一種基于多無人機安全通信的協(xié)同控制策略的制作方法
【專利摘要】本發(fā)明公開了一種基于多無人機安全通信的協(xié)同控制策略，步驟1：運用變速虛擬領(lǐng)導(dǎo)者的Olfati?saber蜂擁控制算法對無人機群組進行初步協(xié)同控制；步驟2：引入虛擬通信圓環(huán)，對每架無人機進行在線的通信功率設(shè)置，計算每個無人機節(jié)點的滿足安全通信要求的期望位置；步驟3：運用優(yōu)化的位置移動函數(shù)，使各無人機節(jié)點安全無碰撞地移動到步驟二中得出的期望位置上；本發(fā)明更多的研究通信是如何影響無人機群組動力學(xué)和通信拓撲的，通過新提出的虛擬通信圓環(huán)，改進的目標移動函數(shù)與已有的經(jīng)典動力學(xué)蜂擁算法的結(jié)合，有效的解決了多無人機系統(tǒng)可能出現(xiàn)的信息泄漏的不安全現(xiàn)象，是一種描述無人機動力學(xué)和無線自組織網(wǎng)絡(luò)關(guān)系的新思路。
【專利說明】
一種基于多無人機安全通信的協(xié)同控制策略
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于多無人機協(xié)同控制的通信領(lǐng)域，具體涉及一種基于多無人機安全通信 的協(xié)同控制策略。
【背景技術(shù)】
[0002] 多無人機系統(tǒng)由于其個體具有自主智能性、高速度、快速變化的拓撲等特點，內(nèi)部 通信網(wǎng)絡(luò)采用移動自組織網(wǎng)絡(luò);現(xiàn)有技術(shù)中無人機的安全通信問題，只要存在兩方面的缺 陷：一方面，無人機發(fā)射功率很高時，復(fù)用信道會受到干擾，這樣不僅會嚴重干擾其他無人 機，降低節(jié)點的性能，而且還會增加無人機群組的總體發(fā)射功率，容易使信息發(fā)生泄露；另 一方面，若某些無人機的發(fā)射功率不夠高，鏈路中的信噪比會降低，這會影響鏈路的連通 性，導(dǎo)致某些無人機不能正常通信。
[0003] 在多無人機安全通信領(lǐng)域，主要研究方向集中在對節(jié)點之間數(shù)據(jù)安全性和網(wǎng)絡(luò)協(xié) 議的優(yōu)化等方面;Milan Rollo等人在FIPA ACL的基礎(chǔ)上嵌入了X-Security層處理智能體 之間的安全通信，使用接收方進行秘鑰加密發(fā)送消息來保證通信數(shù)據(jù)的機密性，提供了點 對點的安全通信機制;杜君等人提出的移動自組織網(wǎng)絡(luò)路由優(yōu)化算法，該方法通過改進蟻 群算法建立信任統(tǒng)計模型，發(fā)現(xiàn)節(jié)點間安全性較高的路由路徑作為數(shù)據(jù)傳輸路徑。
[0004] 在無人機協(xié)同控制方面，主要研究集中在基于空氣動力學(xué)基礎(chǔ)的固定編隊控制和 基于群體智能算法的動態(tài)編隊控制。
[0005] 在自然界中，很多動物群體，諸如鳥群、魚群、蟻群、蜂群等，常常會保持一定隊形 向目標位置移動的有秩序的群體運動，這種群體行為我們稱為蜂擁；自C.Reynolds.提出了 用計算機直觀顯示鳥群移動的三個準則之后，群體智能理論得到迅速發(fā)展，而這也是現(xiàn)今 蜂擁行為的啟發(fā)式規(guī)則，分別是1)每個節(jié)點都向群組中心靠近;2)避免群組中節(jié)點的碰撞； 3)節(jié)點的速度趨于一致;Vicsek等人在Reynolds模型的基礎(chǔ)上提出了改進的群體蜂擁模 型，通過提出位置匹配規(guī)則使所有個體最終以相同的速度和方向移動;Olfati-Saber將基 于動態(tài)網(wǎng)絡(luò)方法為群體蜂擁行為建模的思想推廣到多障礙物空間中的建模問題，提出的基 于虛擬領(lǐng)導(dǎo)者和α柵格的蜂擁算法不僅滿足了三個蜂擁條件，而且給出了嚴格的數(shù)學(xué)模型 和幾何圖形學(xué)上的解釋;把群體控制理論延伸到多無人機的協(xié)同控制領(lǐng)域，一個相當(dāng)重要 的問題是無人機間的通信性能；因為基于感知和傳遞信息的自主智能體控制的無人機是通 過通信實現(xiàn)的。