CN110263388A - 一种基于随机Petri网的多个无人机协同系统性能评估方法 - Google Patents
一种基于随机Petri网的多个无人机协同系统性能评估方法 Download PDFInfo
- Publication number
- CN110263388A CN110263388A CN201910460226.2A CN201910460226A CN110263388A CN 110263388 A CN110263388 A CN 110263388A CN 201910460226 A CN201910460226 A CN 201910460226A CN 110263388 A CN110263388 A CN 110263388A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- petri net
- stochastic petri
- cooperative system
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 230000008569 process Effects 0.000 abstract description 6
- 230000008859 change Effects 0.000 abstract description 3
- 230000007812 deficiency Effects 0.000 abstract description 2
- 230000002452 interceptive effect Effects 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/29—Graphical models, e.g. Bayesian networks
- G06F18/295—Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/22—Design optimisation, verification or simulation using Petri net models
Abstract
本发明涉及一种基于随机Petri网的多个无人机协同系统性能评估方法。本发明针对捕捉到的无人机行为踪迹,构建基于随机Petri网的无人机协作系统;分别对各无人机内部及多个无人机交互过程进行分析,给出了评估多无人机协作系统的性能分析方法。本发明能够评估多个无人机在协作过程中的性能,对多无人机的协作效果进行评估,进而为改变无人机的协作模式做好准备。本发明在于克服现有技术的不足,用于评估多个无人机协作的效率。
Description
技术领域
本发明涉及一种基于随机Petri网的多个无人机协同系统性能评估方法。
背景技术
随着无人机技术的发展,无人机被应用于诸多领域,如:搜救、灾害监测、物流运输等。然而,随着无人机应用场景的复杂性日益增加,单架无人机已经不能满足系统的需求,单架无人机在处理较复杂任务方面有一定的局限性。与单无人机系统相比,在多无人机协同系统中,无人机所携带的能量总量远远大于单无人机系统。在执行任务时有更少的能源消耗约束。因而,多无人机协作系统的研究越来越受到人们的重视。
现有的关于无人机协作系统的性能评估技术主要采用可达图和矩母函数的分析技术。采用可达图的分析技术,其一般限定在系统中的活动的发生概率是已知的前提下,对于一些未知发生概率的活动无法进行评估。基于矩母函数的分析技术其对于庞大、复杂的系统其计算量特别大。
发明内容
本发明的目的是:通过无人机的控制行为及其它无人机的交互行为,利用随机Petri网的可达图及稳态概率对多无人机协作系统的性能进行评估,使得多无人机能够更好地发挥协作作用。
为了达到上述目的,本发明的技术方案是提供了一种基于随机Petri网的多个无人机协同系统性能评估方法,其特征在于,包括以下步骤:
步骤1、针对各个无人机研究其行为轨迹,并捕捉到各个无人机协作的交互行为踪迹;
步骤2、构建基于随机Petri网的多无人机协作模型,对于两个无人机协作系统,通过PIPE软件构建其随机Petri网模型SPN;
步骤3、使用PIPE软件获得随机Petri网模型SPN的可达图RG,计算可达图RG相等价的马尔科夫链MC,通过马尔科夫链MC计算其稳态概率矩阵Q:
Q=(qij)n×n (1)
式中,qii表示稳态概率矩阵Q中第i行第i列的元素,qij表示稳态概率矩阵Q中第i行第j列的元素;
步骤4、对于n维向量Π=(π1,π2,…,πn),有:
Π×Q=0 (2)
输出πi,算法终止。
本发明针对捕捉到的无人机行为踪迹,构建基于随机Petri网的无人机协作系统;分别对各无人机内部及多个无人机交互过程进行分析,给出了评估多无人机协作系统的性能分析方法。本发明能够评估多个无人机在协作过程中的性能,对多无人机的协作效果进行评估,进而为改变无人机的协作模式做好准备。本发明在于克服现有技术的不足,用于评估多个无人机协作的效率。
附图说明
图1为多无人机协作系统性能评估架构图;
图2为多无人机协作系统性能评估算法流程图;
图3为多无人机协作系统的随机Petri网模型;
图4为图3的可达图;
图5为图4的等价的马尔可夫链;
图6为图3的的稳态概率分布。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明首先通过对多个无人机的协作模式,构建基于随机Petri网的多无人机协作系统,同时通过分析协作系统中各个无人机的发生路径,得到多无人机协作模型的可达图,进而分析获得其等价的马尔可夫链,通过计算其稳态概率,从而对多无人机协作系统进行性能评估。本专利从随机Petri网可达图及稳态概率角度研究多无人机协作系统的性能评估问题,提出了基于随机Petri网的多无人机协作系统的性能评估方法。
本发明中,随机Petri网的定义如下:一个随机Petri网∑=(P,T,F;M0,λ)是一个随机Petri网,P表示库所集合,T表示变迁集合,F表示库所和变迁之间的有向弧集合,M0表示初始标识,λ表示发生概率,当且仅当满足:
1)(P,T,F;M0)是一个Petri网;
2)λ:T→R0,R0表示一个非负实数
令T={t1,…,tn},λ(ti)=λi是一个非负实数,其表示变迁ti的发生概率。
