【技术实现步骤摘要】
本专利技术属于无人机集群协同与管理，具体涉及一种基于协同认知动态系统的无人机集群可重构系统。
技术介绍
1、随着通信、控制和制造技术的飞速发展，无人机在监控、救援等领域的应用不断扩展。这些技术的进步推动了无人机的性能提升，使其能够在多样化的任务中发挥关键作用。然而，随着应用场景的日益复杂，现有的无人机集群协同机制和框架设计面临着一系列挑战。现有协同机制在面对多任务协同和复杂场景时存在局限。无人机集群需要更强大的协同能力，包括高级的感知、推理和决策机制，以便更高效地完成任务。目前的协同机制无法充分应对动态、不确定性和多样性的挑战，从而导致在复杂环境中难以实现无缝的协同行动。在多子网协作的情境下，无人机集群需要在不同子网内协调任务，同时需要灵活地进行重新配置以适应不断变化的环境和任务需求。然而，目前的框架设计缺乏对多子网协作的有效管理，导致子网内外协同的困难。此外，由于任务和环境的动态性，重新配置机制也变得至关重要，但现有技术尚未很好地解决这一问题。因此，需要提出一种基于协同认知动态系统的无人机集群可重构架构应用与无人机集群协同与管理。
2、认知动态系统受神经科学和人脑认知的启发，已经成为一个新的物理系统综合领域，将人类认知视为一种独特的神经计算形式，结合了各个领域的知识，包括神经科学、认知科学、计算机科学、数学、物理和工程等。针对于无人机集群系统，认知动态系统旨在通过为当前的系统灌输认知意识来改进流程，赋予系统感知和与环境交互的能力，同时存储和学习过去的经验，以适应其操作，提高其效率、有效性和鲁棒性。
【技术保护点】
1.一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，包括协同认知动态子系统CCDS、集群组网分层可重构子系统、集群组网可靠控制子系统；
2.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述协同认知动态子系统通过注意力感知、逆向推理学习环和风险控制实现认知动态系统协同，其中注意力感知遵循按需感知的原则，包括语义信息度量问题、按需再感知、多粒度感知、多域压缩感知以及态势感知，逆向推理学习环包括学习、内部自推理、预测、推演，风险控制包括任务切换、智能学习与策略存储以及认知控制。
3.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述协同认知动态子系统的同构子网协同动态认知方案为：在同构网络内，将单个无人机视为一个智能体，将无人机间节点的协同转化为强化学习中多智能体间的协同，无人机之间通过相互感知、信息交互、协同工作在动态环境中完成多样性的复杂任务。
4.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述协同认知动态子系统的异构集群协同动
5.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述集群组网分层可重构子系统进行无人机大规模组网的分层网络架构为：网络由骨干网和多个子网构成，组网方式包括指定网络拓扑、自组网以及接入网；骨干网节点由通信无人机组成，具备高速通信设备，组网方式为自组网；骨干网的拓扑支持局部动态调整，骨干网的全部或者部分节点支持节点或子网接入。
6.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述集群组网分层可重构子系统采用的动态组网的可重构机制包括动态可重构机制和仿生机制，其中动态可重构机制允许无人机群实时改变配置，灵活响应任务变化，当识别到需求或者上层应用主动触发网络重构时，发起网络重构；仿生机制采用生物学中的自适应和学习机制，使集群能够从环境变化中学习并改进执行策略。
7.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述集群组网分层可重构子系统采用的异构仿生群体子网的融合机理分为基于预案的重组策略与基于资源池的重组策略，其中基于预案的重组策略针对子网间恰好可以互补的情景，重组后可以成为新的全功能子网，两个网络首先更换为自组网，重组后按要求更改网络拓扑；基于资源池的重组策略是指集群维护一个资源池，当子网受损无法满足业务条件时，子网的节点进入资源池，当资源池中节点足够时，重新构建子网。
8.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述集群组网可靠控制子系统采用的大规模集群分层协同控制策略为：多无人机任务协同对应多智能体任务协同，利用共识算法解决实现多智能体任务分配无冲突和可行性的问题，该协同在集中控制层进行多智能体多任务信息的交互，在集中控制层针对不同子网应用层需求，根据全局信息进行任务信息的融合和统一的控制，通过上层频谱控制中心收集不同任务子网的频谱数据，通过认知层进行数据采集、数学建模、信息融合与共享。
9.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述集群组网可靠控制子系统采用的集群子网分布式协同控制策略为：大规模无人机集群中各子网区域内分布式协同管控，域内无人机控制器间通过东西向接口相连接，进行数据的传输与交互，该策略中信息的交互计算相当于分布式多智能体间的互联计算，通过分布式协同管控使得区域内无人机在完成任务过程中根据奖励和反馈及时调整管控，且分布式控制没有系统控制中心点，由相邻无人机间相互协作完成信息的交互，使系统在单一无人机受损的情况下仍能有序的执行任务。
10.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述集群组网可靠控制子系统进行协同风险控制的机理为：故障附近的节点协同应对故障，而非独立应对，当故障发生时调动本地资源进行处理，减少消息上传和指令下达引起的时延，并将控制层与数据层相分离，为突发情况的风险提供可控性，面对不可预测的风险，区域内的无人机根据及时的相互感知与环境感知，通过认知层生成新的风险控制策略。
...【技术特征摘要】
1.一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，包括协同认知动态子系统ccds、集群组网分层可重构子系统、集群组网可靠控制子系统；
2.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述协同认知动态子系统通过注意力感知、逆向推理学习环和风险控制实现认知动态系统协同，其中注意力感知遵循按需感知的原则，包括语义信息度量问题、按需再感知、多粒度感知、多域压缩感知以及态势感知，逆向推理学习环包括学习、内部自推理、预测、推演，风险控制包括任务切换、智能学习与策略存储以及认知控制。
3.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述协同认知动态子系统的同构子网协同动态认知方案为：在同构网络内，将单个无人机视为一个智能体，将无人机间节点的协同转化为强化学习中多智能体间的协同，无人机之间通过相互感知、信息交互、协同工作在动态环境中完成多样性的复杂任务。
4.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述协同认知动态子系统的异构集群协同动态认知方案为：异构集群的协同认知动态子系统是分级的，一方面，每个子系统的模块可进一步划分，在协同时采用协同动态认知模型，另一方面，子系统可组织成一个新的、高一级的单元，组织时依然采用协同动态认知模型。
5.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述集群组网分层可重构子系统进行无人机大规模组网的分层网络架构为：网络由骨干网和多个子网构成，组网方式包括指定网络拓扑、自组网以及接入网；骨干网节点由通信无人机组成，具备高速通信设备，组网方式为自组网；骨干网的拓扑支持局部动态调整，骨干网的全部或者部分节点支持节点或子网接入。
6.根据权利要求1所述的一种基于协同认知动态系统的无人机集群可重构系统，其特征在于，所述集群组网分层可重构子系统采用的动态组网的可重构机制包括动态可重构机制和仿生机制，其中动态可重构机制允许无人机群实时改变配置，灵活响应任务变化，当识别到需求或者上层应用主动触发网络重构时，发起网络重构；仿生机制采用生物学中的自适应和学习机制，使集群能够...
【专利技术属性】
技术研发人员：董超，尤嘉豪，贾子晔，吴启晖，
申请(专利权)人：南京航空航天大学，
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。