无人‑有人机编队最优通信拓扑生成方法及装置与流程

本发明涉及通信技术领域，尤其涉及一种无人-有人机编队最优通信拓扑生成方法及装置。

背景技术：

在起飞巡航阶段，无人-有人机编队中各飞机通常通过点对点的通信链接(communication links)进行信息交互，以形成一定的编队队形(formation shape或者formation geometry)，并保持此编队队形继续朝目标区域飞行。其中所使用的通信链接被称为编队的通信拓扑(communication topology)、信息交互拓扑(information exchange topology)、连接拓扑(connection topology)、信息结构(Information Structure)或者信息拓扑(Information Topology)，它们只是无人-有人机编队中任意两飞机之间所有可用的通信链接集合中的一部分。为了统一表述，下文采用“通信拓扑”这一名称。同时，将无人-有人机编队所有可用的通信链接的集合称为编队的编队通信图(Formation Communication Graph)。

由于通信拓扑中任何两位置无人机和/或有人机之间的通信距离不同，导致通信拓扑中不同飞机之间通信链接具有不同的通信代价并会消耗飞机相应的电池电量或燃料。实际应用中，两架飞机(无人机，有人机)之间通信链接的通信代价受到很多因素影响，例如，任务要求、通信距离、飞行性能、安全性等。为简化说明，上述通信代价直接采用通信距离来表示。同时，每架飞机(无人机，有人机)可用的电池电量或燃料又是有限的。因此，如何通过优化无人-有人机编队通信拓扑，降低飞机的电池电量或燃料的消耗成为了亟需解决的技术问题。

技术实现要素：

针对相关技术中的缺陷，本发明提供了一种无人-有人机编队最优通信拓扑生成方法及装置，用于实现无人-有人机组成的二维持久编队在保持编队队形飞行的过程中的编队通信代价最小。

第一方面，本发明实施例提供了一种无人-有人机编队最优通信拓扑生成方法，所述方法包括：

根据无人-有人机需要组成的二维持久编队的编队队形获取编队通信图及其对应的赋权无向图；

根据二维最优刚性图生成算法计算所述赋权无向图的二维最优刚性图；

根据所述二维最优刚性图和二维最优持久图获取方法获取二维最优持久图；

若存在一个有人机在所述二维最优持久图中对应节点的入度为0则所述二维最优持久图即为该编队的最优通信拓扑，而该有人机为该编队的领航者。

可选地，所述方法还包括：

若存在一个有人机在所述二维最优持久图中对应节点的入度为0，则判断是否存在一个有人机在所述二维最优持久图中对应节点vi的入度为1；

若是，则在所述二维最优持久图中寻找另外一个入度为1的节点vj，该节点vj与节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向后得到新的二维最优持久图即为该编队的最优通信拓扑，节点vi对应的有人机为该编队的领航者；

若否，则寻找任意一个有人机，该有人机在二维最优持久图中对应节点vi的入度为2，然后在所述二维最优持久图中寻找一个入度为1的节点vj，该节点vj到节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向；继续在所述二维最优持久图中寻找另外一个入度为1的节点vk，该节点vk到节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向后得到新的二维最优持久图即为该编队的最优通信拓扑，节点vi对应的有人机为该编队的领航者。

可选地，所述二维最优持久图获取方法包括：

将所述二维最优刚性图R转换成第一有向图D_R；

在所述第一有向图D_R中增加虚拟领航者节点V₀得到第二有向图D_R’；所述虚拟领航者节点V₀与所述第一有向图D_R中每个节点之间设置有两条出弧，并且所述虚拟领航者节点V₀的每条出弧的权值相同并大于所述第一有向图中全部弧的权值之和；