多無人機系統(tǒng)的通信性能，需要對無人機間距離，無線信號功率和拓撲結(jié)構(gòu) 進行全面考慮，而現(xiàn)今蜂擁算法作為多無人機協(xié)同控制基礎(chǔ)的研究中，主要使無人機間處 于等距的編隊，對無人機間通信性能、安全通信等因素考慮較少。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明針對現(xiàn)有技術(shù)存在的不足之處，提出了一種基于多無人機安全通信的協(xié)同 控制策略;解決了通信安全問題，降低信息泄露的幾率。
[0007] 本發(fā)明的目的是通過以下技術(shù)方案實現(xiàn)的：一種基于多無人機安全通信的協(xié)同控 制策略，包括以下幾個步驟：
[0008] 步驟1:運用變速虛擬領(lǐng)導(dǎo)者的olfati-saber蜂擁控制算法對無人機群組進行初 步協(xié)同控制使整個多無人機群組達到等距的蜂擁狀態(tài)；
[0009] 步驟2:引入虛擬通信圓環(huán)，其構(gòu)造方法包括尋找層節(jié)點和設(shè)置通信半徑，對每架 無人機進行在線的通信功率設(shè)置，計算每個無人機節(jié)點的滿足安全通信要求的期望位置， 使之達成安全通信目標；
[0010] 步驟3:運用優(yōu)化的位置移動函數(shù)，使各無人機節(jié)點安全無碰撞地移動到步驟二中 得出的期望位置上。
[0011] 上述的一種基于多無人機安全通信的協(xié)同控制策略，所述步驟1還包括：
[0012] 步驟1.1:設(shè)置參數(shù)，設(shè)定無人機節(jié)點數(shù)量η，無人機之間的蜂擁距離d，通信頻譜帶 寬W，發(fā)射功率Pit，最大迭代次數(shù)Iter_tim es.
[0013] 步驟1.2:初始化無人機，初始化無人機i在歐式空間中初始位置為pi，和無人機i 在歐式空間中初始速度為Vi ;
[0014] 步驟1.3:計算鄰接矩陣aij(p)，多無人機拓撲圖為帶權(quán)圖G，根據(jù)節(jié)點間關(guān)系建立 鄰接矩陣ai」(p)，如公式(1)所述：
[0015] aij(p)=ph(| |pj-pi| |〇/ra)e[0,l],j^i (1)
[0016] 其中，？1表示節(jié)點i在歐式空間的位置，ra=| |r| |。，&1心)表示鄰接矩陣兩節(jié)點間 的距離，W表示除節(jié)點i之外的節(jié)點j的歐式位置、| |r| |。是指通過σ-范數(shù)轉(zhuǎn)換的智能體節(jié)點 的感知范圍，其中，Ph( I |pj-pi I Ισ/rcc)屬于ph(z)函數(shù)；
[0017]
, ^[h,l] /^((),1).此分段函數(shù)為衡量無人機節(jié)點間距 離關(guān)系的碰撞函數(shù)；
[0018] 步驟1.4:構(gòu)造集體勢能函數(shù)V(p)，如公式(2)所示：
[0020]其中，| |pj-pi| |cj = da，A eiv;，Pj表示除節(jié)點i之外的節(jié)點j的歐式位置，da為蜂 擁的幾何結(jié)構(gòu)中兩節(jié)點之間的距離，氕(Z)是成對的吸引、排斥勢能，可通過公式(3)計算：
[0022] 其中：
Φ(ζ)是
一個不均勾s型函數(shù)， a，b，c為常整數(shù)，ph(z)為碰撞函數(shù)，0<a < b, ，
[0023] 步驟1.5:加入智能體群組目標的影響因素，也就是加入群組虛擬領(lǐng)導(dǎo)者γ智能體 的導(dǎo)航反饋項，求得每架無人機控制輸入Ui，如公式(4)所示：
[0025]
是Pi和Pj連接方向上的向量εΕ(〇， 1)是σ-范數(shù)中的定量參數(shù)；
[0026] UiY = fiY (Pi，Vi，Pr，Vr) =-Cl(Pi_Pr)-C2(Vi-Vr)，Cl，C2>0
