CN110647167A - 无人机编队最优信息交互拓扑快速生成方法和装置 - Google Patents

无人机编队最优信息交互拓扑快速生成方法和装置 Download PDF

Info

Publication number
CN110647167A
CN110647167A CN201910778250.0A CN201910778250A CN110647167A CN 110647167 A CN110647167 A CN 110647167A CN 201910778250 A CN201910778250 A CN 201910778250A CN 110647167 A CN110647167 A CN 110647167A
Authority
CN
China
Prior art keywords
directed graph
graph
weighted
communication network
arcs
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.)
Granted
Application number
CN201910778250.0A
Other languages
English (en)
Other versions
CN110647167B (zh
Inventor
王国强
罗贺
李晓多
胡笑旋
雷星
靳鹏
马华伟
夏维
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Polytechnic University
Original Assignee
Hefei Polytechnic University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Polytechnic University filed Critical Hefei Polytechnic University
Priority to CN201910778250.0A priority Critical patent/CN110647167B/zh
Publication of CN110647167A publication Critical patent/CN110647167A/zh
Application granted granted Critical
Publication of CN110647167B publication Critical patent/CN110647167B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种无人机编队最优信息交互拓扑快速生成方法和装置,涉及无人机通信领域。包括以下步骤:基于无人机编队需要组成的三维队形获取无人机编队的通信网络;基于所述通信网络获取加权有向图;基于所述加权有向图获取第一有向图;将所述加权有向图中的弧从所述第一有向图中删除,得到第二有向图;获取所述第二有向图的最小树形图,将所述最小树形图中的弧及其反向弧从所述第二有向图中删除,得到第三有向图;合并所述加权有向图和所述最小树形图,得到第四有向图;基于所述第三有向图和所述第四有向图获取三维最优持久图。本发明提供的生成方法的时间复杂度较低。