获取所述第二有向图D_R’的第一最小树形图T₁’，并删除所述第一最小树形图T₁’中所述虚拟领航者节点V₀及其对应的出弧得到第三有向图T₁；

删除所述第二有向图D_R’中对应所述第一最小树形图T₁’中所有弧及其对应的反向弧得到第四有向图D_R”；

获取所述第四有向图D_R”的第二最小树形图T₂’，并删除所述第二最小树形图T₂’中所述虚拟领航者节点V₀及其对应的出弧得到第五有向图T₂；

合并所述第三有向图T₁和所述第五有向图T₂得到第六有向图T以及所述第六有向图T中弧的数量m；

当所述二维最优刚性图R的节点数量为n且m满足m＝2n-3时，则所述第六有向图T为二维最优持久图；

否则，当所述二维最优刚性图R的节点数量为n且m满足m<(2n-3)时，获取所述二维最优刚性图R中的第l条边对应的两条弧，符号l的初始值为1；

若该两条弧都不在所述第六有向图中，获取第l条边对应两节点的入度；

当第l条边对应的两节点的入度不都等于2时，将该两个节点中任意一个入度小于2的节点的连接另外那个节点的入弧添加到所述第六有向图中得到第七有向图；

若所述第七有向图中弧的数量m等于(2n-3)时，则所述第七有向图为二维最优持久图；否则将所述第六有向图中的数据更新为所述第七有向图中的数据。

可选地，所述二维最优持久图获取方法还包括：

当第l条边对应的两节点的入度都等于2时，将该第l条边对应的一条弧添加到第六有向图中得到第七有向图；该弧为第l条边所对应第一节点的入弧；

按照先入度1后入度0的方式在所述第六有向图中寻找入度小于2的一个第二节点，并获取所述第二节点与所述第一节点之间具有最少跳数的路径；

将所述最少跳数的路径对应的所有弧反向得到第八有向图；

若所述第八有向图中弧的数量m等于(2n-3)时，则所述第八有向图为二维最优持久图；否则将所述第六有向图中的数据更新为所述第八有向图中的数据；

将所述符号l的值增加1，若符号l小于等于(2n-3)时，则继续判断第l条边对应的两条弧是否都不在所述第六有向图T中。

第二方面，本发明实施例还提供了一种无人-有人机编队最优通信拓扑生成装置，所述装置包括：

赋权无向图获取模块，用于根据无人-有人机需要组成的二维持久编队的编队队形获取编队通信图及其对应的赋权无向图；

二维最优刚性图获取模块，用于根据二维最优刚性图生成算法计算所述赋权无向图的二维最优刚性图；

二维最优持久图获取模块，用于根据所述二维最优刚性图和二维最优持久图获取方法获取二维最优持久图；

最优通信拓扑获取模块，用于在存在一个有人机在所述二维最优持久图中对应节点的入度为0时将所述二维最优持久图作为该编队的最优通信拓扑，而该有人机为该编队的领航者。

可选地，若不存在一个有人机在所述二维最优持久图中对应节点的入度为0时，所述最优通信拓扑获取模块还用于判断是否存在一个有人机在所述二维最优持久图中对应节点vi的入度为1；

若是，则在所述二维最优持久图中寻找另外一个入度为1的节点vj，该节点vj与节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向后得到新的二维最优持久图作为该编队的最优通信拓扑，节点vi对应的有人机为该编队的领航者；

若否，则寻找任意一个有人机，该有人机在二维最优持久图中对应节点vi的入度为2，然后在所述二维最优持久图中寻找一个入度为1的节点vj，该节点vj到节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向；继续在所述二维最优持久图中寻找另外一个入度为1的节点vk，该节点vk到节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向后得到新的二维最优持久图即为该编队的最优通信拓扑，节点vi对应的有人机为该编队的领航者。

可选地，所述二维最优持久图获取模块用于执行以下步骤包括：

将所述二维最优刚性图R转换成第一有向图D_R；

在所述第一有向图D_R中增加虚拟领航者节点V₀得到第二有向图D_R’；所述虚拟领航者节点V₀与所述第一有向图D_R中每个节点之间设置有两条出弧，并且所述虚拟领航者节点V₀的每条出弧的权值相同并大于所述第一有向图中全部弧的权值之和；

