[发明专利]基于无人集群的智能协同架构设计

权利要求书

1.基于无人集群的智能协同架构设计，其特征在于，包括以下步骤：

步骤1：USoSAM建模；

步骤2：探索问题框架，无人机作战体系结构首先要对能力有一个清晰的认识，这是构建体系模型的基础，能力是指完成一个目标或任务所体现的综合素质，兰德将能力定义为在规定的标准和条件下通过一组手段或一组行为来完成一组特定任务并获得预期结果的能力，超网络体系结构建模强调了节点间的交互作用，同时考虑了武器装备性能和数量对系统作战能力的影响，因此，我们结合超网络架构的观点来进行我们的研究，此外，网络力模型给出了描述网络两个关键特征的数学结构，即节点的函数类型和链路的传输类型，为了分析、设计和构建以网络为中心的作战网络，提出了基于超网络的作战网络结构模型，在作战网络系统中，网络节点和子网络具有不同的功能，在当前的指挥控制超网络模型中，采用基于超图理论的C2超网络建模方法对C2网络中的复杂关系进行量化和描述，能力是在任务和系统之间形成直接映射关系的桥梁，从能力生成的角度来看，作战系统的能力通常是指根据任务分配选择不同能力，并规定系统间C2结构的无人作战系统，我们通过定义下面的元素来构建架构模型；

步骤3：USoSAM目标函数，Konur等人指出性能、已完成的时间和成本是架构的目标，性能和成本是用于描述架构的两个重要属性，无人作战系统的完成时间消耗是另一个重要指标，我们定义USoSAM需要构建一个稳定的、具有最高总体性能、最小化完成时间并消耗最低总成本的体系结构；

步骤4：搜索架构算法，首先随机生成N个种群个体，形成初始种群p，同时生成H个参考点，形成参考点集合R,这些种群中的个体与参考点共同进化，经过固定次数的迭代，得到一组靠近帕累托前沿的非显性解，每一代利用遗传算子对亲本群体Pt进行杂交突变，生成新一代群体Ct，通过使用遗传算子选择亲本种群，我们改进了这一过程，优胜者从亲本种群中选出，劣等个体被淘汰，选择操作者直接将优化的个体(或溶液)感染给下一代，或通过配对和再遗传给后代产生新的个体，选择操作基于群体中个体的适应度评估，我们使用轮盘赌选择方法，在这种方法中，个体的选择概率与其适应度值成正比，在标准化平面上，将每个一维目标均匀分成p个部分，则均匀生成参考点C(m+p-1，p)C(m+p-1，p)；

步骤5：仿真实验；

步骤6：实验设置；

步骤7：基准比较分析，我们将候选方法的大小和首选向量初始化为100，并将最大产出设置为100；

步骤8：分析结果。

2.根据权利要求1所述的基于无人集群的智能协同架构设计，其特征在于：步骤2中能力是战斗武器系统提供侦察、预警、指挥和控制的能力；任务节点是一个可以被能力节点牵引的活动，用C表示；系统节点是具有相应能力的任务驱动设备，记为D；C2结构是指任务与资源、组织、决策过程、环境之间整体有序的协调行为；我们为任务能力构建一个邻接矩阵C＝{C_mk}_mk，并将其C_ln设置为1，否则设置为0，我们为任务无人系统(UM-MCS)和作为后备的无人战备系统(UM-MPCS)建立了无人机系统，它有j_1j₁无人执行系统和j₂无人准备系统。所选系统提供待执行任务对应的能力，系统能力矩阵为D＝{d_en}_jk，D＝{d_en}_jk任务-系统矩阵为A＝{a_le}_mj，还有以下要求，

我们假定MCSs是被u₁C2单元控制，所有单元构成u₂种群，并且C2单元和种群被s₁s₂索引，有：与此同时，UM战斗系统中的每个C2单位都被s牵引，每个组都被分配到一个C2单位，最后，将聚类整合到UM-MCS和UM-MPCS中，分别形成邻接矩阵B和C，在UM-MCSs中，如果任务e_₁被分配到C2单元中的s_₁,设置b_e1s1＝1，否则将其设置为0，形成单元邻接矩阵B＝{b_e1s1}_j1u1，UM-MPCSs的单元邻接矩阵可以表示为F＝{f_e2s2}_j2u2。