[发明专利]一种无人机集群队形及性能脆弱性评估方法及系统

说明书

本发明提供了一种无人机集群队形以及性能脆弱性的评估方法及系统。包括步骤1：获取无人机集群的信息；步骤2：构建改进的无人机集群的控制模型；步骤3：结合步骤2的无人机集群的改进控制模型，根据队形驱动力构建集群的队形评估函数；步骤4：计算集群队形应对干扰的脆弱程度；本发明通过量化队形脆弱程度和集群性能脆弱程度来体现集群对不同干扰的反应程度，从而在集群设计时有针对性的对集群节点进行改进，提高无人机集群任务完成效率。

技术领域

本发明属于无人机集群整体性能评估领域，尤其涉及一种无人机集群队形及性能脆弱性评估方法及系统。

背景技术

近年来，小型、低成本的无人机集群受到广泛关注，和单个无人机相比，多无人机集群在灵活性、容错性、协作性、任务多样性等方面都有明显优势，所以无人机集群的应用越来越广泛，如在民用领域有无人机灯光秀、快递配送、森林救火、人员搜救等，在军事领域用无人机集群进行侦查、干扰、围猎、轰炸、突防等。目前，对无人机集群来说，怎样分析无人机集群的生存能力、通信技术、集群控制、整体性能等是无人机技术前沿关注的焦点。

在无人机集群整体性能分析技术中，稳定性、可靠性、抗毁性、韧性等关注焦点有差异。如稳定性研究系统对自身的波动有较好的抗干扰能力；可靠性研究在规定的条件下，系统完成预定功能的能力，更多考虑自身故障影响；抗毁性研究的是系统的抗打击能力；而韧性研究的是系统部分被干扰、攻击或损毁后，系统的恢复能力。目前这些性能大多从复杂网络的角度进行探索，不完全信息条件下的复杂网络抗毁性模型如文献[1]“Wu J,Deng H-Z,J Tan Y,et al.Vulnerability of complex networks under intentional attackwith incomplete information[M].40.2007:2665.”和文献[2]“Wu J,Deng H-Z,Tan Y-J,et al.Attack Vulnerability of Complex Networks Based on Local Information[M].21.2007:1007-1014.”所述，经典的随机失效及故意攻击是该模型的两个特例。文献[1]和文献[2]利用概率母函数方法解析推导出了任意度分布广义随机网络在不完全信息条件下的抗毁性度量参数，提出建立了不完全信息条件下复杂网络最优攻击模型，利用概率母函数方法解析推导出了不完全信息条件下无标度网络最优攻击策略。文献[3]“Tran H T.Acomplex networks approach to designing resilient system-of-systems[D].GeorgiaInstitute of Technology,2015.”研究了怎么用系统恢复时间和系统性能等指标合理衡量复杂网络系统的韧性。虽然无人机集群加上通信可以看作是一个复杂网络，但二者的特点还是有区别的，无人机集群除了具有网络的特点还有队形和特有的动力学模式，故直接用复杂网络的相关性能来评估无人机集群并不能完全描述其最核心的特征。目前直接对无人机集群整体进行全面的脆弱性分析相对而言是个比较空白的领域，于是本发明综合考虑无人机集群的复杂网络、队形、动力学特点给出了无人机集群的一种脆弱性评估方法及系统。

目前应用非常广泛的自组织无人机集群动力学性能的基础动力学模型为Cuker-Smale(CS)模型，如文献[4]“Cucker F,Smale S.Emergent Behavior in Flocks[J].IEEETransactions on Automatic Control,2007,52(5):852-862.”和文献[5]“Cucker F,Smale S.On the mathematics of emergence[M].2.2007:197-227.”所述。由于CS因具有良好的解释性，成为最实用的数学理论模型之一。假设有N架无人机的集群，CS基本理论控制模型为：