CN104155999B - 战场环境下多无人机时敏任务动态分配方法 - Google Patents

Abstract

本发明公开了一种多无人机时敏任务动态分配算法，可实现战场环境下多架无人机对多个时敏目标的打击；该算法利用任务拍卖思想构建时敏任务动态分配模型，该模型主要考虑了无人机的任务执行时间、毁伤能力、打击收益，以及执行当前任务对后续时敏任务时间窗口宽度和威胁程度的影响；无人机打击路径规划采用模型预测控制算法实现，主要完成无人机对威胁区域规避下的打击路径优化。

Description

战场环境下多无人机时敏任务动态分配方法

技术领域

本发明涉及一种分配算法，尤其涉及一种战场环境下多无人机时敏任务动态分配算法。

背景技术

时间敏感型目标简称时敏目标(Time-sensitive Targets,TST)，主要指必须在有限的“时间窗口”或“交战机会”内完成发现、定位、识别和打击的目标。由于TST的状态特征存在很强的不确定性，使得无人机(Unmanned Aerial Vehicle,UAV)编队在打击该类型目标时，需要根据TST的时间窗口宽度及当前状态，UAVs的性能及有效载荷差异，及时进行任务和打击路径的动态优化，以保证UAVs编队执行时敏任务收益的最大化。

目前，研究人员针对UAVs执行任务的耦合性与时间敏感特征，UAVs系统的异构性与分散特征，提出了许多任务动态分配算法，如：分布式任务一致性算法、任务动态规划算法、基于适应度优化的任务分配算法、基于市场拍卖的任务分配算法和基于博弈论的任务分配算法等。其中，由美国麻省理工学院航空控制实验室Jonathan How、Han-LimChoi等人提出的捆绑一致性算法(Consensus-based Bundle Algorithm,CBBA)受到了广泛关注。该算法将组合拍卖机制和分布式任务一致性理论相结合，能够在任务耦合的条件下实现异构多智能体组合任务分配。该实验室在CBBA的基础上，进一步开发出CCBBA(Coupled-Constraint Consensus-Based Bundle Algorithm)。该算法引入了智能体执行任务时间，使CBBA具备了时敏任务分配能力。上述方法都是在TST时间窗口固定的假设条件下，利用进化算法或贪婪搜索算法获得最优解，缺乏TST时间窗口随时间变化的情况下任务动态分配能力，这将影响UAVs对TST打击的效果。

发明内容

针对上述问题，本发明提出一种多无人机时敏任务动态分配算法，实现战场环境下多架无人机对多个时敏目标的打击。该算法利用任务拍卖思想构建时敏任务动态分配模型，该模型主要考虑了无人机的任务执行时间、毁伤能力、打击收益，以及执行当前任务对后续时敏任务时间窗口宽度和威胁程度的影响；无人机打击路径规划采用模型预测控制算法实现，主要 完成无人机对威胁区域规避下的打击路径优化。

为达到上述技术目的，本发明采用了一种战场环境下多无人机时敏任务动态分配算法，UAVs编队采用Leader-Follower结构执行TST打击任务，Leader_UAV主要承担决策者的角色，Follower_UAV承担打击者的角色。Leader_UAV将根据时敏任务变化情况，以及Follower_UAV执行任务时间、毁伤能力和打击收益等因素完成编队任务分配。在Leader_UAV任务分配的基础上，Follower_UAV将依照任务内容完成飞行路径规划和对TST打击，以Leader_UAV充当任务拍卖者，Follower_UAV充当竞拍者。Follower_UAV将各自的竞拍价格矩阵cost_auction(包括：与TST之间的距离d、执行执行TST打击任务的时间t、对TST的毁伤能力Damage以及打击收益VLR)发送给Leader_UAV。在此基础上，Leader_UAV在TST时间窗口宽度duration的约束下，根据cost_auction对竞拍者进行选择，完成任务分配。duration受Follower_UAV执行当前任务的影响，其表达式如式(1)所示。cost_auction中的各元素表达式如式(2)所示。

duration_j(k)＝duration_j(k-1)+variation_ij (1)

