[发明专利]基于蚁群算法的异构多无人机任务分配方法在审
| 申请号: | 202211155444.3 | 申请日: | 2022-09-22 |
| 公开(公告)号: | CN115494864A | 公开(公告)日: | 2022-12-20 |
| 发明(设计)人: | 冯肖雪;谢天;温岳;潘峰;李位星 | 申请(专利权)人: | 北京理工大学 |
| 主分类号: | G05D1/10 | 分类号: | G05D1/10 |
| 代理公司: | 北京理工大学专利中心 11120 | 代理人: | 李微微;代丽 |
| 地址: | 100081 *** | 国省代码: | 北京;11 |
| 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 算法 异构多 无人机 任务 分配 方法 | ||
1.基于蚁群算法的异构多无人机任务分配方法,其特征在于,包括如下步骤:
步骤1:根据任务的规模对蚁群进行初始化,一个蚁群共同组成一个分配方案,一只蚂蚁代表一架无人机,任一蚁群中的任一蚂蚁都有各自的信息素浓度矩阵;同时对无人机参数进行初始化;所述无人机参数包括无人机的速度、无人机类型、无人机坐标、目标类型、目标坐标以及任务的种类;
步骤2:针对异构多无人机系统待执行任务,构建候选任务序列;根据当前候选任务的种类以及异构无人机执行不同类型任务的特性构建候选无人机序列;
步骤3:根据启发信息和信息素浓度矩阵分别选出下一任务和下一任务的承担者;
若当前无人机和所有候选任务都无法匹配,则将该无人机从候选无人机序列中删除,并重复步骤3直至匹配完成;
步骤4:更新候选任务序列,更新候选无人机序列,更新无人机的位置,重复执行步骤3和4无人机的选取及任务的分配直至所有任务都分配完成,获得当前迭代次的分配矩阵;
步骤5:根据当前迭代次的分配矩阵计算当前迭代次的优化目标值,若当前迭代次的优化目标值优于最佳分配矩阵的优化目标值,则利用当前迭代的分配矩阵更新最佳分配矩阵;
根据当前迭代次的优化目标值更新信息素浓度矩阵,重复执行步骤2~步骤5,重复直至达到设定的迭代次数,获得最终的最佳分配矩阵,利用所述最终的最佳分配矩阵进行异构多无人机的任务分配。
2.如权利要求1所述的基于蚁群算法的异构多无人机多任务分配方法,其特征在于,所述针对异构多无人机系统待执行任务,构建候选任务序列,具体地包括如下步骤:
对当前异构多无人机系统待执行任务进行分类,根据实际战场情况考虑一种3任务场景,分别为电磁压制,攻击和确认,并且3个任务之间有严格的时序关系,即:对任一目标的攻击任务需要在对该目标进行电磁压制的时间范围内进行,对任一目标的确认任务需要在对该目标进行攻击后进行;由此可将候选任务分为7类,分别为只有电磁压制任务,只有攻击任务,只有确认任务,只有电磁压制和攻击任务,只有电磁压制和确认任务,只有攻击和确认任务,以及三种任务都有;
根据上述时序关系对待执行任务进行排序,获得候选任务序列。
3.如权利要求2所述的基于蚁群算法的异构多无人机多任务分配方法,其特征在于,所述根据当前候选任务的种类以及异构无人机执行不同类型任务的特性构建候选无人机序列,具体为:
所述异构无人机包括4种不同类型的无人机,分别为电磁压制无人机、攻击无人机、侦察无人机以及直升机;所述电磁压制无人机仅执行电磁压制任务,攻击无人机仅执行攻击任务,侦察无人机仅执行确认任务,直升机执行攻击任务或确认任务;
构建合理的候选无人机序列,使之和候选任务相对应。
4.如权利要求3所述的基于蚁群算法的异构多无人机多任务分配方法,其特征在于,所述信息素浓度矩阵大小为N×N+1,N为目标点个数,第N列代表无人机在第N个目标点前往各个目标的信息素浓度,第N+1列代表无人机在初始位置前往各个目标的信息素浓度;
所述启发信息即为无人机当前位置和目标位置之间的距离。
5.如权利要求1~4所述的基于蚁群算法的异构多无人机多任务分配方法,其特征在于,所述步骤3中,根据启发信息和信息素浓度矩阵分别选出下一任务和下一任务的承担者;
当上一任务并非对任一目标的电磁压制任务时,从所述候选无人机序列随机选取一架无人机作为下一任务的承担者,获取当前无人机所在位置,遍历所有候选任务,根据启发信息和信息素浓度矩阵计算候选任务的转移概率,对于当前无人机所匹配的所有候选任务,采用轮盘赌的方式选取下一任务;
当上一任务为对任一目标的电磁压制任务,则不再按照轮盘赌的方式从候选任务序列中选择,而是将此时刻所要执行的任务指定为对该目标的攻击任务;遍历所有的候选无人机,根据启发信息和信息素浓度矩阵计算候选无人机的转移概率,对于当前任务匹配的所有候选无人机,采用轮盘赌的方式选取下一任务的承担者;在完成攻击任务后,照常进行候选任务序列的更新。
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北京理工大学,未经北京理工大学许可,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/202211155444.3/1.html,转载请声明来源钻瓜专利网。





