【技术实现步骤摘要】
一种多无人机能源保障任务分配方法
[0001]本专利技术属于无人机
,尤其涉及一种多无人机能源保障任务分配方法。
技术介绍
[0002]高性能的单兵作战系统迫切需求高可靠的能源保障。近年来,为了解决战场环境下的电能保障问题,高校光伏发电、小型风力发电、燃料电池、电池储能等新型电能保障装备陆续装备部队,为部队在作战环境下就地收集能源、就地存储能源、就地转换能源提供了新的手段。单兵电源系统,包括多种形式的能源手机手段,例如:薄膜太阳能、可折叠小型风机、生物力学或者仿生学能源采集器等。
[0003]同时电池技术取得了显著进步,目前国内外推出了若干单兵电源产品,虽然随着电池技术的发展和进步电池能效虽然不断提高,但是仍然无法满足作战过程中的实际电源需求。从单兵作战装备发展趋势来看,各个军事强国大力发展作战能源保障,主要集中在开发新能源、研究新发电技术和便携式电池。但伴随战场新特性的凸显,单兵能源保障面临了重大挑战,主要有以下几个方面:保障手段单一;单兵能源类型较少;在用能源可靠性差。
[0004]能源在军事革命性变化中占据着先导地位,单兵能源保障手段的提升将会为未来战场上的单兵对抗带来巨大的回报。
[0005]以此为应用背景,本章开展多无人机配送电池提供战场单兵能源保障的研究。战时军事能源保障的首要任务是满足作战行动的能源需求。在环境恶劣、安全系数低、地面交通不便等条件下,能源支援保障装备的小型化、智能化是未来能源保障装备体系发展的必然趋势,将无人机用于军事能源保障不仅是保障手段的丰富,更是大大提 ...
【技术保护点】
【技术特征摘要】
1.一种多无人机能源保障任务分配方法,其特征在于,包括以下步骤:多无人机任务分配勤务分析,用一个三元组{I,T,C}描述多无人机任务分配场景,I={I1,I2,...,I
m
}为无人机的集合,表示战场中有m架无人机执行任务,T={T1,T2,...T
n
}为任务集合,表示战场中有n个任务需要被执行,C表示场景中的约束条件;建立无人机I
i
执行完所有被分配的任务所需的时间的目标函数;通过蒙特卡洛方法对所述目标函数模拟采样得到样本点,再通过高斯函数拟合所述样本点建立辅助目标函数,分别对目标函数和辅助目标函数使用遗传算法进行迭代优化;根据设置的算法参数初始化种群,并计算该种群在每个迭代优化任务下的因子代价,即目标函数值;按照因子代价升序排序之后对种群列表里的个体标记序列索引,即因子等级,当多个个体具有相同的因子代价时,采用random tie
‑
breaking方法;根据因子等级计算每个个体的标量适应度并确定该个体的技能因子;在进化过程中,使用交叉变异算子,并通过选择性交配产生子代,再通过选择性模仿评估子代种群,合并父代种群和子代种群后,按照合并种群的因子代价排序,重新确定因子等级,更新合并种群中每个个体的标量适应度和技能因子,最后通过精英策略对种群中的个体进行环境选择进入下一次迭代,直至满足进化停止条件;输出多无人机能源保障任务分配结果。2.根据权利要求1所述的多无人机能源保障任务分配方法,其特征在于,所述无人机I
i
执行完所有被分配的任务所需的时间如下:用两个二维矩阵A和B表示任务分配方案,其中,矩阵A为自然数矩阵,矩阵A中的元素a
ij
代表无人机I
i
执行任务T
j
的顺序,矩阵B为整数矩阵,矩阵B中的元素b
ij
代表无人机I
i
向任务点T
j
支援保障的电池数量;由矩阵A计算出每架无人机需要执行的任务总数,记为count
i
;用表示无人机I
i
需要执行的任务序列,其中每个元素d
ik
的值代表无人机I
i
要执行的第k个任务为任务F
i
表示无人机I
i
执行完所有被分配的任务所需的时间,包括行驶时间和交付时间,F
i
的计算公式如下:其中,表示无人机I
i
从仓库W到任务的距离,表示无人机I
i
从任务到任务的距离,表示无人机I
i
从仓库W到任务的距离,为无人机I
i
的交付时间,V
i
为无人机I
i
的飞行速度。3.根据权利要求2所述的多无人机能源保障任务分配方法,其特征在于,存在以下约束条件:无人机I
i
在执行任务过程中的载重约束,即:
为无人机I
...
【专利技术属性】
技术研发人员:王锐,杨旭,杨康,李凯文,莫金元,李文桦,张涛,刘亚杰,黄生俊,史志超,黄旭程,
申请(专利权)人:中国人民解放军国防科技大学,
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。