式中，duration_j表示TST_j的时间窗口宽度，variation_ij表示

Follower_UAV_i执行当前任务对TST_j的时间窗口宽度的影响。

cost_auction_ij(k)＝d_ij(k)/max(d_ij(k))+Damage_ij(k)

+VLR_ij(k)+max(t_ij(k))/t_ij(k) (2)

+max(P_threat_ij(k))/P_threat_ij(k)

假设V＝{1,2,…，N}为Follower_UAV数量，则编队中UAVs的数量为N+1，T＝{1,2,…,M}为TST数量。式中，d_ij表示Follower_UAV_i(i∈V)与TST_j(j∈T)之间的距离；t_ij表示Follower_UAV_i执行TST_j打击任务时间；Damage_ij表示Follower_UAV_i对TST_j的毁伤能力；VLR_ij表示Follower_UAV_i打击TST_j的效益，它是Damage_ij和载弹量Load_i的函数，其表达式如式(3)所示；P_threat_ij表示TST_j对Follower_UAV_i的威胁概率，将通过TST_j的雷达对Follower_UAV_i的瞬时跟踪概率P_dij在累计时间段T_s上的积分获得，其表达式如式(4)所示。

式中，Load_i(k)和Load_i(k-1)分别表示Follow_UAV_i当前时刻与前一时刻的载弹量。

式中，c_t为当前的采样时刻，T_s为瞬时概率的累计时间段，P_dij是TST_j的雷达对Follower_UAV_i的瞬时跟踪概率，其表达式如式(5)所示。

式中，R_ij是Follower_UAV_i与TST_j之间的距离；c_1j，c_2j是常数，由TST_j的雷达类型确定；σ_i是Follower_UAV_i的雷达散射截面积(Radar Cross-Section,RCS)。UAV的RCS是关于UAV航向与TST水平方向的夹角λ，TST与UAV间的俯仰角侧向加速度与重力加速度比值μ的函数，其表达式如式(6)、(7)、(8)所示。

Leader_UAV根据cost_auction完成任务分配，若Follower_UAV接到Leader_UAV下发的任务，需计算其与执行TST之间的距离，如果该距离小于等于开始执行打击任务的最短距离D_start，则Follower_UAV开始打击，并在原地盘旋直到目标击毁；否则，Follower_UAV利用MPC算法进行打击路径规划。根据飞行器的运动学方程，建立非线性的预测模型如式(9)、(10)、(11)、(12)、(13)所示。

z(k+1)＝z(k)+s·sin(θ(k+1)) (11)

θ(k+1)＝θ(k)+θ₀·u_θ(k) U_θmin≤u_θ≤U_θmax (13)

式中，(x,y,z)表示位置；s表示当前导航点和下一导航点之间的直线距离；是方位角，是常量，表示方位角的变化步长，是方位角的控制量，是方位角控制量的边界；θ是俯仰角，θ₀是常量，表示俯仰角的变化步长，u_θ是俯仰角的控制量，U_θmin，U_θmax是俯仰角控制量的边界。

u_θ是通过滚动优化路径代价函数cost_path获得的最优控制量。本文的路径代价函数cost_path由状态误差代价、TST雷达造成的威胁代价和控制域内的控制代价构成，cost_path中的各元素表达式如式(14)所示。

式中，c_ij(k)表示Follower_UAV_i与TST_j之间的距离代价，即c_ij(k)＝(x_i-x_j,y_i-yj_,z_i-z_j)^T，TST_j的位置S_j(k)＝(x_j,y_j,z_j)^T表示参考轨迹，α为其权值，C_i为UAV_i与TST之间的距离代价加权矩阵；P_threat_ij表示TST_j对Follower_UAV_i的威胁能力，β为其权值；u(k)为控制量，γ为其的权值。

本发明还提出了一种战场环境下多无人机时敏任务动态分配算法的实现，包含以下步骤：

步骤1：Follower_UAV向Leader_UAV提交TST观测信息，Leader_UAV产生任务清单，并根据式(1)进行任务拍卖，实现任务分配；

步骤2：Follower_UAV根据任务分配结果，判断自身的任务列表是否为空，若为空，则在当前位置盘旋等待，直到任务列表不为空时，按新的任务列表执行任务，否则执行步骤3；

