在現(xiàn)代戰(zhàn)爭(zhēng)中,無(wú)人機(jī)開(kāi)始以機(jī)群方式協(xié)同執(zhí)行任務(wù)。通過(guò)研究動(dòng)態(tài)環(huán)境下的多無(wú)人機(jī)任務(wù)規(guī)劃方法,可以使機(jī)群以較小的代價(jià)完成復(fù)雜的任務(wù),提升機(jī)群執(zhí)行任務(wù)的成功率和效率,增強(qiáng)無(wú)人機(jī)機(jī)群的容錯(cuò)性、魯棒性。對(duì)無(wú)人機(jī)任務(wù)規(guī)劃方法的研究主要包括任務(wù)規(guī)劃模型的建立和任務(wù)規(guī)劃算法的運(yùn)用,現(xiàn)有的任務(wù)規(guī)劃模型缺乏對(duì)戰(zhàn)場(chǎng)約束條件的考量,不適應(yīng)實(shí)際的需求。任務(wù)規(guī)劃算法的計(jì)算效率過(guò)低,對(duì)動(dòng)態(tài)情況響應(yīng)不足。這些問(wèn)題的存在降低了無(wú)人機(jī)機(jī)群的安全性和生存能力,并導(dǎo)致機(jī)群執(zhí)行任務(wù)的失敗。針對(duì)上述問(wèn)題,本文首先對(duì)任務(wù)規(guī)劃中的任務(wù)分配與重分配問(wèn)題進(jìn)行了描述與建模。分析了多無(wú)人機(jī)協(xié)同任務(wù)分配的約束條件,對(duì)現(xiàn)有的無(wú)人機(jī)多任務(wù)分配問(wèn)題模型(CMTAP)進(jìn)行了擴(kuò)展,建立符合戰(zhàn)場(chǎng)需求的任務(wù)分配模型。當(dāng)無(wú)人機(jī)在執(zhí)行任務(wù)過(guò)程中遇到突發(fā)情況需要進(jìn)行任務(wù)重分配時(shí),對(duì)無(wú)人機(jī)機(jī)群的任務(wù)分配方案進(jìn)行局部調(diào)整,建立了任務(wù)動(dòng)態(tài)重分配模型。在任務(wù)分配與重分配模型的基礎(chǔ)上,本文接著提出了基于自組織特征映射(SOM)神經(jīng)網(wǎng)絡(luò)的任務(wù)分配方法,根據(jù)戰(zhàn)場(chǎng)環(huán)境信息進(jìn)行網(wǎng)絡(luò)的初始化并結(jié)合SOM神經(jīng)網(wǎng)絡(luò)中的Kohonen規(guī)則和Winner Take All規(guī)則求解任務(wù)分配方案。針對(duì)重分配問(wèn)題提出了基于分組策略的任務(wù)動(dòng)態(tài)重分配方法,采用基于SOM神經(jīng)網(wǎng)絡(luò)的聚類算法對(duì)需要進(jìn)行重分配的任務(wù)和無(wú)人機(jī)進(jìn)行分組聚類,分組完成后使用引入精英蟻群策略的蟻群算法對(duì)執(zhí)行任務(wù)集合更改的無(wú)人機(jī)進(jìn)行任務(wù)序列的調(diào)整,該方法能夠快速響應(yīng)無(wú)人機(jī)機(jī)群執(zhí)行任務(wù)過(guò)程中遇到的突發(fā)情況。最后本文研究了動(dòng)態(tài)環(huán)境下的無(wú)人機(jī)路徑規(guī)劃方法,提出了基于Q學(xué)習(xí)的無(wú)人機(jī)路徑規(guī)劃方法。建立了符合無(wú)人機(jī)自身約束條件和路徑規(guī)劃問(wèn)題特性的馬爾可夫決策過(guò)程(MDP)模型。在MDP模型基礎(chǔ)上,結(jié)合Q學(xué)習(xí)與效用追蹤(Eligibility Traces)技術(shù)規(guī)劃能夠避開(kāi)雷達(dá)、地形障礙的路徑。仿真實(shí)驗(yàn)以及與同類算法的比較分析表明:本文提出的多無(wú)人機(jī)協(xié)同任務(wù)分配方法能夠在較短時(shí)間內(nèi)得出合理有效的任務(wù)分配方案;本文提出的無(wú)人機(jī)路徑規(guī)劃方法提升了無(wú)人機(jī)在動(dòng)態(tài)環(huán)境下的適應(yīng)能力,為無(wú)人機(jī)規(guī)劃出能夠避開(kāi)威脅區(qū)域且飛行距離較短的安全飛行路徑。
【學(xué)位單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：V279;TP18
【部分圖文】：

