[发明专利]基于改进狼群算法的无人机群资源调度方法

说明书

本发明公开了基于改进狼群算法的无人机群资源调度方法，首先建立无人机群资源调度数学模型，然后从混沌映射初始化狼群、用动态莱维随机运动模拟探狼游走步长、设计动态距离判定因子和自适应奔跑步长、用布朗运动来模拟狼群围攻行为以及设计基于差异度的狼群更新机制这些方面来改进算法，最后利用改进狼群算法优化求解无人机资源调度模型，得出最优无人机群资源调度方案。本发明解决了无人机群资源调度过程中存在的算法求解速度慢、容易得到局部优化解以及无人机群资源得不到充分利用的问题。

技术领域

本发明属于无人机技术领域，特别涉及了无人机群资源调度方法。

背景技术

无人机群资源调度是在多无人机与多目标对抗的过程中，综合评价无人机和目标的空间态势、性能等指标，以调度收益、代价等为约束，得到综合评价最优的无人机资源调度方案，将无人机调度到目标。

研究无人机群资源调度问题，首先要对其进行建模，构建目标函数，再通过计算机分析计算得到最优资源调度方案。建模就要涉及到评价无人机的空间态势、性能等指标，空间态势包括相对角度、相对高度、相对速度、相对距离以及相对能量；性能包括机动能力、攻击能力、探测能力、操纵能力、生存能力、航程能力以及电子对抗能力。由此可见无人机资源调度问题十分复杂，在计算机基础算力不变的情况下，想要找出无人机群资源调度目标函数的最优解要花费大量时间，因此利用算法来求解该问题可以在最短时间内得到最优解。

发明内容

为了解决上述背景技术提到的技术问题，本发明提出了基于改进狼群算法的无人机群资源调度方法，解决算法优化无人机群资源调度问题求解速度慢、容易得到局部最优解以及无法充分利用无人机资源的问题。

为了实现上述技术目的，本发明的技术方案为：

基于改进狼群算法的无人机群资源调度方法，包括以下步骤：

(1)根据空间态势以及性能来建立无人机群资源调度模型；

(2)改进狼群算法，并将其用于优化求解无人机群资源调度问题；所述改进的狼群优化算法包括混沌映射初始化狼群、利用动态莱维随机运动模拟探狼游走步长、设计动态距离判定因子和自适应奔跑步长、利用布朗运动来模拟狼群围攻行为以及设计基于差异度的狼群更新机制。

进一步地，在步骤(1)中，首先根据空间态势和性能得到无人机对目标的综合优势A和目标对无人机的综合优势B；然后根据无人机对目标的综合优势A和目标对无人机的综合优势B，得到无人机对目标的收益和代价的表达式；最后以收益最小、代价最小为目标建立无人机群资源调度模型。

进一步地，所述无人机群资源调度模型如下：

其中，Z为目标函数；x_ij＝{0,1}，x_ij＝1表示无人机i对抗目标j，x_ij＝0表示无人机i不打击目标j；W_ij,F_ij分别表示无人机i对抗目标j的收益系数和代价系数；J_i,J_j分别表示无人机和目标的价值；m,n分别表示参与调度的无人机和目标的数量；MaxNum_i表示单架无人机能够同时对抗目标的最大数量。

进一步地，收益系数W和代价系数F的表达式如下：

其中，sgn(x)为符号函数，0≤W≤1，0≤F≤1。

进一步地，无人机对目标的综合优势A的表达式如下：

A＝α₁S₁+α₂S₂