【技术实现步骤摘要】
本专利技术是一种基于关联定位误差信息素的高速无人飞行器集群协同搜索方法，属于无人飞行器。
技术介绍
1、高速无人飞行器是一种采用助推式火箭发动机作为主要动力单元的特殊战术无人机，具有快速响应、精确打击、难以拦截的优点，是现代化作战系统的重要组成部分。从物理结构上讲，相比一般无人机，高速无人飞行器简化了气动面结构，更适用于远距离打击目标，因此也具备飞行速度快，气动性能较差的特性。从数学模型上讲，高速无人飞行器系统内状态量彼此高度耦合，且状态量多于控制量，是典型的欠驱动系统，难以直接应用经典控制手段。以上种种增大了对单架无人飞行器的控制难度。
2、反演控制方法作为一种重要的现代控制手段，通过递归构建闭环系统lyapunov函数获得系统各层级控制律，同时适用于线性和非线性系统，因此在构建高速无人飞行器的单机位置控制律上具备天然的优势。
3、高速无人飞行器的主流应用在于远程制导打击，通过飞行器自身传感器或外部雷达定位等侦察手段确定靶标空间位置，然后控制高速无人飞行器导向靶标，实现对靶标的有效损毁。然而在实际作战场景中，由于敌方干扰和己方传感器精度限制，单个个体难以直接获得满足制导需求的靶标信息，而通过其他侦查手段获得先验空间信息的方法则有可能造成靶标警觉，导致任务失败。因此采用多个高速无人飞行器通过个体间信息交互不断修正制导靶标位置误差，实现对无先验信息靶标的准确逼近，构建高速无人飞行器集群协同搜索系统成为必要的工作。
4、高速无人飞行器集群系统是由具有一定规模的高速无人飞行器有组织地在开放式系统架构
5、目前主流的协同搜索方法包含集中式和分布式。集中式方法应用最优化手段，将搜索问题转化为有约束优化问题，并采用优化方法求解近似最优解。此类方法虽然简单便捷，但是对优化方法性能和实时性提出了很高的要求，且无法在存在传感器误差时实现搜索，是一种离线决策方法。相比之下，分布式方法为并行在线协同决策，采用如模型预测控制、最优态势决策、智能优化等技术，不断修正搜索路径，具备更高的准确性。其中，智能优化手段泛用性强，已在无人机集群搜索领域得到良好应用。
6、自然界中的蚁群具备在未知环境中快速寻找食物的能力，同时总是按照食物和巢穴间的最短距离运动，其关键在于蚂蚁觅食途中留下的信息素。蚁群通过比较各点信息素浓度的差异，可以快速修正群体运动趋势，实现对低价值路线的剪枝，达到集群能量收益最大化。蚁群这一特殊机制催生了信息素搜索方法，能够求解存在复杂空间约束的最短路径选择问题，因此具备应用于协同搜索的潜力。
7、基于上述问题，本专利技术了一种基于关联定位误差信息素的高速无人飞行器集群协同搜索方法，采用到达角度(angle-of-arrival,aoa)无源测向定位技术获取待定位靶标信息。然后在经典信息素搜索方法基础上，引入协同误差定位和时间信息，构建关联误差的信息素协同搜索方法，生成单机运动策略。设计单机反演位置控制律，实现高速无人飞行器集群对无先验信息靶标的感知、搜索和逼近，拓展高速无人飞行器集群功能，增强作战场地适应性。
技术实现思路
1、1、专利技术目的：
2、本专利技术的目的在于提供一种基于关联定位误差信息素的高速无人飞行器集群协同搜索方法。以实现控制高速无人飞行器集群对未知对象的协同定位和逼近，拓展高速无人飞行器功能，提高战场作战能力。
3、2、技术方案：
4、本专利技术针对高速无人飞行器集群的协同搜索问题，采用aoa无源测向定位技术获取探测对象可能空间位置和定位误差，采用一种仿鸟群的邻域交互技术对飞行器集群进行分组。然后提出了一种关联定位误差的改进信息素协同搜索方法，并采用组内交叉测向定位误差加速信息素收敛，生成单机运动策略。最后设计反演位置控制律控制单机运动，其具体步骤如下：
5、步骤一：构建单机aoa无源测向定位技术
6、首先设计每架飞行器搭载传感器探测方法。考虑待搜索靶标空间方位未知且可能距离极远，采用无源测向定位方法获得位置概率：
7、
8、其中n为参与交叉测向的飞行器数量；exp()代表指数函数；σt为待搜索靶标t的高斯分布方差；ti为组内第i架高速飞行器对待搜索靶标的测量结果；p为待搜索靶标空间可能概率；f(x,y)为关联位置x，y的概率密度，可表示为一误差椭圆如下：
