[发明专利]基于蜂窝图模型的无人机编队脆弱性分析方法及系统有效

专利信息
申请号: 202110085003.X 申请日: 2021-01-22
公开(公告)号: CN112801160B 公开(公告)日: 2022-09-06
发明(设计)人: 段晓君;王柄霖;晏良;黄彭奇子;陈彭;韩旭 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G06K9/62 分类号: G06K9/62;G06F17/18
代理公司: 北京融智邦达知识产权代理事务所(普通合伙) 11885 代理人: 董惠文
地址: 410003 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 蜂窝 模型 无人机 编队 脆弱 分析 方法 系统
【说明书】:

发明提供一种基于蜂窝图模型的无人机编队脆弱性分析方法及系统,获取无人机编队信息;构建有向图和元胞自动机;向无人机编队添加外界干扰;计算元胞空间受外界干扰时的元胞新状态,得到节点内部脆弱性传播百分比;计算每个节点受其他节点的影响程度,得到每个节点受其他节点脆弱性影响概率;根据马尔科夫链转换规则,得到状态转换矩阵;对元胞状态进行更新,直到各元胞状态不变,输出脆弱性传播百分比。通过元胞自动机对无人机内部进行脆弱性分析,基于图的模型得到每个无人机受其他无人机的脆弱性影响,在马尔科夫链的桥接作用下,得到无人机编队在受攻击时无人机内部的元胞状态变化概率,实现从微观到宏观对无人机编队脆弱性的精确分析。

技术领域

本发明无人机集群对抗领域,尤其是涉及一种基于蜂窝图模型的无人机编队脆弱性评估分析方法及系统。

背景技术

复杂系统的崩溃可能会产生严重后果,因此脆弱性通常被视为复杂系统的核心问题。无人机编队可能受到来自自然界干扰或者人为恶意干扰,为了实现无人机编队功能,无人机之间可能存在通信、指挥等多种关系,这为脆弱性的传播提供了可能。怎样降低无人机编队面对干扰时的脆弱性,使无人机编队更加稳定成为当前研究的重要课题,因此对无人机编队脆弱性的分析就显得尤为重要。

无人机编队的无人机数目相对较少,无人机内部的功能复杂、关系紧密。现有技术中,对无人机的研究大多仅研究单无人机内部脆弱性传播或者无人机之间的脆弱性传播,然而无人机编队的脆弱性传播并不是微观与宏观相独立传播的,宏观与微观之间相互联系、相互依存,所以需要衔接微观(无人机内部)与宏观(无人机之间)的脆弱性传播。多层网络是分析复杂系统的有力工具,但复杂网络可能不是模拟系统局部(即子系统)的最佳选择。因此急需一种方法来对无人机编队的脆弱性进行准确分析。

发明内容

本发明要解决的技术问题是怎样既能考虑单无人机内部的脆弱性传播,又能考虑无人机之间的脆弱性传播,从而对无人机编队的脆弱性进行准确分析,提供了一种基于蜂窝图模型的无人机编队脆弱性分析方法及系统。

为解决该问题,本发明所采用的技术方案是:

一种基于蜂窝图模型的无人机编队脆弱性分析方法,包括以下步骤:

步骤1:获取无人机编队信息;

步骤2:根据无人机编队信息构建有向图和元胞自动机;将无人机编队中的各无人机定义为有向图中的各节点,无人机之间的脆弱性影响程度定义为有向图中的边,将各无人机定义为元胞自动机,无人机中的各元件定义为元胞自动机中包含的各元胞,每个元胞自动机构成一个元胞空间;

步骤3:在每个时间步长中,向无人机编队添加强度为H的外界干扰;

步骤4:在有向图的每个节点中使用元胞自动机计算元胞空间受外界干扰时的元胞新状态,得到每个节点内部的脆弱性传播百分比;

步骤5:根据每个节点内部在受外界干扰时的脆弱性传播百分比,使用基于图的模型计算每个节点受其他节点的影响程度,得到每个节点受其他节点脆弱性影响的概率;

步骤6:根据每个节点受其他节点脆弱性影响的概率和每个节点内部的脆弱性传播百分比,以及给定的马尔科夫链状态转换规则,得到每个节点的马尔科夫的一步状态转换矩阵;

步骤7:增加单位时间步长,根据马尔科夫的一步状态转换矩阵对有向图节点中的元胞状态进行更新,返回步骤4,直到各元胞空间的状态不变,输出此时无人机编队中每个节点的脆弱性传播百分比。

进一步地,步骤4中使用元胞自动机计算元胞空间受外界干扰时的元胞新状态,得到每个节点内部的脆弱性传播百分比的方法是:

如果某个元胞受到外部攻击,则元胞状态将从变为H为外部干扰强度;表示在t时刻位于(x,y)处的元胞所处状态,(x,y)为元胞的坐标,x,y=1,2,…,M,M表示元胞空间的边界数量,M是大于的最小整数,v为无人机中元器件的数量;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110085003.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top