[0027] UiY是帶有虛擬領(lǐng)導(dǎo)者影響的各無人機的控制輸入，Vi表示無人機i在歐式空間中 的速度，Pl表示無人機i在歐式空間中位置，P」是除節(jié)點i以外的節(jié)點j的位置信息，W表示除 節(jié)點i以外的節(jié)點j的速度信息，Pr表示虛擬領(lǐng)導(dǎo)者的位置，表示虛擬領(lǐng)導(dǎo)者的速度， C1、C2 均是調(diào)節(jié)虛擬領(lǐng)導(dǎo)者影響的權(quán)重值；
[0028] 步驟1.6:判斷結(jié)果，若滿足無人機等距蜂擁則轉(zhuǎn)到步驟1.7，否則轉(zhuǎn)到步驟1.3;
[0029] 步驟1.7:通過無人機運動學(xué)公式 計算得到各無人機蜂擁時的歐式空間中 位置信息Pi;
[0030] 上述的一種基于多無人機安全通信的協(xié)同控制策略，所述步驟2還包括：
[0031] 步驟2.1:輸入蜂擁狀態(tài)后的Pl、叫(P)、無人機節(jié)點數(shù)量η;
[0032] 步驟2.2:運用Kmeans算法對步驟1中輸入的各無人機節(jié)點初始位置Pi進行分類， 找到無人機群組的中心節(jié)點位置〇,然后找到離這個虛擬群組中心節(jié)點距離最小的無人機 節(jié)點記為m i n_num;
[0033] 步驟2 · 3:初始化集合Level_node和集合Compare_node，所述集合Level_node和集 合Compare_node中包含步驟2.2中的最小無人機節(jié)點min_num;
[0034] 步驟2.4:從leVel_n〇de中無人機節(jié)點開始遍歷，判斷是否都已遍歷過，如果都已 經(jīng)遍歷執(zhí)行步驟2.5，否則執(zhí)行步驟2.7;
[0035] 步驟2.5:通過步驟1中輸入的鄰接矩陣3^(口），找到1^￥61_11〇(16集合中無人機節(jié)點 的鄰接節(jié)點并存入結(jié)合Node_neibor;
[0036] 步驟2.6 :判斷步驟2.5中生成的Node_neibor集合中的無人機節(jié)點是否都屬于 Compare_node集合;若都已屬于執(zhí)行步驟2.4，否則，執(zhí)行步驟2.7;
[0037] 步驟2 · 7:更新Level_node集合，把不屬于Compare_node的部分存入新的Level_ node 并把 Level_node 并入 Compare_node;
[0038] 步驟2.8:判斷LeVel_n〇de中所有節(jié)點的鄰接點的并集是否都屬于對比組 Compare_node，若都屬于算法轉(zhuǎn)步驟2.9，否則執(zhí)行步驟2.4;
[0039] 步驟2.9:計算得到虛擬通信圓環(huán):首先輸入步驟2.7中Level_node各節(jié)點，求得各 無人機的通信半徑n(t)，如公式(5)所示：
[0041 ]其中，rmax，rmin分別是無人機的可以分配的最大和最小通信半徑;n = re/rn，為無人 機節(jié)點自身的通信半徑和其臨近無人機的最小的通信半徑的比值，〇1(t)為無人機節(jié)點i距 群組中心節(jié)點位置〇的距離，α為大于0的正整數(shù)，α表示了無人機通信范圍特征的權(quán)重；
[0042] 通過公式(6)求第j層虛擬通信圓環(huán)的半徑
[0043] rievei_j=min(rjk)+rievei_(j-i) (6)
[0044] 其中，表示通過公式(5)求得的第j層中節(jié)點k的通信半徑；
[0045] 用求點積的方法，用圓的極坐標方程求得圓環(huán)方程，如公式(7)所示：
[0046] p2-2p(acos9-bsin9)+a2+b 2-R2 = 0 (7)
[0047] 其中，p為圓環(huán)半徑，（a，b)分別為中心無人機節(jié)點的坐標，
[0048] 分別輸出圓環(huán)方程，level_node集合，各無人機節(jié)點位置Pi和群組中心節(jié)點位置 〇;執(zhí)行步驟3;
[0049] 上述的一種基于多無人機安全通信的協(xié)同控制策略，所述步驟3還包括:步驟3.3: 輸入步驟2中的結(jié)果作為步驟3中的輸入?yún)?shù)，包括所述的Levelnode集合，所述的各無人 機節(jié)點的位置Pi、所述的min_num中心無人機節(jié)點；
