針對跟蹤過程中,多動(dòng)態(tài)目標(biāo)優(yōu)先級變化引起的飛行器任務(wù)實(shí)時(shí)重分配問題,提出了一種飛行器集群智能自組織控制方案。該方案基于飛行器集群組網(wǎng)和集群協(xié)同計(jì)算技術(shù),實(shí)現(xiàn)分布式集群實(shí)時(shí)控制與協(xié)同任務(wù)分配,以保證對多目標(biāo)的實(shí)時(shí)跟蹤。針對跟蹤目標(biāo)優(yōu)先級變化的場景,提出了具有雙向選擇機(jī)制的合同網(wǎng)改進(jìn)算法,能夠解決突發(fā)情況導(dǎo)致的飛行器集群任務(wù)實(shí)時(shí)分配問題。最后進(jìn)行仿真驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,該方案能夠提高飛行器集群的協(xié)商效率,減少通信頻率,提升任務(wù)分配的時(shí)效性。 

【文章來源】：導(dǎo)彈與航天運(yùn)載技術(shù). 2020,(03)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

合同網(wǎng)算法流程Fig.2FlowChartofContractNetAlgorithm

導(dǎo)彈與航天運(yùn)載技術(shù)2020年34圖1飛行器轉(zhuǎn)移距離示意Fig.1DiagramofAerialVehicleTransferDistanceb）飛行器最大速度。在飛行器為了捕獲移動(dòng)目標(biāo)進(jìn)行轉(zhuǎn)移的過程中，飛行器能夠達(dá)到的最大飛行速度也是影響任務(wù)分配的重要因素。在某些情況下，飛行器捕獲跟蹤目標(biāo)的轉(zhuǎn)移時(shí)間過長，執(zhí)行該任務(wù)就會(huì)有較大的損耗。因此需要對飛行器捕獲目標(biāo)的轉(zhuǎn)移時(shí)長t進(jìn)行限制，即通過式（5）計(jì)算得到的t應(yīng)不大于閾值。如果t大于閾值，飛行器就會(huì)放棄對該目標(biāo)的捕獲和跟蹤。c）多機(jī)協(xié)同約束。應(yīng)該保證在任何時(shí)刻，集合T中的每個(gè)目標(biāo)都有至少一個(gè)飛行器對其進(jìn)行跟蹤。此外對某一移動(dòng)目標(biāo)執(zhí)行跟蹤任務(wù)的飛行器數(shù)量，不應(yīng)多于該目標(biāo)所需的飛行器數(shù)量。假設(shè)飛行器iu當(dāng)前執(zhí)行跟蹤任務(wù)的目標(biāo)為()itu，目標(biāo)jt所需的執(zhí)行跟蹤任務(wù)的飛行器數(shù)量為Need()jNt，實(shí)際對其進(jìn)行跟蹤的無人機(jī)數(shù)量為Tracking()jNt，則多機(jī)協(xié)同約束可以表達(dá)為12()()()mtututuT（9）NeedTracking()()jjjtNtNt（10）2任務(wù)分配算法設(shè)計(jì)任務(wù)分配是飛行器集群協(xié)同控制的基礎(chǔ)，任務(wù)分配算法應(yīng)該能夠?yàn)槊總�(gè)移動(dòng)目標(biāo)分配合適的飛行器執(zhí)行跟蹤任務(wù)，同時(shí)使得該方案滿足集群轉(zhuǎn)移總時(shí)間與距離最短的優(yōu)化目標(biāo)。飛行器集群任務(wù)分配問題屬于多目標(biāo)優(yōu)化問題，本節(jié)采用合同網(wǎng)的基本思想，并針對多動(dòng)態(tài)目標(biāo)跟蹤的特殊場景對合同網(wǎng)進(jìn)行改進(jìn)，提高了任務(wù)分配的時(shí)效性。2.1合同網(wǎng)基本思想合同網(wǎng)是在研究分布式問題求解過程中提出的概念，此后許多研究人員對其進(jìn)行了改進(jìn)和擴(kuò)展[9]。合同網(wǎng)采用任務(wù)拍賣的方式，將投標(biāo)值作為用戶之間任務(wù)分配的控制變量，通過用戶之間的任

