CN110749881B - 基于改进双层博弈的无人机集群稳健功率控制方法 - Google Patents

基于改进双层博弈的无人机集群稳健功率控制方法 Download PDF

Info

Publication number
CN110749881B
CN110749881B CN201910875756.3A CN201910875756A CN110749881B CN 110749881 B CN110749881 B CN 110749881B CN 201910875756 A CN201910875756 A CN 201910875756A CN 110749881 B CN110749881 B CN 110749881B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
target
propagation loss
unmanned
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.)
Active
Application number
CN201910875756.3A
Other languages
English (en)
Other versions
CN110749881A (zh
Inventor
时晨光
丁琳涛
汪飞
李海林
周建江
夏伟杰
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201910875756.3A priority Critical patent/CN110749881B/zh
Publication of CN110749881A publication Critical patent/CN110749881A/zh
Application granted granted Critical
Publication of CN110749881B publication Critical patent/CN110749881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/887—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/418—Theoretical aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于改进双层博弈的无人机集群稳健功率控制方法，不仅能够满足预先设定的目标协同探测性能，而且确保了在各无人机与目标之间、各无人机与敌方截获接收机之间路径传播损耗不确定条件下无人机集群系统射频隐身性能的最优下界。

Description

基于改进双层博弈的无人机集群稳健功率控制方法
技术领域
本发明涉及雷达信号处理技术领域，尤其是一种基于改进双层博弈的无人机集群稳健功率控制方法。
背景技术
未来战场环境瞬息万变，随着电子信息技术的迅猛发展，飞行器在执行情报侦察与监视、攻防对抗等作战任务时所面临的情况越来越复杂，特别是在强干扰、高动态的对抗性拒止环境下，有人机的生存能力面临极大的挑战。在这种情况下，就需要多无人机进行协同作战，以扩展其任务能力、提高任务执行效率。无人机集群是指一组具备部分自主能力的无人机通过地面控制中心或无人操作装置的辅助，在一名或多名高级操作员的监控下能够完成制定作战任务的系统。无人机集群系统可以体现出比人工系统更卓越的协调性、智能性和自主能力。该系统不仅可以以低成本、高度分散的形式满足功能需求，而且可以采用分布式探测方式，提高主被动探测的探测精度。
目前已有大量文献研究了无人机集群自主控制与作战任务协同分配问题，为无人机集群系统的应用奠定了基础。然而，已有研究成果并未研究无人机集群目标协同探测时的发射功率控制问题，从而使得在执行作战任务时的无人机集群系统时刻面临被敌方无源探测系统截获并打击的威胁，具有一定的局限性。
发明内容
本发明所要解决的技术问题在于，提供一种基于改进双层博弈的无人机集群稳健功率控制方法，能够满足预先设定的目标协同探测性能，而且确保了在各无人机与目标之间、各无人机与敌方截获接收机之间路径传播损耗不确定条件下无人机集群系统射频隐身性能的最优下界。
为解决上述技术问题，本发明提供一种基于改进双层博弈的无人机集群稳健功率控制方法，包括如下步骤：
(1)获取无人机集群系统中各无人机与目标之间以及各无人机与敌方截获接收机之间的路径传播损耗；
(2)根据预先设定的目标协同探测信号干噪比阈值和各无人机雷达发射功率上限，建立基于联盟博弈的无人机集群稳健功率控制模型；