获取所述第二有向图D_R’的第一最小树形图T₁’，并删除所述第一最小树形图T₁’中所述虚拟领航者节点V₀及其对应的出弧得到第三有向图T₁；

删除所述第二有向图D_R’中对应所述第一最小树形图T₁’中所有弧及其对应的反向弧得到第四有向图D_R”；

获取所述第四有向图D_R”的第二最小树形图T₂’，并删除所述第二最小树形图T₂’中所述虚拟领航者节点V₀及其对应的出弧得到第五有向图T₂；

合并所述第三有向图T₁和所述第五有向图T₂得到第六有向图T以及所述第六有向图T中弧的数量m；

当所述二维最优刚性图R的节点数量为n且m满足m＝2n-3时，则所述第六有向图T为二维最优持久图；否则，

当所述二维最优刚性图R的节点数量为n且m满足m<(2n-3)时，获取所述二维最优刚性图R中的第l条边对应的两条弧，符号l的初始值为1；

若该两条弧都不在所述第六有向图中，获取第l条边对应两节点的入度；

当第l条边对应的两节点的入度不都等于2时，将该两个节点中任意一个入度小于2的节点的连接另外那个节点的入弧添加到所述第六有向图中得到第七有向图；

若所述第七有向图中弧的数量m等于(2n-3)时，则所述第七有向图为二维最优持久图；否则将所述第六有向图中的数据更新为所述第七有向图中的数据。

可选地，所述二维最优持久图获取模块还用于执行以下步骤包括：

在第l条边对应的两节点的入度都等于2时，将该第l条边对应的一条弧添加到第六有向图中得到第七有向图；该弧为第l条边所对应第一节点的入弧；

按照先入度1后入度0的方式在所述第六有向图中寻找入度小于2的一个第二节点，并获取所述第二节点与所述第一节点之间具有最少跳数的路径；

将所述最少跳数的路径对应的所有弧反向得到第八有向图；

若所述第八有向图中弧的数量m等于(2n-3)时，则所述第八有向图为二维最优持久图；否则将所述第六有向图中的数据更新为所述第八有向图中的数据；

将所述符号l的值增加1，若符号l小于等于(2n-3)时，则继续判断第l条边对应的两条弧是否都不在所述第六有向图T中。

与相关技术相比较，本发明能够在更短的时间内计算出无人-有人机组成的二维持久编队的最优通信拓扑，并且能够满足“只有有人机可以作为编队的领航者”的约束条件，使得无人-有人机组成的二维持久编队在保持队形过程中的编队通信代价最小。

附图说明

为了更清楚地说明本发明实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。

图1是本发明实施例提供的无人-有人机编队最优通信拓扑生成方法的流程示意图；

图2(a)～(b)是本发明实施例中3架无人机和2架有人机组成的二维持久编队的队形以及相对位置示意图；有人机Fighter1和Fighter2分别在队形的1号和2号位置，无人机UAV1、UAV2和UAV3分别在队形的3号、4号和5号位置；

图3(a)～(d)是采用图1方法获取图2中3架无人机和2架有人机组成的二维持久编队的最优通信拓扑的过程示意图；最终使用Fighter1作为编队的领航者，因此满足“只有有人机可以作为编队的领航者”的约束条件；

图4是相关技术获取的最优通信拓扑示意图，使用UAV3作为编队的领航者，因此不能满足“只有有人机可以作为编队的领航者”的约束条件；

图5(a)～(b)是本发明实施例中13架无人机和3架有人机组成的二维持久编队的队形以及相对位置示意图；其中，有人机Fighter1、Fighter2和Fighter3分别在队形的1号、5号和9号位置，无人机UAV1、UAV2、UAV3、UAV4、UAV5、UAV6、UAV7、UAV8、UAV9、UAV10、UAV11、UAV12和UAV13分别在队形的2号、3号、4号、6号、7号、8号、10号、11号、12号、13号、14号、15号和16号位置；

图6(a)～(h)是采用图1方法获取图5中13架无人机和3架有人机组成的二维持久编队的最优通信拓扑的过程示意图；最终使用有人机Fighter1作为编队的领航者，因此满足“只有有人机可以作为编队的领航者”的约束条件；

图7是相关技术获取的最优通信拓扑示意图，使用无人机UAV10作为编队的领航者，因此不能满足“只有有人机可以作为编队的领航者”的约束条件；

图8是本发明实施例提供的无人-有人机编队最优通信拓扑生成装置框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明一实施例提供的一种无人-有人机编队最优通信拓扑生成方法的流程示意图。如图1所示，该方法包括：

