当前位置: 首页 > 专利查询>东南大学专利>正文

一种混杂多无人机集群结构自适应调整方法技术

技术编号:38375827 阅读:24 留言:0更新日期:2023-08-05 17:37
本发明专利技术提供了一种混杂多无人机集群结构自适应调整方法,通过设计一种特殊类型的状态编码器,将异构无人机不同维度的属性和能力汇聚到同一维度,降低了解空间的维度,再使用基于强化学习的集群聚类算法融合处理后的多维异构性数据,学习全局调整策略,调整集群结构并重构网络。该状态编码器的技术核心是为每类无人机单独训练一套神经网络,对每类无人机不同维度的属性和能力做特殊处理,从而更好地反映出异构无人机之间的差异性。本发明专利技术在混杂情境下能够汇聚每类无人机不同维度的特征,有效地解决了多维异构性数据融合的问题,提高了混杂多无人机集群的稳定性和效率。杂多无人机集群的稳定性和效率。杂多无人机集群的稳定性和效率。

【技术实现步骤摘要】
一种混杂多无人机集群结构自适应调整方法


[0001]本专利技术涉及无人机领域,具体涉及一种混杂多无人机集群结构自适应调整方法。

技术介绍

[0002]混杂多无人机集群情境下的多维异构性使得异构无人机在运动状态和通信能力上存在很大的差异,这些差异使得集群内部的拓扑结构更有可能动态变化,导致无人机之间相对位置和通信成本发生改变,引起了集群结构的不稳定。集群结构不稳定是指由组成集群的无人机变动或通信连接断开等因素引起的集群结构频繁变化。当多无人机集群系统中出现集群结构不稳定的状态时,出于对整体系统运行效率的优化的考虑,需要对系统进行必要的集群结构调整保证集群结构的稳定。而面对混杂多无人机集群情境时,集群结构调整方法需要解决多维异构性数据融合问题,而已有的多无人机集群结构调整模型大多数没有考虑(例如在计算异构无人机的运动状态相似度时,只考虑了无人机的当前速度和方向,忽略了可变速无人机的加速度等其他维度的属性带来的影响),状态提取不准确,容易陷入局部最优解。若直接考虑异构无人机所有不同维度的属性,扩展所有无人机属性的维度至包含所有不同类型的属性(例如为固本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混杂多无人机集群结构自适应调整方法,其特征在于,首先提出针对异构无人机类型的状态编码器,区别处理不同类型的无人机,汇聚混杂情境下异构无人机之间不同维度的属性和能力,得到维度相同的异构无人机特征;随后使用基于强化学习的聚类算法融合处理后的多维异构性数据,给出全局调整策略调整集群结构并重构通信网络。2.根据权利要求1所述的一种混杂多无人机集群结构自适应调整方法,其特征在于:采用无人机分布均匀的混杂多无人机集群系统,第k个集群C
k
中的任意无人机由一个三元组表示:其中代表系统中第k个集群内异构无人机的无人机类型;代表异构无人机的属性和能力特征;表示异构无人机的状态特征;混杂多无人机集群系统由多个异构无人机集群C
k
构成,每个无人机集群C
k
由异构的无人机组成,其中N
k
为该集群中无人机的数量;系统中异构无人机之间存在两种连接关系,一种是集群内部的通信连接,另一种是跨集群的通信连接;异构无人机之间的通信连接构成了系统内混杂的网络结构;两种连接都是动态的,会随着集群结构调整变化;综合异构多无人机系统中的集群内连接与跨集群连接,拥有N个集群的混杂多无人机集群系统MAS最终被描述为MAS=(n1,n2,

,n
N
,E),其中n
k
=<C
k
,CH
k
>表示第k个集群的完整感知,C
k
是第k个集群的异构无人机集合,CH
k
表示第k个集群当前的通信无人机,E是代表混杂多无人机集群系统内网络结构的邻接矩阵;使用二元组代表系统中的通信连接;所有通信连接在构建时,以及后续每一时刻维持连接花费的通信成本表示为代表集群C
k
中的异构无人机与集群C
l
中的异构无人机的通信成本;函数c将根据无人机与的类型以及它们之间的距离计算出通信成本。3.根据权利要求2所述的一种混杂多无人机集群结构自适应调整方法,其特征在于:状态S(t)表示整个系统在时间间隔t的集群结构状态观测,包含每个集群中异构无人机的状态、分布情况、通信网络结构和CH通信无人机,被表示为:S(t)=(S1(t),S2(t),

,S
k
(t),

,S
N(t)
(t),E(t))其中N(t)为t时刻系统中异构无人机集群的数量,E(t)为t时刻系统的通信网络结构,S
k
(t)是第k个集群中异构无人机在时间间隔t的观测的集合:的集合:动作为系统在t时刻采取的集群结构调整策略,被表示为:其中λ
i
(i∈[1,6])代表无人机第i个因子的效用权重,λ
i
满足以下的约束条件;λ1+λ2+λ3+λ4+λ5+λ6=1奖励r(t)为系统在t时刻,状态S(t)时采取动作进行集群结构调整所获得的全局奖励,被表示为:
λ为权重,r
s
为集群结构稳定性奖励,r
c
为能量消耗带来的负奖励;r
s
=α1r
ATT
+α2r
CTD
+α3r
SMD
+α4r
CTC
r
c


(β1r
build
+β2r
maintance
+β3r
isolated
+β4r
fly
)其中,α、β为权重,r
ATT
表示无人机保持在当前集群内的平均时间;r
CTD
表示各集群内无人机之间网络结构的紧密程度;r
SMD
表示各集群内无人机之间运动状态相似度;r
CTC
表示各集群内无人机之间通信连接保持的平均时间的;r
build
表示由集群结构调整引起的新通信连接构建的通信成本;r
maintance
表示上一时刻系统中的通信网络维持到这一时刻花费的维护成本;r
isolated
表示所有集群中的孤立集群引起的额外通信损耗;r
fly
表示系统中所有无人机在当前时刻的飞行能耗;根据...

【专利技术属性】
技术研发人员:蒋嶷川钱睿溢姜元爽
申请(专利权)人:东南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1