9、
10、其中，(a,b,c,d,e,g)分别为多项式各项的待定系数，可通过待定系数法求解f(x,y)得出；(xt,yt)为误差椭圆圆心，r1，r2分别为误差椭圆长轴和短轴，为误差椭圆长轴朝向，w为计算中间项。对测向结果f(x,y)展开后，可求得误差椭圆各项参数，如下：
11、δ＝b2-4ac
12、xt＝(2cd-be)/δ
13、yt＝(2ae-bd)/δ
14、
15、
16、
17、
18、定义长轴r1为定位误差，用于确定本轮定位精度。
19、步骤二：设计高速无人飞行器反演位置控制律
20、s21、基于过载量控制的无人飞行器模型
21、一般的，无人飞行器的执行机构多为火箭发动机，难以直接进行定速控制。所以经典的内环控制器多选择直接控制各方向。由此考虑三维空间下无人飞行器运动学特点，忽略内环控制器响应时间，可构建如下三自由度模型：
22、
23、vmin≤v≤vmax
24、其中，向量p＝[x y h]t表示无人飞行器质心位置，特别的高度h垂直向上为正值；v为飞行器空速量，被限制在速度区间[vmin,vmax]之间；[ψ θ]分别表示无人飞行器的弹道偏角(默认飞行器正向东时为0rad，右偏为正)和弹道倾角默认飞行器水平地面时为0rad，上仰为正)；x1＝[x y h v ψ θ]t构成模型的初始状态；u＝[nx ny nh]t表示无人飞行器过载系数向量，定义为除重力外所有外力的合力相对于重量的比值；g为重力加速度，取值为9.8m/s2。
25、根据公式(4)可知，此系统为典型的非线性系统，其状态量间彼此耦合，难以直接应用常规控制方法。为简化控制过程，考虑进行通道解耦，实现各方向上输入分量与位置分量间的一一对应。
26、s22、三通道解耦反演位置控制律设计
27、为设计反演位置控制器，需要对基于过载量的高速飞行器三态模型进行解耦，获得三个方向上的解耦模型，然后对三个通道的模型分别设计反演位置控制律。暂不考虑对空速v和弹道角[ψ θ]的约束，则可对原始模型(4)进行整理，并设计新的状态向量新状态向量x包含位置量p＝(x,y,h)和其一阶导数结本文档来自技高网...
【技术保护点】
1.一种基于关联定位误差信息素的高速无人飞行器集群协同搜索方法，其特征在于：该方法包括如下步骤：
2.根据权利要求1所述的一种基于个体相似度鸽群优化的无人飞行器自主突防方法，其特征在于：所述步骤S22三通道解耦反演位置控制律设计，其中x通道可以得到公式如下：
3.根据权利要求1所述的一种基于个体相似度鸽群优化的无人飞行器自主突防方法，其特征在于：所述步骤S23三通道系统控制量求解的具体过程如下：
4.根据权利要求1所述的一种基于个体相似度鸽群优化的无人飞行器自主突防方法，其特征在于：所述步骤S42改进的信息素轨迹更新策略公式如下：
5.根据权利要求1所述的一种基于个体相似度鸽群优化的无人飞行器自主突防方法，其特征在于：所述步骤S43基于时间自适应环境认知的信息素更新策略为：
6.根据权利要求1所述的一种基于个体相似度鸽群优化的无人飞行器自主突防方法，其特征在于：所述步骤S44关联定位误差的局部精英领导策略如下：
7.根据权利要求1所述的一种基于个体相似度鸽群优化的无人飞行器自主突防方法，其特征在于：所述步骤五
...【技术特征摘要】
1.一种基于关联定位误差信息素的高速无人飞行器集群协同搜索方法，其特征在于：该方法包括如下步骤：
2.根据权利要求1所述的一种基于个体相似度鸽群优化的无人飞行器自主突防方法，其特征在于：所述步骤s22三通道解耦反演位置控制律设计，其中x通道可以得到公式如下：
3.根据权利要求1所述的一种基于个体相似度鸽群优化的无人飞行器自主突防方法，其特征在于：所述步骤s23三通道系统控制量求解的具体过程如下：
4.根据权利要求1所述的一种基于个体相似度鸽群优化的无人飞行器自主突...
【专利技术属性】
技术研发人员：段海滨，陈汝佳，邓亦敏，魏晨，
申请(专利权)人：北京航空航天大学，
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。