Description

无人机编队最优信息交互拓扑快速生成方法和装置
技术领域
本发明涉及无人机通信技术领域,具体涉及一种无人机编队最优信息交互拓扑快速生成方法和装置。
背景技术
随着科技的发展,无人机技术被广泛应用于民用和军用领域。多架无人机编队作业已成为现如今的发展趋势。而所有无人机(UAV)通常通过点对点的通信链接进行信息交互,以形成一定的编队队形,并保持此编队队形朝目标区域飞行。其中,所使用的通信链接被称为多UAV协同编队的信息交互拓扑。
现有技术一般构建出无人机编队的通信图,根据通信图构建出无人机编队的最优刚性图,进而通过最优刚性图得到无人机编队的信息交互拓扑。
然而本申请的发明人发现,现有技术提供的方法比较复杂,在无人机编队作业的过程中,求得信息交互拓扑的速度慢,即计算无人机编队信息交互拓扑花费的时间较长。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种无人机编队最优信息交互拓扑快速生成方法和装置,解决了现有技术计算无人机编队信息交互拓扑花费的时间长的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
本发明解决其技术问题所提供的一种无人机编队最优信息交互拓扑快速生成方法,所述生成方法由计算机执行,包括以下步骤:
基于无人机编队需要组成的三维队形获取无人机编队的通信网络;
基于所述通信网络获取加权有向图;
基于所述加权有向图获取第一有向图;
将所述加权有向图中的弧从所述第一有向图中删除,得到第二有向图;获取所述第二有向图的最小树形图,将所述最小树形图中的弧及其反向弧从所述第二有向图中删除,得到第三有向图;合并所述加权有向图和所述最小树形图,得到第四有向图;
基于所述第三有向图和所述第四有向图获取三维最优持久图,所述三维最优持久图即为无人机编队的最优信息交互拓扑。
优选的,所述加权有向图的获取方法为:
获取所述通信网络的第一最小树形图,并将所述第一最小树形图中的弧及其反向弧从所述通信网络中删除,得到第一通信网络;
获取所述第一通信网络的第二最小树形图,并将所述第二最小树形图中的弧及其反向弧从所述第一通信网络中删除,得到第二通信网络;
合并所述第一最小树形图和所述第二最小树形图,获得所述加权有向图。
优选的,所述第一有向图的获取方法为:
S301、获取所述第二通信网络对应的无向图,按照权值从低到高的顺序对所述第二通信网络对应的无向图中的边进行排序,获取所述第二通信网络对应的无向图中的第k条边对应的两条弧,其中,k=1;
S302、判断所述加权有向图对应的无向图的边数|E|和无人机的数量|V|是否满足|E|<3×|V|-6,若满足条件,将所述第k条边对应的两条弧添加到所述加权有向图中,得到第一加权有向图;若不满足条件,则所述加权有向图即为第一有向图;
S303、判断所述第一加权有向图对应的无向图的刚度矩阵的秩是否为满秩,若不满足条件,将所述第k条边对应的两条弧从所述第一加权有向图中删除,得到第二加权有向图;若满足条件,则保留所述第k条边对应的两条弧,得到第二加权有向图;
更新k的取值;
S304、判断所述第二加权有向图对应的无向图的边数|E’|是否满足|E’|<3×|V|-6,若满足条件,则将所述加权有向图中的数据更新为所述第二加权有向图中的数据,并跳转到步骤S302,重复步骤S302-S304;若不满足条件,则所述第二加权有向图即为所述第一有向图。
优选的,所述三维最优持久图的获取方法为:
S501、当所述第四有向图对应的无向图的边数r和无人机的数量|V|满足r<3×|V|-6时,赋值:n=1;
S502、获取所述第三有向图对应的无向图中的第n条边eij的两条弧aij和aji,并判断:
所述eij的节点vj在第四有向图中的入度是否小于3,若满足条件,则将aij添加到所述第四有向图中,得到第五有向图;若不满足条件,则判断:
所述eij的节点vi在第四有向图中的入度是否小于3,若满足条件,则将aji添加到所述第四有向图中,得到第五有向图;若不满足条件,则将aij添加到所述第四有向图中,得到第四加权有向图,并对所述第四加权有向图进行路径反向操作,得到第五有向图;
S503、更新n的取值;更新r的取值,得到r1
S504、判断所述r1是否满足r1<3×|V|-6,若不满足条件,则所述第五有向图即为所述三维最优持久图;若满足条件,则将所述第四有向图中的数据更新为所述第五有向图中的数据,并跳转到步骤S502,重复步骤S502-S504。
优选的,所述路径反向操作包括:
在所述第四加权有向图中找到一个入度小于3的节点vp;获取vp到vj之间具有最小跳数的路径,将所述具有最小跳数的路径中的所有弧反向。
本发明解决其技术问题所提供的一种无人机编队最优信息交互拓扑快速生成装置,所述装置包括计算机,所述计算机包括:
至少一个存储单元;
至少一个处理单元;
其中,所述至少一个存储单元中存储有至少一条指令,所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤:
基于无人机编队需要组成的三维队形获取无人机编队的通信网络;