下面给出一个简单的两个无人机协作系统例子。图3是两个多无人机协同系统的随机Petri网模型。有两种无人机:UAV1和UAV2。其中活动t1、t2、t3、t4属于无人机UAV1,活动t5、t6、t7、t8属于无人机UAV2。两架无人机的协作过程如表1所示。
表1图3中活动的介绍
库所 | 描述 | 变迁 | 描述 | |
p<sub>0</sub> | UAV<sub>1</sub>准备就绪 | t<sub>1</sub> | 开始传递信息给UAV<sub>2</sub> | |
p<sub>1</sub> | UAV<sub>2</sub>准备就绪 | t<sub>2</sub> | 开始接收UAV<sub>2</sub>的信息 | |
p<sub>2</sub> | 传递给UAV<sub>1</sub> | t<sub>3</sub> | 开始接收UAV<sub>2</sub>的识别信息 | |
p<sub>3</sub> | 传递给UAV<sub>2</sub> | t<sub>4</sub> | 开始识别UAV<sub>2</sub>的信息 | |
p<sub>4</sub> | 传递给UAV<sub>1</sub> | t<sub>5</sub> | 开始传递信息给UAV<sub>1</sub> | |
p<sub>5</sub> | UAV<sub>1</sub>准备就绪 | t<sub>6</sub> | 开始接收UAV<sub>1</sub>的信息 | |
p<sub>6</sub> | 传递给UAV<sub>1</sub> | t<sub>7</sub> | 开始接收UAV<sub>1</sub>的识别信息 | |
p<sub>7</sub> | 传递给UAV<sub>2</sub> | t<sub>8</sub> | 开始识别UAV<sub>1</sub>的信息 | |
p<sub>8</sub> | 传递给UAV<sub>2</sub> | |||
p<sub>9</sub> | 传递给UAV<sub>2</sub> | |||
p<sub>10</sub> | 传递给UAV<sub>1</sub> | |||
p<sub>11</sub> | UAV<sub>2</sub>准备就绪 |
根据算法1,我们可通过PIPE工具得到图3的可达图如图4所示。然后得到图4的等价马尔可夫链如图5所示。
根据算法和图5,我们可以得到所有活动的发生概率。假设无人机UAV1中活动t1、t2、t3、t4的平均发生概率为λ1,且无人机UAV2中活动t5、t6、t7、t8的平均发生概率为λ2,由公式(1)-(3)可得公式(4):
令δ=(122880ρ21+2875392ρ20+30794240ρ19+201509376ρ18+907393600ρ17+3000912768ρ16+7592731856ρ15+15106572528ρ14+24089916496ρ13+31195367232ρ12+33081562792ρ11+28857606917ρ10+20724561826ρ9+12220719839ρ8+5878781501ρ7+2282020490ρ6+702994081ρ5+167626432ρ4+29776724ρ3+3701424ρ2+286560ρ+10368),且那么由公式(1)-(4)可得到xi:
当ρ=1时,其稳态概率分布如图6所示。
本发明具有如下特点:
1.利用随机Petri网对多无人机协同系统进行建模,能够将多个无人机间的协作过程进行建模;
2.提出了基于随机Petri网的可达图及相对应的马尔可夫链的稳态概率技术,并以此对多无人机协作系统进行性能评估,能够实时对无人机进行监控。
Claims (1)
1.一种基于随机Petri网的多个无人机协同系统性能评估方法,其特征在于,包括以下步骤:
步骤1、针对各个无人机研究其行为轨迹,并捕捉到各个无人机协作的交互行为踪迹;
步骤2、构建基于随机Petri网的多无人机协作模型,对于两个无人机协作系统,通过PIPE软件构建其随机Petri网模型SPN;
步骤3、使用PIPE软件获得随机Petri网模型SPN的可达图RG,计算可达图RG相等价的马尔科夫链MC,通过马尔科夫链MC计算其稳态概率矩阵Q:Q=(qij)n×n,式中,qii表示稳态概率矩阵Q中第i行第i列的元素,qij表示稳态概率矩阵Q中第i行第j列的元素;
步骤4、对于n维向量Π=(π1,π2,…,πn),有:
Π×Q=0
输出πi,算法终止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910460226.2A CN110263388A (zh) | 2019-05-30 | 2019-05-30 | 一种基于随机Petri网的多个无人机协同系统性能评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910460226.2A CN110263388A (zh) | 2019-05-30 | 2019-05-30 | 一种基于随机Petri网的多个无人机协同系统性能评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110263388A true CN110263388A (zh) | 2019-09-20 |
Family
ID=67915936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910460226.2A Pending CN110263388A (zh) | 2019-05-30 | 2019-05-30 | 一种基于随机Petri网的多个无人机协同系统性能评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110263388A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113050697A (zh) * | 2021-04-17 | 2021-06-29 | 中国科学院重庆绿色智能技术研究院 | 基于时间Petri网的无人机群一致性协同控制方法 |
