【技术实现步骤摘要】
隐式通信下无人机协同跟踪地面目标的期望队形获得方法
[0001]本专利技术涉及无人机编队
，具体涉及一种隐式通信下无人机协同跟踪地面目标的期望队形获得方法。
技术介绍
[0002]在多无人机执行任务的过程中，多无人机间往往依赖显式通信建立信息传递链路，通过通信介质与通信设备传递信息。多数文献研究了显式通信条件下的多无人机编队队形优化方法，但是在无人机进入强电磁干扰区域时，无人机间通信受阻，需要依赖隐式通信建立信息传递链路，即各无人机通过有限视野传感器探测信息。此时，多无人机需以编队的形式执行任务，防止有无人机脱离集群。由于隐式通信无法传递编队队形结构信息，需在执行任务前在无人机中载入目标队形信息。目标队形信息与多无人机所执行的任务内容相关，根据不同任务的要求不同的目标队形信息。对于对地面目标的跟踪任务，在执行任务时希望无人机排布相对紧密，使无人机探测范围的交集区域尽可能大。令被跟踪目标处于该区域内，目标将不易于脱离无人机群的探测范围，能够增强跟踪过程的稳定性，在一定程度上降低对目标的失跟率。
[0003]在隐式...
【技术保护点】
【技术特征摘要】
1.一种隐式通信下无人机协同跟踪地面目标的期望队形获得方法，其特征在于，通过求解编队队形优化问题得到无人机编队的期望队形；所述编队队形优化问题为：maxf(L，φ)＝ω1f1+ω2f2其中，L为无人机间的欧式距离矩阵，φ为无人机间的相对视线角度矩阵，矩阵L和矩阵φ的对角线元素都是0；ω1为抗毁性评价函数f1的权重向量，ω2为跟踪任务稳定性评价函数f2的权重向量，ω1，ω2∈[0，1]，ω1+ω2＝1；其中，抗毁性评价函数f1为无向图的自然连通度与其最大自然连通度的比值；其中，所述无向图通过忽略有向图中边的方向得到，所述有向图为表示无人机集群的信息传递拓扑结构图；所述无向图的自然连通度的计算公式为N为无人机集群中的无人机总数，λ
i
为所述无向图邻接矩阵的特征值；所述无向图的最大自然连通度为无向图为全连通图时的自然连通度；跟踪任务稳定性评价函数f2通过如下方式获得：在目标区域X
max
×
Y
max
内均匀排布若干点；获得一个探测圆域内处于交集区域的点数与该探测圆域内所有点数的比值即为跟踪任务稳定性评价函数f2；所述交集区域为该探测圆域内与所有其他探测圆域的交集区域；(x
i
，y
i
)表示第i个无人机的绝对位置坐标；l
ij
表示第i个无人机和第j个无人机间的欧氏距离；d
min
为避免无人机碰撞的最小距离；lea为所述有向图的邻接矩阵包含的全零列数目。2.如权利要求1所述的期望队形获得方法，其特征在于，通过遗传算法、模拟退火算法、粒子群算法或蚁群算法求解编队队形优化问题。3.如权利要求2所述的期望队形获得方法，其特征在于，通过遗传算法求解编队队形优化问题的具体步骤为：步骤21，初始化遗传算法的进化参数，包括最大迭代次数G、种群大小NIND、交叉概率P
c
以及变异概率P
m
；步骤22，确定解的编码形式：设定某无人机为1号无人机，编码包括1号无人机与其余无人机的欧式距离与相对视线角度；步骤23，种群初始化：将1号无人机的绝对位置坐标设置为目标区域的中心点1号无人机与第i个无人机的欧式距离l
1i
与相对视线角度的生成范围为：的生成范围为：
在范围内随机生成NIND个初始解，完成种群的初始化；步骤24，通过解码得到编队的几何结构、拓扑结构以及每架无人机的绝对位置；步骤25，利用Deb可行性法则处理所述优化问题的约束条件，对染色体解码后，根据各无人机间的绝对与相对位置信息判断违反区域约束与无人机间最短距离约束的无人机个数以及无法探测到其它无人机的无人机个数，根据违反约束的无人机个数表示解对于三个约束的违反程度，再结合所述优化问题的评价函数设计适应度函数；其中，所述适应度表示对于优化问题三个约束条件的违反程度，所述适应度函数为：其中，R
b
为惩罚因子，R
b
＝R1+R2+R3，R1为目标区域约束违反程度，R2为无人机间最短距离约束违反程度，R3为连通性约束违反程度；g
min
为当前代内最差解的最小适应度；步骤26，根据适应度大小设置各个染色体被选择的概率，各个体被选中的概...
【专利技术属性】
技术研发人员：辛斌，熊楚依，郭苗，张钧溪，陈杰，王晴，蒋金强，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。