[发明专利]一种基于仿生算法异构高密度混合无人机群拓扑控制方法

说明书

本发明的目的在于提供一种基于仿生算法异构高密度混合无人机群拓扑控制方法，属于无人机编队控制技术领域。该方法针对不同类型的异构无人机集群，设计了全新的通信拓扑构建，首先针对异构高密度混合无人机群应用场景，采用以大型/中型无人机作为关键节点，高密度小型无人机在关键节点周围采用分层次的不同耦合模式，进行编队队形构建；然后构建异构无人机群拓扑结构；再基于仿生算法进行队形拓扑实时优化调整；最后采用避障队形拓扑实时拆分与重构技术完善避障控制方法，使得本发明群拓扑控制方法具有较强的鲁棒性及冗余抗毁特性。

技术领域

本发明属于无人机编队控制技术领域，具体涉及一种基于仿生算法异构高密度混合无人机群拓扑控制方法。

背景技术

无人机，又称无人驾驶飞机，与载人飞机相比，具有体积小、造价低、能自主化、智能化执行各项任务，能够规避飞行员的驾驶风险等优势，因此有很广泛的应用范围，成为未来飞行平台的重点发展方向。无人机根据平台大小可分为大型无人机、中型无人机和小型无人机，其中，大/中型无人机具有飞行速度快、载荷能力强、飞行时间长等特点；小型无人机具有小型化、低成本、快速消耗等特点。

在未来无人机编队执行任务综合化、多样化的应用场景下，基于成本和效率的综合考虑，有些任务的完成必须要依靠不同类型的异构无人机进行高密度混合编队配合；同时，在异构高密度混合无人机集群网络中，大量异构无人机节点需采用与集群任务相匹配的群拓扑结构，协同执行预定任务。因此，如何实现异构高密度混合无人机群的群拓扑控制就对任务执行成败起着重要作用。针对无人机群的协同编队控制，陈旿在“无人机自组网系统设计与实现”中针对无人机组成的动态性强、拓扑结构快速变化的无人机网络提出无人机自组网验证系统，该系统基于 802.11b/g 协议设计了 Ad-Hoc 网络距离矢量路由协议；陈瑶在“无人机 Ad Hoc 网络拓扑控制算法研究”中针对无人机 Ad-Hoc 网络拓扑控制算法提出了一种基于群的拓扑控制算法框架，通过调整各节点的发射功率实现对网络结构的拓扑控制。但上述研究中的通信拓扑设计均是基于同平台大小类型的，单一类型的通信拓扑与该类型的飞机平台特性相关，但异构集群中包含不同类型的无人机平台，平台特性差异大，因此无法实现不同类型无人机各自的最优拓扑。

因此，针对不同大小型号的异构无人机的协同控制研究具有重要意义。

发明内容

针对背景技术所存在的问题，本发明的目的在于提供一种基于仿生算法异构高密度混合无人机群拓扑控制方法。该方法针对不同类型的异构无人机集群，设计了全新的通信拓扑构建，首先针对异构高密度混合无人机群应用场景，采用以大型/中型无人机作为关键节点，高密度小型无人机在关键节点周围采用分层次的不同耦合模式，进行编队队形构建；然后构建异构无人机群拓扑结构；再基于仿生算法进行队形拓扑实时优化调整；最后采用避障队形拓扑实时拆分与重构技术完善避障控制方法，使得本发明群拓扑控制方法具有较强的鲁棒性及冗余抗毁特性。

为实现上述目的，本发明的技术方案如下：

一种基于仿生算法异构高密度混合无人机群拓扑控制方法，具体包括以下步骤：

步骤1.建立队形库，具体过程为：以大型无人机或中型无人机为关键节点，小型无人机为普通节点，基于关键节点和普通节点各自的数量和应用场景类型等参数，多个普通结点组成若干组编队，关键节点和编队共同构建相应的队形；

步骤2. 基于步骤1队形库中的某个具体队形，建立无人机集群的初始通信拓扑，具体构建过程为：以关键节点与普通节点之间的连线作为边，构建通信拓扑的无向图，并得到拓扑连接的矩阵关系；其中，每个普通节点均与关键节点连接，每个编队内的普通节点之间相互连接；