[发明专利]一种基于郊狼信息熵的无人机集群任务动态分配方法

说明书

本发明公开一种基于郊狼信息熵的无人机集群任务动态分配方法，步骤如下：步骤一：搭建无人机集群典型任务场景；步骤二：搭建单体无人机运动学模型；步骤三：分配所有无人机为侦察模式；步骤四：攻击编队初分配；步骤五：生成有效攻击编队组合；步骤六：根据信息熵选择打击编队；步骤七：攻击编队中的无人机控制指令生成；步骤八：输出多无人机动态任务分配结果。本发明可实现多无人机的动态任务分配过程；综合考虑了资源均衡、目标威胁与目标点动态变化的情况，能够适应复杂多变的任务场景，且在资源均衡度与任务完成效率方面均表现出较为明显的优势，增强了集群协同执行任务的时效性，能够支持高效、持久的多无人机协同任务。

技术领域

本发明是一种基于郊狼信息熵的无人机集群任务动态分配方法，属于无人机自主控制领域。

背景技术

多无人机动态任务分配(Multi-UAV Task Dynamic Allocation)技术是多无人机集群自主控制关键技术之一，不仅为无人机编队自主控制决策提供基础，同时也为编队控制管理提供飞行目标及任务清单。通过多无人机动态任务分配算法，集群系统内部可以实现自主的协调控制，将复杂的任务流程拆分成若干个简单的任务，通过多无人机之间多个任务的分配和协调控制，实现对复杂任务更加高效可靠地完成。

在信息化革命的推动下，无人机集群的任务目标对象从单目标到多目标、体系目标发展，相对应的执行任务方式也发生变化。针对复杂的任务目标，无人机间的协同成为集群是否能够完成复杂任务的重要条件。对于集群协同系统，如果缺乏行之有效的协同控制策略，不仅无法体现集群较之于单机的优势，甚至会出现机间的冲突，甚至碰撞的严重情况。为了确保无人机集群安全、高效地执行任务，需要根据任务需求、无人机飞行特性及任务载荷等关键因素进行合适的任务规划，确保集群中每个无人机都能充分发挥自身的作用，且实现“一加一大于二”的集群加成，提高整体的任务执行效能。集群协同多任务分配问题的目标是在执行任务无人机集群性能允许的范围内，针对不同用户提出的多任务需求，确定出各无人机的任务执行序列，包括目标集合、执行任务的类型以及不同任务的执行顺序和时间等，确保集群在多任务执行过程中的协同性。研究无人机集群高效率协同多任务分配是提升无人机集群未来飞行能力和执行任务效能的重要途径，具有较大的理论和实际意义。

真正具备完全自主能力的多无人机系统还没有出现，但随着技术进步，已经具备了部分自主能力。目前，对多无人机协同动态任务规划研究主要分为集中式任务分配和分布式任务分配两类。在集中式算法设计方面，加州理工大学学者采用混合整数线性规划方法，建立目标函数和约束条件，求解无人机集群协同攻击固定目标的时序安排问题；俄亥俄州大学学者采用匈牙利算法对集群协同目标分配问题进行研究，结合约束规划方法得到变量集合内的所有变量对应的值域，进而求解对应的组合优化问题。在分布式算法设计方面，美国空军研究室学者利用分布式博弈决策模型，实现了群对群对抗中的目标分配；法国里昂大学学者采用拍卖算法将“招标-投标-中标-确认”四个交互阶段转为竞价模式转卖，定义参与方、拍卖品、收益函数和赢家策略等要素，实现分布式集群协作指派。

综上，上述传统的大规模群体决策方法无法智能处理单一方案决策问题，针对于此，本发明提出了一种基于郊狼信息熵的无人机集群动态任务分配方法，在不确定的任务环境中，针对多无人机协同任务动态规划问题，建立了基于郊狼信息熵的无人机集群协同任务分配流程，优化了多无人机协同任务分配的时效性和任务完成效率，且同时考虑了集群内资源分配的均衡性与目标威胁属性，降低了对同一目标的重复执行次数，保证了集群执行任务的持久性，有效提高了多无人机集群的自主性。

发明内容

本发明目的在于提出一种基于郊狼信息熵的无人机集群任务动态分配方法，以提供一种高效可行的无人机集群动态任务分配方法，旨在适应动态多变的任务环境，符合无人机实际飞行约束，提高集群执行任务的效率与有效性，可以支持持久、高效的任务执行过程，为进一步提升无人机集群的自主水平奠定基础。

针对无人机集群协同搜索打击问题，本发明提出了一种基于郊狼信息熵的无人机集群任务动态分配方法，该方法的流程图如图1所示，具体实施步骤如下：