101、根据无人-有人机编队需要组成的二维持久编队的编队队形获取编队通信图及其对应的赋权无向图。

实际应用中，本发明实施例根据所述二维持久编队的预设队形以及各飞机(无人机和有人机)的通信范围，确定编队中任意两飞机之间的可用通信链接，以各飞机作为节点，以可用通信链接作为弧，构建编队的编队通信图。其中，任意两架飞机(无人机和有人机)之间的距离如果在飞机(无人机和有人机)的通信范围之内，则它们之间有双向的通信链接，每个通信链接的通信代价由相应的通信距离决定。

假设n架飞机通过任意两架飞机之间的单向通信以形成并保持一个二维持久编队的编队队形S。该编队队形S中n个位置分别编号为{1,2,…,n}，每个位置的高度完全一样。此编队的编队通信图可用一个赋权有向图D＝(V,A,W,P)来表示：

(1)V＝{v_i},1≤i≤n是图中的节点集合，其中vi表示PLANEi。为表示方便，本发明实施例中有人机和无人机统一采用符号PLANE表示。

(2)是图中的弧集合，其中弧a_ij＝(v_i,v_j)表示从PLANEi到PLANEj有一个可用的通信链接，使得PLANEi能发送信息给PLANEj。

(3)W＝{w(a_ij)},a_ij∈A是图中所有弧的权值集合，其中w(a_ij)表示从PLANEi到PLANEj的通信链接a_ij的代价。

(4)P＝{p_i},1≤i≤n是每个PLANE在编队队形S的具体位置集合，简称为飞机位置配置(PLANE Position Configuration)。其中将编队队形S中的n个位置分别编号为{1,2,...,n}，则1≤p_i≤n表示PLANEi在编队队形S中的具体位置。

为了保持编队队形，任意两个飞机之间需要使用相应的单向通信链接进行信息交互以保持它们之间的距离恒定，但不一定需要使用所有的双向通信链接，即编队用于保持队形的通信拓扑T＝(V,A^*,W^*,P)只是编队通信图D＝(V,A,W,P)的一个子图，其中表示PLANEi需要发送自身信息给PLANEj使得PLANEj可以根据接收到的信息调整自身参数以保持与PLANEi的距离恒定，即PLANEj具有一个与PLANEi的距离约束。通信拓扑T中，节点v_i的入度表示PLANEi需要从多少个其它PLANE接收信息，即具有的与其它PLANE的距离约束的数量，记为d^-(i)；节点v_i的出度表示PLANEi需要给多少个其它PLANE发送信息，记为d⁺(i)。

102、根据二维最优刚性图生成算法计算所述赋权无向图的二维最优刚性图。

本发明实施例中采用现有的二维最优刚性图获取方法获取二维最优刚性图，该方法的基本步骤如表1所示。

表1

需要说明的是，表1所示的二维最优刚性图获取方法的时间复杂度主要由Step4决定，而Step4最多需要计算|E|次，并且第i次计算矩阵M的秩的时间复杂度为其中m_i为第i次计算时M的行数。由于表1所示的二维最优刚性图获取方法运行时最好的情况是每次加入的M_C的新行都能满足Step6中的要求，此时Step4只需要计算n＝2×|V|-3次，而第i次计算时M的行数m_i＝i，因此表1所示的二维最优刚性图获取方法的时间复杂度至少为：

103、根据所述二维最优刚性图和二维最优持久图获取方法获取二维最优持久图。

本发明实施例提供了一种基于二维最优刚性图和最小树形图(Two-Dimensional Optimal Rigid Graph and Minimum Cost Arborescence，2DORG_MCA)的二维最优持久图生成算法，此算法步骤如表2所示。

表2

需要说明的是，本实施例中最小树形图(Minimum Cost Arborescence，MCA)指的是一个加权有向图的最小生成树。求解MCA问题的第一个算法是Edmonds算法，其计算复杂度为O(|A|×|V|)，其中的|A|和|V|分别为赋权有向图中弧的数量和节点的数量，后来Gabow等人又提出了一个针对Edmonds算法的更快的实现，其计算复杂度为O(|A|+|V|×log|V|)。

可理解的是，表2中二维最优持久图生成算法主要由Step3和Step5的时间复杂度决定。例如，本发明实施例中表2中Step3和Step5采用了Gabow等人提出的Edmonds算法实现，从而得到该算法的时间复杂度约为O(2×(|A|+|V|×log|V|))。

