[发明专利]一种基于感知阵型的无人机蜂群动态侦察任务调度系统及方法

说明书

本发明公开了一种基于感知阵型的无人机蜂群动态侦察任务调度系统及方法，所述系统包括设置在前端的任务规划模块、中端的任务调度模块和后端的航迹优化模块，该系统可在最大限度提升定位精度的同时减少蜂群能耗，提高蜂群效费比。所述调度方法在计算无人机蜂群当前位置信息的情况下，依据蜂群实时位置信息通过角色转换、联合优化的步骤，搭建了基于感知阵型的任务效能与任务代价联合优化的动态模型，该模型采用角色转换机制完成蜂群定位中的角色变化，从而实现对无人机蜂群的自组织协同簇群调度，大大降低协同难度及复杂度，快速对无人机群进行调度，输出最优簇群，高效实现蜂群的协同感知定位。

技术领域

本发明涉及无人机蜂群控制领域，具体是一种基于感知阵型的无人机蜂群动态侦察任务调度系统及方法。

背景技术系统

无人机蜂群凭借信息共享、体系生存、费效交换等三大优势成为大规模物联网、空天地海一体化网络体系中的重要组成部分之一。但现代信息社会中电磁空间干扰密布、通信计算资源稀缺及复杂环境动态对抗等特性使得无人机蜂群内的个体间协同不可能一直保持预期效果，进而影响到蜂群侦察感知的有效性。合理有效进行蜂群侦察动态调度，利用多架无人机协同完成同一任务也成为新的挑战。

现有任务调度多从无人机能量损失、任务时间的角度出发，将任务分解为一对一任务调度模式或多对一任务调度模式，单纯的根据时间、能耗等约束将复杂任务分解为简单的单无人机子任务集，没有考虑具体任务的特殊性。一对一任务调度模式，单机独立完成某一子任务，本质上是对多个子任务进行时隙划分，难以保障时效性；多对一任务调度模式，可同时实现异构多无人机任务调度和动态任务调度，但在机群间缺少协同能力的情况下，其本质为多个单机对同一目标分别执行任务，因此本发明从协同定位的角度提出一种蜂群动态侦察感知任务调度方法及系统。

现有技术方案仅从任务代价的角度进行任务调度，没有结合任务的效能进行分析，即忽略了无人机协同感知阵型对定位侦察任务的影响。因此，本发明使用优化算法处理多无人机协同搜索任务，结合任务代价和任务效能进行评估，侧重于集中式任务规划和分布式任务调度，依据无人机定位感知阵型，从时间、空间、目标适应度方面提出使用定位测程差和理论无偏估计值对定位感知阵型进行规划，提出一种基于感知阵型的无人机蜂群动态侦察调度方法并建立相应系统模型。

发明内容

本发明的目的在于基于感知阵型解决无人机蜂群协同调度问题，即解决高动态环境带来的无人机蜂群协同侦察效能下降甚至失败的问题，同时最大限度的发挥蜂群的优势，提高蜂群效费比。

本发明提出一种基于感知阵型的无人机蜂群动态侦察任务调度系统及方法，该系统可在最大限度提升定位精度的同时减少蜂群能耗，提高系统效费比。该方法依据无人机蜂群与目标的相对拓扑结构来构建优化模型，可以快速选取最佳无人机簇群，高效实现蜂群协同调度。

实现本发明目的的技术方案是：

一种基于感知阵型的无人机蜂群动态侦察任务调度系统，所述调度系统包括设置在前端的任务规划模块、中端的任务调度模块和后端的航迹优化模块；

前端的任务规划模块对无人机蜂群的侦察任务数量、种类以及执行任务所需的无人机数目区间进行定义，按照任务的要求切分为不同子任务，不同子任务集合共同构成原始任务规划；

中端的任务调度模块依据定位感知阵型对子任务效能、任务代价进行动态联合评估，利用人工蜂群算法的角色转换机制对无人机蜂群进行分簇，并对相应子任务进行调度，将相应簇群分配给对应任务目标，完成调度任务；

后端的航迹优化模块对调度子任务的目标及任务类别计算最优侦察阵型位置坐标，并优化无人机簇群飞行路径。

所述任务调度模块包括初始化调度子模块、任务代价评估子模块以及任务效能评估子模块、子任务调度子模块四个子模块；

所述初始化调度子模块，结合自组织分簇的思想，按照规划后的子任务集合对无人机蜂群进行初始化分簇；