【技术实现步骤摘要】
一种基于改进蚁群算法的多无人机协同调控方法
[0001]本专利技术属于无人机
，特别是涉及一种基于改进蚁群算法的多无人机协同调控方法。
技术介绍
[0002]多无人机的协同作战属于一个新的研究领域，要应用于实际飞行中，需要解决很多问题，如分布式控制问题、防碰避障问题等。多机协同的难点在于不仅要考虑每架无人机自身的飞行性能、约束限制条件和毁伤概率等问题；还要解决多无人机之间的协同合作和避免冲突等问题，同时，任务与任务之间的前后续关系，任务执行的时间窗约束，都大大增加了求解难度。此外，多无人机任务规划本质上不同于单机在于具有协同、协调能力，规划时需考虑时间上的“协同”、空间上的“协调”，所以规划上的复杂度和计算量都大大增加。最后，战场的不确定性决定了，规划好的任务往往需要根据实际情况动态调整，因此，对算法的求解速度、规划方案的鲁棒性等提出较高的要求。
[0003]目前主流的无人机任务规划解决方案主要存在以下三方面的缺点：1.建模方面：为了求解便利，任务规划数学模型约束存在大量简化，例如只考虑无人机飞行续航，不考虑执...
【技术保护点】
【技术特征摘要】
1.一种基于改进蚁群算法的多无人机协同调控方法，其特征在于，包括步骤：S10,接收无人机协同作战任务目标数据，调用无人机平台信息和无人机载荷信息，初步判断无人机是否可以完成任务；S20,对任务目标数据进行协同任务拆分，获得任务数据；S30,根据任务数据构建无人机协同任务规划模型；S40,调用改进蚁群算法求解无人机协同任务规划模型；S50,根据无人机协同任务规划模型输出的任务规划方案根据上级指标要求进行提取，并输出最终协同任务方案。2.根据权利要求1所述的一种基于改进蚁群算法的多无人机协同调控方法，其特征在于，在所述步骤S10中,接收无人机协同作战任务目标数据，调用无人机平台资源数据，初步判断无人机是否可以完成任务，包括步骤：S11,接收解析上级下达的无人机协同作战任务目标数据；S12,调用无人机平台信息和无人机载荷信息；S13,判断单个任务目标数据是否超出无人机平台信息和无人机载荷信息的能力约束；是则上报错误信息，再进行下一步；否则直接进行下一步。3.根据权利要求2所述的一种基于改进蚁群算法的多无人机协同调控方法，其特征在于，所述无人机协同作战任务目标数据包含：执行时间、目标位置、任务类型、任务价值权重、任务与任务之间的前后续关系。4.根据权利要求2所述的一种基于改进蚁群算法的多无人机协同调控方法，其特征在于，在所述步骤S20中，对任务目标数据进行协同任务拆分，包括步骤：根据任务目标数据的任务属性拆分协同任务，生成多个独立子任务；生成每个子任务所需要的无人机平台类型和载荷信息，计算执行任务时无人机的作业范围和关键航迹点信息，以及确定需要多机协同的任务；建立资质匹配矩阵作为任务数据。5.根据权利要求4所述的一种基于改进蚁群算法的多无人机协同调控方法，其特征在于，所述任务目标数据的任务属性包括任务规划目标的位置信息，任务时间窗、任务位置、任务类型、任务重要度、目标类型、目标位置和目标信号参数。6.根据权利要求4所述的一种基于改进蚁群算法的多无人机协同调控方法，其特征在于，在所述步骤S30中，结合生成的任务数据，建立数学模型定量的描述无人机任务规划问题，包括步骤：调用航迹规划算法利用地理信息数据生成子任务之间的转移时间矩阵；根据资质匹配矩阵和转移时间矩阵，建立数学模型定量的描述无人机任务规划问题；根据任务目标数据的时限要求，设定改进蚁群算法迭代次数和终止条件。7.根据权利要求6所述的一种基于改进蚁群算法的多无人机协同调控方法，其特征在于，在所述步骤S30中，无人机协同任务规划模型的目标函数：其中，D
ij
表示从任务点i到任务点j的距离；引入决策变量x
ijk
，x
ijk
＝1时表示无人机k从i任务点飞到j任务点，否则x
ijk
＝0；其中表示从起点出发的无人机...
【专利技术属性】
技术研发人员：辜乐希，周康燕，汪峰，姚慰，龚珊，曾理，任浩，汪波，
申请(专利权)人：成都戎星科技有限公司，
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。