基于所述通信网络获取加权有向图;
基于所述加权有向图获取第一有向图;
将所述加权有向图中的弧从所述第一有向图中删除,得到第二有向图;获取所述第二有向图的最小树形图,将所述最小树形图中的弧及其反向弧从所述第二有向图中删除,得到第三有向图;合并所述加权有向图和所述最小树形图,得到第四有向图;
基于所述第三有向图和所述第四有向图获取三维最优持久图,所述三维最优持久图即为无人机编队的最优信息交互拓扑。
优选的,所述加权有向图的获取方法为:
获取所述通信网络的第一最小树形图,并将所述第一最小树形图中的弧及其反向弧从所述通信网络中删除,得到第一通信网络;
获取所述第一通信网络的第二最小树形图,并将所述第二最小树形图中的弧及其反向弧从所述第一通信网络中删除,得到第二通信网络;
合并所述第一最小树形图和所述第二最小树形图,获得所述加权有向图。
优选的,所述第一有向图的获取方法为:
S301、获取所述第二通信网络对应的无向图,按照权值从低到高的顺序对所述第二通信网络对应的无向图中的边进行排序,获取所述第二通信网络对应的无向图中的第k条边对应的两条弧,其中,k=1;
S302、判断所述加权有向图对应的无向图的边数|E|和无人机的数量|V|是否满足|E|<3×|V|-6,若满足条件,将所述第k条边对应的两条弧添加到所述加权有向图中,得到第一加权有向图;若不满足条件,则所述加权有向图即为第一有向图;
S303、判断所述第一加权有向图对应的无向图的刚度矩阵的秩是否为满秩,若不满足条件,将所述第k条边对应的两条弧从所述第一加权有向图中删除,得到第二加权有向图;若满足条件,则保留所述第k条边对应的两条弧,得到第二加权有向图;
更新k的取值;
S304、判断所述第二加权有向图对应的无向图的边数|E’|是否满足|E’|<3×|V|-6,若满足条件,则将所述加权有向图中的数据更新为所述第二加权有向图中的数据,并跳转到步骤S302,重复步骤S302-S304;若不满足条件,则所述第二加权有向图即为所述第一有向图。
优选的,所述三维最优持久图的获取方法为:
S501、当所述第四有向图对应的无向图的边数r和无人机的数量|V|满足r<3×|V|-6时,赋值:n=1;
S502、获取所述第三有向图对应的无向图中的第n条边eij的两条弧aij和aji,并判断:
所述eij的节点vj在第四有向图中的入度是否小于3,若满足条件,则将aij添加到所述第四有向图中,得到第五有向图;若不满足条件,则判断:
所述eij的节点vi在第四有向图中的入度是否小于3,若满足条件,则将aji添加到所述第四有向图中,得到第五有向图;若不满足条件,则将aij添加到所述第四有向图中,得到第四加权有向图,并对所述第四加权有向图进行路径反向操作,得到第五有向图;
S503、更新n的取值;更新r的取值,得到r1
S504、判断所述r1是否满足r1<3×|V|-6,若不满足条件,则所述第五有向图即为所述三维最优持久图;若满足条件,则将所述第四有向图中的数据更新为所述第五有向图中的数据,并跳转到步骤S502,重复步骤S502-S504。
优选的,所述路径反向操作包括:
在所述第四加权有向图中找到一个入度小于3的节点vp获取vp到vj之间具有最小跳数的路径,将所述具有最小跳数的路径中的所有弧反向。
(三)有益效果
本发明提供了一种无人机编队最优信息交互拓扑快速生成方法和装置。与现有技术相比,具备以下有益效果:
本发明通过基于无人机编队需要组成的三维队形获取无人机编队的通信网络;基于通信网络获取加权有向图;基于加权有向图获取第一有向图;将加权有向图中的弧从第一有向图中删除,得到第二有向图;获取第二有向图的最小树形图,将最小树形图中的弧及其反向弧从第二有向图中删除,得到第三有向图;合并加权有向图和最小树形图,得到第四有向图;基于第三有向图和第四有向图获取三维最优持久图,三维最优持久图即为无人机编队的最优信息交互拓扑。本发明提供的方法相比于现有技术,不需要求得三维最优刚性图,因此时间复杂度更低,可以更快地计算出无人机编队的信息交互拓扑,减少了计算出无人机编队信息交互拓扑的时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例所述的无人机三维编队信息交互拓扑快速生成方法的整体流程图;
图2为本发明一实施例中无人机编队的三维空间队形S的示意图;
图3为本发明一实施例中第一最小树形图的示意图;
图4为本发明一实施例中第二最小树形图的示意图;
图5为本发明一实施例中第一有向图的示意图;
图6为本发明一实施例中第二有向图对应的最小树形图的示意图;
图7为本发明一实施例中第四有向图的示意图;
图8为本发明一实施例中三维最优持久图的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请实施例通过提供一种无人机编队最优信息交互拓扑快速生成方法和装置,解决了现有技术计算无人机编队信息交互拓扑花费的时间长的问题,减少了在计算无人机编队信息交互拓扑时花费的时间。
本申请实施例中的技术方案为解决上述技术问题,总体思路如下:
本发明实施例通过基于无人机编队需要组成的三维队形获取无人机持久编队的通信网络;基于通信网络获取加权有向图;基于加权有向图获取第一有向图;将加权有向图中的弧从第一有向图中删除,得到第二有向图;获取第二有向图的最小树形图,将最小树形图中的弧及其反向弧从第二有向图中删除,得到第三有向图;合并加权有向图和最小树形图,得到第四有向图;基于第三有向图和第四有向图获取三维最优持久图,三维最优持久图即为无人机编队的最优信息交互拓扑。本发明实施例提供的方法相比于现有技术,不需要求得三维最优刚性图,因此时间复杂度更低,可以更快地计算出无人机编队的信息交互拓扑,减少了计算出无人机编队信息交互拓扑的时间。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
本发明实施例提供了一种无人机编队最优信息交互拓扑快速生成方法,如图1所示,所述生成方法由计算机执行,包括以下步骤:
S1、基于无人机编队需要组成的三维队形获取无人机持久编队的通信网络;
S2、基于上述通信网络获取加权有向图;
S3、基于上述加权有向图获取第一有向图;
S4、将上述加权有向图中的弧从上述第一有向图中删除,得到第二有向图;获取上述第二有向图的最小树形图,将上述最小树形图中的弧及其反向弧从上述第二有向图中删除,得到第三有向图;合并上述加权有向图和上述最小树形图,得到第四有向图;
S5、基于上述第三有向图和上述第四有向图获取三维最优持久图,上述三维最优持久图即为无人机编队的最优信息交互拓扑。
本发明实施例通过基于无人机编队需要组成的三维队形获取无人机持久编队的通信网络;基于通信网络获取加权有向图;基于加权有向图获取第一有向图;将加权有向图中的弧从第一有向图中删除,得到第二有向图;获取第二有向图的最小树形图,将最小树形图中的弧及其反向弧从第二有向图中删除,得到第三有向图;合并加权有向图和最小树形图,得到第四有向图;基于第三有向图和第四有向图获取三维最优持久图,三维最优持久图即为无人机编队的最优信息交互拓扑。本发明实施例提供的方法相比于现有技术,不需要求得三维最优刚性图,因此时间复杂度更低,可以更快地计算出无人机编队的信息交互拓扑,减少了计算出无人机编队信息交互拓扑的时间。
具体的,本方法由地面控制中心的计算机执行,继而将计算结果发给每架无人机,实现多无人机的三维编队。
下面对各步骤进行详细描述:
在步骤S1中,基于无人机编队需要组成的三维队形获取无人机持久编队的通信网络。
具体的,本发明实施例在实际应用中根据无人机预设编队的队形和无人机的通信范围,确定编队中无人机之间的可用通信链接,以无人机作为节点,以可用通信链接作为弧,构建编队的通信网络拓扑。其中,任意两个无人机之间的距离在无人机的通信范围之内,则该两无人机之间具有双向的通信链接,每个通信链接的通信代价由相应的通信距离决定。
本发明实施例设定共n个UAV通过UAV之间的单向通信以形成并保持一个三维的编队队形S。该编队队形S中n个位置分别编号为{1,2,…,n},所有无人机至少包含两个高度,以构成三维队形。
此编队的通信网络根据队形S确定。
具体的,表示为D=(V,A,W)。其中:
V={vi},1≤i≤n是无人机代表的节点的集合,其中vi表示UAVi,即第i架无人机。
Figure BDA0002175739760000111
是每两个节点构成的弧的集合,其中弧aij=(vi,vj)表示从UAVi到UAVj有一个可用的通信链接,使得UAVi能发送信息给UAVj
W={w(aij)},aij∈A是所有弧的权值的集合,其中w(aij)表示从UAVi到UAVj的通信链接aij的代价。
在步骤S2中,基于上述通信网络获取加权有向图。
具体的,本发明实施例先获取上述通信网络D的第一最小树形图T1,并将第一最小树形图T1中的弧及其反向弧从上述通信网络D中删除,得到第一通信网络D1
获取第一通信网络D1的第二最小树形图T2,并将第二最小树形图T2中的弧及其反向弧从第一通信网络D1中删除,得到第二通信网络D2
将第一最小树形图和第二最小树形图合并,即得到加权有向图。
具体的,加权有向图为T=(V,A*,W*)。
本发明实施例在获取最小树形图时采用Edmonds最小树形图生成算法。
在步骤S3中,基于上述加权有向图获取第一有向图。
具体的,第一有向图T1的获取方法如下:
S301、获取第二通信网络D2对应的无向图,按照权值从低到高的顺序对第二通信网络D2对应的无向图中的边进行排序,获取第二通信网络D2对应的无向图中的第k条边对应的两条弧,其中,k=1。
S302、判断加权有向图T对应的无向图的边数|E|和无人机的数量|V|是否满足|E|<3×|V|-6,若满足条件,将第k条边对应的两条弧添加到加权有向图T中,得到第一加权有向图
Figure BDA0002175739760000121
若不满足条件,则加权有向图T即为第一有向图。
S303、判断第一加权有向图
Figure BDA0002175739760000122
对应的加权无向图的刚度矩阵的秩r1是否为满秩,若不满足条件,将第k条边对应的两条弧从所述第一加权有向图中删除,得到第二加权有向图
Figure BDA0002175739760000123