[0050] 步驟:3.2:對Level_node中各無人機節(jié)點進行遍歷，判斷Level_node集合是否為 空，若為空執(zhí)行步驟3.6，否則執(zhí)行3.3。
[0051 ] 步驟3.3:計算每個1^￥61_]10(16中無人機節(jié)點與1]1；[11_11111]1中心無人機節(jié)點的距離向 量 Pi。；
[0052] 步驟3.4:通過公式(8)求得每個節(jié)點與二維空間中X坐標的角度；
[0053] cos0-點積|pi0| |2 (8)
[0054]步驟3. 5:求得每個無人機節(jié)點的與虛擬通信圓環(huán)交點，作為其期望位置 DestPosi，如公式(9)所示：
[0055] DestPosi-rievei」*[cos9+0( 1); sin9+0(2)] (9)
[0056] 步驟3.6:輸出每個節(jié)點的DestP〇Sl，并作為參數(shù)輸入到目標位置移動函數(shù)中，使 各無人機移動到其滿足安全通信要求的期望位置上；
[0057] 步驟3.7:至此，整個算法結(jié)束。
[0058] 本發(fā)明，主要針對的是當(dāng)多無人機群組通信范圍的增大，也會增加數(shù)據(jù)被竊取的 不安全區(qū)域，提高信息泄露的幾率。因此，本發(fā)明主要研究的是通信和多無人機群組大小、 編隊形態(tài)、和群組動力學(xué)之間的。
[0059] 關(guān)系，通過對無人機編隊即通信拓撲的調(diào)整來達到安全通信的目的。
[0060] 本發(fā)明改進蜂擁控制算法作為多無人機協(xié)同控制策略的基礎(chǔ)，相比固定編隊的協(xié) 同控制，提高了多無人機系統(tǒng)的自主性和魯棒性。
[0061] 本發(fā)明針對多無人機安全通信問題，運用群體智能蜂擁算法研究多無人機協(xié)同控 制具有非常重要的意義。
[0062]本發(fā)明基于群體智能理論中的蜂擁控制算法，引入虛擬通信圓環(huán)控制無人機的無 線信號發(fā)射功率，調(diào)整群組的通信拓撲，最終使得無人機移動到安全通信范圍內(nèi)，并降低了 整個群組的通信范圍。
[0063]與現(xiàn)有技術(shù)相比較，本發(fā)明的優(yōu)點在于更多的研究通信是如何影響無人機群組動 力學(xué)和通信拓撲的，通過新提出的虛擬通信圓環(huán)，改進的目標移動函數(shù)與已有的經(jīng)典動力 學(xué)蜂擁算法的結(jié)合，與現(xiàn)有方法使各無人機節(jié)點形成固定編隊或相同間距的編隊形態(tài)不同 的是，本發(fā)明使得各無人機間滿足了滿足安全通信距離的要求，有效的解決了多無人機系 統(tǒng)可能出現(xiàn)的信息，泄漏的不安全現(xiàn)象，是一種描述無人機動力學(xué)和無線自組織網(wǎng)絡(luò)關(guān)系 的新思路。
【附圖說明】
[0064]
[0065] 圖1為本發(fā)明一種基于多無人機安全通信的協(xié)同控制策略的流程圖。 具體實施例：
[0066] 下面結(jié)合附圖詳細描述本發(fā)明的【具體實施方式】，【具體實施方式】的內(nèi)容不作為對 本發(fā)明的保護范圍的限定。
[0067] -種基于多無人機安全通信的協(xié)同控制策略，包括以下幾個步驟：
[0068] 步驟1:運用變速虛擬領(lǐng)導(dǎo)者的olfati-saber蜂擁控制算法對無人機群組進行初 步協(xié)同控制使整個多無人機群組達到等距的蜂擁狀態(tài)；
[0069]步驟1.1:設(shè)置參數(shù)，設(shè)定無人機節(jié)點數(shù)量η，無人機之間的蜂擁距離d，通信頻譜帶 寬W，發(fā)射功率Pit，最大迭代次數(shù)Iter_times;
[0070] 步驟1.2:初始化無人機，初始化無人機i在歐式空間中初始位置?1，和無人機i在 歐式空間中初始速度Vi;
[0071] 步驟1.3:計算鄰接矩陣aij(p)，多無人機拓撲圖為帶權(quán)圖G，根據(jù)節(jié)點間關(guān)系建立 鄰接矩陣ai」(p)，如公式(1)所述：
