[发明专利]一种资源限制条件下多类型无人机协同任务分配方法

权利要求书

1.一种资源限制条件下多类型无人机协同任务分配方法，其特征在于，如下步骤：

步骤(1)、对无人机飞行环境进行分析，设置无人机和任务的相关参数；

步骤(2)、计算可行方案的数目，初始化交叉熵概率分配矩阵；

步骤(3)、随机生成一定数量的样本，对其进行去除无效样本、计算样本对应目标函数值、将样本按目标函数值降序排列、取一定比例排序后的样本更新概率矩阵，如此重复，直至满足结束条件，并根据结果为任务分配相应的无人机；

所述步骤(1)中，无人机、任务相关参数设置过程如下：

(11)设置环境需求参数，主要包括：任务个数T_n，任务危险等级W_i和完成任务获益B_i，i＝1,2,…,T_n，任务所需资源种类S_k及任务对每种资源的需求TS_i＝(S₁,S₂,…,S_k)；

(12)设置无人机相关参数，主要包括：无人机种类U_t及其数量N_j，j＝1,2,…,U_t，即和其携带相应资源的数量UAV_j＝(S₁,S₂,…,S_k)，每种类型无人机执行各任务成功概率p_ji，UAV表示由一定数量的不同类型的无人机组成的集合；

(13)确立平面内的坐标体系，确定各任务的地理位置T_i:(x_i,y_i)和各类型无人机的地理位置UAV_j:(x_j,y_j)，参数设置完成；

所述步骤(2)中，计算可行方案数目，初始化交叉熵概率分配矩阵具体步骤如下：

(21)至多n架无人机协同去完成某项任务，在无人机种类为U_t情况下，计算可行方案数目N_sol；

(22)初始化交叉熵概率矩阵P为T_n×N_sol，其元素遵循以下要求：对于每一行元素，找出使用最少无人机即可满足资源携带需求的有效方案数目的总和m_i，并将交叉熵概率矩阵P每行对应方案列的元素均设置为其余初始化为0；

所述步骤(3)中，随机生成一定数量的样本，对其进行去除无效样本、计算样本对应目标函数值、将样本按目标函数值降序排列、取一定比例排序后的样本更新概率矩阵，如此重复，直至满足结束条件，并根据结果为任务分配相应的无人机的步骤如下：

(31)判断交叉熵概率矩阵P是否收敛，即其元素为0或1，且行和为1，或者迭代次数是否大于最大迭代次数，若是，转到(36)，否则继续执行(32)；

(32)根据交叉熵概率矩阵P随机生成N个样本，样本形式为T_n元组，其对应位置元素为交叉熵概率矩阵P中每行非零元素相应的方案列数；

(33)判断N个样本的有效性，并去除无效的样本，其中样本有效性标准为：样本中各类型无人机数量和是否超过之前设定的各种类型的无人机数量值，若不超过，则为有效，否则为无效样本；

(34)若有效样本数量不足N个，则继续随机取样直到其数量达到N，对每个有效样本s计算其目标函数值，并按从大到小排列，其目标函数值计算公式为：

其中，n_i为执行任务T_i的无人机个数，为无人机组到达任务T_i的时间代价，β为常数，t_i为执行此任务的所有无人机中到达任务T_i耗时最长的时间，即t_l为完成T_i任务的每个无人机的时间，d_li为无人机l到达任务T_i的欧氏距离，V_l为无人机l的速度且为恒定值；

(35)在排序好的样本中，取前 N* θ 个排好序的样本，0＜θ＜1，计算每个任务对应方案出现的次数，该方案出现次数的总和与 N* θ 的比值即为该行该列更新后的元素，按照此规则更新概率矩阵P， N* θ 的含义为取一定比例的目标函数值较大的样本；

(36)输出概率矩阵P中结果，即为最终分配方案。