攻击型无人机任务规划系统浅析.pdf

万方数据
m摊用攻击型无人机任务规期系统浅析精确要求的任务或行动来说显得更为重要，例如一，攻击型无人机任务规戈U系统a句祷点由于现代战争中地面防空火力的加强以及雷达系统具体较强的捕捉目标能力，战时反应的时间越来越短，无人机受到敌方地面威胁程度也随之增大，盲目的进入战场实施攻击会造成极大的损失，简单的人为决策也不可能对复杂多变的战场环境做出客观全面的评价。因此无人机具有协同任务规划的能力，特别是那些对于执行时间有同时发起攻击、协同目标识别与侦察、压制敌防空阵地(SEAD)等等。一般采用的战法是“群狼战术”，即多架无人机从不同的发射阵地起飞在空中实施编队飞行，同时或者按照顺序依次攻击一个或者多个目标，从而提高无人机的整体作战效能，实现任务的突然性和有效性。综合任务规划系统在无人机飞行前和飞行过程中进行任务规划、资源协调以及确定飞行航路，当作战任务或战场环境改变的时候，多架无人机仍能通过系统的调整来完成任务。协同任务规划的研究大多是针对运动机器人。对于运动机器人的协同路径规划，首先对于每个机器人产生一条可行的路径，然后调整速度来避免机器人之问的碰撞冲突。但是针对机器人的这些算法是假定其速度调整范围在，(一V。。；，+V⋯)，而无人机只有正向速度，不能为负向速度，因此这些技术不能直接应用在无人机上面，必须进行改进。对于群机的协同控制和协同航路规划可以采用分布式方法来解决。分解方式类似于多学科优化中的分解策略，把一个单一庞大的优化问题分解为多个小的、更具有可操作性的子问题。对问题进行分解将使得每一架无人机根据作战任务要求自主地计算各自的最优航路。这样就只需要很少的通信联系就可以引入各无人机的状态和威胁环境因素。从系统角度来考虑，各无人机依据其它无人机信息确定的最优航路就会使得整个系统获得最优的结果。这种方法与多学科优化中采用的分解方法相类似。对于协同任务规划来说一般采用协同变量和协同函数的解决方案，分解策略使得协同时间的计算能够达到可以接受的通信和计算水平，将无限维的问题转变为有限维的问题，避免了“维数爆炸”的问题。该算法的基本公理是：协同必须共享信息。信息可以通过各种各样的途径获得，例如：相关位置传感器可以使无人机能够建立其他无人机的位置信息，该信息可以通过无线电网络在无人机之问进行传递交换；战场信息可以在无人机起飞前预编程到机载计算机中。“参考的行为”如果被编队内的每一架无人机知道的话，有助于编队内的无人机调整自己的行动。在leader—following的应用中，首机的状态构成了协同变量，其他无人机的行动参考首机就完全确定下来。无人机还可以利用与一个理想位置的偏离距离来进行协调控制，每一架无人机的状态依赖于与其相邻最近的无人机，把与理想的偏差作为协同变量。一般来说，协同变量都是离散的，例’‘r‘’o‘‘b‘‘o‘t’。。t。e。’c。’h‘‘n‘‘iq‘”u。“e‘‘“a”。n“d””a—ppl”i4c?“a’tion；口董世友龙国庆电子工程学院无人机教研室2004．6
万方数据
帆捌蝴二、攻击型无人机任务规戈U系统的内容三、攻击型无人机任务规划结构图磊丽≮蕊蕊鬲淼葛翁黼黼一。。”‘如协同任务分配。单架无人机的行动依赖于任务分配变量，此时任务分配变量够成协同变量。类似的机器人足球赛中，机器人之间角色的变换就在协同控制策略中，除了协同变量外，另外一个重要的概念是协同函数。协同函数是以协同变量为变量的函数。其核心思想是：通过协同变量的变化来影响目标函数的变化，目标函数如果通过协同变量来表示就成为了协同函数，同时改变协同变量可以实现协同函数的最优。在leader—ow结构中，就是通过从飞机的轨迹跟踪误差来改变首机的飞行状态。在协同时问的问题中，协同变量定义任务评定信息，例如ETA(EstimatedTarget)。作为一个具体给定的目标。协同函数描述了协同变量的改变导致整体无人机的代价的改变。协同函数和协同变量通过在执行任务的无人机之间的通信来实现。该算法有很多优点，能够满足协同时间的要求。首先，最重要的一点是协同变量和协同函数的策略可以减少了问题的维数和复杂性，使问题变为能够易于处理的水平。因为在空间中，连接起始点到目标点通过障碍或者威胁有无数多个可行解。采用Voronoi图可以把无穷多个解限制在有限的威胁回避的解空间中，可以通过搜索方法来快速得到最优解。另外，该策略需要重要的信息的传递来获得协同时间的实现。如果采用全局优化算法，要想确定整体的最优时间就需要知道所有无人机的状态信息以及威胁和目标的位置。甚至对于一个较小数目的无人机群来说，要想通过全局优化算法来确定最优时间以及获得每一架无人机的轨迹，则需要过多的通信带宽并且由于决策变量数目多而实现起来非常困难。算法通过协同变量和协同函数来简化了任务，不需要确定所有的无人机的轨迹状态，