[0072] aij(p)=ph(| |pj-pi| |〇/ra)e[0,l],j^i (1)
[0073] 其中，？1表示節(jié)點i在歐式空間的位置，ra=| |r| μ，&1」(ρ)表示鄰接矩陣兩節(jié)點間 的距離;W表示除節(jié)點i之外的節(jié)點j的歐式位置、| |r| |。是指通過σ-范數(shù)轉(zhuǎn)換的智能體節(jié)點 的感知范圍，其中，Ph( I |pj-pi I Ισ/ra)屬于ph(Z)函數(shù)；
[0074]
, ^[h,l] /^(0,1).此分段函數(shù)為衡量無人機節(jié)點間距 離關(guān)系的碰撞函數(shù)；
[0075]步驟1.4:構(gòu)造集體勢能函數(shù)V(p)，如公式(2)所示：
[0077]其中，| |pj-pi| |cj = da，，ρ」表示除節(jié)點i之外的節(jié)點j的歐式位置，da為蜂 擁的幾何結(jié)構(gòu)中兩節(jié)點之間的距離，也(Z)是成對的吸引、排斥勢能，可通過公式(3)計算：

[0079] Φ(ζ)是一 ，
個不均勾s型函數(shù)， a，b，c為常整數(shù)，ph(z)為碰撞函數(shù)，0<a<b, r
[0080]步驟1.5:加入智能體群組目標的影響因素，也就是加入群組虛擬領(lǐng)導(dǎo)者γ智能體 的導(dǎo)航反饋項，求得每架無人機控制輸入ui，如公式(4)所示：
[0082]
是Pi和Pj連接方向上的向量εΕ(〇， 1)是σ-范數(shù)中的定量參數(shù)，
[0083] UiY = fiY (Pi，Vi，Pr，Vr) =-Cl(Pi_Pr)-C2(Vi-Vr)，Cl，C2>0
[0084] UiY是帶有虛擬領(lǐng)導(dǎo)者影響的各無人機的控制輸入，Vi表示無人機i在歐式空間中 的初始速度，Pl表示無人機i在歐式空間中初始位置，P』是除節(jié)點i以外的節(jié)點j的位置信息， Vj表示除i以外的j的速度信息，pr表示虛擬領(lǐng)導(dǎo)者的位置，Vr表示虛擬領(lǐng)導(dǎo)者的速度，C1、C2 均是調(diào)節(jié)虛擬領(lǐng)導(dǎo)者影響的權(quán)重值；
[0085] 步驟1.6:判斷結(jié)果，若滿足無人機等距蜂擁則轉(zhuǎn)到步驟1.7，否則轉(zhuǎn)到步驟1.3;
[0086] 步驟1.7:通過無人機運動學(xué)公式得到各無人機蜂擁時的歐式空間中 位置信息Pi;
[0087] 步驟2:引入虛擬通信圓環(huán)，其構(gòu)造方法包括尋找層節(jié)點和設(shè)置通信半徑，對每架 無人機進行在線的通信功率設(shè)置，計算每個無人機節(jié)點的滿足安全通信要求的期望位置， 使之達成安全通信目標;在滿足通信需求的情況下，把群組外側(cè)無人機的通信范圍降到最 小。
[0088]步驟2.1:輸入蜂擁狀態(tài)后的Ρι、&^(ρ)、無人機節(jié)點數(shù)量η;
[0089] 步驟2.2:運用Kmeans算法對步驟1中輸入的各無人機節(jié)點初始位置Pl進行分類， 找到無人機群組的虛擬群組中心，然后找到離這個虛擬群組中心節(jié)點距離最小的無人機節(jié) 點記為min_num;
[0090] 步驟2 · 3:初始化集合Level_node和集合Compare_node，所述集合Level_node和集 合Compare_node中包含步驟2.2中的最小無人機節(jié)點min_num;
[0091] 步驟2.4:從leVel_n〇de中無人機節(jié)點開始遍歷，判斷是否都已遍歷過，如果都已 經(jīng)遍歷執(zhí)行步驟2.5，否則執(zhí)行步驟2.7;
[0092] 步驟2.5:通過步驟1中輸入的鄰接矩陣3^(口），找到1^￥61_]1〇(16集合中無人機節(jié)點 的鄰接節(jié)點并存入結(jié)合Node_neibor;
[0093] 步驟2.6 :判斷步驟2.5中生成的Node_neibor集合中的無人機節(jié)點是否都屬于 Compare_node集合;若都已屬于執(zhí)行步驟2.4，否則，執(zhí)行步驟2.7;
