[发明专利]一种面向任务的有人机无人机选配方法有效

专利信息
申请号: 202110315209.7 申请日: 2021-03-24
公开(公告)号: CN113191586B 公开(公告)日: 2023-01-17
发明(设计)人: 岳程斐;薛正华;姚蔚然 申请(专利权)人: 哈尔滨工业大学(深圳)
主分类号: G06Q10/0631 分类号: G06Q10/0631;G06Q10/0635;G06F17/18
代理公司: 哈尔滨市阳光惠远知识产权代理有限公司 23211 代理人: 刘景祥
地址: 518055 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 任务 人机 无人机 选配 方法
【权利要求书】:

1.一种面向任务的有人机无人机选配方法,其特征在于,所述选配方法包括以下步骤:

步骤1:根据有人机特征和/或无人机特征建立任务适应度规则库;

步骤2:获取所有需要执行的任务目标形成任务目标集合,将我方有人机和/或无人机的单元形成机群集合;

步骤3:根据作战要求对步骤2的任务目标集合细分为侦察、打击和战场评估获取所有任务的属性集合;

步骤4:根据战场环境和任务属性差异对任务目标的不同属性依据现有的统计概率特征或数值模拟进行量化;

步骤5:根据步骤4的量化数值与步骤1任务适应度规则库,得到有人机和无人机对任务的适应度值;

步骤6:根据任务目标和任务属性依据先验知识设定不同属性的增益系数;

步骤7:根据步骤4任务目标的不同属性及任务的适应度值,确定有人和/或无人机对任务的适应度;

步骤8:根据步骤4任务目标的不同属性、任务的适应度及不同属性的增益系数,建立任务适应度函数;

步骤9:根据步骤8的任务适应度函数及步骤2中的机群集合,得到有人机和/或无人机配置方案;

所述步骤8任务适应度函数具体为,第j个有人/无人机对第i个任务目标的适应度函数Fij可表示为:

其中,为有人/无人机对第i个任务目标第β个属性的适应度,λβ为任务属性增益系数,εj∈{M,U}代表机型,εj=M为有人机,εj=U为无人机,α为第i个任务目标的所有属性种类数;取上标函数ε定义为:

的机型属性简记为εj

所述步骤9具体为,有人机和无人机选配的目标为求得使任务适应度值最高的任务分配矩阵Γ,即:

其中F为全局收益函数,m为任务目标总数,n为有人机/无人机总数。

2.根据权利要求1所述一种面向任务的有人机无人机选配方法,其特征在于,所述步骤1建立任务适应度规则库具体为,无人机无飞行员参与,适于执行持续时间长的任务,同时无人员安全风险,适于执行危险任务;

有人机操纵性优于无人机,适于执行操纵性强的任务,适于执行近距离格斗任务。

3.根据权利要求1所述一种面向任务的有人机无人机选配方法,其特征在于,所述步骤2任务目标集合具体为,协同作战时任务目标集合为MB={MB1,MB2,…,MBm}共m个任务目标;

所述机群集合具体为,我方机群集合为共n架有人/无人机,第j个有人/无人机可记为

4.根据权利要求1所述一种面向任务的有人机无人机选配方法,其特征在于,所述步骤3所有任务的属性集合具体为,第i个任务目标可记为其共有侦察、打击和战场评估α个属性,则该任务目标的属性集合可定义为

5.根据权利要求1所述一种面向任务的有人机无人机选配方法,其特征在于,所述步骤4量化具体为,将任务的所有属性进行分解和分析得到成功率、风险和代价的特征参数,依据实际作战环境和任务种类对侦察、打击和战场评估完成数字化表征。

6.根据权利要求1所述一种面向任务的有人机无人机选配方法,其特征在于,所述步骤5任务的适应度值通过以往实际作战数据的统计概率或对当前战场的数值模拟,得到不同任务、不同属性种类、不同属性比例下,有人机和无人机执行该任务的优劣程度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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哈尔滨工业大学(深圳),未经哈尔滨工业大学(深圳)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/202110315209.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top