將根據(jù)預(yù)先設(shè)置的場(chǎng)景啟動(dòng)動(dòng)態(tài)重分配響應(yīng)機(jī)制。本文根據(jù)多無(wú)人機(jī)作戰(zhàn)的實(shí)將觸發(fā)動(dòng)態(tài)重分配的場(chǎng)景分為任務(wù)取消或增加、任務(wù)點(diǎn)位置更新和無(wú)人機(jī)故障這三配的觸發(fā)條件是無(wú)人機(jī)在任務(wù)執(zhí)行過(guò)程中遇到這幾種分配場(chǎng)景中的一種或者多種情下面對(duì)重分配觸發(fā)場(chǎng)景作具體介紹：1)任務(wù)取消或增加由于戰(zhàn)場(chǎng)中的部分環(huán)境信息處于未知狀態(tài)，從而導(dǎo)致任務(wù)空間的變化，比如出現(xiàn)新標(biāo)點(diǎn)，無(wú)人機(jī)機(jī)群需要在新目標(biāo)點(diǎn)上執(zhí)行任務(wù)，則要向任務(wù)集合 T 中增加一個(gè)或多又比如遭遇突發(fā)的惡劣天氣狀況，無(wú)人機(jī)執(zhí)行任務(wù)危險(xiǎn)系數(shù)過(guò)高，則需要取消任務(wù)某一個(gè)任務(wù)。當(dāng)出現(xiàn)新增任務(wù)時(shí)，通過(guò)重分配算法將其分配給無(wú)人機(jī)機(jī)群內(nèi)的某架無(wú)人機(jī)，并對(duì)機(jī)執(zhí)行任務(wù)的次序進(jìn)行調(diào)整。根據(jù)圖 2-3 所示，假設(shè)無(wú)人機(jī)原先的執(zhí)行任務(wù)順序是在執(zhí)行任務(wù) T1過(guò)程中，新增攻擊任務(wù) T2，則通過(guò)重分配得到的新的任務(wù)序列為：T3}。

圖 3.2 任務(wù)分配階段使用的 SOM 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 選取獲勝節(jié)點(diǎn)層的節(jié)點(diǎn)中隨機(jī)選取一個(gè)任務(wù)點(diǎn) Tk（Tk∈T）作為網(wǎng)絡(luò)的輸入。首自身約束公式(1-5)和(1-6)，當(dāng)一架無(wú)人機(jī) Uj從當(dāng)前位置飛行到量，即無(wú)人機(jī) Uj從初始位置開(kāi)始轉(zhuǎn)移到 Tk所在位置的飛行總距者無(wú)人機(jī) Uj當(dāng)前剩余武器數(shù)量不足以支撐其完成 Tk任務(wù)時(shí)，該即競(jìng)爭(zhēng)層中的第 j 列不參與到選取獲勝節(jié)點(diǎn)的計(jì)算過(guò)程。通過(guò)對(duì)進(jìn)行自身約束條件的檢查，得到具備執(zhí)行 Tk能力的無(wú)人機(jī)集的每架無(wú)人機(jī) Ui，計(jì)算競(jìng)爭(zhēng)層(k,i)節(jié)點(diǎn)與 Tk的距離，并選取與輸獲勝節(jié)點(diǎn)。SOM 神經(jīng)網(wǎng)絡(luò)中節(jié)點(diǎn)的權(quán)值使用經(jīng)緯度坐標(biāo)表示，所以使用 hav間的距離，haversine 方程根據(jù)經(jīng)緯度坐標(biāo)計(jì)算球面上兩個(gè)點(diǎn)間的