若满足条件,则保留第k条边对应的两条弧,得到第二加权有向图
Figure BDA0002175739760000124
更新k的取值,具体的,令k=k+1。
S304、判断第二加权有向图
Figure BDA0002175739760000125
对应的无向图的边数|E’|是否满足|E’|<3×|V|-6,若满足条件,则将加权有向图T中的数据更新为第二加权有向图
Figure BDA0002175739760000131
中的数据,并跳转到步骤S302,重复步骤S302-S304;若不满足条件,则第二加权有向图
Figure BDA0002175739760000132
即为第一有向图。
上述获取方法采用的算法步骤如表1所示:
表1
Figure BDA0002175739760000133
需要说明的是,在本发明实施例中,步骤S2和S3所示的生成算法的时间复杂度为:O(16*|V|4)。
在步骤S4中,具体步骤为:
S401、将上述加权有向图T中的弧从上述第一有向图T1中删除,得到第二有向图T2
S402、获取上述第二有向图T2的最小树形图T3,将上述最小树形图T3中的弧及其反向弧从上述第二有向图T2中删除,得到第三有向图T3
S403、合并上述加权有向图T和上述最小树形图T3,得到第四有向图T4
在步骤S5中,基于上述第三有向图T3和上述第四有向图T4获取三维最优持久图,上述三维最优持久图即为无人机编队的最优信息交互拓扑。
具体的,三维最优持久图的获取方法为:
S501、当上述第四有向图T4对应的无向图的边数r和无人机的数量|V|满足r<3×|V|-6时,赋值:n=1。
S502、获取第三有向图T3对应的无向图中的第n条边eij对应的两条弧aij和aji,并判断:上述边eij的节点vj在第四有向图T4中的入度是否小于3。
若满足条件,则将aij添加到第四有向图T4中,得到第五有向图T5;若不满足条件,则判断:上述eij的节点vi在第四有向图T4中的入度是否小于3。若满足条件,则将aji添加到第四有向图T4中,得到第五有向图T5;若不满足条件,则将aij添加到第四有向图T4中,得到第四加权有向图
Figure BDA0002175739760000141
并对第四加权有向图
Figure BDA0002175739760000142
进行路径反向操作,得到第五有向图T5
其中,路径反向操作具体为:
在第四加权有向图
Figure BDA0002175739760000143
中找到一个入度小于3的节点vp;获取vp到vj之间具有最小跳数的路径,将上述具有最小跳数的路径中的所有弧反向。
S503、更新n的取值,具体的,令n=n+1。更新r的取值,得到r1,具体的,r1=r+1。
S504、判断r1是否满足r1<3×|V|-6,若不满足条件,则第五有向图T5即为三维最优持久图T’;若满足条件,则将第四有向图T4中的数据更新为第五有向图T5中的数据,并跳转到步骤S502,重复步骤S502-S504。
具体的,上述获取方法采用的算法步骤如表2所示:
表2
Figure BDA0002175739760000151
需要说明的是,在本发明实施例中,步骤S4和S5所示的三维最优持久图的生成算法的时间复杂度约为:O(|V|×log|V|)。
综上所述,本发明实施例所提供的无人机编队最优信息交互拓扑快速生成方法的总的时间复杂度为:O(16×|V|4)+O(|V|×log|V|)。
而现有技术提供的方法的时间复杂度为:
O(20×|V|4)+O(3×(|A|+|V|×log|V|))
相比于现有技术,本发明实施例所提供的方法在获取无人机编队信息交互拓扑时,时间复杂度更加低,因此可以更快地计算出无人机编队的信息交互拓扑,减少了计算出无人机编队信息交互拓扑的时间,使得无人机编队在工作时的效率更高。
具体的,下面以具体例子验证本发明实施例的准确性。
假设一个大规模三维持久编队由16架UAV组成,每个UAV的通信范围是1600m,上述16架UAV需要形成并保持如图2所示的三维空间队形S,所有UAV在队形S中的位置分别编号为{1,2,…,16},它们在三维空间的相对位置如图2(a)所示。例如,本发明实施例中以上述三维空间队形中的10号位置作为编队参考点,则上述三维持久编队队形S中每个位置的坐标如图2(b)所示。
本发明一实施例中,根据图1所示算法,首先构建相应的通信网络D=(V,A,W);将D中的弧转换成边得到对应的加权无向图和加权有向图T=(V,A*,W*);然后结合表1所示算法生成第一有向图,根据第一有向图生成第三有向图和第四有向图;根据表2所示算法得到三维最优持久图。
其中,步骤S2中,第一最小树形图如图3所示,第二最小树形图如图4所示。步骤S3中,生成得到的第一有向图如图5所示。步骤S4中,第二有向图对应的最小树形图如图6所示,第四有向图如图7所示。步骤S5中,生成的三维最优持久图如图8所示。
基于本发明实施例所提供的方法,可求得方法的总计算时间约为1525ms,而现有技术提供的方法的总计算时间为7022ms。因此,本发明实施例所提供的生成方法的时间复杂度比现有技术的时间复杂度低。