(3)在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，计算地面控制中心从无人机集群系统处得到的博弈收益；
(4)引入拉格朗日乘子，构建拉格朗日乘子式；
(5)获取无人机集群系统中各无人机的发射功率迭代表达式；
(6)地面控制中心增加单位发射功率价格，并不断迭代更新，直至地面控制中心的博弈效用函数达到收敛，所得即为满足约束条件的各无人机稳健发射功率值。
优选的，步骤(1)中，获取无人机集群系统中各无人机与目标之间以及各无人机与敌方截获接收机之间的路径传播损耗，其数学描述为：
Figure BDA0002204230310000021
式中，
Figure BDA0002204230310000022
为第i架无人机-目标-第i架无人机路径传播损耗，
Figure BDA0002204230310000023
为第i架无人机-目标-第j架无人机路径传播损耗，
Figure BDA0002204230310000024
为第i架无人机-第j架无人机之间的直达波路径传播损耗，
Figure BDA0002204230310000025
为第i架无人机-敌方截获接收机之间的直达波路径传播损耗，Gt为各无人机雷达的发射天线增益，Gr为各无人机雷达的接收天线增益，G′t为各无人机雷达旁瓣发射天线增益，G′r为各无人机雷达旁瓣接收天线增益，GI为敌方截获接收机的接收天线增益，
Figure BDA0002204230310000026
为目标相对无人机i的雷达散射截面，
Figure BDA0002204230310000027
为目标相对第i架无人机和第j架无人机的RCS，λ为无人机雷达发射信号波长，Ri为第i架无人机与目标之间的距离，di,j为第i架无人机与第j架无人机之间的距离，di为第i架无人机与敌方截获接收机之间的距离；
然后，获取各路径传播损耗不确定集合的上、下界；分别用上、下界已知的不确定集合表示
Figure BDA0002204230310000028
和
Figure BDA0002204230310000029
表示第i架无人机-目标-第i架无人机路径传播损耗不确定区间、第i架无人机-目标-第j架无人机路径传播损耗不确定区间、第i架无人机-第j架无人机之间的直达波路径传播损耗不确定区间以及第i架无人机-敌方截获接收机之间的直达波路径传播损耗不确定区间，其数学描述为：
Figure BDA0002204230310000031
式中，
Figure BDA0002204230310000032
和
Figure BDA0002204230310000033
分别表示第i架无人机-目标-第i架无人机路径传播损耗误差、第i架无人机-目标-第j架无人机路径传播损耗误差、第i架无人机-第j架无人机之间的直达波路径传播损耗误差以及第i架无人机-敌方截获接收机之间的直达波路径传播损耗误差。
优选的，步骤(2)中，根据预先设定的目标协同探测信号干噪比阈值γmin和各无人机雷达发射功率上限Pi max，建立基于联盟博弈的无人机集群稳健功率控制模型：
Figure BDA0002204230310000034
式中，ξi为地面控制中心对第i架无人机设定的单位发射功率价格，
Figure BDA0002204230310000035
表示第i架无人机的博弈效用函数，p-i表示除第i架无人机之外无人机集群系统中所有其他无人机雷达的发射功率，
Figure BDA0002204230310000036
表示第i架无人机雷达发射功率上限，WR为无人机集群系统中的无人机总架数，ptot表示无人机集群系统总发射功率；在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，第i架无人机所得的最差
Figure BDA0002204230310000037
可表示为：
Figure BDA0002204230310000038
式中，ci,j表示第i架无人机与第j架无人机之间的互相关系数，
Figure BDA0002204230310000041
为环境噪声功率。
优选的，步骤(3)中，在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，地面控制中心从无人机集群系统处得到的博弈收益为：
Figure BDA0002204230310000042
式中，
Figure BDA0002204230310000043
表示地面控制中心的博弈效用函数；Ttar为预先设定的无人机集群发射雷达信号到达敌方截获接收机处的功率阈值；Smin为敌方截获接收机的灵敏度；
Figure BDA0002204230310000044
