【技术实现步骤摘要】
本专利技术涉及无人机调度，更具体地说，本专利技术涉及一种基于多层递归神经网络的无人机群调度方法及系统。
技术介绍
1、无人机群调度是指在多架无人机协同执行复杂任务过程中，合理安排和优化每架无人机的飞行路径、任务分配、协同动作及资源利用，以实现整体任务的高效完成和安全保障。无人机群调度不仅涉及单个无人机的轨迹规划，还需综合考虑集群内各无人机之间的空间协作、避障、通信协调以及动态状态变化。
2、然而，当无人机群出现掉线无人机，并在掉线后重新上线时，由于在掉线期间无法持续更新和同步状态信息，导致其回传的状态数据滞后或出现异常，无法准确反映其当前真实状态。这种状态信息的不连续和偏差不仅影响无人机自身的任务执行，还会干扰整个无人机群的协同调度和整体作业效率，增加系统调度的复杂性和不确定性。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于多层递归神经网络的无人机群调度方法及系统，通过对掉线无人机的状态波动进行补真和震荡薄弱区域识别，以解决了无人机掉线后重新上线...
【技术保护点】
1.一种基于多层递归神经网络的无人机群调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多层递归神经网络的无人机群调度方法，其特征在于，所述检测目标无人机群中的掉线无人机，并获取掉线无人机在掉线前预设时间窗口的状态变化序列，得到初始状态向量，具体为：
3.根据权利要求2所述的基于多层递归神经网络的无人机群调度方法，其特征在于，所述当检测到掉线无人机重新上线，提取第一状态向量并与初始状态向量进行向量拟合匹配，具体为：
4.根据权利要求3所述的基于多层递归神经网络的无人机群调度方法，其特征在于，所述对状态波动轨迹在不同任...
【技术特征摘要】
1.一种基于多层递归神经网络的无人机群调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多层递归神经网络的无人机群调度方法，其特征在于，所述检测目标无人机群中的掉线无人机，并获取掉线无人机在掉线前预设时间窗口的状态变化序列，得到初始状态向量，具体为：
3.根据权利要求2所述的基于多层递归神经网络的无人机群调度方法，其特征在于，所述当检测到掉线无人机重新上线，提取第一状态向量并与初始状态向量进行向量拟合匹配，具体为：
4.根据权利要求3所述的基于多层递归神经网络的无人机群调度方法，其特征在于，所述对状态波动轨迹在不同任务时间尺度下的变化进行评估，得到状态波动梯度分布，具体为：
5.根据权利要求4所述的基于多层递归神经网络的无人机群调度方法，其特征在于，所...
【专利技术属性】
技术研发人员：王河山，孙博文，郭良坤，于坤杰，梁静，于明渊，田佩雨，
申请(专利权)人：龙门实验室，
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。