[发明专利]基于任务切片的异构多无人机协同任务分配方法

权利要求书

1.基于任务切片的异构多无人机协同任务分配方法，其特征在于，步骤如下：

步骤一：建立基于任务切片的异构多无人机协同任务分配模型；

步骤二：异构无人机对目标执行所分配子任务；

步骤三：建立异构多无人机协同任务分配评价指标函数；

步骤四：初始化量子镜像鲭鲨群并设定参数；

步骤五：定义并计算量子镜像鲭鲨与猎物的镜像距离；

步骤六：根据量子镜像鲭鲨与猎物的镜像距离对全部量子镜像鲭鲨排序；

步骤七：量子镜像鲭鲨依次执行围绕、追踪、游曳和沉浮模式，并在执行过程中使用模拟量子旋转门来演化量子镜像鲭鲨的量子位置；

步骤八：应用贪心选择策略，选择量子镜像鲭鲨的量子位置；计算第g代和第g+1代量子镜像鲭鲨在镜面与猎物的距离，在量子位置集合中贪婪选择h个在镜面距离猎物较近的量子位置作为g+1代量子镜像鲭鲨的量子位置i＝1,2,...,h；

步骤九：演进终止判断，输出任务分配方案；判断是否达到最大迭代次数G，若未达到，则令g＝g+1，返回步骤六；若达到，则终止演进，将最后一代量子镜像鲭鲨群最优镜面量子位置的映射镜态进行维度变换后作为异构多无人机协同任务分配矩阵输出。

2.根据权利要求1所述的基于任务切片的异构多无人机协同任务分配方法，其特征在于，步骤一具体包括：

协同任务分配矩阵q＝{q_m,k|q_m,k∈[1,N]}_M×K，其中，q_m,k表示分配无人机q_m,k到目标m处执行子任务k，N为异构无人机数，M为目标数，K为对每个目标所需执行的子任务数，对协同任务分配矩阵进行任务切片得q＝[q₁,q₂,...,q_K]，q_k为子任务k分配矩阵，k＝1,2,...,K；在无人机机库不唯一的假设下，第n个无人机机库位置s′_n＝[x′_n,y′_n]^T，第m个目标位置s″_m＝[x″_m,y″_m]^T，n＝1,2,...,N，m＝1,2,...,M，上标T表示转置；无人机航行速度矩阵v＝[v₁,v₂,...,v_N]，无人机机载性能矩阵c＝[c₁,c₂,...,c_N]，协同任务概率矩阵p＝{p_m,n,k|p_m,n,k∈[0,1]}_M×N×K，子任务执行时间矩阵其中，v_n表示无人机n航行速度，c_n表示无人机n所能执行的最大任务数，p_m,n,k表示无人机n对目标m成功执行子任务k的概率，表示对每个目标执行子任务k所需时间，n＝1,2,...,N，m＝1,2,...,M，k＝1,2,...,K；

始化无人机协同时间矩阵t＝[t₁,t₂,...,t_N]、航行时间矩阵t′＝[t′₁,t′₂,…,t′_N]、滞留时间矩阵t″＝[t″₁,t″₂,…,t″_N]和工作时间矩阵t″′＝[t″′₁,t″′₂,…,t″′_N]为全零阵，其中，t_n＝t′_n+t″_n+t″′_n，t_n、t′_n、t″_n和t″′_n分别为无人机n当前协同、航行、滞留和工作时间，n＝1,2,…,N；初始化目标受制时间矩阵为全零阵，其中，表示目标m受制时间，m＝1,2,…,M；初始化无人机当前位置标识向量χ＝[χ₁,χ₂,…,χ_N]和目的位置标识向量γ＝[γ₁,γ₂,…,γ_N]为全零向量，其中，若χ_n＝0，则表示无人机n当前处于机库位置；若χ_n≠0，则表示无人机n当前处于目标m位置，s.t.m＝χ_n；若γ_n＝0，则表示无人机n目的位置为机库；若γ_n≠0，则表示无人机n目的位置为目标m，s.t.m＝γ_n。