[发明专利]一种基于虚拟力和波束参数优化的无人机集群低截获部署方法

说明书

本发明公开了一种基于虚拟力和波束参数优化无人机集群低截获部署方法，该方法通过考虑风险区域的虚拟力场运动控制方法发进行无人机集群运动控制，随后建立最小化暴露指数模型得到不同通信距离下的最优波束参数设置得到的最低单位暴露指数无人机集群拓扑构建的低截获部署侦查方法。本方法解决了无人机集群在可能存在敌方探测系统的区域的实时侦查覆盖问题，考虑到对敌方探测系统的低截获特性，给出了最优集群节点分布和集群网络拓扑，为实际无人机集群战场侦查任务提供了一定的参考和指导。

技术领域

本发明涉及无人机集群空中覆盖领域，尤其涉及一种基于虚拟力和波束参数优化的无人机集群低截获部署侦查方法。

背景技术

无人机集群低截获部署侦查是指大量携带无源侦察设备的无人机组成可以自主运动完成侦查任务同时保持较低水平被敌方探测系统发现的概率的无人机分布及拓扑控制，具体来说是无人机集群在有地方探测系统存在的情况下，尽量不被敌方探测系统发现并对敌方地面情况进行实时监控。无人机集群任务协同是随着小型无人机的快速发展而产生的一种新兴的作战形态，可完成包括侦查、监控、打击、紧急通信在内的一系列任务，其中因其RCS小，成本低，数量大的特性，具有极强的应用潜力，是目前学术界、国防领域研究的热点。

目前对无人机集群低截获部署侦查的研究相对较少，目前主流学术界对无人机侦查的优化目标主要集中在最小化无人机集群数量、最大化集群工作时长、最优化飞行高度等，而对无人机集群降低被敌方探测系统截获概率的研究则相当少。且多数研究集中在单条链路通信的发现概率，并在确定的网络拓扑条件下寻找最优传输路径，而忽略了对侦查任务本身实时全区域覆盖的要求，不利于真实战场应用。

发明内容

发明目的：针对上述无人机集群部署侦查的场景，本发明提出一种基于虚拟力和波束参数优化的无人机集群低截获部署侦查方法，通过虚拟力对网络中的无人机节点进行运动控制，完成考虑到区域风险程度的区域覆盖任务，在完成区域覆盖任务后，根据天线偏转和发射功率改变得到的最小化暴露指数链路参数模型得到每条可能链路的最优化参数设置，最终通过最小生成树算法得到最优网络拓扑，完成既定实时覆盖目标的同时降低被敌方探测系统探测到的概率。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于虚拟力和波束参数优化的无人机集群低截获部署侦查方法，具体包括以下步骤：

步骤1：确定我方无人机的数量、无人机飞行高度、初始位置和单个无人机的监测覆盖范围，确定预期实时监测任务区域，给定区域风险热力图，确定无人机的天线增益方向图，以及探测概率模型；

步骤2：每架无人机均根据其局部环境信息和邻居信息计算当前所受到的各种虚拟力的大小，并通过矢量相加的方法计算所受的合力；

步骤3：所有无人机均通过虚拟力控制其自身运动，无人机根据算法控制飞行直到到达区域覆盖目标或达成终止条件；

步骤4：根据无人机天线模型，并通过最优化链路的暴露指数方法得出最优链路代价函数以及不同通信距离下的最优通信参数；

步骤5：根据步骤4的链路代价函数结果计算出每一条可行链路的暴露指数，采用最小生成树的方式得到最优网络拓扑，完成区域实时覆盖任务。

我方无人机的数量、无人机飞行高度、初始位置和单个无人机的监测覆盖范围，预期实时监测任务区域，区域风险热力图，无人机的天线增益方向图，以及探测概率模型的确定步骤如下：

步骤1-1：给定我方无人机数量为n，无人机飞行高度h，，确定无人机初始位置(x_i，y_i)，其中i＝1，2，3，...，n，i为无人机编号；

步骤1-2：确定无人机搭载成像设备成像角度为θ_det单个无人机覆盖范围R_det则为：

R_det＝h·tan(θ/2) (1)