次攻击对应的任务可靠性指数，生成所述无人机蜂群系统的任务可靠性曲线，得到所述无人机蜂群系统的任务可靠性分析结果。本专利技术还提供一种基于无人机蜂群系统的任务可靠性分析系统，包括：攻击策略获取模块，用于根据待分析的无人机蜂群系统，获取攻击策略；所述待分析的无人机蜂群系统为基于复杂网络的多层网络结构，包括通讯网络层、结构网络层和任务网络层；每一层网络均包括多个节点，所述多层网络之间的所有节点通过边连接；攻击模块，用于根据所述攻击策略对所述无人机蜂群系统的多层网络进行攻击；临界概率获取模块，用于对于所述攻击策略的第i次攻击，基于渗流模型，确定当前次攻击的临界概率；所述临界概率为任务网络层最大子团出现时的占有概率；第一判断模块，用于判断当前次攻击后的任务网络层的节点数是否大于0，得到第一判断结果；迭代模块，用于当所述第一判断结果表示当前次攻击后的任务网络层的节点数大于0时，按照所述攻击策略进行下一次攻击；结束模块，用于当所述第一判断结果表示当前次攻击后的任务网络层的节点数不大于0时，攻击结束；任务可靠性指数确定模块，用于将每一次攻击对应的临界概率作为任务脆弱性指数，确定每一次攻击对应的所述无人机蜂群系统的任务可靠性指数；每一次攻击对应的任务可靠性指数与所述任务脆弱性指数成反比关系，任务可靠性指数越高，所述无人机蜂群系统执行任务的可靠性越高。可选的，所述攻击策略获取模块获取的攻击策略包括随机攻击策略和蓄意攻击策略；所述随机攻击策略为随机对节点或边进行攻击，所述蓄意攻击策略为按照设定好的攻击策略对节点或边进行攻击。可选的，所述临界概率获取模块，具体包括：待去除节点确定单元，用于确定当前次攻击所述任务网络层中待去除的节点；更新单元，用于将所述待去除的节点去除，得到更新后的任务网络层；度平均值获取单元，用于获取所述更新后的任务网络层所有节点的度的平均值；临界概率确定单元，用于基于渗流模型，利用公式确定当前次攻击的临界概率Pc，其中<K>为所述更新后的任务网络层所有节点的度的平均值。可选的，还包括：曲线生成模块，用于将每一次攻击对应的临界概率作为任务脆弱性指数，确定每一次攻击对应的所述无人机蜂群系统的任务可靠性指数之后，根据每一次攻击对应的任务可靠性指数，生成所述无人机蜂群系统的任务可靠性曲线，得到所述无人机蜂群系统的任务可靠性分析结果。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术针对基于复杂网络构建的无人机蜂群系统，采用任务网络层的脆弱性分析过程实现对整个无人机蜂群系统的可靠性分析，并且提高了可靠性分析的准确度。采用本专利技术的任务可靠性分析方法，在无人机蜂群系统设计、任务规划、任务分配、任务决策、维修保障等各个环节提供准确有效的定量化依据，支撑无人机蜂群相关工作的发展。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术基于本文档来自技高网...

【技术保护点】
1.一种基于无人机蜂群系统的任务可靠性分析方法，其特征在于，包括：/n根据待分析的无人机蜂群系统，获取攻击策略；所述待分析的无人机蜂群系统为基于复杂网络的多层网络结构，包括通讯网络层、结构网络层和任务网络层；每一层网络均包括多个节点，多层网络之间的所有节点通过边连接；/n根据所述攻击策略对所述无人机蜂群系统的多层网络进行攻击；/n对于所述攻击策略的第i次攻击，基于渗流模型，确定当前次攻击的临界概率；所述临界概率为任务网络层最大子团出现时的占有概率；/n判断当前次攻击后的任务网络层的节点数是否大于0，得到第一判断结果；/n当所述第一判断结果表示当前次攻击后的任务网络层的节点数大于0时，按照所述攻击策略进行下一次攻击；/n当所述第一判断结果表示当前次攻击后的任务网络层的节点数不大于0时，攻击结束；/n将每一次攻击对应的临界概率作为任务脆弱性指数，确定每一次攻击对应的所述无人机蜂群系统的任务可靠性指数；每一次攻击对应的任务可靠性指数与所述任务脆弱性指数成反比关系，任务可靠性指数越高，所述无人机蜂群系统执行任务的可靠性越高。/n

【技术特征摘要】
1.一种基于无人机蜂群系统的任务可靠性分析方法，其特征在于，包括：
根据待分析的无人机蜂群系统，获取攻击策略；所述待分析的无人机蜂群系统为基于复杂网络的多层网络结构，包括通讯网络层、结构网络层和任务网络层；每一层网络均包括多个节点，多层网络之间的所有节点通过边连接；
根据所述攻击策略对所述无人机蜂群系统的多层网络进行攻击；
对于所述攻击策略的第i次攻击，基于渗流模型，确定当前次攻击的临界概率；所述临界概率为任务网络层最大子团出现时的占有概率；
判断当前次攻击后的任务网络层的节点数是否大于0，得到第一判断结果；
当所述第一判断结果表示当前次攻击后的任务网络层的节点数大于0时，按照所述攻击策略进行下一次攻击；
当所述第一判断结果表示当前次攻击后的任务网络层的节点数不大于0时，攻击结束；
将每一次攻击对应的临界概率作为任务脆弱性指数，确定每一次攻击对应的所述无人机蜂群系统的任务可靠性指数；每一次攻击对应的任务可靠性指数与所述任务脆弱性指数成反比关系，任务可靠性指数越高，所述无人机蜂群系统执行任务的可靠性越高。


2.根据权利要求1所述的基于无人机蜂群系统的任务可靠性分析方法，其特征在于，所述攻击策略包括随机攻击策略和蓄意攻击策略；所述随机攻击策略为随机对节点或边进行攻击，所述蓄意攻击策略为按照设定好的攻击策略对节点或边进行攻击。


3.根据权利要求1所述的基于无人机蜂群系统的任务可靠性分析方法，其特征在于，所述对于所述攻击策略的第i次攻击，基于渗流模型，确定当前次攻击的临界概率，具体包括：
确定当前次攻击所述任务网络层中待去除的节点；
将所述待去除的节点去除，得到更新后的任务网络层；
获取所述更新后的任务网络层所有节点的度的平均值；
基于渗流模型，利用公式确定当前次攻击的临界概率Pc，其中<K>为所述更新后的任务网络层所有节点的度的平均值。


4.根据权利要求1所述的基于无人机蜂群系统的任务可靠性分析方法，其特征在于，所述将每一次攻击对应的临界概率作为任务脆弱性指数，确定每一次攻击对应的所述无人机蜂群系统的任务可靠性指数，之后还包括：
根据每一次攻击对应的任务可靠性指数，生成所述无人机蜂群系统的任务可靠性曲线，得到所述无人机蜂群系统的任务可靠性分析结果。


5.一种基于无人机蜂群系统的任务可靠性分析系统，其特征在于，包括：
攻击策略获取模...

【专利技术属性】
技术研发人员：王立志，王晓红，李世祥，范文慧，张源，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11