CN110879608A - 不确定环境下无人系统编队快速自适应决策方法和装置 - Google Patents

不确定环境下无人系统编队快速自适应决策方法和装置 Download PDF

Info

Publication number
CN110879608A
CN110879608A CN201910991034.4A CN201910991034A CN110879608A CN 110879608 A CN110879608 A CN 110879608A CN 201910991034 A CN201910991034 A CN 201910991034A CN 110879608 A CN110879608 A CN 110879608A
Authority
CN
China
Prior art keywords
arc
information interaction
obtaining
topology
interaction topology
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
CN201910991034.4A
Other languages
English (en)
Other versions
CN110879608B (zh
Inventor
罗贺
李晓多
王国强
胡笑旋
曹欣
夏维
靳鹏
马华伟
朱默宁
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 University of Technology
Original Assignee
Hefei University of Technology
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 University of Technology filed Critical Hefei University of Technology
Priority to CN201910991034.4A priority Critical patent/CN110879608B/zh
Publication of CN110879608A publication Critical patent/CN110879608A/zh
Application granted granted Critical
Publication of CN110879608B publication Critical patent/CN110879608B/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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

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)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种不确定环境下无人系统编队快速自适应决策方法和装置,涉及人工智能领域。包括以下步骤:获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1;判断A0对初始信息交互拓扑T1是否有影响;若否,则T1即为最终的信息交互拓扑;若是,则获取A1的替代反向弧,将替代反向弧替代A1,得到信息交互拓扑T2;判断T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则获取T2对应的无向图R1;基于R1获取备用边集合;基于备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。本发明的安全可靠性高。

Description

不确定环境下无人系统编队快速自适应决策方法和装置
技术领域
本发明涉及人工智能技术领域,具体涉及一种不确定环境下无人系统编队快速自适应决策方法和装置。
背景技术
无人系统是指无人驾驶的、完全按遥控操作或者按预编程序自主运作的一种系统,具体包括机器人和智能体等等,由于其不需要人为操作的特点而被广泛应用于各种领域。相比较于单个无人系统完成任务,多个无人系统协作完成任务更加高效,因此多无人系统技术也被广泛的应用,而如何控制无人系统编队完成工作是当前研究的一大热点。
无人系统编队工作过程中可能会发生通信故障,使得某些通信链接不能够被使用,从而导致无人系统编队不能继续工作。现有技术一般将出现故障的通信链接删除,获取此时的通信网络下的二维持久编队对应的信息交互拓扑,并用该信息交互拓扑继续工作。
然而本申请的发明人发现,现有技术的方法在实际应用时,由于无人系统编队在工作过程中行进速度较快,而现有技术重新获取信息交互拓扑的时间较长,如果没有快速恢复无人系统编队的信息交互拓扑容易导致无人系统之间发生碰撞而无法完成编队任务。因此现有技术存在安全性低的缺点。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种不确定环境下无人系统编队快速自适应决策方法和装置,解决了现有技术安全性低的技术问题。
(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不确定环境下无人系统编队快速自适应决策方法,所述决策方法由计算机执行,包括以下步骤:
S1、获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1