步骤3：Follower_UAV根据自身的任务列表，判断与执行TST之间的距离，若此距离小于等于D_start，则Follower_UAV开始打击目标，并在原地盘旋直到目标击毁；否则，Follower_UAV将根据式(13)所获得的最优控制量进行路径规划，当达到打击距离后，开始打击目标，并在原地盘旋直到目标击毁；

步骤4：Follower_UAV执行当前任务会对后续TST时间窗口宽度产生影响，需要对UAVs编队任务分配和打击路径进行调整，将返回步骤1进行任务重规划，直至完成所有TST的打击任务。

本发明解决了战场环境下UAVs对多个时间窗口动态变化的时敏任务的打击问题。该算法充分考虑UAVs执行当前任务时对后续TST时间窗口宽度的影响，采用任务拍卖机制完成打击任务动态更新，实现TST的有效打击。

附图说明

图1所示的是本发明中UAVs编队时敏任务动态分配示意图；

图2所示的是本发明中采用时敏任务动态分配算法的打击路径轨迹图；

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细地说明。

由图1中UAVs编队时敏任务动态分配示意图可知，一种战场环境下 多无人机时敏任务动态分配算法，UAVs编队采用Leader-Follower结构执行TST打击任务，Leader_UAV主要承担决策者的角色，Follower_UAV承担打击者的角色。Leader_UAV将根据时敏任务变化情况，以及Follower_UAV执行任务时间、毁伤能力和打击收益等因素完成编队任务分配。在Leader_UAV任务分配的基础上，Follower_UAV将依照任务内容完成飞行路径规划和对TST打击，以Leader_UAV充当任务拍卖者，Follower_UAV充当竞拍者。Follower_UAV将各自的竞拍价格矩阵cost_auction(包括：与TST之间的距离d、执行执行TST打击任务的时间t、对TST的毁伤能力Damage以及打击收益VLR)发送给Leader_UAV。在此基础上，Leader_UAV在TST时间窗口宽度duration的约束下，根据cost_auction对竞拍者进行选择，完成任务分配。duration受Follower_UAV执行当前任务的影响，其表达式如式(1)所示。cost_auction中的各元素表达式如式(2)所示。

duration_j(k)＝duration_j(k-1)+variation_ij (1)

式中，duration_j表示TST_j的时间窗口宽度，variation_ij表示

Follower_UAV_i执行当前任务对TST_j的时间窗口宽度的影响。

cost_auction_ij(k)＝d_ij(k)/max(d_ij(k))+Damage_ij(k)

+VLR_ij(k)+max(t_ij(k))/t_ij(k) (2)

+max(P_threat_ij(k))/P_threat_ij(k)

假设V＝{1,2,…，N}为Follower_UAV数量，则编队中UAVs的数量为N+1，T＝{1,2,…,M}为TST数量。式中，d_ij表示Follower_UAV_i(i∈V)与TST_j(j∈T)之间的距离；t_ij表示Follower_UAV_i执行TST_j打击任务时间；Damage_ij表示Follower_UAV_i对TST_j的毁伤能力；VLR_ij表示Follower_UAV_i打击TST_j的效益，它是Damage_ij和载弹量Load_i的函数，其表达式如式(3)所示；P_threat_ij表示TST_j对Follower_UAV_i的威胁概率，将通过TST_j的雷达对Follower_UAV_i的瞬时跟踪概率P_dij在累计时间段T_s上的积分获得，其表达式如式(4)所示。

式中，Load_i(k)和Load_i(k-1)分别表示Follow_UAV_i当前时刻与前一时刻的载弹量。

式中，c_t为当前的采样时刻，T_s为瞬时概率的累计时间段，P_dij是TST_j的雷达对Follower_UAV_i的瞬时跟踪概率，其表达式如式(5)所示。

式中，R_ij是Follower_UAV_i与TST_j之间的距离；c_1j，c_2j是常数，由TST_j的雷达类型确定；σ_i是Follower_UAV_i的雷达散射截面积(Radar Cross-Section,RCS)。UAV的RCS是关于UAV航向与TST水平方向的夹角λ，TST与UAV间的俯仰角侧向加速度与重力加速度比值μ的函数，其表达式如式(6)、(7)、(8)所示。