由表2中Step1可知|A|＝2×|E^*|，而由二维最优刚性图的特性可知二维最优刚性图R＝(V,E*,W*,P)的边数|E^*|等于2×|V|-3，所以上述算法的时间复杂度约为O(2×(4×|V|+|V|×log|V|))。

与相关技术中最好的二维最优持久图生成算法相比较，本发明实施例中二维最优持久图获取方法的时间复杂度更低，因为现在技术算法需要计算矩阵的秩，因此其时间复杂度至少为O(|V|³)。

104、若存在一个有人机在所述二维最优持久图中对应节点的入度为0则所述二维最优持久图即为该编队的最优通信拓扑，而该有人机为该编队的领航者。

本发明实施例中判断是否存在一个有人机在所述二维最优持久图中对应节点的入度为0；若是，则所述二维最优持久图即为该编队的最优通信拓扑，而该有人机为该编队的领航者。

若否，则判断是否存在一个有人机在所述二维最优持久图中对应节点vi的入度为1；若是，则在所述二维最优持久图中寻找另外一个入度为1的节点vj，该节点vj与节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向后得到新的二维最优持久图即为该编队的最优通信拓扑，节点vi对应的有人机为该编队的领航者；

若否，则寻找任意一个有人机，该有人机在二维最优持久图中对应节点vi的入度为2，然后在所述二维最优持久图中寻找一个入度为1的节点vj，该节点vj到节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向；继续在所述二维最优持久图中寻找另外一个入度为1的节点vk，该节点vk到节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向后得到新的二维最优持久图即为该编队的最优通信拓扑，节点vi对应的有人机为该编队的领航者。

本发明实施例提供的无人-有人机编队最优通信拓扑生成方法具有如下优点：

(1)时间复杂度更低。

(2)可以根据“编队领航者约束”自动选择最合适的有人机作为编队的领航者。

下面举例验证本发明实施例提供的无人-有人机编队最优通信拓扑生成方法的优越性和有效性。

1、无人-有人机组成的小规模二维持久编队的通信拓扑优化。

假设一个小规模二维持久编队由3架无人机(UAV1、UAV2、UAV3)和2架有人机(Fighter1、Fighter2)组成，每个飞机的通信范围是1600m，其中只有有人机Fighter1和Fighter2可以作为编队的领航者。它们需要形成并保持一个如图2(a)所示的二维空间队形，其中的编队队形位置分别编号为{1,2,3,4,5}，Fighter1和Fighter2分别在队形的1号和2号位置，UAV1、UAV2和UAV3分别在队形的3号、4号和5号位置；它们之间的距离如图2(a)所示；如果以队形中的4号位置作为平面坐标系的原点，则该二维持久编队的队形S中的每个位置的坐标如图2(b)所示。

基于上述优化方法，首先令PLANE位置配置为P＝{1,2,3,4,5}，然后构建相应的编队通信图D＝(V,A,W,P)，再将D中的弧转换成边，得到对应的赋权无向图G＝(V,E,W,P)。根据表1所示的二维最优刚性图获取方法得到G的二维最优刚性图R，如图3(a)所示。根据表2所示的二维最优持久图获取方法得到R对应的二维最优持久图T。其中，由表2中Step3所得的最小树形图T₁'如图3(b)所示；由表2中Step5所得的最小树形图T′₂如图3(c)所示；最后将T₁'中的v₀和v₀的出弧删除后得到T₁，将T′₂中的v₀和v₀的出弧删除后得到T₂，再将T₁和T₂合并得到的有向图T如图3(d)所示。由于T中弧的总数与R中边的总数相同，满足表2中Step7的条件，因此T是R对应的一个二维最优持久图。又因为T中的节点v1的入度为0，且v1所代表的Fighter1可以作为编队领航者，因此T满足“编队领航者约束”，即T是此二维持久编队的最优通信拓扑，对应的编队通信代价为4912。

对比地，现在技术中最好的二维最优持久图生成算法得到的最优通信拓扑如图4所示，其对应的编队通信代价也是4912，但由于它未考虑“编队领航者约束”，因此它选择UAV3作为编队领航者；另外其时间复杂度也比上述表2所示的二维最优持久图获取方法的时间复杂度更高。