(a) (b) (c)圖 3.4 蟻群算法原理圖在圖 3.4 中，A 點(diǎn)為蟻穴，E 點(diǎn)為食物源，F(xiàn)C 為障礙物，則螞蟻只能經(jīng)過(guò) A-BFD-E 或CD-E 這兩條路徑，BFD 和 BCD 兩條路徑的長(zhǎng)度分別為 2 個(gè)單位和 1 個(gè)單位。初始狀態(tài)有路徑上都未留有信息素。每個(gè)時(shí)間單位都有 30 只螞蟻從 B 點(diǎn)去往 D 點(diǎn)和有 30 只螞蟻 點(diǎn)去往 B 點(diǎn)，從這兩個(gè)岔路口出發(fā)選擇往左還是往右。一開(kāi)始，所有螞蟻進(jìn)行隨機(jī)選擇圖 3.4(b)所示。經(jīng)過(guò)幾個(gè)時(shí)間單位后，由于 BCD 路徑比 BFD 路徑短，當(dāng)螞蟻在路徑上留信息素總量一定時(shí)，BCD 路徑上的信息素濃度較高，所以有更多的螞蟻選擇 BCD 路徑圖 3.4(c)所示。經(jīng)過(guò)更長(zhǎng)時(shí)間積累后，BCD 上的信息素濃度會(huì)越來(lái)越高，最后所有的螞會(huì)選擇 BCD 這條較短的路徑。蟻群算法是群智能領(lǐng)域的一種重要算法，該算法具有正反饋、自組織性、較強(qiáng)的魯棒性于其他方法結(jié)合等優(yōu)點(diǎn)，在解決諸如 TSP 的優(yōu)化問(wèn)題方面展現(xiàn)出了優(yōu)異的性能，所以本無(wú)人機(jī)任務(wù)序列的動(dòng)態(tài)調(diào)整問(wèn)題建模為 TSP，并采用該算法解決。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐宏慶;;無(wú)人機(jī)應(yīng)用技術(shù)專業(yè)建設(shè)的探索[J];正德職業(yè)技術(shù)學(xué)院學(xué)報(bào);2018年02期

2 張斌;林斌;楊彥彰;李名兆;林奕翔;;國(guó)內(nèi)民用無(wú)人機(jī)系統(tǒng)標(biāo)準(zhǔn)體系構(gòu)建現(xiàn)狀[J];中國(guó)標(biāo)準(zhǔn)化;2019年S1期

3 王湛;王江東;楊宏偉;;民用輕小型無(wú)人機(jī)系統(tǒng)檢測(cè)認(rèn)證研究[J];質(zhì)量與認(rèn)證;2019年12期

4 潘泉;康童娜;呂洋;趙春暉;胡勁文;;無(wú)人機(jī)感知規(guī)避技術(shù)發(fā)展與挑戰(zhàn)[J];無(wú)人系統(tǒng)技術(shù);2018年04期

5 杜恒;;基于足球比賽路徑規(guī)劃的農(nóng)用無(wú)人機(jī)定位和導(dǎo)航研究[J];農(nóng)機(jī)化研究;2019年10期

6 問(wèn)延安;蔣倩;;智慧監(jiān)管:民用無(wú)人機(jī)企業(yè)監(jiān)管的路徑選擇[J];長(zhǎng)沙航空職業(yè)技術(shù)學(xué)院學(xué)報(bào);2018年04期

7 張軍國(guó);閆浩;胡春鶴;李婷婷;于明;;無(wú)人機(jī)在林業(yè)中的應(yīng)用及前景展望[J];林業(yè)工程學(xué)報(bào);2019年01期

