[发明专利]一种基于数字孪生的集群协同搜索虚实结合式验证方法

说明书

本发明公开了一种基于数字孪生的集群协同搜索虚实结合式验证方法，设计一种基于自适应粒子群的无人机集群协同搜索方法，融合信息素图和环境认知图，根据无人机感知到的环境信息，计算当前时刻无人机位置的适应度值，更新无人机状态，以优化无人机集群决策判断下一最优航迹点，从而有效地实现集群对未知环境中目标的协同搜索。同时，为了提高仿真的真实性，该方法搭建了虚拟域和真实域相结合的无人机集群数字孪生系统，在虚拟域中构建真实域中真实无人机、真实目标和真实场景的数字孪生体，设计虚实域间接口，实现真实域和虚拟域之间的数据实时交互与融合，采用融合后的无人机数据和环境信息计算适应度值，进一步提高仿真的可靠性。

技术领域

本发明属于无人机集群协同搜索领域，特别涉及一种基于数字孪生的集群协同搜索虚实结合式验证方法。

背景技术

无人机可以在战场区域执行诱饵、侦查、监视、目标指示和毁伤评估等各类危险人物，甚至实施无人攻击，已经成为现代战争中的重要作战单元。同时，伴随着群体智能、人工智能、无线自组织网络等多种技术的发展，研究人员提出了无人机集群作战的新概念。无人机集群由大量小型化、廉价、灵活性高的无人机节点组成。节点间采用无线自组网技术实现互联，并构建群体化、智能化、功能分布化的高抗毁作战体系，突破了单架无人机在探测能力、武器载荷等方面受到的限制。研究结果表明，无人机集群在数量规模、协同作战效能、敌我对抗交换成本等方面具有巨大的优势，将颠覆性地改变未来战争的作战样式。无人机集群可以通过多元化的方式快速投送到目标作战区域，协同完成侦察、干扰、攻击等军事任务，实现对热点地区的战役对抗和战略威慑。

发明内容

本发明的目的是针对无人机集群协同作战问题，提出一种基于数字孪生的集群协同搜索虚实结合式验证方法，设计一种基于自适应粒子群的无人机集群协同搜索方法，融合信息素图和环境认知图，根据无人机感知到的环境信息，计算无人机当前位置的适应度值来决策下一最优航迹点，从而有效地实现集群对未知环境中目标的协同搜索。同时，为了提高仿真的真实性，搭建了无人机集群数字孪生系统，采用虚实结合式验证方法，在虚拟域中构建真实域中真实无人机、真实目标和真实场景的数字孪生体，将真实数据与虚拟数据进行融合，进一步提高集群协同搜索仿真的可靠性。

为了实现以上目的，本发明公开了一种基于数字孪生的集群协同搜索虚实结合式验证方法，所采用的步骤是：

步骤1：搭建无人机集群数字孪生系统，系统主要由真实域和虚拟域组成，真实域包括真实无人机、真实目标和包含环境信息的真实场景，虚拟域运行在仿真服务器上，创建真实域的数字孪生体模型，包括虚拟无人机、虚拟目标、虚拟场景和虚实域间接口，虚拟场景根据真实场景1:1建模生成，真实无人机在真实域中飞行，虚拟无人机在虚拟域通过仿真方式模拟飞行，真实无人机可以与任意虚拟无人机进行映射，真实目标与虚拟目标映射，虚实域间接口是连接真实域和虚拟域的数据通道；

步骤2：设计虚实域间接口，完成真实数据和虚拟数据的交互与融合，真实域中的所有无人机产生的数据统一通过地面站，再由地面发送给仿真服务器，将真实数据加载进虚拟域相映射的虚拟无人机，虚拟无人机发向真实域的虚拟数据，首先通过虚实域间接口发送给地面站，再由地面站发送给相映射的真实无人机，基于上述过程，完成真实域和虚拟域之间数据的实时交互与融合，同时，地面站还将真实无人机的位置实时发送给相映射的虚拟无人机，虚拟无人机修正自身位置，对于目标节点，真实目标的数据直接发送给仿真服务器，再由虚实域间接口加载进相映射的虚拟目标，虚拟目标发出的数据，由虚实域间接口直接发送给相映射的真实目标，从而完成真实目标和虚拟目标的数据交互与融合；