S2、判断所述中断的通信链接A0对所述初始信息交互拓扑T1是否有影响;若是,则跳转到S3;若否,则T1即为最终的信息交互拓扑;
S3、获取A1的替代反向弧,将所述替代反向弧替代A1,得到信息交互拓扑T2;判断所述信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则跳到S4;
S4、获取T2对应的无向图R1;基于R1获取备用边集合;基于所述备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。
优选的,在S2中,判断A0对T1是否有影响,包括:
判断所述中断通信链接A1构成的集合是否为空集,若是,则A0对T1没有影响;若否,则A0对T1有影响。
优选的,在S3中,所述替代反向弧的获取方法包括:
S3011、将所述中断的通信链接A0从所述初始通信网络D1中删除,得到通信网络D2
S3012、判断所述中断通信链接A1中的每条故障弧的反向弧是否存在于D2中,若是,则所述反向弧可以作为A1的故障弧的替代反向弧;若否,则继续判断下一条故障弧。
优选的,在S3中,所述信息交互拓扑T2的获取方法,包括:
S3021、将所述中断通信链接A1从所述初始信息交互拓扑T1中删除,得到信息交互拓扑
Figure BDA0002238301950000031
S3022、将一条替代反向弧aqp添加到
Figure BDA0002238301950000032
中;
S3023、判断弧aqp的节点vp
Figure BDA0002238301950000033
中的入度是否大于2;
若是,则在
Figure BDA0002238301950000034
中找到一个入度小于2的节点vk;在
Figure BDA0002238301950000035
中获取vk到vp之间的一条路径,且所述一条路径的反向路径中的所有弧都存在于D2中,在
Figure BDA0002238301950000036
中将所述一条路径中的所有弧反向;
若否,则继续添加下一条替代反向弧;
S303、将所有可替代的故障弧由对应的替代反向弧替代后,得到信息交互拓扑T2
优选的,在S4中,所述备用边集合的获取方法包括:
获取所述通信网络D2对应的无向图R2;将所述R1中的边从所述R2中删除,得到剩余的边作为备用边;所有的备用边构成备用边集合。
优选的,在S4中,所述最终的信息交互拓扑的获取方法包括:
获取所述R1对应的刚度矩阵M;
将每条备用边依次添加到所述刚度矩阵M中,并判断:所述刚度矩阵M的秩是否为满秩;若否,则将所述备用边从所述刚度矩阵M中删除;若是,则判断:
对于任意一条备用边eij,判断:备用边eij的节点vj在T2中的入度是否小于2且弧aij存在于所述通信网络D2中;若是,则将弧aij添加到T2中,得到信息交互拓扑T3;若否,则判断:
节点vi在T2中的入度是否小于2且弧aji存在于所述通信网络D2中;若是,则将弧aji添加到T2中,得到信息交互拓扑T3;若否,则判断:
弧aij是否存在于所述通信网络D2中;若是,则将弧aij添加到T2中,并在T2中找到一个入度小于2的节点vo,在T2中获取vo到vj之间的一条路径,且所述一条路径的反向路径中的所有弧都存在于D2中,在T2中将所述一条路径中的所有弧反向,得到信息交互拓扑T3;若否,则将弧aji添加到T2中,并在T2中找到一个入度小于2的节点vo,在T2中获取vo到vi之间的一条路径,且所述一条路径的反向路径中的所有弧都存在于D2中,在T2中将所述一条路径中的所有弧反向,得到信息交互拓扑T3
判断T3是否为二维持久图,若是,则T3为最终的信息交互拓扑,若否,则继续添加下一条备用边,并重复以上步骤。
本发明解决其技术问题所提供的一种不确定环境下无人系统编队快速自适应决策装置,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:
S1、获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1
S2、判断所述中断的通信链接A0对所述初始信息交互拓扑T1是否有影响;若是,则跳转到S3;若否,则T1即为最终的信息交互拓扑;
S3、获取A1的替代反向弧,将所述替代反向弧替代A1,得到信息交互拓扑T2;判断所述信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则跳到S4;
S4、获取T2对应的无向图R1;基于R1获取备用边集合;基于所述备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。
优选的,在S3中,所述替代反向弧的获取方法包括:
S3011、将所述中断的通信链接A0从所述初始通信网络D1中删除,得到通信网络D2
S3012、判断所述中断通信链接A1中的每条故障弧的反向弧是否存在于D2中,若是,则所述反向弧可以作为A1的故障弧的替代反向弧;若否,则继续判断下一条故障弧。
优选的,在S3中,判断所述替代反向弧是否可以替代A1,包括:
S3021、将所述中断通信链接A1从所述初始信息交互拓扑T1中删除,得到信息交互拓扑
Figure BDA0002238301950000051
S3022、将一条替代反向弧aqp添加到
Figure BDA0002238301950000052
中;
S3023、判断弧aqp的节点vp
Figure BDA0002238301950000061
中的入度是否大于2;
若是,则在
Figure BDA0002238301950000062
中找到一个入度小于2的节点vk;在