[0094] 步驟2 · 7:更新Level_node集合，把不屬于Compare_node的部分存入新的Level_ node 并把 Level_node 并入 Compare_node;
[0095] 步驟2.8 :判斷Level_node中所有節(jié)點的鄰接點的并集是否都屬于對比組 Compare_node，若都屬于算法轉(zhuǎn)步驟2.9，否則執(zhí)行步驟2.4;
[0096] 步驟2.9:計算得到虛擬通信圓環(huán):首先輸入步驟2.7中Level_node各節(jié)點，求得各 無人機的通信半徑n(t)，如公式(5)所示：
[0098] 其中，rmax，rmin分別是無人機的可以分配的最大和最小通信半徑;n = re/rn，為無人 機節(jié)點自身的通信半徑和其臨近無人機的最小的通信半徑的比值， 〇1(t)為無人機節(jié)點i距 群組中心節(jié)點位置〇的距離，α為大于0的正整數(shù)，α表示了無人機通信范圍特征的權(quán)重；
[0099] 通過公式(6)求第j層虛擬通信圓環(huán)的半徑
[0100] rievei_j=min(rjk)+rievei_(j-i) (6)
[0101] 其中，rjk表示通過公式(5)求得的第j層中節(jié)點k的通信半徑；
[0102] 用求點積的方法，用圓的極坐標方程求得圓環(huán)方程，如公式(7)所示：
[0103] p2-2p(acos9-bsin9)+a2+b2-R2 = 0 (7)
[0104] 其中，P為圓環(huán)半徑，（a，b)分別為中心無人機節(jié)點的坐標，
[0105]分別輸出圓環(huán)方程，level_node集合，各無人機節(jié)點初始位置Pi和群組中心節(jié)點 位置〇;執(zhí)彳丁步驟3;
[0106] 步驟3:運用優(yōu)化的位置移動函數(shù)，使各無人機節(jié)點安全無碰撞地移動到步驟二中 得出的期望位置上；
[0107] 步驟3.1:輸入步驟2中的結(jié)果作為步驟3中的輸入?yún)?shù)，包括所述的Level_node集 合，所述的各無人機節(jié)點的位置Pi、所述的min_num中心無人機節(jié)點；
[0108] 步驟:3.2:對Level_node中各無人機節(jié)點進行遍歷，判斷Level_node集合是否為 空，若為空執(zhí)行步驟3.6，否則執(zhí)行3.3;
[0109] 步驟3.3:計算每個Level_node中無人機節(jié)點與min_num中心無人機節(jié)點 [0110]的距離向量Pi。；
[0111] 步驟3.4:通過公式(8)求得每個節(jié)點與二維空間中X坐標的角度；
[0112] cos0-點積（pi。，[1，0])/| |pio| |2 (8)
[0113] 步驟3. 5:求得每個無人機節(jié)點的與虛擬通信圓環(huán)交點，作為其期望位置 DestPosi，如公式(9)所示：
[0114] DestPosi-rievei」*[cos9+0( 1); sin9+0(2)] (9)
[0115] 步驟3.6:輸出每個節(jié)點的DestP〇Sl，并作為參數(shù)輸入到目標位置移動函數(shù)中，最 終使得每個無人機節(jié)點都平滑無碰撞地移動到滿足虛擬通信圓環(huán)限制的目標位置；
[0116] 步驟3.7:至此，整個算法結(jié)束，達成了使無人機群組滿足安全通信要求的編隊形 態(tài)；
[0117] 【具體實施方式】的內(nèi)容是為了便于本領(lǐng)域技術(shù)人員理解和使用本發(fā)明而描述的， 并不構(gòu)成對本發(fā)明保護內(nèi)容的限定。本領(lǐng)域技術(shù)人員在閱讀了本發(fā)明的內(nèi)容之后，可以對 本發(fā)明進行合適的修改。本發(fā)明的保護內(nèi)容以權(quán)利要求的內(nèi)容為準。在不脫離權(quán)利要求的 實質(zhì)內(nèi)容和保護范圍的情況下，對本發(fā)明進行的各種修改、變更和替換等都在本發(fā)明的保 護范圍之內(nèi)。
【主權(quán)項】