Leader_UAV根据cost_auction完成任务分配，若Follower_UAV接到Leader_UAV下发的任务，需计算其与执行TST之间的距离，如果该距离小于等于开始执行打击任务的最短距离D_start，则Follower_UAV开始打击，并在原地盘旋直到目标击毁；否则，Follower_UAV利用MPC算法进行打击路径规划。根据飞行器的运动学方程，建立非线性的预测模型如式(9)、(10)、(11)、(12)、(13)所示。

z(k+1)＝z(k)+s·sin(θ(k+1)) (11)

θ(k+1)＝θ(k)+θ₀·u_θ(k) U_θmin≤u_θ≤U_θmax (13)

式中，(x,y,z)表示位置；s表示当前导航点和下一导航点之间的直线距离；是方位角，是常量，表示方位角的变化步长，是方位角的控制量，是方位角控制量的边界；θ是俯仰角，θ₀是常量，表示俯仰角的变化步长，u_θ是俯仰角的控制量，U_θmin，U_θmax是俯仰角控制量的边界。

u_θ是通过滚动优化路径代价函数cost_path获得的最优控制量。本文的路径代价函数cost_path由状态误差代价、TST雷达造成的威胁代价和控制域内的控制代价构成，cost_path中的各元素表达式如式(14)所示。

式中，c_ij(k)表示Follower_UAV_i与TST_j之间的距离代价，即c_ij(k)＝(x_i-x_j,y_i-y_j,z_i-z_j)^T，TST_j的位置S_j(k)＝(x_j,y_j,z_j)^T表示参考轨迹，α为其权值，C_i为UAV_i与TST之间的距离代价加权矩阵；P_threat_ij表示TST_j对Follower_UAV_i的威胁能力，β为其权值；u(k)为控制量，γ为其的权值。

图2公开了本发明中采用时敏任务动态分配算法的打击路径轨迹图，由图2我们可以看到，UAVs编队在采样时刻k＝8时进行了任务更新，由Follower_UAV₅替代Follower_UAV₁执行对TST₃的打击任务。由于在当前任务分配结果下，编队内每架Follower_UAV与分配目标之间的距离均大于D_start，所以每架Follower_UAV利用MPC算法完成打击路径在线规划。在k＝111时刻TST₃出现，Follower_UAV₅按时到达攻击位置，完成了对TST₃的打击。同理，Follower_UAV₅在完成对TST₃的打击任务后将对还未打击的TST的时间窗口宽度产生影响，UAVs编队任务需要重分配。

本发明还提出了一种战场环境下多无人机时敏任务动态分配算法的实现，包含以下步骤：

步骤1：Follower_UAV向Leader_UAV提交TST观测信息，Leader_UAV产生任务清单，并根据式(1)进行任务拍卖，实现任务分配；

步骤2：Follower_UAV根据任务分配结果，判断自身的任务列表是否为空，若为空，则在当前位置盘旋等待，直到任务列表不为空时，按新的任务列表执行任务，否则执行步骤3；

步骤3：Follower_UAV根据自身的任务列表，判断与执行TST之间的距离，若此距离小于等于D_start，则Follower_UAV开始打击目标，并在原地盘旋直到目标击毁；否则，Follower_UAV将根据式(13)所获得的最优控制量进行路径规划，当达到打击距离后，开始打击目标，并在原地盘旋直到目标击毁；

步骤4：Follower_UAV执行当前任务会对后续TST时间窗口宽度产生影响，需要对UAVs编队任务分配和打击路径进行调整，将返回步骤1进行任务重规划，直至完成所有TST的打击任务。

Claims (2)