为单位阶跃函数，当
Figure BDA0002204230310000045
时，
Figure BDA0002204230310000046
否则，
Figure BDA0002204230310000047
优选的，步骤(4)中，引入拉格朗日乘子
Figure BDA0002204230310000048
与τ，构建如下式的拉格朗日乘子式：
Figure BDA0002204230310000049
对第i架无人机发射功率pi求偏导数。
优选的，步骤(5)中，通过令
Figure BDA00022042303100000410
获取无人机集群系统中各无人机的发射功率迭代表达式为：
Figure BDA0002204230310000051
式中，
Figure BDA0002204230310000052
式中，ite表示迭代次数，
Figure BDA0002204230310000053
拉格朗日乘子
Figure BDA0002204230310000054
与τ可由次梯度算法进行迭代更新，如下所示：
Figure BDA0002204230310000055
式中，Δs为迭代步长，当x＞0时，
Figure BDA0002204230310000056
当x≤0时，
Figure BDA0002204230310000057
本发明的有益效果为：本发明不仅能够满足预先设定的目标协同探测性能，而且确保了在各无人机与目标之间、各无人机与敌方截获接收机之间路径传播损耗不确定条件下无人机集群系统射频隐身性能的最优下界。
附图说明
图1为本发明的改进双层博弈模型示意图。
图2为本发明各无人机稳健发射功率收敛性能示意图。
图3为本发明各无人机目标探测SINR收敛性能示意图。
图4为本发明不同方法下敌方截获接收机接收到的无人机集群总发射功率对比曲线示意图。
具体实施方式
如图1所示，一种基于改进双层博弈的无人机集群稳健功率控制方法，包括如下步骤：
1、确定各路径传播损耗的不确定集合：
本发明提出基于改进双层博弈的无人机集群稳健功率控制方法。首先，获取无人机集群系统中各无人机与目标之间以及各无人机与敌方截获接收机之间的路径传播损耗，其数学描述为：
Figure BDA0002204230310000061
式中，
Figure BDA0002204230310000062
为第i架无人机-目标-第i架无人机路径传播损耗，
Figure BDA0002204230310000063
为第i架无人机-目标-第j架无人机路径传播损耗，
Figure BDA0002204230310000064
为第i架无人机-第j架无人机之间的直达波路径传播损耗，
Figure BDA0002204230310000065
为第i架无人机-敌方截获接收机之间的直达波路径传播损耗，Gt为各无人机雷达的发射天线增益，Gr为各无人机雷达的接收天线增益，G′t为各无人机雷达旁瓣发射天线增益，G′r为各无人机雷达旁瓣接收天线增益，GI为敌方截获接收机的接收天线增益，
Figure BDA0002204230310000066
为目标相对无人机i的雷达散射截面(Radar Cross Section，RCS)，
Figure BDA0002204230310000067
为目标相对第i架无人机和第j架无人机的RCS，λ为无人机雷达发射信号波长，Ri为第i架无人机与目标之间的距离，di,j为第i架无人机与第j架无人机之间的距离，di为第i架无人机与敌方截获接收机之间的距离。
然后，获取各路径传播损耗不确定集合的上、下界。根据先验知识，分别用上、下界已知的不确定集合表示
Figure BDA0002204230310000068
和
Figure BDA0002204230310000069
表示第i架无人机-目标-第i架无人机路径传播损耗不确定区间、第i架无人机-目标-第j架无人机路径传播损耗不确定区间、第i架无人机-第j架无人机之间的直达波路径传播损耗不确定区间以及第i架无人机-敌方截获接收机之间的直达波路径传播损耗不确定区间，其数学描述为：
Figure BDA0002204230310000071
式中，
Figure BDA0002204230310000072
和
Figure BDA0002204230310000073
分别表示第i架无人机-目标-第i架无人机路径传播损耗误差、第i架无人机-目标-第j架无人机路径传播损耗误差、第i架无人机-第j架无人机之间的直达波路径传播损耗误差以及第i架无人机-敌方截获接收机之间的直达波路径传播损耗误差。
