蜂群无人机的控制方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108901040A(43)申请公布日2018.11.27(21)申请号201810854148.X(22)申请日2018.07.30(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人陈旿范铭楷金鑫李泽宏燕熊邹松洪亮(74)专利代理机构西北工业大学专利中心61204代理人王鲜凯(51)Int.Cl.H04W24/08(2009.01)H04W28/22(2009.01)H04W52/24(2009.01)权利要求书2页说明书5页附图1页(54)发明名称蜂群无人机的控制方法(57)摘要本发明公开了一种蜂群无人机的控制方法，用于解决现有无人机控制方法实用性差的技术问题。技术方案是首先采用灰预测中的GM(1,1)模型对节点的度分布进行快速估算，再采用平均一致性算法计算全网平均度，根据MOLLY-REED准则判断网络的连通性，进而控制其鲁棒性。本发明采用灰预测的GM(1,1)模型，解决了“蜂群”无人机因为链路质量变化快，任务执行周期短，无法满足“蜂群”无人机控制的技术问题。采用平均一致性算法，仅在相邻节点之间进行信息交互，避免了占用大量带宽、耗能高的全网泛洪广播。具有快速高效、占用带宽少以及能耗低的优点，实用性好。CN108901040ACN108901040A权利要求书1/2页1.一种蜂群无人机的控制方法，其特征在于包括以下步骤：步骤一、对节点所有相连链路的链路质量进行采样，获得第t次测量的链路评估值Lij(t)；其中，i表示节点i，j表示节点i的邻居；步骤二、根据t-4到t次的各链路评估值，采用灰预测方法预测引入二阶弱化缓冲算子减小U(k)的随机性，按照灰预测中的不动变定理：L(0)(k)＝L(k)d2＝L(k)(3)一阶累加生成预处理二阶弱化缓冲算子的输出结果；用GM(1,1)差分模型EDGM得到L(1)(k)的估计值；其中，参数a是生长因子，b是灰输入；其中，用一阶转置累加生成算子处理；步骤三、采用公式(8)计算链路的可用概率其中，为第t+1次的链路质量LQIij(t+1)，Lmin、Lmax为链路质量指示的最小值与最大值；步骤四、若一个节点有m个邻居，用二项分布计算出节点的度分布Pi(k)，2CN108901040A权利要求书2/2页其中，pij为链路可用性；步骤五、计算出节点度分布后，网络中每个节点将自己的度分布信息向其邻居进行广播，并接收邻居节点的度分布信息；步骤六、采用公式(10)计算全网的度分布，其中，j∈Ni，m为节点i的一跳邻居个数；步骤七、由公式(11)、(12)计算全网的平均度<k>和<k2>，其中，P(k)为全网的度分布；步骤八、根据全网平均度<k>和<k2>，采用公式(13)计算出κ，步骤九、根据MOLLY-REED准则，当κ＞2时，网络中存在巨片，网络是互连互通的；当κ＜2时，网络不连通，提高发射功率或降低速率。3CN108901040A说明书1/5页蜂群无人机的控制方法技术领域[0001]本发明涉及一种无人机控制方法，特别涉及一种蜂群无人机的控制方法。背景技术[0002]无人机集群协同作战是未来网络中心战的重要组成部分，而“蜂群”无人机因为实现了任务载荷的分布化，降低了成本且提高了鲁棒性，又是无人机集群的重要发展方向。“蜂群”无人机集群协同作战是全世界各军事强国未来在网络中心战领域的重点发展方向。“蜂群”无人机工作在对抗环境下，其通讯链路会受到干扰、节点可能会损失，而且还需要具备在节点和链路受损的条件下，完成其作战目标的能力。也就是说，“蜂群”无人机的鲁棒性不仅要求系统具备对于破坏的抵御能力，而且要在系统遭受破坏后，即节点或链路损失后，具备结构和功能的恢复能力。而“蜂群”无人机系统又是通过无线自组织网络连接起来，构成一个整体作战单元的。因此，“蜂群”无人机系统的鲁棒性取决于“蜂群”无人机无线自组织网络的鲁棒性。[0003]“蜂群”无人机工作在对抗环境下，其条件非常恶劣，可能会存在各式各样的攻击和干扰方式，中心节点可能会受到攻击、“蜂群”无人机的无线链路也可能受到干扰而失效，其自身的编队类型也能影响其鲁棒性。因此，对于“蜂群”无人机无线自组织网络的鲁棒性，其设计目标是提高在不具备网络全连通条件下，合理地配置节点的度分布，提高网络对随机失效和恶意攻击的鲁棒性。即当网络受到随机故障或敌方的攻击，损失了部分节点或通信链路的情况下，剩余的节点会重新构建新的网络拓扑结构，尽可能的保持最大的连通子图。[0004]文献“申请公开号是CN107426000A的中国发明专利”公开了一种网络鲁棒性的评估方法，首先获取网络的初始参数,根据所述初始参数获取所述网络的初始负载模型，即初始节点数、初始边数、初始随机游走者