衲勘?2t的轉(zhuǎn)移成本最低，因此決定選擇4u和5u作為中標(biāo)者。經(jīng)過一段時(shí)間，5u首先捕獲目標(biāo)2t并執(zhí)行跟蹤任務(wù)，此時(shí)4u正在向1t移動(dòng)，如圖3b所示。再經(jīng)過一段時(shí)間，4u成功捕獲1t，此時(shí)1u，2u和4u跟蹤目標(biāo)1t，3u和5u跟蹤目標(biāo)2t，如圖3c所示。最終飛行器集群的分配方案滿足任務(wù)的要求。通過對合同網(wǎng)進(jìn)行改進(jìn)，原本需要經(jīng)過兩輪交易才能完成任務(wù)分配的場景，現(xiàn)在經(jīng)過一輪交易即可完成。a）初始狀態(tài)b）5u捕獲目標(biāo)c）4u捕獲目標(biāo)圖3任務(wù)分配Fig.3TaskAllocation為了進(jìn)一步研究具有雙向選擇機(jī)制的合同網(wǎng)算法對傳統(tǒng)合同網(wǎng)算法的改進(jìn)效果，本文進(jìn)行了25次相互獨(dú)立的仿真實(shí)驗(yàn)。實(shí)驗(yàn)的自變量為需要處理的任務(wù)數(shù)量，而目標(biāo)數(shù)量的變化會(huì)引起任務(wù)數(shù)量的變化，本文考慮了目標(biāo)數(shù)量從1~25個(gè)的變化情況，同時(shí)為了確保有足夠數(shù)量的飛行器執(zhí)行任務(wù)，將飛行器的個(gè)數(shù)設(shè)置為50。其中，隨機(jī)初始化目標(biāo)和飛行器的位置坐標(biāo)以及速度等信息，閾值為30。任務(wù)數(shù)量的增加會(huì)提升任務(wù)分配的復(fù)雜度，改變?nèi)蝿?wù)數(shù)量，分別對傳統(tǒng)的合同網(wǎng)和具有雙向選擇機(jī)制的改進(jìn)合同網(wǎng)進(jìn)行仿真。其交易回合數(shù)隨任務(wù)數(shù)量的變化趨勢如圖4所示。圖4交易回合數(shù)變化趨勢Fig.4TrendinTradingRoundNumbers由圖4可以看出，與傳統(tǒng)合同網(wǎng)算法相比，改進(jìn)的合同網(wǎng)算法能夠有效地減少交易回合數(shù)，提升系統(tǒng)的協(xié)商效率，從而提高任務(wù)分配的時(shí)效性。4結(jié)束語針對飛行器集群對多個(gè)動(dòng)態(tài)目標(biāo)跟蹤過程中的協(xié)同實(shí)時(shí)任務(wù)分配問題，基于合同網(wǎng)的思想解決了集群任務(wù)分配中的效能優(yōu)化問題。本文對合同網(wǎng)進(jìn)行了改進(jìn)，引入了并發(fā)機(jī)制，減少了協(xié)商過程中進(jìn)行?

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)合同網(wǎng)的無人機(jī)群協(xié)同實(shí)時(shí)任務(wù)分配問題研究[J]. 張夢穎,王蒙一,王曉東,宋勛.  航空兵器. 2019(04)
[2]多機(jī)器人追捕中帶雙向篩選的動(dòng)態(tài)任務(wù)分配算法研究[J]. 劉政強(qiáng),陳壽元,邵增珍,張永,劉衍民.  小型微型計(jì)算機(jī)系統(tǒng). 2017(07)

博士論文
[1]多UCAV協(xié)同任務(wù)控制中分布式任務(wù)分配與任務(wù)協(xié)調(diào)技術(shù)研究[D]. 龍濤.國防科學(xué)技術(shù)大學(xué) 2006



本文編號：3250077