本发明实施例还提供了一种无人机编队最优信息交互拓扑快速生成装置,上述装置包括计算机,上述计算机包括:
至少一个存储单元;
至少一个处理单元;
其中,上述至少一个存储单元中存储有至少一条指令,上述至少一条指令由上述至少一个处理单元加载并执行以实现以下步骤:
基于无人机编队需要组成的三维队形获取无人机持久编队的通信网络;
基于上述通信网络获取加权有向图和加权无向图;
基于上述加权有向图和上述加权无向图获取第一有向图;
将上述加权有向图中的弧从上述第一有向图中删除,得到第二有向图;获取上述第二有向图的最小树形图,将上述最小树形图中的弧及其反向弧从上述第二有向图中删除,得到第三有向图;合并上述加权有向图和上述最小树形图,得到第四有向图;
基于上述第三有向图和上述第四有向图获取三维最优持久图,上述三维最优持久图即为无人机编队的最优信息交互拓扑。
可理解的是,本发明实施例提供的上述生成装置与上述生成方法相对应,其有关内容的解释、举例、有益效果等部分可以参考无人机三维编队信息交互拓扑快速生成方法中的相应内容,此处不再赘述。
综上所述,与现有技术相比,具备以下有益效果:
本发明实施例通过基于无人机编队需要组成的三维队形获取无人机持久编队的通信网络;基于通信网络获取加权有向图;基于加权有向图获取第一有向图;将加权有向图中的弧从第一有向图中删除,得到第二有向图;获取第二有向图的最小树形图,将最小树形图中的弧及其反向弧从第二有向图中删除,得到第三有向图;合并加权有向图和最小树形图,得到第四有向图;基于第三有向图和第四有向图获取三维最优持久图,三维最优持久图即为无人机编队的最优信息交互拓扑。本发明实施例提供的方法相比于现有技术,不需要求得三维最优刚性图,因此时间复杂度更低,可以更快地计算出无人机编队的信息交互拓扑,减少了计算出无人机编队信息交互拓扑的时间。
需要说明的是,通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种无人机编队最优信息交互拓扑快速生成方法,其特征在于,所述生成方法由计算机执行,包括以下步骤:
基于无人机编队需要组成的三维队形获取无人机编队的通信网络;
基于所述通信网络获取加权有向图;
基于所述加权有向图获取第一有向图;
将所述加权有向图中的弧从所述第一有向图中删除,得到第二有向图;获取所述第二有向图的最小树形图,将所述最小树形图中的弧及其反向弧从所述第二有向图中删除,得到第三有向图;合并所述加权有向图和所述最小树形图,得到第四有向图;
基于所述第三有向图和所述第四有向图获取三维最优持久图,所述三维最优持久图即为无人机编队的最优信息交互拓扑。
2.如权利要求1所述的生成方法,其特征在于,所述加权有向图的获取方法为:
获取所述通信网络的第一最小树形图,并将所述第一最小树形图中的弧及其反向弧从所述通信网络中删除,得到第一通信网络;
获取所述第一通信网络的第二最小树形图,并将所述第二最小树形图中的弧及其反向弧从所述第一通信网络中删除,得到第二通信网络;
合并所述第一最小树形图和所述第二最小树形图,获得所述加权有向图。
3.如权利要求2所述的生成方法,其特征在于,所述第一有向图的获取方法为:
S301、获取所述第二通信网络对应的无向图,按照权值从低到高的顺序对所述第二通信网络对应的无向图中的边进行排序,获取所述第二通信网络对应的无向图中的第k条边对应的两条弧,其中,k=1;
S302、判断所述加权有向图对应的无向图的边数|E|和无人机的数量|V|是否满足|E|<3×|V|-6,若满足条件,将所述第k条边对应的两条弧添加到所述加权有向图中,得到第一加权有向图;若不满足条件,则所述加权有向图即为第一有向图;
S303、判断所述第一加权有向图对应的无向图的刚度矩阵的秩是否为满秩,若不满足条件,将所述第k条边对应的两条弧从所述第一加权有向图中删除,得到第二加权有向图;若满足条件,则保留所述第k条边对应的两条弧,得到第二加权有向图;
更新k的取值;
S304、判断所述第二加权有向图对应的无向图的边数|E’|是否满足|E’|<3×|V|-6,若满足条件,则将所述加权有向图中的数据更新为所述第二加权有向图中的数据,并跳转到步骤S302,重复步骤S302-S304;若不满足条件,则所述第二加权有向图即为所述第一有向图。
4.如权利要求1所述的生成方法,其特征在于,所述三维最优持久图的获取方法为:
S501、当所述第四有向图对应的无向图的边数r和无人机的数量|V|满足r<3×|V|-6时,赋值:n=1;
S502、获取所述第三有向图对应的无向图中的第n条边eij的两条弧aij和aji,并判断:
所述eij的节点vj在第四有向图中的入度是否小于3,若满足条件,则将aij添加到所述第四有向图中,得到第五有向图;若不满足条件,则判断:
所述eij的节点vi在第四有向图中的入度是否小于3,若满足条件,则将aji添加到所述第四有向图中,得到第五有向图;若不满足条件,则将aij添加到所述第四有向图中,得到第四加权有向图,并对所述第四加权有向图进行路径反向操作,得到第五有向图;
S503、更新n的取值;更新r的取值,得到r1