2、确定无人机集群系统目标协同探测信号干噪比(Signal-to-Interference-plus-Noise Ratio，SINR)门限，敌方截获接收机灵敏度以及各无人机雷达发射功率上限等参数：
假设无人机集群目标协同探测SINR阈值设为γmin，敌方截获接收机的灵敏度为Smin，第i架无人机雷达的发射功率上限为
Figure BDA0002204230310000074
环境噪声功率为
Figure BDA0002204230310000075
无人机集群系统中的无人机总架数为WR。
3、构建基于改进双层博弈的无人机集群稳健功率控制模型，并确定满足目标协同探测性能约束和无人机集群系统发射资源约束条件下的各无人机稳健发射功率
Figure BDA0002204230310000076
的表达式：
根据预先设定的目标协同探测信干噪比(Signal-to-Interference-plus-NoiseRatio，SINR)门限γmin和各无人机雷达发射功率上限Pi max，建立基于联盟博弈的无人机集群稳健功率控制模型：
Figure BDA0002204230310000077
式中，ξi为地面控制中心对第i架无人机设定的单位发射功率价格，
Figure BDA0002204230310000078
表示第i架无人机的博弈效用函数，p-i表示除第i架无人机之外无人机集群系统中所有其他无人机雷达的发射功率，
Figure BDA0002204230310000081
表示第i架无人机雷达发射功率上限，WR为无人机集群系统中的无人机总架数，ptot表示无人机集群系统总发射功率。。在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，第i架无人机所得的最差
Figure BDA0002204230310000082
可表示为：
Figure BDA0002204230310000083
式中，ci,j表示第i架无人机与第j架无人机之间的互相关系数，
Figure BDA0002204230310000084
为环境噪声功率。
在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，地面控制中心从无人机集群系统处得到的博弈收益为：
Figure BDA0002204230310000085
式中，
Figure BDA0002204230310000086
表示地面控制中心的博弈效用函数；Ttar为预先设定的无人机集群发射雷达信号到达敌方截获接收机处的功率阈值；Smin为敌方截获接收机的灵敏度；
Figure BDA0002204230310000087
为单位阶跃函数，当
Figure BDA0002204230310000088
时，
Figure BDA0002204230310000089
否则，
Figure BDA00022042303100000810
4、引入拉格朗日乘子
Figure BDA00022042303100000811
与τ，构建如下式的拉格朗日乘子式：
Figure BDA0002204230310000091
对第i架无人机发射功率pi求偏导数。
5、通过令
Figure BDA0002204230310000092
获取无人机集群系统中各无人机的发射功率迭代表达式为：
Figure BDA0002204230310000093
式中，
Figure BDA0002204230310000094
式中，ite表示迭代次数，
Figure BDA0002204230310000095
拉格朗日乘子
Figure BDA0002204230310000096
与τ可由次梯度算法进行迭代更新，如下所示：
Figure BDA0002204230310000097
式中，Δs为迭代步长。当x＞0时，
Figure BDA0002204230310000098
当x≤0时，
Figure BDA0002204230310000099
假设第1步与第2步中的系统参数如表1所示。
表1仿真参数设置
Figure BDA00022042303100000910
Figure BDA0002204230310000101
在此，考虑目标相对各无人机视角下的雷达散射截面均相等，均为1m2。另外，八架无人机的位置坐标分别为(50,0)km，
Figure BDA0002204230310000111
(0,50)km，
Figure BDA0002204230310000112
(-50,0)km，
Figure BDA0002204230310000113
(0,-50)km，
Figure BDA0002204230310000114
目标的位置坐标为(20,-30)km；敌方截获接收机的位置坐标为(20,0)km。