1. 一種基于多無人機安全通信的協(xié)同控制策略，其特征在于:包括以下幾個步驟： 步驟1:運用變速虛擬領(lǐng)導(dǎo)者的Olfati-saber蜂擁控制算法對無人機群組進行初步協(xié) 同控制使整個多無人機群組達到等距的蜂擁狀態(tài)； 步驟2:引入虛擬通信圓環(huán)，其構(gòu)造方法包括尋找層節(jié)點和設(shè)置通信半徑，對每架無人 機進行在線的通信功率設(shè)置，計算每個無人機節(jié)點的滿足安全通信要求的期望位置，使之 達成安全通信目標； 步驟3:運用優(yōu)化的位置移動函數(shù)，使各無人機節(jié)點安全無碰撞地移動到步驟二中得出 的期望位置上。2. 根據(jù)權(quán)利要求1所述的一種基于多無人機安全通信的協(xié)同控制策略，其特征在于:所 述步驟1還包括： 步驟1.1:設(shè)置參數(shù)，設(shè)定無人機節(jié)點數(shù)量n，無人機之間的蜂擁距離d，通信頻譜帶寬W， 發(fā)射功率# 最大迭代次數(shù)Iter_times; 步驟1.2:初始化無人機，初始化無人機i在歐式空間中初始位置為Pl，和無人機i在歐式 空間中初始速度為Vi; 步驟1.3:計算鄰接矩陣aij(p)，多無人機拓撲圖為帶權(quán)圖G，根據(jù)節(jié)點間關(guān)系建立鄰接 矩陣a^(p)，如公式（1)所述： aij(p)=ph( | |pj-pi| |〇/ra)e[〇,l], j^i (1) 其中，Pi表示節(jié)點i在歐式空間的位置，ra= I |r I |(j，pj表示除節(jié)點i之外的節(jié)點j的歐式 位置、I ki |。是指通過〇-范數(shù)轉(zhuǎn)換的智能體節(jié)點的感知范圍，其中，ph(i |w-Pl| μ/Γα)屬于P h(z)函數(shù)I，M[h,l] /?e(0,l).此分段函數(shù)為衡量無人機節(jié)點間 距離關(guān)系的碰撞函數(shù)； 步驟1.4:構(gòu)造集體勢能函數(shù)V(p)，如公式(2)所示：(2) 其中，I Ipfpd U = da，V：^螞，da為蜂擁狀態(tài)的幾何結(jié)構(gòu)中兩節(jié)點之間的距離，Pj表示 除節(jié)點i之外的節(jié)點j的歐式位置，&(/)是成對的吸引、排斥勢能，可通過公式(3)所示：(3)其中，<K(s)ds=<K(z)=ph(z/ra)<Mz-da: Φ (z)是 s 一個不均勾s型函數(shù)，σ, (ζ) = z/ vl + z-' a，b，c為常整數(shù)，ph(z)為碰撞函數(shù)，步驟1.5:加入智能體群組目標的影響因素，也就是加入群組虛擬領(lǐng)導(dǎo)者γ智能體的導(dǎo) (； 4) 航反饋項，求得每架無人機控制輸入Ui，如公式(4)所示： 其中，|2是Pi和Pj連接方向上的向量ee(〇，l)是 σ_范數(shù)中的定量參數(shù)；是帶有虛擬領(lǐng)導(dǎo)者影響的各無人機的控制輸入，Vi表示無人機i在歐式空間中的速 度，Pl表示無人機i在歐式空間中初始位置，P』是除節(jié)點i以外的節(jié)點j的位置信息，W表示除 節(jié)點i以外的節(jié)點j的速度信息，Pr表示虛擬領(lǐng)導(dǎo)者的位置，表示虛擬領(lǐng)導(dǎo)者的速度， C1、c2 均是調(diào)節(jié)虛擬領(lǐng)導(dǎo)者影響的權(quán)重值； 步驟1.6:判斷結(jié)果，若滿足無人機等距蜂擁則轉(zhuǎn)到步驟1.7，否則轉(zhuǎn)到步驟1.3; 步驟1.7:通過無人機運動學(xué)公式計算得到各無人機蜂擁時的歐式空間中位置信息Pl。3.