[发明专利]一种无人机地面站系统软件的可靠性智能分配方法

摘要

本发明涉及一种无人机地面站系统软件的可靠性智能分配方法。本发明中利用层次分析法来评估严重度、复杂度、重要度、平均故障间隔时间、运行时间影响因素对无人机地面站系统中的各个模块的可靠性分配的影响权重，求取无人机地面站系统中的各个模块的成本函数，从而构建基于可靠性约束成本最小化的无人机地面站系统的可靠性分配模型；将具有约束条件的软件可靠性分配问题转换成无约束的软件可靠性分配问题，建立粒子群中任意粒子的适应度函数。通过多次迭代计算，粒子群中所有粒子经历过的最优位置，求得的各个模块的可靠性分配最优值。本发明算法简单、求解速度快、适应性广，可完成多种约束条件下的可靠性分配的智能最优搜索求解。

主权项

1.一种无人机地面站系统软件的可靠性智能分配方法，其特征在于，该方法包括以下步骤：步骤(1)参数初始化，包括无人机地面系统期望达到的可靠性值、无人机地面站系统中的各个模块的可靠性值的取值范围、粒子群算法中的粒子规模、搜索空间维数、迭代次数；无人机地面站系统U的可靠性值为R，期望达到的可靠性值为Rs；设置调试模块U1的可靠性分配值为R1、航线规划管理模块U2的可靠性分配值为R2、飞行监测控制模块U3的可靠性分配值为R3、数据传输模块U4的可靠性分配值为R4、数据管理模块U5的可靠性分配值为R5；R1、R2、R3R4、R5的取值范围分别为事先设定的[R1min,R1max]、[R2min,R2max]、[R3min,R3max]、[R4min,R4max]、[R5min,R5max]；在粒子群算法中，每个粒子就相当于求解系统的一种解，通过计算，经过多次迭代后找到最优解；粒子群由M个粒子组成，每个粒子具有N维的搜索空间，则粒子群中任意粒子i的位置Xi＝(Xi1,Xi2,…XiN)，速度Vi＝(Vi1,Vi2,…,ViN)；粒子i的适应度值由函数fit(Xi)求解，粒子i向最好位置方向的步长调节因子为常数c1，粒子i向粒子群全局最好位置方向的步长调节因为为常数c2，粒子群的迭代次数为t，最大迭代次数为T；粒子群中的任意粒子i的位置Xi由无人机地面站系统的5个模块的可靠性分配值组成，即Xi＝(R1,R2,R3,R4,R5)，N＝5；任意粒子i的位置Xi表示无人机地面站系统的5个模块的可靠性分配值的一种可能取值，任意粒子i的适应度函数fit(Xi)由无人机地面站系统的5个模块的可靠性分配目标函数fitR(R1,R2,R3,R4,R5)给定，即fit(Xi)＝fitR(R1,R2,R3,R4,R5)；通过粒子群经过T次迭代后，具有粒子群中最大适应度值fit(Xi)的粒子i的位置Xi就是待求的无人机地面站系统的5个模块的可靠性分配最优值；步骤(2)根据层次分析法求取严重度K、复杂度H、重要度F、平均故障间隔时间MTBF、运行时间T影响因素下无人机地面站系统的各个模块的可靠性分配的权重W；根据公式(1)‑(4)，求取严重度K、复杂度H、重要度F、平均故障间隔时间MTBF、运行时间T影响因素对无人机地面站系统可靠性分配的判断权重向量D；p＝[pk ph pf pmtbf pt]                   (1)aστ＝pσ/pτ                         (2)D＝[dK dH dF dMTBF dT]                   (4)其中pk、ph、pf、pmtbf、pt为根据严重度K、复杂度H、重要度F、平均故障间隔时间MTBF、运行时间T影响因素对无人机地面站系统可靠性分配的影响力大小，σ＝1,2…5,τ＝1,2…5,通过公式(2)构建多个影响因素对无人机地面站系统可靠性分配的判断矩阵A；判断矩阵A的最大特征值对应的特征向量，是严重度K、复杂度H、重要度F、平均故障间隔时间MTBF、运行时间T影响因素对无人机地面站系统可靠性分配的判断权重向量D；判断权重向量D中，dK表征严重度K对无人机地面站系统可靠性分配的影响力权重、dH表征复杂度H对无人机地面站系统可靠性分配的影响力权重、dF表征重要度F对无人机地面站系统可靠性分配的影响力权重、dMTBF表征平均故障间隔时间MTBF对无人机地面站系统可靠性分配的影响力权重、dT表征运行时间T对无人机地面站系统可靠性分配的影响力权重；严重度K表示无人机地面站系统中各模块存在的失效模式的严重程度；复杂度H表示无人机地面站系统中各模块的复杂性，使用目前通用的信息熵来定量描述；重要度F表示无人机地面站系统中各模块发生失效后，对无人机地面站系统功能的影响程度，重要度越大，影响程度越大；平均故障间隔时间MTBF表征无人机地面站系统中各模块的故障率，模块故障率的倒数就是模块的平均故障间隔时间；运行时间T表征无人机地面站系统中各模块的运行时间占无人机地面站系统运行总时间的比例；严重度K、复杂度H、重要度F、平均故障间隔时间MTBF、运行时间T均为已知量；求取严重度K、复杂度H、重要度F、平均故障间隔时间MTBF、运行时间T影响因素对无人机地面站系统的各个模块可靠性分配的影响力单位向量rk、rh、rf、rmtbf、rt；求取无人机地面站系统中模块Uj的严重度kj，通过归一化得到rkj，从而得到无人机地面站系统的各个模块可靠性分配的严重度影响力单位向量rk；其中，βj为模块Uj损失概率，损失概率为当模块发生故障时，无人机地面站系统失效的概率，损失概率取值为[0,1]，取值越大，无人机地面站系统失效的概率越大；αj为模块Uj中各种故障相对所有故障发生的概率之和，根据模块Uj的功能组件运行情况得出；kj＝βj*αj*(1‑Rjmin)*106，j∈[1,N]                 (5)rk＝[rk1 … rkj … rkN]，j∈[1,N]                 (7)求取无人机地面站系统中模块Uj的复杂度hj，通过归一化得到rhj，从而得到无人机地面站系统的各个模块可靠性分配的复杂度影响力单位向量rh；其中，oj为模块Uj的使用率；hj＝‑log2(oj)*oj，j∈[1,N]                   (8)rh＝[rh1 … rhj … rhN]，j∈[1,N]                  (10)求取无人机地面站系统中模块Uj的重要度fj，通过归一化得到rfj，从而得到无人机地面站系统的各个模块可靠性分配的重要度影响力单位向量rf；其中，Fs为无人机地面站系统的失效模型，fi为模块Ui的失效模型；根据现有通用的故障树分析法，结合无人机地面站系统确定出3个最小割集{U1U2U4U5}，{U1U4U5}，{U1U3U4U5}；最小割集定义为可能导致无人机地面站系统失效的模块集，从而得出失效模型Fs；Fs＝f1f2f4f5+f1f4f5+f1f3f4f5                 (12)rf＝[rf1 … rfj … rfN]，j∈[1,N]                 (14)求取无人机地面站系统中模块Uj的平均故障间隔时间mtbfj，通过归一化得到rmtbfj，从而得到无人机地面站系统的各个模块可靠性分配的平均故障间隔时间影响力单位向量rmtbf；mtbfj＝1/(1‑Rjmin)，j∈[1,N]                 (15)rmtbf＝[rmtbf1 … rmtbfj … rmtbfN]，j∈[1,N]         (17)求取无人机地面站系统中模块Uj的运行时间比例系数tj，通过归一化得到rtj，从而得到无人机地面站系统的各个模块可靠性分配的运行时间影响力单位向量rt；其中，Gj为无人机地面站系统中模块Uj的运行时间，G为无人机地面站系统总的运行时间；tj＝Gj/G，j∈[1,N]                  (18)rt＝[rt1 rt2 rt3 rt4 rt5]，j∈[1,N]              (20)最后，根据判断权重D、严重度影响力单位向量rk、复杂度影响力单位向量rh、重要度影响力单位向量rf、平均故障间隔时间影响力单位向量rmtbf、运行时间影响力单位向量rt求取无人机地面站系统的各个模块的可靠性分配的权重W；其中，wj为无人机地面站系统中模块Uj在严重度K、复杂度H、重要度F、平均故障间隔时间MTBF、运行时间T等影响因素下的可靠性分配的影响权重；步骤(3)求取无人机地面站系统的各个模块Uj的可靠性分配值的成本函数Cj；根据wj求取无人机地面站系统中模块Uj能达到最高可靠性值Rjmax的可行度yj，构建无人机地面站系统中的各个模块Uj的成本函数Cj；可行度yj越小表示提升模块Uj的可靠性Rj越困难，需要的成本Cj越高，可行度yj越大表示提升模块Uj的可靠性Rj越容易，需要的成本Cj越低；yj＝1‑wj，j∈[1,N]                   (22)步骤(4)构建基于可靠性约束成本最小化的无人机地面站系统的可靠性分配模型；无人机地面站系统的可靠性分配模型包含有1个最小成本函数和多个可靠性约束条件；无人机地面站系统的成本函数Cost由无人机地面站系统中的各个模块Uj的可靠性分配值Rj的成本函数Cj构成：无人机地面站系统中的各个模块Uj的可靠性分配值Rj存在着最小值Rjmin和最大值Rjmax的约束条件；在已知无人机地面站系统的设备调试模块U1的可靠性分配值R1、航线规划管理模块U2的可靠性分配值R2、飞行监测控制模块U3的可靠性分配值R3、数据传输模块U4的可靠性分配值R4、数据管理模块U5的可靠性分配值R5的情况下，根据无人机地面站系统的结构图1，结合现有通用的串并联系统的可靠性值计算方法，获得当前无人机地面站系统的可靠性值R，可靠性值R必须不小于无人机地面站系统期望达到的可靠性值Rs；R＝[1‑(1‑R1R2)*(1‑R1)*(1‑R1R3)]*R4*R5         (25)由此，可得到基于可靠性约束成本最小化的无人机地面站系统的可靠性分配模型：成本函数最小化：可靠性约束条件：步骤(5)根据无人机地面站系统的可靠性分配模型，构建粒子群中任意粒子i的适应度值函数fit(Xi)；基于可靠性约束成本最小化的无人机地面站系统的可靠性分配模型包含一个最小化的成本函数和多个可靠性值的约束条件；采用现有通用的罚函数法，将具有约束条件的软件可靠性分配问题转换成无约束的软件可靠性分配问题，进行求解；构建的可靠性分配目标函数fitR(R1,R2,R3,R4,R5)为：其中，Qi为惩罚因子，i＝1…3；粒子群中任意粒子i的适应度值函数fit(Xi)，可由公式(28)求得：fit(Xi)＝fitR(R1,R2,R3,R4,R5)               (29)步骤(6)根据第t次迭代得到的粒子群中任意粒子i在第j维度的位置速度求取第t+1次迭代得到的粒子群中任意粒子i在第j维度的位置速度其中r₁、r₂为[0,1]区间的随机数；P_i^t为经过t次迭代后粒子群中粒子i经历过的最优位置；为经过t次迭代后粒子群中所有粒子经历过的最优位置；步骤(7)重复进行步骤(6)，完成粒子群算法的多次迭代优化求解；经过T次迭代后粒子群中所有粒子经历过的最优位置，就是待求的无人机地面站系统中的各个模块的可靠性分配最优值。