8 劉逸宸;;無(wú)人機(jī)系統(tǒng)信息傳輸技術(shù)分析[J];科技資訊;2018年32期

9 金偉;周震博;;2018年無(wú)人機(jī)研發(fā)熱點(diǎn)回眸[J];科技導(dǎo)報(bào);2019年01期

10 楊春;;智能科技 智慧未來(lái) 溧陽(yáng)國(guó)際無(wú)人機(jī)發(fā)展論壇暨第四屆無(wú)人機(jī)百人會(huì)圓滿落幕[J];中國(guó)公共安全;2019年Z1期

相關(guān)博士學(xué)位論文 前10條

1 劉明輝;無(wú)人機(jī)高速數(shù)據(jù)鏈關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2019年

2 曹偉;LTE外輻射源雷達(dá)多旋翼無(wú)人機(jī)探測(cè)技術(shù)研究[D];國(guó)防科技大學(xué);2018年

3 孔維瑋;基于多傳感器的無(wú)人機(jī)自主著艦引導(dǎo)與控制系統(tǒng)研究[D];國(guó)防科技大學(xué);2017年

4 馬兆偉;基于學(xué)習(xí)的無(wú)人機(jī)感知與規(guī)避關(guān)鍵技術(shù)研究[D];國(guó)防科技大學(xué);2018年

5 趙述龍;數(shù)據(jù)驅(qū)動(dòng)的無(wú)人機(jī)曲線路徑跟蹤控制方法研究[D];國(guó)防科技大學(xué);2017年

6 宋春林;四旋翼無(wú)人機(jī)在未知環(huán)境中自主導(dǎo)航和飛行控制方法研究[D];哈爾濱工業(yè)大學(xué);2019年

7 張坤;不確定條件下無(wú)人機(jī)三維航跡跟蹤控制研究[D];西北工業(yè)大學(xué);2018年

8 唐必偉;粒子群算法的改進(jìn)及其在無(wú)人機(jī)任務(wù)規(guī)劃中的應(yīng)用[D];西北工業(yè)大學(xué);2017年

9 姬翔;多特征融合的旋翼無(wú)人機(jī)能耗優(yōu)化路徑規(guī)劃方法研究[D];西北大學(xué);2019年

10 王小亮;面向?qū)Φ赜^測(cè)的無(wú)人機(jī)路徑規(guī)劃與編隊(duì)控制方法研究[D];武漢大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 王明君;多無(wú)人機(jī)協(xié)同機(jī)場(chǎng)驅(qū)鳥(niǎo)系統(tǒng)的任務(wù)分配與路徑規(guī)劃[D];南京航空航天大學(xué);2019年

2 周遂之;4G網(wǎng)絡(luò)無(wú)人機(jī)控制的設(shè)計(jì)與實(shí)現(xiàn)[D];重慶郵電大學(xué);2019年

3 杜國(guó)棟;基于Leader-follower理論的四旋翼無(wú)人機(jī)編隊(duì)控制方法研究[D];重慶郵電大學(xué);2019年

4 李卓文;無(wú)人機(jī)地面站管控系統(tǒng)的研究與開(kāi)發(fā)[D];重慶郵電大學(xué);2019年

5 胡續(xù)俊;基于GPU的無(wú)人機(jī)中繼系統(tǒng)傳播環(huán)境建模及仿真研究[D];南京航空航天大學(xué);2018年

6 丁亞;基于系統(tǒng)工程方法的無(wú)人機(jī)族系統(tǒng)總體設(shè)計(jì)[D];南京航空航天大學(xué);2019年

7 黃精琦;某小型海用無(wú)人飛行器發(fā)射與回收技術(shù)研究[D];南京航空航天大學(xué);2019年

8 聶禾瑋;飛翼無(wú)人機(jī)機(jī)動(dòng)控制技術(shù)研究[D];南京航空航天大學(xué);2019年

9 沈佳明;基于快速原型的無(wú)人機(jī)仿真系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[D];南京航空航天大學(xué);2019年

10 翟麗相;基于反演控制的無(wú)人機(jī)容錯(cuò)控制方法研究[D];南京航空航天大學(xué);2019年

本文編號(hào)：2886050