图2示出了各无人机稳健发射功率收敛性能。可以看出，所提方法经过三次左右迭代计算即可达到博弈均衡点，验证了算法的收敛性。从图2中还可以看出，第3架、第4架和第5架无人机发射功率较多，这是由于它们距离目标较远，需要发射更多的功率才能满足预先设定的目标协同探测SINR阈值。
图3给出了各无人机目标探测SINR收敛性能。从图3中可以看出，经过3次左右的迭代计算，各无人机的目标协同探测性能收敛到预先设定的SINR阈值，从而验证了所提方法可以在确保无人机集群系统射频隐身性能的最优下界的同时，满足目标协同探测性能需求。
图4给出了不同方法下敌方截获接收机接收到的无人机集群总发射功率对比曲线。从图4中可以看出，所提稳健功率控制方法和最优功率控制方法所得敌方截获接收机接收到的无人机集群总发射功率低于截获接收机灵敏度，从而确保了无人机集群系统的射频隐身性能。而平均功率控制方法是在没有任何路径传播损耗先验信息的条件下，将无人机集群系统的发射功率资源均匀分配给各无人机，因此，平均功率控制方法所得敌方截获接收机接收到的无人机集群总发射功率高于截获接收机灵敏度，具有最差的射频隐身性能。综上所述，基于改进双层博弈的无人机集群稳健功率控制方法，可以在各无人机与目标之间、各无人机与敌方截获接收机之间路径传播损耗不确定的条件下，确保无人机集群系统射频隐身性能的最优下界。
由上述仿真结果可以得到，基于改进双层博弈的无人机集群稳健功率控制方法，在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，根据先验知识，将各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗建模为上、下界已知的不确定集合；在此基础上，建立基于改进双层博弈的无人机集群稳健功率控制模型，将地面控制中心作为博弈主导者，将无人机集群系统中各无人机作为博弈跟随者，地面控制中心对各无人机设定单位发射功率价格，在此基础上，无人机集群系统中各无人机之间通过联盟博弈优化控制自身的发射功率，在满足预先设定的目标协同探测性能的条件下，最小化最差情况下无人机集群系统的总发射功率。该方法不仅能够满足预先设定的目标协同探测性能，而且确保了在各无人机与目标之间、各无人机与敌方截获接收机之间路径传播损耗不确定条件下无人机集群系统射频隐身性能的最优下界。
本发明首先针对无人机集群系统对目标进行协同探测的情况，在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，根据先验知识，将各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗建模为上、下界已知的不确定集合；然后，在满足预先设定的目标探测性能和无人机集群发射资源约束的条件下，建立基于改进双层博弈的无人机集群稳健功率控制模型，将地面控制中心作为博弈主导者，将无人机集群系统中各无人机作为博弈跟随者，地面控制中心对各无人机设定单位发射功率价格，在此基础上，无人机集群系统中各无人机之间通过联盟博弈优化控制自身的发射功率，在满足预先设定的目标协同探测性能的条件下，最小化最差情况下无人机集群系统的总发射功率；最后，通过分布式迭代计算，选取在满足目标探测性能和无人机集群发射功率资源约束条件下，使得最差情况下无人机集群系统总发射功率最小的功率值
Figure BDA0002204230310000121
作为最优解，将各无人机的发射功率
Figure BDA0002204230310000122
代入式(3)中，即可得到符合约束条件的各无人机稳健发射功率。
在实际工程应用中，本发明在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，根据先验知识，将各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗建模为上、下界已知的不确定集合。
本发明针对无人机集群系统对目标进行协同探测的情况，在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，将地面控制中心作为博弈主导者，将无人机集群系统中各无人机作为博弈跟随者，建立基于改进双层博弈的无人机集群稳健功率控制模型，地面控制中心对各无人机设定单位发射功率价格，在此基础上，无人机集群系统中各无人机之间通过联盟博弈优化控制自身的发射功率，在满足预先设定的目标协同探测性能和无人机集群发射资源约束的条件下，最小化最差情况下无人机集群系统的总发射功率，从而限制无人机集群系统所产生的总发射功率不超过敌方截获接收机的灵敏度。

