[发明专利]多无人机协同目标搜索方法有效
申请号: | 202011296874.8 | 申请日: | 2020-11-18 |
公开(公告)号: | CN112363539B | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | 姚鹏;魏欣;魏云霞;武克桥;邱立艳;刘玉会 | 申请(专利权)人: | 中国海洋大学 |
主分类号: | G05D1/12 | 分类号: | G05D1/12;H04W4/46;G06T7/246;G06T7/292;G06T5/50 |
代理公司: | 青岛清泰联信知识产权代理有限公司 37256 | 代理人: | 张媛媛 |
地址: | 266100 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 无人机 协同 目标 搜索 方法 | ||
1.一种多无人机协同目标搜索方法,用于多架无人机搜索目标任务的优化处理,其特征在于,包括:
将单架无人机搜索目标的先验概率分布作为搜索区域的先验搜索图,并对先验搜索图进行迭代更新,获得单架无人机更新搜索图;
计算无人机之间的通信概率,基于通信概率确定任意两架无人机之间的可通信性,确定无人机通信网络;
基于无人机间的通信概率,对各架无人机之间的搜索图进行融合,获得融合搜索图;
结合目标运动,对融合搜索图进行更新,获得融合更新搜索图;
单架无人机基于融合更新搜索图,优化无人机位置,引导无人机飞行;
获得单架无人机更新搜索图的方法包括:
将待搜索的任务区域进行离散化处理,划分为M个栅格;
获得在第m个栅格内,每架无人机搜索到目标的概率其中,m=1,...,M,将所有执行搜索任务的无人机的目标概率的组合作为待搜索区域的先验搜索图信息;其中,表示初始时刻的m栅格,z0表示初始时刻的探测事件;
计算无人机i的传感器在k时刻对任意栅格m的探测概率:
其中,i∈(1,N),N为执行搜索任务的无人机总数,m∈(1,M),d表示无人机与待搜索目标水平方向上的距离,-βd表示调节因子,zk表示k时刻的探测事件,表示k时刻,第i个无人机所在的栅格,ds表示无人机对探测区域的探测半径;
其中,
h表示无人机的飞行高度,θs表示以无人机为顶点,无人机探测传感器探测范围所形成探测圆锥体的顶角;
根据贝叶斯准则迭代更新探测后的区域搜索图信息:
其中,为更新搜索图,z1:k表示k时刻之前的历史探测事件;
确定无人机之间通信概率的方法包括:
确定第i架无人机传输信号时,第j架无人机接收信噪比:
其中,Pi为第i架无人机传输信号的功率,为第j架无人机接收平均噪声的功率,Gij为第i架无人机和第j架无人机之间通信通道的通道增益;
其中Dij表示无人机i,j之间的水平距离,α是传输消耗因子,hij表示多径衰落;Cij表示天线增益;
假定hij是具有零均值和单位方差的高斯分布,则两架无人机之间成功传输的概率可以定义为:
其中,Γ表示接收信噪比,γ为信噪比必须高于最低要求链路质量;
在系统内设定传输概率阈值,若传输概率Pij,k(Γ≥γ)小于传输概率阈值,认为两架无人机之间无通信;
否则,认为两架无人机之间可通信。
2.如权利要求1所述的多无人机协同目标搜索方法,其特征在于,获得融合搜索图的方法包括:
定义一致性融合算法:
其中aij表示无人机i,j之间的通信权重,ui是第i架无人机的控制输入,si表示第i架无人机的搜索状态,N表示执行搜索任务的无人机的数量;
引入状态预测器,定义如下:
其中,表示第i架无人机的搜索状态预测;
将作为第i架无人机搜索路径指令控制输入的补偿,加入状态预测器后的控制输入:
其中δ是状态预测器的影响因子;
将区域更新搜索图信息作为上述无人机的状态,因此加入状态预测器的无人机状态方程可以表示如下:
其中和分别为上式中的
设aij=1/N,推导出信息融合后的区域搜索图信息即目标存在概率如下:
其中{Vi,k}表示通信网络中第i架无人机的相邻无人机的集合,Ni,k表示邻接第i架无人机的无人机总数;
为融合搜索图,用于之后的无人机运动的预测更新。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国海洋大学,未经中国海洋大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011296874.8/1.html,转载请声明来源钻瓜专利网。