S504、判断所述r1是否满足r1<3×|V|-6,若不满足条件,则所述第五有向图即为所述三维最优持久图;若满足条件,则将所述第四有向图中的数据更新为所述第五有向图中的数据,并跳转到步骤S502,重复步骤S502-S504。
5.如权利要求4所述的生成方法,其特征在于,所述路径反向操作包括:
在所述第四加权有向图中找到一个入度小于3的节点vp;获取vp到vj之间具有最小跳数的路径,将所述具有最小跳数的路径中的所有弧反向。
6.一种无人机编队最优信息交互拓扑快速生成装置,其特征在于,所述装置包括计算机,所述计算机包括:
至少一个存储单元;
至少一个处理单元;
其中,所述至少一个存储单元中存储有至少一条指令,所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤:
基于无人机编队需要组成的三维队形获取无人机编队的通信网络;
基于所述通信网络获取加权有向图;
基于所述加权有向图获取第一有向图;
将所述加权有向图中的弧从所述第一有向图中删除,得到第二有向图;获取所述第二有向图的最小树形图,将所述最小树形图中的弧及其反向弧从所述第二有向图中删除,得到第三有向图;合并所述加权有向图和所述最小树形图,得到第四有向图;
基于所述第三有向图和所述第四有向图获取三维最优持久图,所述三维最优持久图即为无人机编队的最优信息交互拓扑。
7.如权利要求6所述的生成方法,其特征在于,所述加权有向图的获取方法为:
获取所述通信网络的第一最小树形图,并将所述第一最小树形图中的弧及其反向弧从所述通信网络中删除,得到第一通信网络;
获取所述第一通信网络的第二最小树形图,并将所述第二最小树形图中的弧及其反向弧从所述第一通信网络中删除,得到第二通信网络;
合并所述第一最小树形图和所述第二最小树形图,获得所述加权有向图。
8.如权利要求7所述的生成方法,其特征在于,所述第一有向图的获取方法为:
S301、获取所述第二通信网络对应的无向图,按照权值从低到高的顺序对所述第二通信网络对应的无向图中的边进行排序,获取所述第二通信网络对应的无向图中的第k条边对应的两条弧,其中,k=1;
S302、判断所述加权有向图对应的无向图的边数|E|和无人机的数量|V|是否满足|E|<3×|V|-6,若满足条件,将所述第k条边对应的两条弧添加到所述加权有向图中,得到第一加权有向图;若不满足条件,则所述加权有向图即为第一有向图;
S303、判断所述第一加权有向图对应的无向图的刚度矩阵的秩是否为满秩,若不满足条件,将所述第k条边对应的两条弧从所述第一加权有向图中删除,得到第二加权有向图;若满足条件,则保留所述第k条边对应的两条弧,得到第二加权有向图;
更新k的取值;
S304、判断所述第二加权有向图对应的无向图的边数|E’|是否满足|E’|<3×|V|-6,若满足条件,则将所述加权有向图中的数据更新为所述第二加权有向图中的数据,并跳转到步骤S302,重复步骤S302-S304;若不满足条件,则所述第二加权有向图即为所述第一有向图。
9.如权利要求6所述的生成方法,其特征在于,所述三维最优持久图的获取方法为:
S501、当所述第四有向图对应的无向图的边数r和无人机的数量|V|满足r<3×|V|-6时,赋值:n=1;
S502、获取所述第三有向图对应的无向图中的第n条边eij的两条弧aij和aji,并判断:
所述eij的节点vj在第四有向图中的入度是否小于3,若满足条件,则将aij添加到所述第四有向图中,得到第五有向图;若不满足条件,则判断:
所述eij的节点vi在第四有向图中的入度是否小于3,若满足条件,则将aji添加到所述第四有向图中,得到第五有向图;若不满足条件,则将aij添加到所述第四有向图中,得到第四加权有向图,并对所述第四加权有向图进行路径反向操作,得到第五有向图;
S503、更新n的取值;更新r的取值,得到r1
S504、判断所述r1是否满足r1<3×|V|-6,若不满足条件,则所述第五有向图即为所述三维最优持久图;若满足条件,则将所述第四有向图中的数据更新为所述第五有向图中的数据,并跳转到步骤S502,重复步骤S502-S504。
10.如权利要求9所述的生成方法,其特征在于,所述路径反向操作包括:
在所述第四加权有向图中找到一个入度小于3的节点vp获取vp到vj之间具有最小跳数的路径,将所述具有最小跳数的路径中的所有弧反向。
CN201910778250.0A 2019-08-22 2019-08-22 无人机编队最优信息交互拓扑快速生成方法和装置 Active CN110647167B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910778250.0A CN110647167B (zh) 2019-08-22 2019-08-22 无人机编队最优信息交互拓扑快速生成方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910778250.0A CN110647167B (zh) 2019-08-22 2019-08-22 无人机编队最优信息交互拓扑快速生成方法和装置