Claims (5)

1.基于改进双层博弈的无人机集群稳健功率控制方法，其特征在于，包括如下步骤：
(1)获取无人机集群系统中各无人机与目标之间以及各无人机与敌方截获接收机之间的路径传播损耗；
(2)根据预先设定的目标协同探测信号干噪比阈值和各无人机雷达发射功率上限，建立基于联盟博弈的无人机集群稳健功率控制模型；
(3)在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，计算地面控制中心从无人机集群系统处得到的博弈收益；在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，地面控制中心从无人机集群系统处得到的博弈收益为：
Figure FDA0004121348260000011
式中，
Figure FDA0004121348260000012
表示地面控制中心的博弈效用函数；Ttar为预先设定的无人机集群发射雷达信号到达敌方截获接收机处的功率阈值；Smin为敌方截获接收机的灵敏度；
Figure FDA0004121348260000013
为单位阶跃函数，当
Figure FDA0004121348260000014
时，
Figure FDA0004121348260000015
否则，
Figure FDA0004121348260000016
(4)引入拉格朗日乘子，构建拉格朗日乘子式；
(5)获取无人机集群系统中各无人机的发射功率迭代表达式；
(6)地面控制中心增加单位发射功率价格，并不断迭代更新，直至地面控制中心的博弈效用函数达到收敛，所得即为满足约束条件的各无人机稳健发射功率值。
2.如权利要求1所述的基于改进双层博弈的无人机集群稳健功率控制方法，其特征在于，步骤(1)中，获取无人机集群系统中各无人机与目标之间以及各无人机与敌方截获接收机之间的路径传播损耗，其数学描述为：
Figure FDA0004121348260000021
式中，
Figure FDA0004121348260000022
为第i架无人机-目标-第i架无人机路径传播损耗，
Figure FDA0004121348260000023
为第i架无人机-目标-第j架无人机路径传播损耗，
Figure FDA0004121348260000024
为第i架无人机-第j架无人机之间的直达波路径传播损耗，
Figure FDA0004121348260000025
为第i架无人机-敌方截获接收机之间的直达波路径传播损耗，Gt为各无人机雷达的发射天线增益，Gr为各无人机雷达的接收天线增益，G′t为各无人机雷达旁瓣发射天线增益，G′r为各无人机雷达旁瓣接收天线增益，GI为敌方截获接收机的接收天线增益，
Figure FDA0004121348260000026
为目标相对无人机i的雷达散射截面，
Figure FDA0004121348260000027
为目标相对第i架无人机和第j架无人机的RCS，λ为无人机雷达发射信号波长，Ri为第i架无人机与目标之间的距离，di,j为第i架无人机与第j架无人机之间的距离，di为第i架无人机与敌方截获接收机之间的距离；
然后，获取各路径传播损耗不确定集合的上、下界；分别用上、下界已知的不确定集合表示
Figure FDA0004121348260000028
和
Figure FDA0004121348260000029
表示第i架无人机-目标-第i架无人机路径传播损耗不确定区间、第i架无人机-目标-第j架无人机路径传播损耗不确定区间、第i架无人机-第j架无人机之间的直达波路径传播损耗不确定区间以及第i架无人机-敌方截获接收机之间的直达波路径传播损耗不确定区间，其数学描述为：
Figure FDA0004121348260000031
式中，
Figure FDA0004121348260000032
和
Figure FDA0004121348260000033
分别表示第i架无人机-目标-第i架无人机路径传播损耗误差、第i架无人机-目标-第j架无人机路径传播损耗误差、第i架无人机-第j架无人机之间的直达波路径传播损耗误差以及第i架无人机-敌方截获接收机之间的直达波路径传播损耗误差。
3.如权利要求1所述的基于改进双层博弈的无人机集群稳健功率控制方法，其特征在于，步骤(2)中，根据预先设定的目标协同探测信号干噪比阈值γmin和各无人机雷达发射功率上限Pi max，建立基于联盟博弈的无人机集群稳健功率控制模型：
Figure FDA0004121348260000034
式中，ξi为地面控制中心对第i架无人机设定的单位发射功率价格，
Figure FDA0004121348260000035
表示第i架无人机的博弈效用函数，p-i表示除第i架无人机之外无人机集群系统中所有其他无人机雷达的发射功率，
Figure FDA0004121348260000036
表示第i架无人机雷达发射功率上限，WR为无人机集群系统中的无人机总架数，ptot表示无人机集群系统总发射功率；在各无人机与目标之间、各无人机与敌方截获接收机之间的路径传播损耗不确定的条件下，第i架无人机所得的最差
Figure FDA0004121348260000037
表示为：
Figure FDA0004121348260000038
式中，ci,j表示第i架无人机与第j架无人机之间的互相关系数，
Figure FDA0004121348260000041
为环境噪声功率。
4.如权利要求1所述的基于改进双层博弈的无人机集群稳健功率控制方法，其特征在于，步骤(4)中，引入拉格朗日乘子
Figure FDA0004121348260000042
与τ，构建如下式的拉格朗日乘子式：
Figure FDA0004121348260000043
对第i架无人机发射功率pi求偏导数。
5.如权利要求1所述的基于改进双层博弈的无人机集群稳健功率控制方法，其特征在于，步骤(5)中，通过令
Figure FDA0004121348260000044
获取无人机集群系统中各无人机的发射功率迭代表达式为：
Figure FDA0004121348260000045
式中，
Figure FDA0004121348260000046
式中，ite表示迭代次数，
Figure FDA0004121348260000047
拉格朗日乘子
Figure FDA0004121348260000048
与τ由次梯度算法进行迭代更新，如下所示：
Figure FDA0004121348260000049
式中，Δs为迭代步长，当x＞0时，
Figure FDA0004121348260000051
当x≤0时，
Figure FDA0004121348260000052
CN201910875756.3A 2019-09-17 2019-09-17 基于改进双层博弈的无人机集群稳健功率控制方法 Active CN110749881B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910875756.3A CN110749881B (zh) 2019-09-17 2019-09-17 基于改进双层博弈的无人机集群稳健功率控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910875756.3A CN110749881B (zh) 2019-09-17 2019-09-17 基于改进双层博弈的无人机集群稳健功率控制方法