CN113242556A (zh) * | 2021-06-04 | 2021-08-10 | 重庆邮电大学 | 一种基于差异化服务的无人机资源动态部署方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011003837A1 (de) * | 2009-07-08 | 2011-01-13 | Schneider Electric Automation Gmbh | Verfahren zur optimierung von petri-netz orchestrierten arbeitsabläufen für service-orientierte automatisierungsgeräte in service-orientierten automatisierten systemen |
CN104361169A (zh) * | 2014-11-12 | 2015-02-18 | 武汉科技大学 | 一种基于分解法建模的可靠性监测方法 |
CN103823748B (zh) * | 2013-04-28 | 2017-04-19 | 电子科技大学 | 一种基于随机Petri网的分区软件可靠性分析方法 |
-
2019
- 2019-05-30 CN CN201910460226.2A patent/CN110263388A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011003837A1 (de) * | 2009-07-08 | 2011-01-13 | Schneider Electric Automation Gmbh | Verfahren zur optimierung von petri-netz orchestrierten arbeitsabläufen für service-orientierte automatisierungsgeräte in service-orientierten automatisierten systemen |
CN103823748B (zh) * | 2013-04-28 | 2017-04-19 | 电子科技大学 | 一种基于随机Petri网的分区软件可靠性分析方法 |
CN104361169A (zh) * | 2014-11-12 | 2015-02-18 | 武汉科技大学 | 一种基于分解法建模的可靠性监测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113050697A (zh) * | 2021-04-17 | 2021-06-29 | 中国科学院重庆绿色智能技术研究院 | 基于时间Petri网的无人机群一致性协同控制方法 |
CN113242556A (zh) * | 2021-06-04 | 2021-08-10 | 重庆邮电大学 | 一种基于差异化服务的无人机资源动态部署方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109145516B (zh) | 一种基于改进型极限学习机的模拟电路故障识别方法 | |
CN109271374A (zh) | 一种基于机器学习的数据库健康度打分方法和打分系统 | |
CN104317681A (zh) | 针对计算机系统的行为异常自动检测方法及检测系统 | |
CN112615888B (zh) | 一种网络攻击行为的威胁评估方法及装置 | |
CN110263388A (zh) | 一种基于随机Petri网的多个无人机协同系统性能评估方法 | |
CN111401149B (zh) | 基于长短期时域建模算法的轻量级视频行为识别方法 | |
CN104536996B (zh) | 一种同构环境下计算节点异常检测方法 | |
Nagashima et al. | APREP-DM: a Framework for Automating the Pre-Processing of a Sensor Data Analysis based on CRISP-DM | |
CN109308225B (zh) | 一种虚拟机异常检测方法、装置、设备及存储介质 | |
CN104408525A (zh) | 作业车间调度风险的量化评估与控制方法 | |
Kapla et al. | Fusing sufficient dimension reduction with neural networks | |
Sorkunlu et al. | dynamicmf: A matrix factorization approach to monitor resource usage in high performance computing systems | |
CN111398523A (zh) | 基于分布的传感器数据校准方法及系统 | |
CN107247664B (zh) | 一种面向开源软件的协同行为测度方法 | |
CN104980442A (zh) | 一种基于元样本稀疏表示的网络入侵检测方法 | |
CN111105148B (zh) | 离职概率评估方法、装置及计算机可读存储介质 | |
CN115099135A (zh) | 一种改进的人工神经网络多类型作业功耗预测方法 | |
KR20230063742A (ko) | 계층적 cnn을 이용한 스마트 팩토리에서의 제품 불량 탐지 방법 및 이를 기록한 기록매체 | |
CN113361625A (zh) | 一种联邦学习场景中带有隐私保护的错误数据检测方法 | |
CN107783942A (zh) | 一种异常行为检测方法及装置 | |
Yang et al. | Identification of LTI time-delay systems with missing output data using GEM algorithm | |
CN115065556B (zh) | 一种基于图对比学习的日志恶意行为检测方法及系统 | |
CN109960929B (zh) | 一种基于回归模型的零样本入侵检测方法 | |
Silva | Generalized autoregressive neural network models | |
CN116630909B (zh) | 基于无人机的无人值守智能监控系统及其方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190920 |