[发明专利]一种应用于无人机集群的任务分解与能力匹配方法

权利要求书

1.一种应用于无人机集群的任务分解与能力匹配方法，其特征在于，包括以下步骤：

(1)将无人机集群的所有飞行任务均分解为子任务，各子任务在执行能力范围内无法再继续分解；具体方式为：

(101)按照飞行部署意图将各个意图划分为多个功能，得到整个任务的意图功能树；

(102)按照意图功能树，将所有的无人机飞行意图功能进行详细拆分，直到无法拆解出更小的功能任务，完成子任务分解；

(2)根据各子任务的能力进行分类判断，将所有相似能力的子任务进行合并，从而减少子任务的数量；具体方式为：

(201)将各子任务的能力按照当前的紧急程度以及需求程度进行排序，构建能力轴，并在能力轴的区间内表示任务的需求能力，得到每个子任务的能力区间；

(202)构建子任务之间的能力值关系矩阵：

其中，n为子任务的总数，表示子任务s与子任务t的能力重复程度；[a，b]为子任务s的能力区间，[c，d]为子任务t的能力区间，l_s＝b-a，l_t＝d-c，P(s≥t)为在子任务s和子任务t的能力区间中分别任取一数，前者大于后者的概率；

(203)将能力重复程度在合并阈值以上的子任务合并在一起，从而减少子任务的数量；

(3)根据各无人机的飞行能力，将无人机与合并后的子任务进行能力匹配，从而将子任务分配给相应的无人机；具体方式为：

(301)定义无人机的能力水平f为：

f＝ω₁M_f+ω₂R_e+ω₃C_n+ω₄P_m

其中，M_f是移动性因子，与无人机的飞行速度相关；R_e是节点的生存周期，与无人机的续航时间相关；C_n是一个预先给定的参数，用于表征节点的静态属性与预定角色，任务越重要，则目标角色的参数值越大；P_m是无人机所具备的能力数目；ω₁、ω₂、ω₃、ω₄为各项权重，ω₁+ω₂+ω₃++ω₄＝1；

(302)计算子任务j与无人机i的匹配度S_i，j：

S_i，j＝|f_i-f_j|

其中，f_i为无人机i的能力水平，f_j为子任务j需求的能力水平；

(303)在使匹配度总和最小的目标下，将无人机与子任务进行能力匹配。

2.根据权利要求1所述的一种应用于无人机集群的任务分解与能力匹配方法，其特征在于，步骤(303)采用遗传算法得到最佳匹配，具体方式为：

(1)初始染色体的生成：根据目标生成子任务与无人机能力配对组的染色体；

(2)适应度评价函数的生成：根据适应度函数求解生成的染色体匹配对方案的匹配度总和，根据门限值，去除匹配度总和大的染色体方案；

(3)基因变异、染色体交换：在剩余的染色体中采用基因变异随机生成对应信息，或进行染色体交换，选择任两个对应匹配对进行随机调整互换；

(4)遗传迭代次数检测：设置固定的迭代次数上限，若迭代次数达到要求，就停止迭代，否则回到步骤(2)；

(5)结果输出：选出当前剩余的匹配对组中匹配度总和最小的匹配对作为输出。