[发明专利]无人机集群局部通信目标分配方法、系统、设备及介质

权利要求书

1.一种无人机集群局部通信目标分配方法，其特征在于，包括：

根据无人机集群的执行任务和移动过程的能量代价，建立无人机集群的综合代价函数作为目标函数；所述执行任务包括目标的位置以及目标是否已经被打击；

根据目标函数和无人机集群在移动过程中局部通讯条件下传输的已知信息，采用改进DE算法，更新无人机的飞行路径和需要打击的目标编号，以无人机集群能够打击所有目标并有最小的能量消耗；所述已知信息为无人机集群探索到的障碍物信息和地图信息；所述改进DE算法是在标准DE算法的基础上，引入参数自适应策略、改进变异策略、最优个体以一定概率引入当前种群进化过程策略和通讯限制策略后得到的算法。

2.根据权利要求1所述的一种无人机集群局部通信目标分配方法，其特征在于，所述目标函数为：

其中，n为无人机数量，m为目标，P_ij表示无人机U_i完成攻打目标T_j的可能性，V_ij表示无人机U_i完成攻打目标T_j后得到的收益，D_ij为无人机U_i完成攻打目标T_j的距离代价，λ表示权重因子，C代表违反限制的惩罚值，α和β分别是权重系数。

3.根据权利要求2所述的一种无人机集群局部通信目标分配方法，其特征在于，所述目标函数的确定过程为：

根据下述定义，确定目标函数；

无人机集群分配目标后得到的收益定义如下：

无人机打击目标消耗的能量定义如下：

每个无人机都只攻击目标一次，同时每架无人机有最大飞行距离限制定义如下：

其中，为无人机U_i的最大飞行距离。

4.根据权利要求1所述的一种无人机集群局部通信目标分配方法，其特征在于，参数自适应策略为采用参数自适应技术与经验调整参数相结合，将变异比例和交叉比例与种群演化的过程绑定来尽快得到全局最优解的策略。

5.根据权利要求1所述的一种无人机集群局部通信目标分配方法，其特征在于，添加通讯限制策略的DE算法为无人机只会在通讯范围内才会相互交换彼此探索得到的地图信息，同时采用A*算法求解当前已知地图的最短路径，使无人机在未知地图和通讯距离受到制约的情况下能以最小移动代价到达所分配目标的算法。

6.根据权利要求1所述的一种无人机集群局部通信目标分配方法，其特征在于，改进DE算法选择当前个体和两个不同的随机个体用于生成差分分量，在探索空间内产生新的解，设计多种变异策略并将几种变异策略相结合，种群的多样性得到保持。

7.根据权利要求1所述的一种无人机集群局部通信目标分配方法，其特征在于，改进DE算法将种群进化产生的最优个体以一定概率引入到当前种群进化的过程中，为种群进化指明方向，在一定程度上加快寻找最优解的速度。

8.一种无人机集群局部通信目标分配系统，其特征在于，包括：

目标函数确定模块，用于根据无人机集群的执行任务和移动过程的能量代价，建立无人机集群的综合代价函数作为目标函数；所述执行任务包括目标的位置以及目标是否已经被打击；

飞行路径和目标编号更新模块，用于根据目标函数和无人机集群在移动过程中局部通讯条件下传输的已知信息，采用改进DE算法，更新无人机的飞行路径和需要打击的目标编号，以无人机集群能够打击所有目标并有最小的能量消耗；所述已知信息为无人机集群探索到的障碍物信息和地图信息；所述改进DE算法是在标准DE算法的基础上，引入参数自适应策略、改进变异策略、最优个体以一定概率引入当前种群进化过程策略和通讯限制策略后得到的算法。