[发明专利]一种针对多动态目标的多无人机智能协同察打方法

说明书

技术领域

本发明涉及一种针对多动态目标的多无人机智能协同察打方法，属于任务规划领域。

背景技术

无人机(UAV)系统是一类机上无人驾驶、能够自主控制或遥控的空中飞行机器人系统，可执行对地、对海乃至对空作战任务、并且具有可回收、可重复使用等特点。随着自动化、计算机等各种新技术的不断发展和应用，无人机的技术更为密集，结构日趋复杂，功能也为强大，无人机预计将在2020年前后逐步进入空军主战武器的行列，将部分取代有人战斗机和轰炸机，承担大部分防空压制和部分空中打击任务。美国空军研究实验室根据OODA(Observe-Orient-Decide-Act)模型将无人机自主控制能力分为10个等级：遥引导、实时故障诊断、故障自修复和飞行环境自适应、机载航路重规划、多级协调、多机战术重规划、多机战术目标、分布式控制、机载战略目标、全自主集群。在该自主水平定义之中，1-3级针对单个无人机的性能完善，4级为单个无人机所能到达的最高自主能力。5-10级为无人机集群的自主水平定义，8级以上代表了未来无人机的发展方向，目前还处于探索阶段。随着自主级别的提高，相应的无人机自主能力越强，具有更高的自适应性、智能性和复杂性，所能完成的任务规模、作用范围也逐渐扩大，并逐步从战术层次上升到战略层次。UAV系统的自主能力经历了一个由低到高不断发展的过程，多UAV协同作战是未来UAV作战方式的重要发展趋势，另外，随着小型化的侦察设备和打击武器的不断出现，UAV武器化发展日新月异，“察/打一体化”已成为未来UAV发展的必然趋势。

目前，针对任务规划，较常用的研究思路主要包括自顶向下和自底向上。自顶向下主要基于分层递阶求解的思路，已成为主流方法，可以有效地降低问题求解难度。自底向上主要基于自组织方法，强调个体对环境的感知、判断、决策和动态反应，以及多个个体之间基于规则的行为协调。尽管分层递阶结构的分解策略能够有效降低问题的求解难度和复杂性，但不得不面临“主问题分解—子问题建模—子问题求解—子问题协调”一系列复杂的求解流程。当战场环境敌我态势发生动态变化时，这类方法将消耗更多的计算代价和通信代价。基于自组织的自底向上的方法，更加强调个体对环境的动态响应，目前基于多群体智能理论的自组织方法通过模拟蜂群、蚁群、鸟群、鱼群等生物群体的行为实现多无人机自组织，具有计算简单、鲁棒性好等优点。

相对国外而言，国内在多无人机的自主控制领域的研究起步较晚，通过近几年的努力，国内相关研究机构在基于分层递阶方法的多无人机自主协同控制技术方面取得了较多的成果，基于自组织的研究才刚刚起步。但受到现有技术条件的限制，整体研究基本处于起步阶段，相比国外的研究，我国在多无人机自主协同控制的概念研究、系统设计、理论方法、实际应用等方面都存在一定差距，因此，急需在此领域开展进一步的深入研究。然而，国外基于自组织的多无人机任务规划的研究如协同察打任务自组织、协同搜索任务自组织等，多数是针对静态目标，没有考虑目标运动的情况，不符合实际情况。

发明内容

发明目的：针对现有技术的不足，本发明提供一种针对多动态目标的多无人机智能协同察打方法，通过无人机之间的通信协作，在进一步提高无人机自主水平的基础上实现多无人机对重点区域内的移动目标搜索和打击。

技术方案：为实现上述目的，本发明采用的技术方案为：一种针对多动态目标的多无人机智能协同察打方法，包括以下步骤：

步骤1，将任务区域离散化，并将无人机机动性能对应于离散空间的搜索；

步骤2，基于蚁群算法，实现任务区域的协同搜索，其中每个蚂蚁代理代表一架无人机，蚂蚁代理按状态转移规则移动，并将自身状态通知其他蚂蚁代理；同时根据自身的状态以及本地记录的其他蚂蚁代理的状态进行当前搜索区域的信息素更新；且每隔一段时间，进行一次由于环境不确定性增强带来的全局信息素更新；蚂蚁代理在转移过程中对当前搜索区域进行目标搜索。

步骤3，根据步骤2蚂蚁代理对当前搜索区域进行目标搜索的情况，通过基于平行接近法的制导方法，实现无人机对该移动目标的跟踪打击执行。

所述步骤1将任务区域离散化，并将无人机机动性能对应于离散空间的搜索的方法：将任务空间进行栅格化处理，则无人机的运动体现为在栅格点中的运动。

所述步骤2中的蚂蚁代理具有和无人机平台一样的定位、感知、记忆、移动、打击、通信和自我更新的能力，同时受到无人机的性能约束；蚂蚁代理之间每隔固定时间进行通信，交换的信息包括蚂蚁的当前位置、当前速度方向。