2、无人-有人机组成的大规模二维持久编队的通信拓扑优化。

假设一个二维持久编队由13架无人机(UAV1、UAV2、UAV3、UAV4、UAV5、UAV6、UAV7、UAV8、UAV9、UAV10、UAV11、UAV12和UAV13)和3架有人机(Fighter1、Fighter2和Fighter3)组成，每个飞机的通信范围是1600m，只有有人机Fighter1、Fighter2和Fighter3可以作为编队领航者，该编队需要形成并保持如图5所示的二维空间队形。其中的编队队形位置分别编号为{1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16}，Fighter1、Fighter2和Fighter3分别在队形的1号、5号和9号位置，UAV1、UAV2、UAV3、UAV4、UAV5、UAV6、UAV7、UAV8、UAV9、UAV10、UAV11、UAV12和UAV13分别在队形的2号、3号、4号、6号、7号、8号、10号、11号、12号、13号、14号、15号和16号位置；每个飞机在二维空间的相对位置如图5(a)所示，如果以10号位置为平面坐标系的原点，则队形中每个位置的坐标如图5(b)所示。

基于上述优化方法，首先令PLANE位置配置为P＝{1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16}，然后构建相应的编队通信图D＝(V,A,W,P)，再将编队通信图D中的弧转换成边，得到对应的赋权无向图G＝(V,E,W,P)，根据表1所示的二维最优刚性图获取方法得到赋权无向图G的二维最优刚性图R，如图6(a)所示。根据表2所示的二维最优持久图获取方法得到R对应的二维最优持久图T，具体过程如下：

(1)由Step3所得的最小树形图T₁'如图6(b)所示。

(2)由Step5所得的最小树形图T′₂如图6(c)所示。

(3)由Step6所得的由T₁和T₂合并而成的有向图T如图6(d)所示。其中，T₁是将T₁'中的v₀和v₀的出弧删除后得到的有向图，T₂是将T′₂中的v₀和v₀的出弧删除后得到的有向图。

(4)由于R中的边e₃₉对应的两条弧a₃₉和a₉₃都不在T中，并且T中v₃和v₉的入度都等于2，即满足Step11的条件，因此：首先将a₃₉添加到T中，结果如图6(e)中的虚线型的弧所示；然后找到入度小于2的节点v₂，使得从v₂到v₉有一条具有最少跳数的路(v₂,v₉)；然后将这条路上的所有弧反向，结果如图6(f)中的点划线型的弧所示。

(5)由于R中的边e₈₁₅对应的两条弧a₈₁₅和a₁₅₈都不在T中，并且T中v₈和v₁₅的入度都等于2，即满足Step11的条件，因此：首先将a₈₁₅添加到T中，结果如图6(g)中的虚线型的弧所示；然后找到入度小于2的节点v₅，使得从v₅到v₁₅有一条具有最少跳数的路(v₅,v₇,v₈,v₁₅)；然后将这条路上的所有弧反向，结果如图6(h)中的点划线型的弧所示。由于此时T中弧的数量与R中边的数量相同，满足Step12的条件，因此T为R的二维最优持久图。又因为T中的节点v₁的入度为0，且v₁代表的Fighter1可以作为编队领航者，因此T满足“编队领航者约束”，即T就是此二维持久编队的最优通信拓扑，对应的编队通信代价为17714。

对比地，现有技术中最好的二维最优持久图生成算法得到的最优通信拓扑如图7所示，其对应的编队通信代价也是17714，但由于它未考虑“编队领航者约束”，因此它选择UAV10作为编队领航者；另外其时间复杂度也比上述表2所示的二维最优持久图获取方法的时间复杂度更高。