Publications (2)

Publication Number Publication Date
CN110647167A true CN110647167A (zh) 2020-01-03
CN110647167B CN110647167B (zh) 2023-02-21

Family

ID=68990311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910778250.0A Active CN110647167B (zh) 2019-08-22 2019-08-22 无人机编队最优信息交互拓扑快速生成方法和装置

Country Status (1)

Country Link
CN (1) CN110647167B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106970645A (zh) * 2017-05-16 2017-07-21 合肥工业大学 多无人机协同编队最优信息交互拓扑生成方法及装置
CN107797564A (zh) * 2017-07-04 2018-03-13 合肥工业大学 多无人机协同编队中信息交互拓扑启发式优化方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106970645A (zh) * 2017-05-16 2017-07-21 合肥工业大学 多无人机协同编队最优信息交互拓扑生成方法及装置
CN107797564A (zh) * 2017-07-04 2018-03-13 合肥工业大学 多无人机协同编队中信息交互拓扑启发式优化方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
QUAN SHI 等: "Adaptive leader-following formation control with collision avoidance for a class of second-order nonlinear multi-agent systems", 《NEUROCOMPUTING》 *
王国强: "面向队形保持的无人机编队信息交互拓扑优化问题的研究", 《工程科技Ⅱ辑(博士)》 *
罗小元 等: "多智能体系统的最优持久编队生成策略", 《自动化学报》 *

Also Published As

Publication number Publication date
CN110647167B (zh) 2023-02-21

Similar Documents

Publication Publication Date Title
CN110609572B (zh) 无人机编队信息交互拓扑的启发式优化方法和装置
CN106940567B (zh) 无人机编队最优信息交互拓扑生成方法及装置
CN110794867B (zh) 通信干扰下无人机编队信息交互拓扑智能决策方法和装置
CN112039574B (zh) 通信干扰下无人机协同中继网络快速重构方法和系统
CN112819157A (zh) 神经网络训练的方法及装置、智能行驶控制的方法及装置
CN110163255B (zh) 一种基于密度峰值的数据流聚类方法及装置
CN110609548B (zh) 多无人平台协同队形保持的快速优化方法和装置
CN110471445B (zh) 多无人平台通信能耗的多阶段多目标优化方法和装置
CN110647167B (zh) 无人机编队最优信息交互拓扑快速生成方法和装置
CN112134607B (zh) 突发事件下无人机协同中继网络快速重构方法和系统
CN111104561B (zh) 启发式的无人平台信息感知网络拓扑生成方法和装置
CN110536266B (zh) 无人机编队通信能耗的周期性在线均衡方法和装置
CN111163440A (zh) 通信干扰下无人机协同态势感知网络快速重构方法和装置
CN112131089A (zh) 软件缺陷预测的方法、分类器、计算机设备及存储介质
CN111107604B (zh) 无人平台信息感知网络的快速优化方法和装置
CN110647166A (zh) 均衡能耗的无人机编队信息交互拓扑在线优化方法和装置
CN115437372B (zh) 机器人路径规划方法、装置、电子设备及存储介质
US20150310330A1 (en) Computer-implemented method and system for digitizing decision-making processes
CN110598272B (zh) 多无人平台信息交互拓扑的启发式生成方法和装置
CN110933639B (zh) 无人机协同态势感知网络的信息交互拓扑优化方法和装置
CN110989653B (zh) 无人机协同态势感知的信息交互拓扑快速生成方法和装置
Zhang et al. An adaptive task assignment method for multiple mobile robots via swarm intelligence approach
CN111314119A (zh) 不确定环境下无人平台信息感知网络快速重构方法和装置
KR101864301B1 (ko) 데이터 분류 장치 및 방법
CN110879609A (zh) 对抗环境下无人机编队信息交互拓扑快速重构方法和装置

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
GR01 Patent grant
GR01 Patent grant