根據(jù)權(quán)利要求1所述的一種基于多無人機安全通信的協(xié)同控制策略，其特征在于:所 述步驟2還包括： 步驟2.1:輸入蜂擁狀態(tài)后的pi、aij(p)、無人機節(jié)點數(shù)量η; 步驟2.2:運用Kmeans算法對步驟1中輸入的各無人機節(jié)點初始位置?1進行分類，找到無 人機群組的虛擬群組中心，然后找到離這個虛擬群組中心節(jié)點距離最小的無人機節(jié)點記為 min_num； 步驟2.3:初始化集合Level_node和集合Compare_node，所述集合Level_node和集合 Compare_node中包含步驟2.2中的最小無人機節(jié)點min_num; 步驟2.4:從leVel_n〇de中無人機節(jié)點開始遍歷，判斷是否都已遍歷過，如果都已經(jīng)遍 歷執(zhí)行步驟2.5，否則執(zhí)行步驟2.7; 步驟2.5:通過步驟1中輸入的鄰接矩陣3^(口），找到1^￥61_]10(16集合中無人機節(jié)點的鄰 接節(jié)點并存入結(jié)合Node_neibor; 步驟2.6 :判斷步驟2.5中生成的Node_neibor集合中的無人機節(jié)點是否都屬于 Compare_node集合;若都已屬于執(zhí)行步驟2.4，否則，執(zhí)行步驟2.7; 步驟2.7:更新Le ve l_node集合，把不屬于Compare_node的部分存入新的Le ve l_node并 把 Level_node 并入 Compare_node; 步驟2.8:判斷Level_node中所有節(jié)點的鄰接點的并集是否都屬于對比組Compare_ node，若都屬于算法轉(zhuǎn)步驟2.9，否則執(zhí)行步驟2.4; 步驟2.9:計算得到虛擬通信圓環(huán):首先輸入步驟2.7中Level_node各節(jié)點，求得各無人 機的通信半徑n(t)，如公式(5)所示：(5) 其中，rmax，rmin分別是無人機的可以分配的最大和最小通信半徑;n = re/rn，為無人機 節(jié)點自身的通信半徑和其臨近無人機的最小的通信半徑的比值，〇1(t)為無人機節(jié)點i距群 組中心節(jié)點位置〇的距離，α為大于〇的正整數(shù)，α表示了無人機通信范圍特征的權(quán)重； 通過公式(6)求第j層虛擬通信圓環(huán)的半徑 rievelj - Illin(rjk) +l"level-(j-1) ( 6 ) 其中，rjk表示通過公式(5)求得的第j層中節(jié)點k的通信半徑； 用求點積的方法，用圓的極坐標方程求得圓環(huán)方程，如公式(7)所示： P2-2p(acos9-bsin9)+a2+b2-R2 = 0 (7) 其中，P為圓環(huán)半徑，（a，b)分別為中心無人機節(jié)點的坐標， 分別輸出圓環(huán)方程，level_node集合，各無人機節(jié)點初始位置pi和群組中心節(jié)點位置〇; 執(zhí)行步驟3。4.根據(jù)權(quán)利要求1所述的一種基于多無人機安全通信的協(xié)同控制策略，其特征在于:所 述步驟3還包括： 步驟3.1:輸入步驟2中的結(jié)果作為步驟3中的輸入?yún)?shù)，包括所述的LeVel_n〇de集合， 所述的各無人機節(jié)點的位置Pi、所述的min_num中心無人機節(jié)點； 步驟:3.2:對Level_node中各無人機節(jié)點進行遍歷，判斷Level_node集合是否為空，若 為空執(zhí)行步驟3.6，否則執(zhí)行3.3。 步驟3.3 :計算每個Level_node中無人機節(jié)點與min_num中心無人機節(jié)點的距離向量 pio ; 步驟3.4:通過公式(8)求得每個節(jié)點與二維空間中X坐標的角度； COS0-點積(piQ，[l，〇])/| |piQ| I2 (8) 步驟3.5:求得每個無人機節(jié)點的與虛擬通信圓環(huán)交點，作為其期望位置DestP〇Sl，如公 式(9)所示： DestPosi-rievei」*[cos9+〇( 1); sin9+〇(2) ] (9) 步驟3.6:輸出每個節(jié)點的DestP〇Sl，并作為參數(shù)輸入到目標位置移動函數(shù)中，使各無人 機移動到其滿足安全通信要求的期望位置上； 步驟3.7:至此，整個算法結(jié)束。
【文檔編號】G05D1/10GK105867415SQ201610247738
【公開日】2016年8月17日
【申請日】2016年4月20日
【發(fā)明人】吳杰宏, 石祥濱, 趙亮, 李照奎, 高利軍, 王丹, 曹玉琪, 鄒良開, 柔瑩瑩, 李亞
【申請人】沈陽航空航天大學(xué)