【技术实现步骤摘要】
本专利技术属于多无人机编队重构控制领域，尤其涉及一种基于连续输入置信规则库的领导-跟随多无人机编队重构方法。
技术介绍
1、近年来，与个体智能相比，群体智能所蕴含的力量日益显现。相应地，多无人机作为一种现代多智能体系统，在众多领域得到了广泛应用。多无人机所执行的大部分任务都基于编队控制。因此，编队控制的效果直接关系到多无人机的性能。总体而言，编队控制可分为三个阶段，包括编队集结阶段、编队保持阶段和编队重构阶段，其中编队重构阶段最为复杂，也最具挑战性。当前，大多数关于多无人机编队重构的研究假设系统规模固定。然而，在实际飞行中，受机构故障、通信故障、物理战损等因素的影响，部分成员脱离多无人机的情况时有发生。这种系统规模动态变化的情况要求多无人机具有良好的鲁棒性，能根据一些策略在受损后及时完成自愈。因此，研究动态系统规模条件下多无人机编队重构问题具有重要的现实意义。在科学研究和工程实践中，领导-跟随结构凭借其简单易控的特点，在多无人机编队控制中得到了广泛的应用。然而，该结构过分依赖领导机，以至于多无人机极易因领导机的故障或损毁而面临失控甚至崩溃的风险。为此，有必要为领导-跟随无人机设计有效的自愈策略以实现领导机离队下的新领导机选举、通信拓扑更新以及队形重构。
技术实现思路
1、本专利技术旨在解决上述技术问题之一，提供一种领导-跟随多无人机编队重构方法，通过新领导机优选、多无人机通信拓扑修复和多无人机编队形态调整，为领导-跟随多无人机提供一种受损自愈重构方案，以应对领导机因意外事件脱离系统
2、本专利技术解决上述技术问题采用的技术方案如下：
3、一种领导-跟随多无人机编队重构方法，包括如下步骤：
4、构建领导-跟随多无人机运动学模型；
5、构建领导-跟随多无人机通信拓扑关系；
6、构建连续输入置信规则库无人机性能评估模型；
7、面向领导机损毁的领导-跟随多无人机编队进行重构，应用连续输入置信规则库无人机性能评估模型选出新领导机，按照领导-跟随多无人机通信拓扑关系修复通信拓扑，重新形成编队形态；
8、开展领导-跟随多无人机编队重构控制。
9、进一步地，所述构建领导-跟随多无人机通信拓扑形式，包括如下步骤：
10、将多无人机划分为多个虚拟分组，每个虚拟分组分配一个唯一的虚拟组号，从数字1开始依次递增，虚拟分组中的每个成员分配一个组内唯一的虚拟编号，从数字1开始依次递增；
11、虚拟组号大于1的虚拟分组，领导机从比该虚拟分组的虚拟编号小1的虚拟分组的成员中选出，在该虚拟分组中的虚拟编号记为0；
12、虚拟组号大于1的虚拟分组采用虚拟编号奇偶性的流线式通信策略，所述采用虚拟编号奇偶性的流线式通信策略包括：
13、虚拟编号为0的领导机只能是该虚拟分组内虚拟编号为1和2的无人机的邻居；
14、虚拟分组内虚拟编号奇偶性相同的无人机互为邻居。
15、进一步地，所述虚拟分组根据载荷类型或者设备价值进行划分；所述虚拟分组内领导机与虚拟编号为1和2的无人机建立单向连接，所述虚拟分组内虚拟编号奇偶性相同的无人机之间采用双向连接。
16、进一步地，所述虚拟分组内虚拟编号奇偶性相同的无人机按照虚拟编号由小到大的顺序依次建立双向连接。
17、进一步地，所述连续输入置信规则库无人机性能评估模型为
18、{(ecnec,βnec(t))|nec＝1,...,nec}＝m({fnf(t)|nf＝1,...,nf})
19、其中，m表示所建立的无人机性能评估模型；fnf(t)表示时间段t内的第nf个连续特征信号，nf∈{1,...,nf}，nf表示连续特征信号的数量；t表示观测时间；βnec(t)表示第nec个性能等级ecnec的置信度，nec∈{1,...,nec}，nec表示性能评估等级的数量；
20、对于第nr个置信规则rnr，具有如下结构
21、if[ζ(f1(t)),...,ζ(fnf(t))]is[anr,1,...,anr,nf]
22、then dnr is{(ecnec,βnr,nec)|nec＝1,...,nec}
23、
24、其中，nr∈{1,...,nr}，nr表示置信规则的数量；ζ(fnf(t))表示从fnf(t)中提取出的特征值；anr,nf表示在rnr中ζ(fnf(t))的参考值；dnr表示{ecnec|nec＝1,...,nec}的置信分布；βnr,nec表示rnr中ecnec的置信度；表示特征权重；表示置信规则权重。
25、进一步地，所述应用连续输入置信规则库无人机性能评估模型选出新领导机，具体包括如下步骤：
26、采用连续小波变换方法从若干连续特征信号中提取能量特征值；