Figure BDA0002238301950000063
中获取vk到vp之间的一条路径,且所述一条路径的反向路径中的所有弧都存在于D2中,在
Figure BDA0002238301950000064
中将所述一条路径中的所有弧反向;
若否,则继续添加下一条替代反向弧;
S303、将所有可替代的故障弧由对应的替代反向弧替代后,得到信息交互拓扑T2
优选的,在S4中,所述备用弧集合的获取方法包括:
获取所述通信网络D2对应的无向图R2;获取所述R1对应的刚度矩阵M;将所述R1中的边从所述R2中删除,得到剩余的边作为备用边;所有的备用边构成备用边集合。
(三)有益效果
本发明提供了一种不确定环境下无人系统编队快速自适应决策方法和装置。与现有技术相比,具备以下有益效果:
本发明通过获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1;判断中断的通信链接A0对初始信息交互拓扑T1是否有影响;若否,则T1即为最终的信息交互拓扑;若是,则获取A1的替代反向弧,将替代反向弧替代A1,得到信息交互拓扑T2;判断信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则获取T2对应的无向图R1;基于R1获取备用边集合;基于备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。本发明先用故障弧的反向弧尝试替代故障弧以恢复部分信息交互拓扑,再获取备用边,添加备用边对应的弧,得到完整的二维持久编队对应的信息交互拓扑,使得无人系统编队在执行任务时可以稳定地保持队型,安全可靠性高。
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为本发明实施例提供的不确定环境下无人系统编队快速自适应决策方法的整体流程图。
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不确定环境下无人系统编队快速自适应决策方法和装置,解决了现有技术安全性低的技术问题,提高了无人系统编队工作时的安全性。
本申请实施例的技术方案为解决上述技术问题,总体思路如下:
本发明实施例通过获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1;判断中断的通信链接A0对初始信息交互拓扑T1是否有影响;若否,则T1即为最终的信息交互拓扑;若是,则获取A1的替代反向弧,将替代反向弧替代A1,得到信息交互拓扑T2;判断信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则获取T2对应的无向图R1;基于R1获取备用边集合;基于备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。本发明实施例先用故障弧的反向弧尝试替代故障弧以恢复部分信息交互拓扑,再获取备用边,添加备用边对应的弧,得到完整的二维持久编队对应的信息交互拓扑,使得无人系统编队在执行任务时可以稳定地保持队型,安全可靠性高。
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不确定环境下无人系统编队快速自适应决策方法,该方法由计算机执行,如图1所示,包括以下步骤:
S1、获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1
S2、判断上述中断的通信链接A0对上述初始信息交互拓扑T1是否有影响;若是,则跳转到S3;若否,则T1即为最终的信息交互拓扑;
S3、获取A1的替代反向弧,将上述替代反向弧替代A1,得到信息交互拓扑T2;判断上述信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则跳到S4;
S4、获取T2对应的无向图R1;基于R1获取备用边集合;基于上述备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。
本发明实施例通过获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1;判断中断的通信链接A0对初始信息交互拓扑T1是否有影响;若否,则T1即为最终的信息交互拓扑;若是,则获取A1的替代反向弧,将替代反向弧替代A1,得到信息交互拓扑T2;判断信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则获取T2对应的无向图R1;基于R1获取备用边集合;基于备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。本发明实施例先用故障弧的反向弧尝试替代故障弧以恢复部分信息交互拓扑,再获取备用边,添加备用边对应的弧,得到完整的二维持久编队对应的信息交互拓扑,使得无人系统编队在执行任务时可以稳定地保持队型,安全可靠性高。
具体的,本发明实施例在具体实施时,由地面控制中心的计算机执行,继而将计算结果发给每个无人系统,实现多无人系统二维编队的信息交互拓扑的快速生成。
下面对各步骤进行具体分析。
在步骤S1中,获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1
具体的,首先获取无人系统编队未发生通信故障时的二维队形S、初始通信网络D1和初始信息交互拓扑T1
本发明实施例设定共n个AGENT通过AGENT之间的单向通信以形成并保持一个二维的编队队形S,该编队队形S中n个位置分别编号为{1,2,…,n}。