1.战场环境下多无人机时敏任务动态分配方法，其特征如下，UAVs编队采用Leader-Follower结构执行TST打击任务，Leader_UAV主要承担决策者的角色，Follower_UAV承担打击者的角色，Leader_UAV将根据时敏任务变化情况，以及Follower_UAV执行任务时间、毁伤能力和打击收益完成编队任务分配，在Leader_UAV任务分配的基础上，Follower_UAV将依照任务内容完成飞行路径规划和对TST打击，以Leader_UAV充当任务拍卖者，Follower_UAV充当竞拍者，Follower_UAV将各自的竞拍价格矩阵cost_auction发送给Leader_UAV，cost_auction包括Follower_UAV与TST之间的距离d、Follower_UAV执行TST打击任务的时间t、Follower_UAV对TST的毁伤能力Damage以及Follower_UAV打击TST的收益VLR；在此基础上，Leader_UAV在TST时间窗口宽度duration的约束下，根据cost_auction对竞拍者进行选择，完成任务分配，duration受Follower_UAV执行当前任务的影响，其表达式如式(1)所示，cost_auction中的各元素表达式如式(2)所示；

duration_j(k)＝duration_j(k-1)+variation_ij (1)

式中，duration_j表示TST_j的时间窗口宽度，variation_ij表示Follower_UAV_i执行当前任务对TST_j的时间窗口宽度的影响；

$\begin{array}{c}\cos t\_{\mathrm{auction}}_{ij}\left(k\right)=d_{ij}\left(k\right)/\left(\max \left(d_{ij}\left(k\right)\right)\right)+{\mathrm{Damage}}_{ij}\left(k\right)+{\mathrm{VLR}}_{ij}\left(k\right)\\ +\left(\max \left(t_{ij}\left(k\right)\right)\right)/t_{ij}\left(k\right)+\left(\max \left(P\_{\mathrm{threat}}_{ij}\left(k\right)\right)\right)/P\_{\mathrm{threat}}_{ij}\left(k\right)\end{array}---\left(2\right)$

假设V＝{1,2,…,N}为Follower_UAVs的集合，则编队中UAVs的数量为N+1，T＝{1,2,…,M}为TST的集合；式中，d_ij表示Follower_UAV_i与TST_j之间的距离，i∈V，j∈T；t_ij表示Follower_UAV_i执行TST_j打击任务时间；Damage_ij表示Follower_UAV_i对TST_j的毁伤能力；VLR_ij表示Follower_UAV_i打击TST_j的收益，它是Damage_ij和载弹量Load_i的函数，其表达式如式(3)所示；P_threat_ij表示TST_j对Follower_UAV_i的威胁概率，将通过TST_j的雷达对Follower_UAV_i的瞬时跟踪概率P_dij在累计时间段T_s上的积分获得，其表达式如式(4)所示：

${\mathrm{VLR}}_{ij}\left(k\right)={\mathrm{VLR}}_{ij}\left(k-1\right)\·\frac{{\mathrm{Load}}_i\left(k\right)-{\mathrm{Load}}_i\left(k-1\right)}{{\mathrm{Damage}}_{ij}\left(k\right)-{\mathrm{Damage}}_{ij}\left(k-1\right)}---\left(3\right)$

式中，Load_i(k)和Load_i(k-1)分别表示Follow_UAV_i当前时刻与前一时刻的载弹量；

$P\_{\mathrm{threat}}_{ij}\left(k\right)=\underset{k=c\_t-T_s}{\overset{c\_t}{\Σ}}{P}_{dij}\left(k\right)---\left(4\right)$

式中，c_t为当前的采样时刻，T_s为瞬时概率的累计时间段，P_dij是TST_j的雷达对Follower_UAV_i的瞬时跟踪概率，其表达式如式(5)所示；

$P_{dij}=\left\{\begin{array}{cc}1/\&lsqb;1+{(c_{2j}{d_{ij}}^4/{\mathrm{\&sigma;}}_i)}^{c_{1j}}\&rsqb;& d_{ij}<R_{j\max }\\ 0& d_{ij}\&GreaterEqual;R_{j\max }\end{array}\right.---\left(5\right)$

式中，d_ij是Follower_UAV_i与TST_j之间的距离，R_jmax是TST_j雷达的有效探测距离，c_1j，c_2j是常数，由TST_j的雷达类型确定；σ_i是Follower_UAV_i的雷达散射截面积(Radar CrossSection,RCS)，UAV的RCS是关于UAV航向与TST水平方向的夹角λ，TST与UAV间的俯仰角侧向加速度与重力加速度比值μ的函数，其表达式如式(6)、(7)、(8)所示；