27、根据升序排列的特征值，获得对应的参考值序列，构建参考值序列的匹配度向量，计算在{ζ(fnf(t))|nf＝1,...,nf}下的参考值匹配度矩阵；
28、对特征权重进行归一化处理；
29、计算每个置信规则在{ζ(fnf(t))|nf＝1,…,nf}下的匹配度；
30、计算每个置信规则在{ζ(fnf(t))|nf＝1,…,nf}下的激活度；
31、采用证据推理算法对被激活的置信规则进行聚合；
32、对连续输入置信规则库无人机性能评估模型所生成的性能等级置信度进行效用转换，获得每个无人机在一定时间段内的性能评估值，进而选择领导者。
33、进一步地，所述证据推理算法为
34、
35、其中，βnec(t)表示第nec个性能等级ecnec的置信度，ρ(t)表示校正项，通过以下方法获取：
36、
37、其中，π表示连乘，∑表示求和，mnr′,nec(t)表示在rnr'中ecnec在{ζ(fnf(t))|nf＝1,…,nf}下的基本概率分配；表示在rnr'中由于置信规则不完整性导致的的剩余基本概率分配，表示在rnr'中由于置信规则不完全激活导致的基本概率分配；
38、所述效用转换方法为：
39、
40、其中，u(t)表示单个无人机在t时间段内的性能评估值，ecnec表示第nec个性能等级。
41、进一步地，第i个无人机的运动学模型表示为
42、
43、其中，si(t)＝[xi(t) yi(t) vxi(t) vyi(t)]t为第i个无人机的系统状态，为第i个无人机的控制输入，a和b为系统矩阵。
44、进一步地，虚拟编号为1的虚拟分组中的所有无人机和虚拟编号为2的虚拟分组中无法接收领导机系统状态的无人机采用分布式编队控制协议
45、
46、其余无人机采用领导-跟随编队控制协议
47、
48、其中，ni为无人机的本文档来自技高网...
【技术保护点】
1.一种领导-跟随多无人机编队重构方法，其特征在于，包括如下步骤，
2.根据权利要求1所述的领导-跟随多无人机编队重构方法，其特征在于，所述构建领导-跟随多无人机通信拓扑形式，包括如下步骤：
3.根据权利要求2所述的领导-跟随多无人机编队重构方法，其特征在于，所述虚拟分组根据载荷类型或者设备价值进行划分；所述虚拟分组内领导机与虚拟编号为1和2的无人机建立单向连接，所述虚拟分组内虚拟编号奇偶性相同的无人机之间采用双向连接。
4.根据权利要求3所述的领导-跟随多无人机编队重构方法，其特征在于，所述虚拟分组内虚拟编号奇偶性相同的无人机按照虚拟编号由小到大的顺序依次建立双向连接。
5.根据权利要求1所述的领导-跟随多无人机编队重构方法，其特征在于，所述连续输入置信规则库无人机性能评估模型为{(ECnec,βnec(T))|nec＝1,...,NEC}＝M({Fnf(T)|nf＝1,...,NF})
6.根据权利要求5所述的领导-跟随多无人机编队重构方法，其特征在于，所述应用连续输入置信规则库无人机性能评估模型选出新领导机，具体包
7.根据权利要求6所述的领导-跟随多无人机编队重构方法，其特征在于，所述证据推理算法为
8.根据权利要求2～4中任一项所述的领导-跟随多无人机编队重构方法，其特征在于，第i个无人机的运动学模型表示为
9.根据权利要求8所述的领导-跟随多无人机编队重构方法，其特征在于，虚拟编号为1的虚拟分组中的所有无人机和虚拟编号为2的虚拟分组中无法接收领导机系统状态的无人机采用分布式编队控制协议
10.根据权利要求9所述的领导-跟随多无人机编队重构方法，其特征在于，系统矩阵设置为
...【技术特征摘要】
1.一种领导-跟随多无人机编队重构方法，其特征在于，包括如下步骤，
2.根据权利要求1所述的领导-跟随多无人机编队重构方法，其特征在于，所述构建领导-跟随多无人机通信拓扑形式，包括如下步骤：
3.根据权利要求2所述的领导-跟随多无人机编队重构方法，其特征在于，所述虚拟分组根据载荷类型或者设备价值进行划分；所述虚拟分组内领导机与虚拟编号为1和2的无人机建立单向连接，所述虚拟分组内虚拟编号奇偶性相同的无人机之间采用双向连接。
4.根据权利要求3所述的领导-跟随多无人机编队重构方法，其特征在于，所述虚拟分组内虚拟编号奇偶性相同的无人机按照虚拟编号由小到大的顺序依次建立双向连接。
5.根据权利要求1所述的领导-跟随多无人机编队重构方法，其特征在于，所述连续输入置信规则库无人机性能评估模型为{(ecnec,βnec...
【专利技术属性】
技术研发人员：岳克圆，郝明瑞，张浩然，刘鑫宇，
申请(专利权)人：北京机电工程研究所，
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。