本发明实施例还提供了一种无人-有人机编队最优通信拓扑生成装置，如图8所示，包括：

赋权无向图获取模块M1，用于根据无人-有人机需要组成的二维持久编队的编队队形获取编队通信图及其对应的赋权无向图；

二维最优刚性图获取模块M2，用于根据二维最优刚性图生成算法计算所述赋权无向图的二维最优刚性图；

二维最优持久图获取模块M3，用于根据所述二维最优刚性图和二维最优持久图获取方法获取二维最优持久图；

最优通信拓扑获取模块M4，用于判断是否存在一个有人机在所述二维最优持久图中对应节点的入度为0；

若是，则所述二维最优持久图即为该编队的最优通信拓扑，而该有人机为该编队的领航者；若否，则判断是否存在一个有人机在所述二维最优持久图中对应节点vi的入度为1；

若是，则在所述二维最优持久图中寻找另外一个入度为1的节点vj，该节点vj与节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向后得到新的二维最优持久图即为该编队的最优通信拓扑，节点vi对应的有人机为该编队的领航者；

若否，则寻找任意一个有人机，该有人机在二维最优持久图中对应节点vi的入度为2，然后在上述二维最优持久图中寻找一个入度为1的节点vj，该节点vj到节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向；继续在所述二维最优持久图中寻找另外一个入度为1的节点vk，该节点vk到节点vi之间具有一条最少跳数的路；将上述最少跳数的路上所有弧反向后得到新的二维最优持久图即为该编队的最优通信拓扑，节点vi对应的有人机为该编队的领航者。

可选地，所述二维最优持久图获取模块用于执行以下步骤包括：

将所述二维最优刚性图R转换成第一有向图D_R；

在所述第一有向图D_R中增加虚拟领航者节点V₀得到第二有向图D_R’；所述虚拟领航者节点V₀与所述第一有向图D_R中每个节点之间设置有两条出弧，并且所述虚拟领航者节点V₀的每条出弧的权值相同并大于所述第一有向图中全部弧的权值之和；

获取所述第二有向图D_R’的第一最小树形图T₁’，并删除所述第一最小树形图T₁’中所述虚拟领航者节点V₀及其对应的出弧得到第三有向图T₁；

删除所述第二有向图D_R’中对应所述第一最小树形图T₁’中所有弧及其对应的反向弧得到第四有向图D_R”；

获取所述第四有向图D_R”的第二最小树形图T₂’，并删除所述第二最小树形图T₂’中所述虚拟领航者节点V₀及其对应的出弧得到第五有向图T₂；

合并所述第三有向图T₁和所述第五有向图T₂得到第六有向图T以及所述第六有向图T中弧的数量m；

当所述二维最优刚性图R的节点数量为n且m满足m＝2n-3时，则所述第六有向图T为二维最优持久图；否则，

当所述二维最优刚性图R的节点数量为n且m满足m<(2n-3)时，获取所述二维最优刚性图R中的第l条边对应的两条弧，符号l的初始值为1；

若该两条弧都不在所述第六有向图中，获取第l条边对应两节点的入度；

当第l条边对应的两节点的入度不都等于2时，将该两个节点中任意一个入度小于2的节点的连接另外那个节点的入弧添加到所述第六有向图中得到第七有向图；

若所述第七有向图中弧的数量m等于(2n-3)时，则所述第七有向图为二维最优持久图；否则将所述第六有向图中的数据更新为所述第七有向图中的数据。

可选地，所述二维最优持久图获取模块还用于执行以下步骤包括：

在第l条边对应的两节点的入度都等于2时，将该第l条边对应的一条弧添加到第六有向图中得到第七有向图；该弧为第l条边所对应第一节点的入弧；

按照先入度1后入度0的方式在所述第六有向图中寻找入度小于2的一个第二节点，并获取所述第二节点与所述第一节点之间具有最少跳数的路径；

将所述最少跳数的路径对应的所有弧反向得到第八有向图；

若所述第八有向图中弧的数量m等于(2n-3)时，则所述第八有向图为二维最优持久图；否则将所述第六有向图中的数据更新为所述第八有向图中的数据；

将所述符号l的值增加1，若符号l小于等于(2n-3)时，则继续判断第l条边对应的两条弧是否都不在所述第六有向图T中。

需要说明的是，本发明实施例提供的无人-有人机编队最优通信拓扑生成装置与上述方法一一对应的关系，上述方法的实施细节同样适用于上述装置，本发明实施例不再对上述系统进行详细说明。

本发明的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释呈反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在于该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是互相排斥之处，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一种浏览器终端的设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。