[发明专利]基于鸽群智能反向学习的无人机集群多目标控制优化方法

权利要求书

1.一种基于鸽群智能反向学习的无人机集群多目标控制优化方法，其特征在于：该方法的步骤如下：

步骤一：搭建无人机动力学模型

定义t时刻无人机的控制变量为速度v(t)与航向角θ(t)，其中，t为非负的离散时间变量；同时，假设无人机在执行任务时飞行高度不变，则执行搜索任务的无人机运动学方程可以表示为如下离散时间下的质点运动学模型:

x(t+1,1)＝x(t,1)+v(t)·sinθ(t) (1)

x(t+1,2)＝x(t,2)+v(t)·cosθ(t) (2)

其中，x(t+1,1)为无人机在惯性坐标系下的下一时刻横轴位置，x(t+1,2)为无人机在惯性坐标系下的下一时刻纵轴位置；由于无人机机动性能的限制，速度范围有限[v_min,v_max]，且两个连续时刻之间的角度差Δθ受最小转弯半径R_min的限制；速度和转弯半径描述了无人机的机动性，决定了无人机的飞行轨迹；无人机的速度v(t)与最小转弯半径描述了无人机的机动性并决定了无人机的飞行轨迹；

步骤二：搭建具有感知能力无人机传感器模型

在无人机进行目标搜索的过程中，无人机在某一时刻能够感知到的范围定义为视野FOV，而无人机在某一时刻的机动范围内能够感知到的所有位置称为传感器的能视域FOR；FOR是以无人机当前位置为中心的矩形区域，FOV为中心能够沿着矩形中线滑动的正方形；FOV的中心定义为无人机传感器在t时刻的注视点q(t)，则无人机的目标搜索问题可转化为求解下一时刻的无人机位置x(t+1)与传感器注视点q(t)；

步骤三：搭建无人机目标搜索图模型

在目标搜索过程中，采用基于搜索图的模型方法对环境信息进行描述；将搜索区域划分为M×N个单元格，因此每个单元格的位置可定义为(x,y)，该位置的编号m∈{1,2,...,M×N}可定义为

m＝x+(y-1)×M (3)

定义每个单元格的信息结构为I_m(t)＝[ρ_m(t),χ_m(t)]，包括搜索目标存在概率ρ_m(t)与环境信息确定度χ_m(t)；若待搜索目标存在于该单元格，则ρ_m(t)＝1，否则，ρ_m(t)＝0；若无人机具有完整的环境信息，则χ_m(t)＝1，否则，χ_m(t)＝0；初始时刻，目标存在概率为均匀分布，环境信息确定度为0；在目标搜索过程中，搜索图的信息更新过程如下：

若第m个单元格位于无人机的视野FOV内，则

若第m个单元格位于无人机的视野FOV外，则

步骤四：建立无人机目标搜索代价函数模型

目标搜索问题的代价函数集如下所示：

(1)F₁描述了在控制器的作用下，无人机在预选路径上能够搜索到目标的概率；

(2)F₂描述了无人机对环境信息的确定度，可通过探测χ_m(k)≠1的区域来提高环境确定度；

(3)F₃描述了无人机在预选路径上的时间成本或燃料成本；

(4)F₄描述了无人机在预选路径上规避自然威胁、导弹威胁、禁飞区等威胁区域的行为，该代价函数的值表示了无人机穿越威胁区的成本；

(5)F₅用来评估无人机的轨迹是否在限定的目标搜索区域内；

F₁、F₂、F₃的值越大，F₄、F₅的值越小，无人机目标搜索的成功率越高；因而，在优化过程中，取F₁、F₂、F₃的倒数值；

步骤五：设计多目标鸽群优化算法

首先，鸽子在解空间内全局最优位置的基础上更新它们的位置和速度；随着迭代次数的增加，新的速度和位置更新如下:

V_i(n)＝V_i(n-1)·e^-Rn+rand·(X_gbest-X_i(n-1)) (6)

X_i(n)＝X_i(n-1)+V_i(n) (7)

其中，X_i＝[x_i1,x_i2...x_iD]与V_i＝[v_i1,v_i2...v_iD]为鸽群的位置与速度，X_gbest为全局最优解，n为当前迭代次数，0≤n≤N_c1max，N_c1max为地图和罗盘算子过程最大迭代次数，R表示地图和罗盘算子；

当鸽子接近目的地时，导航工具会切换到附近的地标；在地标算子中，不熟悉地标的鸽子会逐渐偏离轨道被遗弃；因此，每次迭代后鸽子的数量会减少一半；迭代时鸽子的数量可以定义为:

其余鸽子将使用地标中心位置作为参考飞行方向，记为X_center；位置可由下式更新:

X_i(n)＝X_i(n-1)+rand·(X_center(n)-X_i(n-1)) (9)

每次迭代之后，鸽子的位置都更靠近地标中心，N_c2max为该过程最大迭代次数；在此过程中，地标算子加快了局部搜索速度；

在目标搜索过程中，无人机控制的待优化的代价函数共5个，原有的地标中心位置X_center的更新公式无法适用，因而采用鸽群智能反向学习机制以更新地标中心位置；

步骤六：设计基于鸽群智能反向学习的多目标鸽群优化算法

首先，将种群中的占优粒子筛选出来，计算粒子中间的欧几里得距离，在欧几里得距离大于平均欧几里得距离的区域中随机选择一个占优粒子X_Rep；对选中的占优粒子X_Rep的每一维度进行反向学习，若学习后的粒子更优则保留该位置，若学习后的粒子与学习前粒子相比效果非占优，则舍弃学习保留原位置，更新公式如下所示：

其中，X_i＜X_i,_new表示原粒子与更新后的粒子相比更占优，j∈[1,2,...,D]，D为搜索区域的维度。