多无人机协同对地攻击任务规划方法及终端设备技术

本发明专利技术适用于无人机技术领域，提供了多无人机协同对地攻击任务规划方法及终端设备，上述方法包括：确定无人机总滞空时间及目标价值随时间变化的攻击目标的总收益；根据攻击目标的总收益及无人机总滞空时间确定目标函数；根据目标函数、无人机载弹量约束及无人机航程约束，建立多目标协同攻击模型；对多目标协同攻击模型求解，得到各个无人机的攻击任务。本发明专利技术考虑目标价值随时间变化的因素，各个无人机的攻击任务随时间动态调整，普适性好，可满足实际应用需求。

【技术实现步骤摘要】
多无人机协同对地攻击任务规划方法及终端设备
本专利技术属于无人机
，尤其涉及一种多无人机协同对地攻击任务规划方法及终端设备。
技术介绍
随着无人机技术的快速发展，无人机在情报搜集、电子侦察、电子攻击、火力打击等多个军事领域发挥着越来越重要的作用。在复杂多变的信息化战场环境下，单无人机由于覆盖范围及探测角度受限，制约了作战效能的发挥，因此作战模式也逐渐由单机向多机协同方向发展。为快速实现多无人机协同对地攻击任务，首先需针对具体的任务背景及需求，为各无人机合理分配作战目标，然后再使得各无人机以较小的代价完成作战任务，该过程即为多无人机协同对地攻击任务规划过程。现有技术中对多无人机协同对地攻击任务进行规划的方法多适用于作战目标固定的情况，而实际作战过程中，作战过程的不同时期同一个作战目标产生的影响也是不同的，作战目标对战场态势的影响是随时间变化的，因此普适性较差，不符合实际应用需求。
技术实现思路
有鉴于此，本专利技术实施例提供了一种多无人机协同对地攻击任务规划方法及终端设备，以解决现有技术中多无人机协同对地攻击任务进行规划的方法作战目标固定，普适性差的问题。本专利技术实施例的第一方面提供了一种多无人机协同对地攻击任务规划方法，包括：确定无人机总滞空时间及目标价值随时间变化的攻击目标的总收益；根据攻击目标的总收益及无人机总滞空时间确定目标函数；根据目标函数、无人机载弹量约束及无人机航程约束，建立多目标协同攻击模型；对多目标协同攻击模型求解，得到各个无人机的攻击任务。本专利技术实施例的第二方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如本专利技术实施例第一方面提供的多无人机协同对地攻击任务规划方法的步骤。本专利技术实施例第三方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如本专利技术实施例第一方面提供的多无人机协同对地攻击任务规划方法的步骤。本专利技术实施例提供了一种多无人机协同对地攻击任务规划方法，包括：确定无人机总滞空时间及目标价值随时间变化的攻击目标的总收益；根据攻击目标的总收益及无人机总滞空时间确定目标函数；根据目标函数、无人机载弹量约束及无人机航程约束，建立多目标协同攻击模型；对多目标协同攻击模型求解，得到各个无人机的攻击任务。本专利技术实施例考虑目标价值随时间变化的因素，各个无人机的攻击任务随时间动态调整，普适性好，可满足实际应用需求。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述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是本专利技术实施例提供的一种多无人机协同对地攻击任务规划方法的实现流程示意图；图2是本专利技术实施例提供的生成初始蜜源的示意图；图3是本专利技术实施例提供的逆向算子操作的示意图；图4是本专利技术实施例提供的交叉算子操作的示意图；图5是本专利技术实施例提供的变异算子操作的示意图；图6是本专利技术实施例提供的目标及无人机基地位置示意图；图7是本专利技术实施例提供的目标价值不随时间变化时采用本专利技术实施例提供的方法得到的各个无人机的攻击任务图；图8是本专利技术实施例提供的目标价值不随时间变化时采用MPHGA算法得到的各个无人机的攻击任务图；图9是本专利技术实施例提供的目标价值不随时间变化时两种方法的对比图；图10是本专利技术实施例提供的权重系数p＝1和q＝0时采用本专利技术实施例提供的改进人工蜂群算法得到的各个无人机的攻击任务图；图11是本专利技术实施例提供的权重系数p＝1和q＝0时采用MPHGA算法得到的各个无人机的攻击任务图；图12是是本专利技术实施例提供的权重系数p＝0.5和q＝0.5时采用本专利技术实施例提供的改进人工蜂群算法得到的各个无人机的攻击任务图；图13是本专利技术实施例提供的权重系数p＝0.5和q＝0.5时采用MPHGA算法得到的各个无人机的攻击任务图；图14是是本专利技术实施例提供的权重系数p＝0和q＝1时采用本专利技术实施例提供的改进人工蜂群算法得到的各个无人机的攻击任务图；图15是本专利技术实施例提供的权重系数p＝0和q＝1时采用MPHGA算法得到的各个无人机的攻击任务图；图16是本专利技术实施例提供的多无人机协同对地攻击任务规划装置的示意图；图17是本专利技术实施例提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术的技术方案，下面通过具体实施例来进行说明。参考图1，本专利技术实施例提供了一种多无人机协同对地攻击任务规划方法，包括：步骤S101：确定无人机总滞空时间及目标价值随时间变化的攻击目标的总收益；步骤S102：根据攻击目标的总收益及无人机总滞空时间确定目标函数；步骤S103：根据目标函数、无人机载弹量约束及无人机航程约束，建立多目标协同攻击模型；步骤S104：对多目标协同攻击模型求解，得到各个无人机的攻击任务。实际作战中，战场态势随着时间变化而变化，目标的价值随时间的变化也会发生变化。无人机对多个地面目标实施攻击之前，通过前期侦察与参谋人员分析，已确定各个目标的位置信息、目标价值以及价值随时间改变情况。本专利技术实施例考虑目标价值随时间变化的因素，确定目标价值随时间变化的攻击目标的总收益，并根据变化的攻击目标的总收益确定目标函数，建立多目标协同攻击模型，并对模型求解得到无人机的攻击任务。使得各个无人机从基地出发，并完成对指定目标的攻击，然后再回到基地。各个无人机的攻击任务随时间动态调整，普适性好，更符合实际应用需求。一些实施例中，攻击目标的总收益Um的计算公式为：无人机总滞空时间Tm的计算公式为：其中，为决策变量；当第i个无人机攻击第j个目标时，当第i个无人机对第j个目标未实施攻击时，Vj为第j个目标的价值；Cj为第j个目标的价值随时间变化的函数，dj为第j个目标随时间的衰减函数，tij为第i个无人机从离开基地到攻击第j个目标所经历的时间；pathi为第i个无人机执行攻击任务时的航程；vi为第i个无人机的巡航速度；i＝1,…，Nu,Nu为无人机的个数；j＝1,…，Nt,Nt为目标的个数。本专利技术实施例中引入目标随时间的衰减函数，攻击目标的总收益随时间变化，更符合实际应用需求。一些实施例中，步骤S102，包括：步骤S1021：确定目标的初始本文档来自技高网...