Publications (2)

Publication Number Publication Date
CN110749881A CN110749881A (zh) 2020-02-04
CN110749881B true CN110749881B (zh) 2023-05-09

Family

ID=69276531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910875756.3A Active CN110749881B (zh) 2019-09-17 2019-09-17 基于改进双层博弈的无人机集群稳健功率控制方法

Country Status (1)

Country Link
CN (1) CN110749881B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112423270B (zh) * 2020-10-12 2022-03-25 南京航空航天大学 一种基于虚拟力和波束参数优化的无人机集群低截获部署方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103796211B (zh) * 2014-03-07 2017-06-06 国家电网公司 一种认知无线网络中联合功率和信道分配方法
CN106170131A (zh) * 2016-08-22 2016-11-30 中央军委装备发展部第六十三研究所 一种信道状态不确定条件下分层异构网络的稳健分层博弈学习资源分配方法
CN106685441B (zh) * 2016-12-09 2019-05-14 南京航空航天大学 一种基于合作博弈的射频隐身雷达组网功率分配方法
CN110007278B (zh) * 2019-03-15 2023-06-20 南京航空航天大学 一种基于斯塔科尔伯格博弈的多基雷达射频隐身优化方法

Also Published As

Publication number Publication date
CN110749881A (zh) 2020-02-04

Similar Documents

Publication Publication Date Title
CN106291481B (zh) 基于射频隐身的分布式mimo雷达资源联合优化方法
CN108616302B (zh) 一种功率控制下的无人机多重覆盖模型及部署方法
CN108008361B (zh) 基于射频隐身的分布式mimo雷达干扰波形设计方法
CN108732543B (zh) 一种基于射频隐身的机载组网雷达辐射参数联合优化方法
CN105158756B (zh) 集中式mimo雷达射频隐身时多目标跟踪波束指向方法
CN111812628B (zh) 基于非合作博弈的雷达通信一体化组网系统功率控制方法
CN107907863B (zh) 基于雷达-通信频谱共享的组网雷达波形设计方法
CN106896351B (zh) 一种基于非合作博弈的雷达组网功率控制方法
CN108717180B (zh) 一种基于斯塔克尔伯格博弈的组网雷达功率分配方法
CN111812599B (zh) 博弈条件下基于低截获性能的组网雷达最优波形设计方法
CN108896985B (zh) 基于射频隐身的组网雷达多目标跟踪采样间隔控制方法
CN107944597B (zh) 一种面对先进无源探测系统的编队雷达资源管理方法
CN106526546B (zh) 一种针对雷达与通信联合系统的雷达干扰功率分配方法
CN106501778B (zh) 一种基于射频隐身性能优化的dmrs稳健波形设计方法
CN108614261B (zh) 一种组网雷达系统多目标跟踪下的辐射参数控制方法
CN112147600B (zh) 面向射频隐身和目标跟踪的多基雷达发射参数优化方法
CN110007278B (zh) 一种基于斯塔科尔伯格博弈的多基雷达射频隐身优化方法
CN109459727B (zh) 基于射频隐身的雷达-通信联合系统最优波形设计方法
CN115567353B (zh) 一种面向雷达组网系统的干扰多波束调度和干扰功率联合优化方法
CN110749881B (zh) 基于改进双层博弈的无人机集群稳健功率控制方法
CN112423270A (zh) 一种基于虚拟力和波束参数优化的无人机集群低截获部署方法
CN108037487B (zh) 一种基于射频隐身的分布式mimo雷达发射信号优化设计方法
CN112054828B (zh) 面向低截获的分布式mimo雷达通信一体化系统功率分配方法
CN112118621B (zh) 一种机载雷达通信一体化系统辐射功率优化设计方法
CN111709584A (zh) 一种基于人工蜂群算法的雷达组网优化部署方法

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
GR01 Patent grant
GR01 Patent grant