基于改进狼群优化算法的无人机集群协同对地打击方法技术

本发明专利技术公开了一种基于改进狼群优化算法的无人机集群协同对地打击方法，首先，建立了综合考虑无人机性能、携带侦察资源、目标信息、时序约束、均衡打击等条件的任务分配模型；其次，考虑传统狼群算法不适用于任务分配问题，同时为提高算法全局寻优效率，重新设计了离散狼群算法；然后，将其与2

【技术实现步骤摘要】
基于改进狼群优化算法的无人机集群协同对地打击方法


[0001]本专利技术属于无人机集群任务规划领域，具体公开了一种基于改进狼群优化算法的无人机集群协同对地打击方法。

技术介绍

[0002]随着科技与信息技术的高速发展，无人机(Unmanned Aerial Vehicle，UAV)因其简单、灵活与成本低廉等特点引起了国内外学者的热切关注。无人机产业方兴未艾，是现在、也是未来很长一段时间快速发展和广泛应用的朝阳产业，各种类型的UAV在军事领域和民生领域应用日渐广泛。然而单架UAV因续航时间、武器载荷、侦察性能等条件约束，复杂环境下的作战任务越加难以实现。但由于UAV在通信、自主和集群技术等领域不断地进步，研究人员发现多架UAV之间的进行相互交流与共享信息，可以增强感知实时战场态势，实现协同搜索侦察敌情、协同任务分配及协同攻击目标，从而完成单架UAV难以完成的复杂任务。
[0003]UAV集群协同任务规划是一个强耦合多任务多约束的优化问题，其建模复杂，并且UAV数量越多，求解计算越困难。为实现无人机集群协同作战，加强整体任务效能，需要为无人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进狼群优化算法的无人机集群协同对地打击方法，其特征在于，包括以下步骤：(1)设置打击任务条件；(2)确定无人机集群任务分配模型约束条件和目标函数；(3)改进离散狼群算法，与2
‑
opt逆转变异算法以及新的编码解码方式相结合，形成改进的狼群优化算法；(4)基于改进的狼群优化算法，对无人机集群任务分配模型求解。2.根据权利要求1所述的基于改进狼群优化算法的无人机集群协同对地打击方法，其特征在于，所述步骤(1)实现过程如下：(11)假设任务场景中有N
T
个待执行目标，执行任务的UAV数量为N
M
；则无人机协同任务分配问题可用一个四元组{U,T,F
T
,C}表示,其中U为UAV集合、T表示目标集合、F
T
表示目标任务类型集合、C表示约束与限制条件集合；基地设有3种类型共N
M
架异构无人机，用集合表示，其中包含只具有攻击能力的UAV，只具有评估能力的UAV以及具有攻击评估能力一体化的UAV；评估任务不消耗弹药载荷，纯攻击无人机消耗弹药以后退出任务区域，攻击评估一体化UAV消耗完弹药以后将只能进行评估任务；(12)目标集合表示为任务类型表示为F
T
＝{A,V},A表示为攻击任务，V表示毁伤评估任务；每个目标均要执行攻击、评估任务中的一个或多个子任务；对于任务x,y分别表示目标的横坐标和纵坐标，定义表示目标T
i
的任务约束，表示目标T
i
的攻击价值，为目标T
i
的评估价值；每个目标需要执行次任务，目标总任务为：式中，表示需要执行的攻击总任务次数，N
T
表示为待执行目标数量，此处可以理解为需要执行的评估总任务次数；(13)对于无人机x,y分别表示无人机的横坐标和纵坐标，定义表示无人机U
i
的约束条件，其中表示无人机可以执行任务的类型约束条件，表示无人机能够飞行的最大航程，表示无人机携带的最大武器载荷约束。3.根据权利要求1所述的基于改进狼群优化算法的无人机集群协同对地打击方法，其特征在于，步骤(2)所述无人机集群任务分配模型约束条件为：每个目标的攻击和毁伤评估任务都应该被执行：
式中，T
jh
表示为目标j的第h个任务，其中h＝1,
…
,Tsum
j
‑
1都是攻击任务，h＝Tsum
j
表示毁伤评估任务；每架UAV至少被分配一个任务：每个任务只能被执行一次：每架UAV满足其航程约束：Length
i
≤Length
maxi
式中，Length
maxi
为燃料限制下无人机U
i
的飞行最大航程；打击武器载荷约束：任务能力约束：异构无人机集群中，每架无人机可能具备不同的能力，每架UAV只能执行自身能力集合范围内的任务：式中，AssignMission(U
i
)表示分配给无人机U
i
的任务类型集合，MissionKind(U
i
)表示无人机U
i
能够执行的任务类型集合；任务之间需要满足一定的时序耦合条件：h
m
≠h
n
,且h
m
,h
n
∈{1,
…
,Tsum
j
‑
1}h＝1,
…
,Tsum
j
‑
1e
Tjh
≤s
Tjh
,h＝Tsum
j
式中，表示无人机U
i
执行目标j的第h
m
次攻击任务，表示无人机U
i
执行目标j的第h
n
次攻击任务，相减得到1e
‑
5表示同一架UAV连续执行同一目标的两次攻击无任务时间间隔；表示任务T
jh
的开始执行时刻，t
ijh
表示无人机U
i
执行任务T
jh
的准备/执行时间，表示任务T
jh
的完成时刻；打击任务和评估任务的任务间隔约束：打击任务和评估任务的任务间隔约束：式中，T
jh_Alast
表示目标T
j
执行的最后一次打击任务，表示目标T
j
最后一次打击任务的完成时刻，表示目标T
j
的评估任务开始时刻，t
int_min
和t
int_max
分别表示打击任务和评估任务之间的最小时间间隔和最大时间间隔；
时间约束：若某任务需要在特定的时间范围内完成，对于机动目标存在此约束：式中，t
jh
表示为任务实际执行时刻，表示任务允许执行的最早时刻，表示任务允许执行的最晚时刻。4.根据权利要求1所述的基于改进狼群优化算法的无人机集群协同对地打击方法，其特征在于，步骤(2)所述无人机集群任务分配模型目标函数为：任务总飞行航程指标：length(project
i
)为无人机U
i
执行所分配任务的航行长度，则无人机集群任务规划的总飞行航程代价函数为：；任务完成价值收益：无人机U
i
所攻击/评估的目标j价值为v
ij
，无人机U
i
所分配的任务总数量为Task_sum
i
，则完成任务的价值收益指标为：式中，S
ij
为任务j被无人机U
i
执行任务的顺序标号(S
ij
≤Task_sum
i
)；任务分配均衡性：任务分配均衡性：式中，length(project
i
)表示无人机i分配的所有任务长度，Length_ave表示无人机的平均航程，J3表示无人机飞行航程方差；弹药分配指标J4为：为：为：式中，Value_U
i
T
j
表示第i架无人机的弹药载荷与目标j攻击价值之和，Value_UT(project
i
)表示第i架无人机执行的任务总和的价值之和；结合无人机最小航程、任务均衡、任务价值指标和弹药分配指标综合无人机集群协同任务分配目标函数，使目标函数最大式中，γ1表示无人机最小航程所占权重，γ2表示任务价值指标所占权重，γ3表示任务
分配均衡所占权重，γ4表示弹药分配指标所占权重。5.根据权利要求1所述的基于改进狼群优化算法的无人机集群协同对地打击方法，其特征在于，步骤...

【专利技术属性】
技术研发人员：卢佳峰，江驹，余朝军，韩冰，张哲，刘翔，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：