[发明专利]无人机集群健康度评估方法及装置

权利要求书

1.一种无人机集群健康度评估方法，其特征在于，包括：

从无人机集群中每个无人机单机上的传感器接收无人机单机监测数据；

将每个无人机单机的无人机单机监测数据输入无人机单机状态集成学习分类模型，输出每个无人机单机的实时工作状态，其中所述无人机单机状态集成学习分类模型是利用标签化的海量无人机单机监测数据基于机器学习模型进行训练得到的；

将每个无人机单机的所述实时工作状态和全寿命周期健康监测数据输入健康度量化分析模型，输出所述无人机单机在所述实时工作状态下的健康度，所述健康度量化分析模型是基于对数线性内核的二项逻辑斯蒂回归分析模型构建的；

基于每个所述无人机单机在所述实时工作状态下的健康度和对应的所述无人机单机的权重系数进行加权合成，最终输出无人机集群健康度评估结果。

2.根据权利要求1所述的无人机集群健康度评估方法，其特征在于，所述将每个无人机单机的无人机单机监测数据输入无人机单机状态集成学习分类模型，包括：

将每个无人机单机的无人机单机监测数据输入所述无人机单机状态集成学习分类模型中包含的多个分类器模型，输出多个工作状态分类结果；

将所述多个工作状态分类结果输入分类投票器，输出满足预设投票条件的所述实时工作状态；

其中，所述多个分类器模型是分别利用所述海量无人机单机监测数据训练得到的。

3.根据权利要求1所述的无人机集群健康度评估方法，其特征在于，所述将每个无人机单机的所述实时工作状态和全寿命周期健康监测数据输入健康度量化分析模型，包括：

将包含各个多源传感器数据的所述全寿命周期健康监测数据输入如下二项逻辑斯蒂回归模型，输出基于所述各个多源传感器数据的权重与偏移量数据：

其中，ω＝(ω⁽¹⁾，ω⁽²⁾，...，ω⁽ⁿ⁾，b)^T为权重与偏置向量，ω⁽ⁿ⁾为权重值，b为偏置向量，X＝(x⁽¹⁾，x⁽²⁾，...，x⁽ⁿ⁾，1)^T为多源传感器数据的输入向量，所述ω和b组成所述各个多源传感器数据的权重与偏移量数据；

对所述各个多源传感器数据的输入向量及权重与偏移量数据做线性函数叠加分析，将得到的计算结果作为自变量输入Sigmoid函数中，进而输出各个工作状态的概率值；

在所述各个工作状态的概率值中提取所述实时工作状态的概率值；

对所述实时工作状态的概率值做区间化处理，将区间化处理的百分比结果作为所述无人机单机在所述实时工作状态下的健康度。

4.根据权利要求1所述的无人机集群健康度评估方法，其特征在于，采用如下步骤计算所述无人机单机的权重系数：

利用所述无人机单机的决策变量范围与决策变量边界，基于遗传算法的模糊评判综合评价模型计算上述无人机单机的权重系数。

5.一种无人机集群健康度评估装置，其特征在于，包括：

接收模块，从无人机集群中每个无人机单机上的传感器接收无人机单机监测数据；

无人机单机状态分类模块，将每个无人机单机的无人机单机监测数据输入无人机单机状态集成学习分类模型，输出每个无人机单机的实时工作状态，其中所述无人机单机状态集成学习分类模型是利用标签化的海量无人机单机监测数据基于机器学习模型进行训练得到的；

健康度量化分析模块，将每个无人机单机的所述实时工作状态和全寿命周期健康监测数据输入健康度量化分析模型，输出所述无人机单机在所述实时工作状态下的健康度，所述健康度量化分析模型是基于对数线性内核的二项逻辑斯蒂回归分析模型构建的；

无人机集群健康度评估模块，基于每个所述无人机单机在所述实时工作状态下的健康度和对应的所述无人机单机的权重系数进行加权合成，最终输出无人机集群健康度评估结果。