SEAD任务场景下一种基于多类型基因染色体遗传算法的异构多无人机任务规划方法技术

本发明专利技术针对SEAD任务场景下的异构多无人机协同任务规划问题，提出了一种新的多类型基因染色体遗传算法。该算法不仅考虑了无人机的异构性、运动学和资源约束，还考虑了任务之间的时序优先约束。考虑到时间优先约束和无人机执行任务的顺序导致的无人机陷入无限的相互等待的死锁情况，我们将任务的执行过程抽象为有向图，并基于该有向图设计了一种死锁检测与解除算法。此外，还设计了特定的遗传算子，如初始化、适应度、交叉和变异，以确保染色体在进化过程中的可行性。该算法还引入了Dubins曲线和路径延长策略来生成无人机的真实飞行路径。本发明专利技术提出的方法可以在有限的时间内为无人机集群在完成任务时间较低的前提下，分配合理的任务序列并生成无人机集群的真实飞行路径。任务序列并生成无人机集群的真实飞行路径。任务序列并生成无人机集群的真实飞行路径。

【技术实现步骤摘要】
SEAD任务场景下一种基于多类型基因染色体遗传算法的异构多无人机任务规划方法


[0001]本专利技术涉及SEAD人物场景下异构多无人机任务规划领域，主要用于有限的时间内为无人机集群在完成任务时间较低的前提下，分配合理的任务序列并生成无人机集群的真实飞行路径。

技术介绍

[0002]近年来，无人机技术得到了广泛的发展。然而，由于单架无人机的低生存能力和有效载荷有限，很难完成镇压敌方防空(SEAD)任务。因此，多无人机协同执行任务是不可避免的趋势。由于任务环境的复杂性、多无人机系统成员间的差异、任务需求的复杂性、计算复杂性，任务分配已经成为多无人机系统中最具挑战性的问题之一。

技术实现思路

[0003]专利技术目的：以往无人机的任务分配的一些研究只考虑了单一类型的任务或同构无人机。由于缺乏考虑多种类型的任务和异构无人机，以前的这些方法不能直接应用于SEAD任务场景。所以如何通过无人机轨迹优化在有限的通信范围内有效完成数据采集任务成为了主要的技术问题。
[0004]为解决该技术问题，本专利技术提出了一种SEAD任务场景下一种基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.SEAD任务场景下一种基于多类型基因染色体遗传算法的异构多无人机任务规划方法，其特征在于，包括步骤：(1)构建系统组合优化模型，该模型主要针对异构固定翼无人机集群的协同作战问题，考虑了有限资源(例如如弹药资源)和运动学的限制。作战目标是一个带时间优先约束的静止地面目标：1)假设有N
T
个任务目标，目标集合如下：2)每个目标上需要分别执行3个任务，任务集合如下：M
T
＝{C，A，V}
ꢀꢀ
(2)其中，C表示侦查识别任务，A表示攻击任务，V表示毁伤评估任务。并且A任务需要在C任务完成之后执行，同样V任务需要在A任务完成执行。3)假设有有N
V
个固定翼无人机一起执行SEAD任务，它们的集合是：其中t代表无人机的类型，无人机集群中共有3种异构无人机，无人机类型有侦察型无人机(Surveillance)，攻击型无人机(Combat)，弹药型无人机(Munition)，不同无人机功能及可以执行的任务见表一。表一 无人机类型4)为了更加切合真实飞行路径，该方法引入Dubins曲线来生成无人机的飞行路径。无人机的位形可以用3个状态变量表示，即平面笛卡尔惯性坐标x与y，和UAV的航向其运动学方程如下：其中式中，V
u
为无人机u的速度大小，为u的最小转弯半径，c为舵机操作系数。由这个模型导出的飞行路径，即Dubins曲线，被用于无人机的路径生成。5)本章采用航向角离散化方法对无人机的航向角进行离散化处理，并采用其CMTAP问题图论描述方法进行问题描述。该方法将无人机的航向角离散化，成为固定的整数角度值，并对应的将UAV的可能位形及其路径以一个有向图的方式表达出来，某些基本的表达式如下所示：
其中，为航向角离散的程度，即将2π角度平均的离散成多少个角度；H为航向离散角度集合；V
T
为一个节点集合，表示作战目标的坐标和无人机接近目标时的空间位形；N1为V
T
的势；V
U
为无人机的起始位形；V为CMTAP有向图的节点集合，表示无人机所有可能的位形；N2是V的势，即该有向图所有节点的数量；E为CMTAP有向图的边集，从V中的节点指向V
T
中的节点，表示所有可能的无人机路径；N
E
为E的势。6)该方的优化目标为任务执行的总时间，目标函数如下所示：6)该方的优化目标为任务执行的总时间，目标函数如下所示：(2)为了快速搜索解空间，找到目标函数值尽量低的解，我们设计了一种多类型基因染色体遗传算法，考虑到遗传算法迭代过程中，可能会产生死锁的染色体，我们还另外设计了一个基于任务执行优先级有向图的死锁检测与解除算法。1)解的编码形式：多类型基因染色体编码是遗传算法的关键部分。我们把任务分配方案的形式，也就是染色体，编码成5行N列矩阵的形式。N为基因数。染色体的每一列就是一个基因，一个基因有三部分：第一部分为矩阵一二两行，代表目标与任务的组合序列；第二部分是矩阵第三、第四行，第三行代表执行由一二行确定的任务由哪一个无人机执行，第四行为其目标接近角度为了便于编写交叉和变异算子，我们增加了第三部分，矩阵第五行：基因顺序。染色体中有两种类型的基因。第一种类型是攻击型，其第二行数大于0。而第二排的攻击基因数意味着需要多少架无人机一起攻击该...

【专利技术属性】
技术研发人员：郑洪源，张康良，陈珍，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：