[发明专利]一种基于混合机制的多无人机协同广域动目标搜索方法

权利要求书

1.一种基于混合机制的多无人机协同广域动目标搜索方法，其特征在于：包括以下步骤：

步骤一：初始化参数及建立多无人机协同搜索模型；

1)初始化参数包括：任务区域长度L、宽度W；传感器的探测概率P_D和范围R；无人机初始位置；目标初始存在概率pⁱ(x_n,y_n,t₀)；蚁群算法参数：信息素浓度因子α和覆盖启发因子β；信息素浓度κⁱ(x_n,y_n,t₀)；

2)考虑无人机协同搜索的目标发现收益和环境覆盖收益，建立如式所示无人机协同搜索模型；

式中：U_i,分别为第i架无人机和其邻域内无人机；为第i架无人机的目标发现收益；为第i架无人机环境覆盖收益；w₁和w₂分别为目标发现收益和环境覆盖收益的加权系数；U_j为无人机i领域内第j架无人机；C_i为第i架无人机的约束条件；N_U为无人机数量；其中无人机的模型采用Dubins模型如下；

式中：(x,y,γ)为无人机的状态量；(x,y)为无人机的位置；γ为无人机的航向角；无人机速度v为常值；l为无人机法向加速度；

步骤二：根据信息素浓度建立重点区域；高于预设信息素浓度的区域则认为是重点区域，否则认为是一般区域；

步骤三：根据无人机位置判断是否到达重点区域；若无人机达到重点区域，则按扫描线覆盖搜索机制对重点区域进行搜索，转到步骤四；否则按照分布式蚁群搜索机制，采用粒子群优化算法在线滚动优化航迹，并将优化后的第一个航迹点作为无人机的下一位置，转到步骤四；

步骤四：传感器对目标进行实时探测，根据探测结果，更新对应区域的目标存在概率pⁱ(x_n,y_n,t_k+1)；同时按信息素局部和全局更新机制更新每个无人机自身的信息素浓度κⁱ(x_n,y_n,t_k+1)；

1)所述目标存在概率采用式和式进行更新，当无人机对区域(x_n,y_n)进行搜索，并且发现目标b(t_k)＝1时：

其中P_D为传感器的探测概率；定义P_F＝1-P_D为传感器的虚警率；pⁱ(x_n,y_n,t_k)为上一时刻目标存在概率；

否则没有发现目标b(t_k)＝0时，采用

2)信息素局部更新机制更新方法：采用式进行无人机自身的信息素浓度更新：

式中：Δm为无人机对网格的搜索次数；κⁱ(x_n,y_n,t_k)为网格的信息素浓度大小；Δm^(i,j)(x_n,y_n,t_k)表示第i架无人机的邻域内第j架无人机是否对该网格覆盖搜索，计算公式如下：

其中R为传感器的探测范围；(x_j,y_j)为无人机j的位置；

信息素全局更新机制更新方法：采用式进行无人机自身的信息素浓度更新：

κⁱ(x_l,y_w,t_k+1)＝κⁱ(x_l,y_w,t_k)+F×Δt_n,l＝1,2,...,L；w＝1,2,...,W (7)

式中：F为蚁群算法的环境不确定因子,Δt_n为网格距离上次搜索的时间间隔；

步骤五：根据步骤四所得目标存在概率判断是否发现目标；若目标存在概率大于预先给定的阈值，则认为发现该目标，输出该目标的位置；否则认为没有发现目标；

步骤六：判断是否迭代至最大迭代次数；若是，则搜索结束；否则重复步骤三至步骤五。