基于GERT技术的无人机集群结构可靠性状态预测评估方法技术

针对智能无人机集群结构可靠性状态预测研究需求，构建一种基于GERT技术的无人机集群结构可靠性状态预测评估方法，具体步骤如下：无人机集群GERT网络建模；无人机集群GERT网络计算；无人机集群GERT网络分段计算。本发明专利技术方法基于GERT技术的无人机集群结构可靠性状态预测模型，结合PHM技术在无人机系统可靠性预测应用成果，可直接实现由无人机系统可靠性状态预测向智能无人机集群结构可靠性的状态预测综合。测综合。测综合。

【技术实现步骤摘要】
基于GERT技术的无人机集群结构可靠性状态预测评估方法


[0001]本专利技术涉及可靠性预测
，具体涉及一种基于图形评审技术(Graphic Evaluation and Review Technique，GERT)的无人机集群结构可靠性状态预测评估方法。

技术介绍

[0002]21世纪以来无人系统快速发展，智能无人系统成为推动经济发展、社会进步和军事变革的新引擎。军事作战方面，无人机集群具有低成本优势、数量规模优势、作战效能优势和体系作战优势，多平台集群作战将成为未来无人作战的主要样式。社会发展方面，智能无人机集群通过彼此之间的能力互补和行动协调，可实现单装无人系统的任务能力扩展及多无人系统的整体效能提升，在农药喷洒、抗震救灾、地理测绘、森林防护、远程监控、物流运输等方面都得到了广泛应用。目前，智能无人机集群在技术上已经初步实现了协同、交互、自主等基本能力，但要想真正实现其社会价值和军事应用，还必须保证其具有良好的整体可靠性及完善的维修保障制度。
[0003]结构可靠性(作战能力可用性)：是指针对一定的任务使命，基于能力匹配的规本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GERT技术的无人机集群结构可靠性状态预测评估方法，其特征在于，具体步骤如下：Step1.无人机集群GERT网络建模步骤1
‑
1：确定无人机集群GERT网络状态节点无人机集群GERT网络模型中包含两类状态节点：无人机系统状态节点S
i
(t)和无人机集群状态节点C(t)，其中t为时间参数，下标i为无人机系统编号；步骤1
‑
2：构建无人机集群GERT网络状态节点针对由n架无人机系统组成的无人机集群，首先构建时刻t0下，1个无人机集群状态节点C(t0)，和n个无人机系统状态节点S
i
(t0)，其中i＝1，2，...，n；然后构建t1时刻下该无人机集群的n个无人机系统状态节点S
i
(t1)，和1个无人机集群状态节点C(t1)；因此，该无人机集群GERT网络中共有2n+2个状态节点，其中，n为无人机集群中无人机系统数量；t0为起始时刻，为PHM技术对集群中各无人机系统状态数据获取时刻；t1为预测无人机集群可靠性状态的未来时刻；步骤1
‑
3：构建无人机集群GERT网络结构构建无人机集群GERT网络结构；该GERT网络模型结构能够被划分为三个阶段；步骤1
‑3‑
1：第一阶段结构关系是由1个起始状态节点指向n个中间状态节点，共有n条有向线段；即由当前时刻t0下，1个无人机集群状态节点C(t0)向n个无人机系统状态节点S
i
(t0)的箭线指向关系；表明时刻t0下，无人机集群状态节点C(t0)的状态函数向各无人机系统状态节点S
i
(t0)传递；步骤1
‑3‑
2：第二阶段结构关系是步骤1
‑3‑
1中的n个中间状态节点分别连接各自对应的另外n个新的中间状态节点，共有n条并行有向线段；即由当前时刻t0下的n个无人机系统状态节点S
i
(t0)，分别向基于当前时刻t0下起算，未来某预测时刻t1下对应的n个无人机系统状态节点S
i
(t1)的箭线指向关系；并行关系中的第i条支线传递关系表示无人机系统i在时刻t0下的无人机系统状态节点S
i
(t0)的状态函数，向时刻t1下的无人机系统状态节点S
i
(t1)的状态传递；步骤1
‑3‑
3：第三阶段结构关系是由步骤1
‑3‑
2中另外n个新的中间状态节点指向同一个终止状态节点，共有n条有向线段；即由未来某预测时刻t1下，n个无人机系统状态节点S
i
(t1)向该时刻下1个无人机集群状态节点C(t1)的箭线指向关系；表明时刻t1下，n个无人机系统状态节点S
i
(t1)的状态函数向1个无人机集群状态节点C(t1)的状态传递；步骤1
‑
4：确定无人机集群GERT网络状态转移变量状态转移关系包含两类变量：可靠性状态传递函数和状态影响程度参数；通过下列步骤确定无人机集群GERT网络模型结构三个阶段下的状态转移变量取值；步骤1
‑4‑
1：第一阶段是当前时刻t0下，无人机集群状态节点C(t0)向各无人机系统状态节点S
i
(t0)的可靠性状态转移；无人机集群状态节点C(t0)到无人机系统状态节点S
i
(t0)在时间维度上等价为时间增量为0，即Δt＝0，也就是说无人机集群中各无人机系统在该阶段不存在可靠性的衰退，因此满足可靠性状态传递函数其中上标i表示无人机集群中无人机系统的编号，下标[C(t0)，S
i
(t0)]表示无人机集群状态节点C(t0)向编号为i的无人机系统状态节点S
i
(t0)的可靠性转移关系，x为描述可靠性状态的随机变量；状态影
响程度参数表示无人机系统i的可靠性百分之百受无人机集群可靠性的影响，该参数上下角标含义与可靠性状态传递函数相同；步骤1
‑4‑
2：第二阶段的n条并行支线中，第i条支线对应着无人机系统i，i＝1，2，...，n，对于未来某时刻t1，该无人机系统的状态节点S
i
(t1)由当前时刻t0下的无人机系统状态节点S
i
(t0)按照衰退规律传递；当前t0时刻下，通过PHM技术获得各无人机系统可靠性的准确评估值；未来时刻t1下，基于PHM技术和统计特性研究成果得到基于t0时刻的可靠性预测误差概率分布函数，此函数即为该阶段下的可靠性状态传递函数下标[S
i
(t0)，S
i
(t1)]表示t0时刻下的无人机系统i的状态节点S
i
(t0)向t1时刻下的无人机系统i的状态节点S
i
(t1)的可靠性转移关系；对航空发动机的剩余寿命预测误差分布统计，预测误差规律符合正态分布特性；假设可靠性预测误差概率密度函数为：其中，μ
i
＝R
i
(t1)＝R
i
(t0+Δt)为基于PHM技术在t0时刻的无人机系统可靠性数据预测间隔Δt时长后的可靠性状态期望值；R
i
(t1)即表示第i架无人机系统在t1时刻下的可靠...

【专利技术属性】
技术研发人员：傅超琦，张鹏涛，高杨军，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：