【技术保护点】
1.一种多无人机协同对地攻击任务规划方法，其特征在于，包括：/n确定无人机总滞空时间及目标价值随时间变化的攻击目标的总收益；/n根据所述攻击目标的总收益及所述无人机总滞空时间确定目标函数；/n根据所述目标函数、无人机载弹量约束及无人机航程约束，建立多目标协同攻击模型；/n对所述多目标协同攻击模型求解，得到各个无人机的攻击任务。/n

【技术特征摘要】
1.一种多无人机协同对地攻击任务规划方法，其特征在于，包括：
确定无人机总滞空时间及目标价值随时间变化的攻击目标的总收益；
根据所述攻击目标的总收益及所述无人机总滞空时间确定目标函数；
根据所述目标函数、无人机载弹量约束及无人机航程约束，建立多目标协同攻击模型；
对所述多目标协同攻击模型求解，得到各个无人机的攻击任务。


2.如权利要求1所述的多无人机协同对地攻击任务规划方法，其特征在于，
所述攻击目标的总收益Um的计算公式为：






所述无人机总滞空时间Tm的计算公式为：



其中，为决策变量；当第i个无人机攻击第j个目标时，当第i个无人机对第j个目标未实施攻击时，Vj为第j个目标的价值；Cj为第j个目标的价值随时间变化的函数，dj为第j个目标随时间的衰减函数，tij为第i个无人机从离开基地到攻击第j个目标所经历的时间；pathi为第i个无人机执行攻击任务时的航程；vi为第i个无人机的巡航速度；i＝1，…，Nu，Nu为无人机的个数；j＝1，…，Nt，Nt为目标的个数。


3.如权利要求1所述的多无人机协同对地攻击任务规划方法，其特征在于，所述根据所述攻击目标的总收益及所述无人机总滞空时间确定目标函数，包括：
确定目标的初始价值总和；
根据所述目标的初始价值总和、所述攻击目标的总收益及所述无人机总滞空时间，确定所述目标函数。


4.如权利要求3所述的多无人机协同对地攻击任务规划方法，其特征在于，所述目标函数f的计算公式为：
f＝min[p(U0-Um)+qβTm]



其中，p和q为权重系数，β为补偿系数，U0为所述初始价值总和，Um为所述攻击目标的总收益，Tm为所述无人机总滞空时间，Vj为第j个目标的价值，j＝1，…，Nt，Nt为目标的个数。


5.如权利要求1所述的多无人机协同对地攻击任务规划方法，其特征在于，所述无人机载弹量约束为：



所述无人机航程约束为：
pathi＜＜Di
其中，为决策变量；当第i个无人机攻击第j个目标时，当第i个无人机对第j个目标未实施攻击时，Bi为第i个无人机的最大载弹量；pathi为第i个无人机执行攻击任务时的航程，Di为第i个无人机的最大航程时间变化i＝1，…，Nu，Nu为无人机的个数；j＝1，…，Nt，Nt为目标的个数。


6.如权利要求1所述的多无人机协同对地攻击任务规划方法，其特征在于，所述对所述多目标协同攻击模型求解，得到各个无人机的攻击任务，包括：
基于整数编码，根据预设的初始化参数生成初始蜜源种群；
基于逆向算子和交叉算子，对雇佣蜂进行邻域搜索，生成第一邻近蜜源，并对各个雇佣蜂对应的初始蜜源和各个雇佣蜂对应的第一邻近蜜源进行贪婪选择，生成第一蜜源种...

【专利技术属性】
技术研发人员：史凤鸣，李伟，张小孟，胡永江，李文广，刘晓光，毛琼，
申请(专利权)人：中国人民解放军陆军工程大学，
类型：发明
国别省市：河北;13