$\mathrm{\&sigma;}=\frac{\mathrm{\&pi;}\&CenterDot;a^2{b}^2{c}^2}{{\left(a^2{\sin }^2{\mathrm{\&lambda;}}_e{\cos }^2{\mathrm{\&mu;}}_e+b^2{\sin }^2{\mathrm{\&lambda;}}_e{\sin }^2{\mathrm{\&mu;}}_e+c^2{\cos }^2{\mathrm{\&lambda;}}_e\right)}^2}---\left(6\right)$

a、b、c是计算无人机的雷达散射截面积的参数，由目标的类型的形状、结构及材料的特征参数决定；Leader_UAV根据cost_auction完成任务分配，若Follower_UAV接到Leader_UAV下发的任务，需计算其与执行TST之间的距离，如果该距离小于等于开始执行打击任务的最短距离D_start，则Follower_UAV开始打击，并在原地盘旋直到目标击毁；否则，Follower_UAV利用MPC算法进行打击路径规划，根据飞行器的运动学方程，建立非线性的预测模型如式(9)、(10)、(11)、(12)、(13)所示；

x(k+1)＝x(k)+s·cos(φ(k+1))·cos(θ(k+1)) (9)

y(k+1)＝y(k)+s·sin(φ(k+1))·cos(θ(k+1)) (10)

z(k+1)＝z(k)+s·sin(θ(k+1)) (11)

φ(k+1)＝φ(k)+φ₀·u_φ(k)，U_φmin≤u_φ≤U_φmax (12)

θ(k+1)＝θ(k)+θ₀·u_θ(k)，U_θmin≤u_θ≤U_θmax (13)

式中，(x,y,z)表示位置；s表示当前导航点和下一导航点之间的直线距离；φ是方位角，φ₀是常量，表示方位角的变化步长，u_φ是方位角的控制量，U_φmin，U_φmax是方位角控制量的边界；θ是俯仰角，θ₀是常量，表示俯仰角的变化步长，u_θ是俯仰角的控制量，U_θmin，U_θmax是俯仰角控制量的边界；

u_φ，u_θ是通过滚动优化路径代价函数cost_path获得的最优控制量，路径代价函数cost_path由状态误差代价、TST雷达造成的威胁代价和控制域内的控制代价构成，cost_path中的各元素表达式如式(14)所示；

cost_path_ij(k)＝αc_ij ^T(k)C_ic_ij(k)+βP_threat_ij(k)+γu^T(k)u(k) (14)

式中，c_ij(k)表示Follower_UAV_i与TST_j之间的距离代价，即c_ij(k)＝(x_i-x_j,y_i-y_j,z_i-z_j)^T，α为其权值，Follower_UAV和TST的位置采用三维坐标表示，(x_i,y_i,z_i)^T表示Follower_UAV_i的位置，(x_j,y_j,z_j)^T表示TST_j的位置；TST_j的位置S_j(k)＝(x_j,y_j,z_j)^T表示参考轨迹，C_i为Follower_UAV_i与TST之间的距离代价加权矩阵；P_threat_ij表示TST_j对Follower_UAV_i的威胁概率，β为其权值；u(k)为控制量，γ为其的权值。

2.根据权利要求1所述的战场环境下多无人机时敏任务动态分配方法，其特征在于，包含以下步骤：

步骤1：Follower_UAV向Leader_UAV提交TST观测信息，Leader_UAV产生任务清单，并根据式(2)进行任务拍卖，实现任务分配；

步骤2：Follower_UAV根据任务分配结果，判断自身的任务列表是否为空，若为空，则当前位置盘旋等待，直到任务列表不为空时，按新的任务列表执行任务，否则执行步骤3；

步骤3：Follower_UAV根据自身的任务列表，判断与执行TST之间的距离，若此距离小于等于D_start，则Follower_UAV开始打击目标，并在原地盘旋直到目标击毁；否则，Follower_UAV将根据式(14)所获得的最优控制量进行路径规划，当达到打击距离后，开始打击目标，并在原地盘旋直到目标击毁；

步骤4：Follower_UAV执行当前任务会对后续TST时间窗口宽度产生影响，需要对UAVs编队任务分配和打击路径进行调整，将返回步骤1进行任务重规划，直至完成所有TST的打击任务。