一种多无人机编队分层目标分配方法
【专利摘要】本发明公开了一种多无人机编队分层目标分配方法，其特征是，包括如下步骤：1、根据无人机编队的数量，对多个地面目标进行聚类，形成若干个目标簇；2、对聚类后的目标簇进行调整，使各目标簇中的地面目标个数保持一致；3、使用无人机编队间目标分配模型和算法，将目标簇分配给无人机编队，每个无人机编队对应一个目标簇；4、使用无人机编队内目标分配模型和算法，为无人机编队内的每架无人机分配地面目标。本发明能提高目标分配的效率，有效解决对多无人机编队进行大规模目标分配时计算时间过长的问题，从而满足战场等实时性要求较高的应用场景的需要。
【专利说明】—种多无人机编队分层目标分配方法
【技术领域】
[0001]本发明涉及一种多无人机编队分层目标分配方法，属于无人机控制与决策领域。【背景技术】
[0002]无人机正在军事和民用应用领域发挥着越来越重要的角色，如攻打，搜救等等。无人机的技术和成本优势，使他们能胜任枯燥、恶劣、危险的任务。无人机在执行任务的时候一般以机群的形式进行:无人机在到达目标区域后，无人机之间进行协同任务规划，接着分别执行各自的任务。在复杂、动态环境下执行任务要求无人机具有高度的自主决策能力和协同能力，目标分配是其中的关键技术之一。目标分配具体是指将目标指派给无人机，让无人机实施目标打击任务。在这个过程中需要考虑无人机的位置，航程，武器载荷，传感器载荷，目标点的位置等参数，进行统筹分配，实现无人机资源的最佳配置。目标分配的解空间随着武器数量和目标总数的增加呈指数增加，是一个多约束的NP问题。
[0003]目前，对多无人机编队目标分配问题，往往使用数学规划或群体协商等方法进行求解。分支定界法是一种典型的数学规划方法，适用于小规模整数规划问题，当问题规模较大时，计算时间长，效率低，则一般不再适用。遗传算法是属于群体协商的一种求解方法，它在大规模问题上具有很大的优势，但是遗传算法往往采取等长度的字符串对问题进行编码，不符合实际场景需要，限制了其在目标分配问题上的应用。当无人机数量和目标数量都比较多时，这些方法在有限时间内无法得出一个有效的解。在瞬息万变的战场环境下，目标分配要在极短的时间内完成，同时又要求保证分配方案的效率和鲁棒性，这对目标分配方法的设计和实现提出了非常高的要求。
【发明内容】
[0004]本发明是为了克服现有技术存在的不足之处，提供一种多无人机编队分层目标分配方法，提高目标分配的效率，能有效解决对多无人机编队进行大规模目标分配时计算时间过长的问题，从而满足战场等实时性要求较高的应用场景的需要。
[0005]本发明为解决技术问题采取如下技术方案:
[0006]本发明一种多无人机编队分层目标分配方法的特点是:
[0007]在无人机编队攻打地面目标的任务区域中，将所述任务区域的外接正方形的一个顶点设为原点0，将所述原点O的两条邻边分别设置为X轴和Y轴构成坐标系Χ0Υ，在所述坐标系XOY中，
[0008]假设有M个无人机编队协同执行任务，所述M个无人机编队记为U=IU1, U2，…，Uffl,…，UM}，I≤m≤M ；Uffl表示第m个无人机编队，所述无人机编队Um位于第m个机场Am ；所述机场Am的位置记为(axm, aym);每个无人机编队有R架无人机，则共有RXM=Nv架无人
机，记为'玉P&Nr% Up表示第P架无人机；所述无人机\的载弹
量记为B ;所述无人机Up的最大航程记为Smax ；[0009]假设有乂个地面目标记为
【权利要求】
1.一种多无人机编队分层目标分配方法，其特征在于: 在无人机编队攻打地面目标的任务区域中，将所述任务区域的外接正方形的一个顶点设为原点O，将所述原点O的两条邻边分别设置为X轴和Y轴构成坐标系XOY，在所述坐标系XOY中， 假设有M个无人机编队协同执行任务，所述M个无人机编队记为U= IU1, U2,…，Uffl,…,UM}, I ^ m ^ M ；Uffl表示第m个无人机编队，所述无人机编队Um位于第m个机场Am ;所述机场Am的位置记为(axm, aym);每个无人机编队有R架无人机，则共有RXM=Nv架无人机,记为U = IUliU2,", \<p<JYr% Up表示第P架无人机；所述无人机Up的载弹量记为B ;所述无人机Up的最大航程记为Smax ； 假设有Nt个地面目标记为Z=!'，tq表示第q个地面目标，所述地面目标t,的位置记为(tx,，tyq);所述地面目标t,的价值记为V,； 所述多无人机编队分层目标分配方法按如下步骤进行: 步骤一、根据所述无人机编队的个数M，使用K-Means聚类算法对所有地面目标t进行聚类获得M个目标簇,所述M个目标簇记为T= (T1, T2,…，Tn,…，TM}, 1≤n≤M, T为目标簇集合，Tn表示第η个目标簇；所述目标簇Tn中的地面目标个数记为|Τη| ； 步骤二、调整M个目标簇中的地面目标，使得各目标簇中的地面目标个数在区间
2.根据权利要求1所述的多无人机编队分层目标分配方法，其特征在于，所述步骤一中的K-Means聚类算法按如下步骤进行: Al)在所述任务区域内，随机生成所述M个目标簇的初始中心点； Α2)将所有地面目标t的位置，目标簇个数M,M个目标簇的初始中心点作为K-Means算法的输入值，利用K-Means算法对地面目标进行聚类获得M个目标簇。
3.根据权利要求1所述的多无人机编队分层目标分配方法，其特征在于，所述步骤二中调整地面目标是按如下步骤进行: BI)将所述目标簇集合T中的M个目标簇移至队列Q中，则Q= IT1, T2，…，Tn，…，TM}，1≤n≤M ;令索引1=0，索引I用于标记所述目标簇集合T中地面目标个数为区间上限
4.如权利要求1所述的多无人机编队分层目标分配方法，其特征在于，所述步骤三中的无人机编队间目标分配模型为: @ 标函数:
5.如权利要求1或4所述的多无人机编队分层目标分配方法，其特征在于，所述步骤三中的利用匈牙利算法进行求解是按如下步骤进行: Cl)计算所述M个目标簇的中心点，所述目标簇Tn的中心点为
6.如权利要求1或5所述的多无人机编队分层目标分配方法，其特征在于，假设无人机编队Um攻打目标簇τη，所述步骤四中的无人机编队内目标分配模型为: 目标函数:
7.如权利要求1或6所述的多无人机编队分层目标分配方法，其特征在于，假设无人机编队Um攻打目标簇Tn，所述步骤四中的利用改进蚁群算法进行求解是按如下步骤进行:Dl)初始化: 将一只蚂蚁作为无人机编队Um中的R架无人机，设置蚂蚁数量为
【文档编号】G05B13/04GK103744290SQ201310751106
【公开日】2014年4月23日 申请日期:2013年12月30日 优先权日:2013年12月30日
【发明者】胡笑旋, 马华伟, 罗贺, 叶青松, 王国强, 靳鹏, 夏维 申请人:合肥工业大学