一种不确定环境下的无人机集群协同目标分配设计方法技术

本发明专利技术公开了一种不确定环境下的无人机集群协同目标分配设计方法，具体为：针对无人机集群运动环境复杂不确定性强的特性，将无人机集群协同目标分配问题抽象为优化问题，建立协同目标分配的目标函数；基于权重自适应的方法评估目标对无人机的威胁值；建立导弹理想杀伤概率模型，并采用复合辛普森法求解导弹理想杀伤概率；结合模拟退火方法，采用自适应多目标优化算法SA

【技术实现步骤摘要】
一种不确定环境下的无人机集群协同目标分配设计方法


[0001]本专利技术涉及一种不确定环境下的无人机集群协同目标分配设计方法，属于无人机集群协同目标分配


技术介绍

[0002]无人机集群协同目标分配是指基于环境知识和任务需求，为多机系统中的无人机(UAV)分配一个或一组有序任务，以便完成最大可能数量任务的同时使多机系统整体效率和资源配比达到最优。分配目标时既要考虑到飞行器的数量、任务的类别和权重、飞行的环境等因素；又要考虑可行的航程代价、合理的分配算法、各种协同约束条件等问题。因此，该问题是UAV异构多模型、且约束条件复杂的最优化NP问题。目前常采用集中式或分布式方法对此问题进行求解。
[0003]集中式方法如匈牙利算法、混合整数线性规划法、法动态规划法、鉴于滚动优化原理的多目标分配方法等，集中式方法可以统一控制，全局协调目标之间的各种复杂关系，但是此类方法过度依赖控制中心，扩展性相对较差。
[0004]分布式方法如基于协商法的目标分配方法、基于群智能算法的多目标遗传规划方法，对于遗传规划存在迭代周期长、容易陷入局部最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种不确定环境下的无人机集群协同目标分配设计方法，其特征在于，包括如下步骤：步骤1，设定在任务空间区域内，有n架出发位置相同或不同的无人机，预执行攻击m个散布在任务空间区域内不同位置的目标，将无人机集群协同目标分配问题抽象为优化问题，建立协同目标分配的目标函数；步骤2，基于权重自适应的方法评估第i个目标对第u个无人机的威胁值，i＝1,...,m，u＝1,...,n；步骤3，建立导弹理想杀伤概率模型，采用复合辛普森法求解导弹理想杀伤概率；步骤4，结合模拟退火方法，采用自适应多目标优化算法SA
‑
NSGAⅢ求解协同目标分配的目标函数，从而得到无人机集群协同目标攻击方案。2.根据权利要求1所述不确定环境下的无人机集群协同目标分配设计方法，其特征在于，所述步骤1的具体过程如下：考虑优化问题的目的为剩余目标威胁值最小，且目标期望杀伤值最大，其协同目标分配的目标函数为：式中，F表示剩余目标威胁值，E表示目标期望杀伤值，T
(u,i)
表示第i个目标对第u个无人机的威胁值，r为导弹总数量，H
(k,i)
表示第k枚导弹对第i个目标的杀伤概率，x
(k,i)
表示第i个目标是否受到第k枚导弹的攻击，x
(k,i)
＝1表示受到攻击，x
(k,i)
＝0表示没有受到攻击；且H
(k,i)
＝β
w
S
(k,i)
K式中，β
w
为环境影响因子，0＜β
w
＜1，S
(k,i)
表示第k枚导弹所属的无人机对第i个目标的态势优势，S
(k,i)
＝1
‑
T
(u,i)
，K为导弹理想杀伤概率。3.根据权利要求1所述不确定环境下的无人机集群协同目标分配设计方法，其特征在于，所述步骤2的具体过程如下：步骤2.1，选取目标类型、目标距离、飞行速度、飞行高度及航向角作为威胁因素，对威胁因素进行量化，得到威胁因素量化值；步骤2.2，根据威胁因素量化值构造状态向量X＝[x1,x2,...,x5]，设定变权向量为S(X)＝[s1(x),s2(x),...,s5(x)]，其中：(x)]，其中：式中，x
j
表示第j个威胁因素量化值，表示威胁因素量化均值，σ为变权因子；第j个威胁因素的实时权重w
j
为：
步骤2.3，各个威胁因素的实时权重w
j
和对应的威胁因素量化值x
j
乘积求和得到目标对无人机的威胁值。4.根据权利要求1所述不确定环境下的无人机集群协同目标分配设计方法，其特征在于，步骤3所述导弹理想杀伤概率模型为：式中，K为导弹理想杀伤概率，f
g
(y,z)表示制导误差的概率密度，f
s
(x/y,z)表示引爆装置引爆点沿导弹纵轴散布的概率密度，f
d
(y,z)表示引爆装置的引爆概率的概率密度函数，f
b
(x,y,z)表示导弹爆炸后对目标的杀伤概率的概率密度函数，(x,y,z)表示目标的坐标位置，f
g
(y,z)f
s
(x/y,z)f
d
(y,z)表示导弹在目标位置附近爆炸的概率。5.根据权利要求2所述不确定环境下的无人机集群协同目标分配设计方法，其特征在于，所述步骤4的具体过程如下：步骤4.1，将目标函数中的目标期望杀伤值E转化为求最小值的形式即
‑
E，给出一组随机解集，计算随机解集中所有解对应的目标函数值，所述目标函数值包括F和
‑
E；步骤4.2，对于当前迭代过程，对当前解集进行交叉和变异操作，得到新的解集，其中交叉和变异操作中的交叉值P
c
和变异值P
m
按照下式进行自适应变化：变化：式中，P
c1
、P
c2
分别为设定交叉概率的最大值、最小值，P
m1
、P
m2
分...

【专利技术属性】
技术研发人员：张丹萌，文梁栋，肖息，甄子洋，陆晓安，李亚楠，江驹，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：