无人系统编队的初始通信网络D1=(V,A)。
其中:
V={vi},1≤i≤n是无人系统代表的节点的集合,其中vi表示AGENTi,即第i架无人系统。
Figure BDA0002238301950000101
是每两个节点构成的弧的集合,其中弧aij=(vi,vj)表示从AGENTi到AGENTj有一个可用的通信链接,使得AGENTi能发送信息给AGENTj
无人系统编队的初始信息交互拓扑T1=(V,A*)。
A*是信息交互拓扑中的通信链接对应的弧集合。
再获取无人系统编队发生通信故障时无人系统编队中断的通信链接A0。具体的,中断的通信链接可以为一条也可以为多条,在本发明实施例中A0指代所有的中断的通信链接构成的弧集合。
基于A0和T1获取T1中的中断通信链接A1。具体的,A1为初始信息交互拓扑T1中的中断通信链接。即:
A1=A*∩A0
在步骤S2中,判断上述中断的通信链接A0对上述初始信息交互拓扑T1是否有影响;若是,则跳转到S3;若否,则T1即为最终的信息交互拓扑。
具体的,判断方法为:
判断中断通信链接A1构成的集合是否为空集,若是,则A0对T1没有影响;若否,则A0对T1有影响。
即:当T1中没有中断的通信链接时,A0对T1没有影响。此时可继续采用T1作为无人系统编队工作的信息交互拓扑。
在步骤S3中,获取A1的替代反向弧,将上述替代反向弧替代A1,得到信息交互拓扑T2;判断上述信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则跳到S4。
具体的,包括以下步骤:
S3011、将上述中断的通信链接A0从上述初始通信网络D1中删除,得到通信网络D2
S3012、判断上述中断通信链接A1中的每条故障弧的反向弧是否存在于D2中,若是,则上述反向弧可以作为A1的故障弧的替代反向弧;若否,则继续判断下一条故障弧。
S3021、将上述中断通信链接A1从上述初始信息交互拓扑T1中删除,得到信息交互拓扑
Figure BDA0002238301950000111
S3022、将一条替代反向弧aqp添加到
Figure BDA0002238301950000112
中。
S3023、判断弧aqp的节点vp
Figure BDA0002238301950000113
中的入度是否大于2。
若是,则在
Figure BDA0002238301950000121
中找到一个入度小于2的节点vk;在
Figure BDA0002238301950000122
中获取vk到vp之间的一条路径,且上述一条路径的反向路径中的所有弧都存在于D2中,在
Figure BDA0002238301950000123
中将上述一条路径中的所有弧反向。
若否,则继续添加下一条替代反向弧。
S303、将所有可替代的故障弧由对应的替代反向弧替代后,得到信息交互拓扑T2
本发明实施例在具体实施时,首先判断故障弧的反向弧是否存在于D2中,若反向弧存在则作为故障弧的反向替代弧。将所有的反向替代弧全部获取后,逐条添加到
Figure BDA0002238301950000124
中,并判断是否需要进行路径反向操作,若需要,则进行路径反向操作,以获得信息交互拓扑T2
需要说明的是,本发明还提供了另一种实施例用以获取信息交互拓扑T2。具体为:判断中断通信链接A1中的第一条故障弧是否存在替代反向弧,若第一条故障弧存在替代反向弧,则用替代反向弧替代故障弧并判断是否需要进行路径反向操作,待第一条故障弧操作完成后,继续判断下一条故障弧是否存在替代反向弧;若第一条故障弧不存在替代反向弧,则直接判断下一条故障弧并进行后续操作。将所有的可替代的故障弧由对应的替代反向弧替代后,得到信息交互拓扑T2
步骤S304:判断上述信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则跳到S4。
在步骤S4中,获取T2对应的无向图R1;基于R1获取备用边集合;基于上述备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。
具体的,备用边集合的获取方法为:
获取上述通信网络D2对应的无向图R2;将上述R1中的边从所述R2中删除,得到剩余的边作为备用边;所有的备用边构成备用边集合。
最终的信息交互拓扑的获取方法包括:
获取上述R1对应的刚度矩阵M。
将每条备用边依次添加到上述刚度矩阵M中,并判断:上述刚度矩阵M的秩是否为满秩;若否,则将上述备用边从上述刚度矩阵M中删除;若是,则判断:
对于任意一条备用边eij,判断:备用边eij的节点vj在T2中的入度是否小于2且弧aij存在于上述通信网络D2中;若是,则将弧aij添加到T2中,得到信息交互拓扑T3;若否,则判断:
节点vi在T2中的入度是否小于2且弧aji存在于上述通信网络D2中;若是,则将弧aji添加到T2中,得到信息交互拓扑T3;若否,则判断:
弧aij是否存在于上述通信网络D2中;若是,则将弧aij添加到T2中,并在T2中找到一个入度小于2的节点vo,在T2中获取vo到vj之间的一条路径,且上述一条路径的反向路径中的所有弧都存在于D2中,在T2中将上述一条路径中的所有弧反向,得到信息交互拓扑T3;若否,则将弧aji添加到T2中,并在T2中找到一个入度小于2的节点vo,在T2中获取vo到vi之间的一条路径,且上述一条路径的反向路径中的所有弧都存在于D2中,在T2中将上述一条路径中的所有弧反向,得到信息交互拓扑T3
判断T3是否为二维持久图,若是,则T3为最终的信息交互拓扑,若否,则继续添加下一条备用边,并重复以上步骤。
得到的最终的信息交互拓扑即为无人系统编队继续工作时所执行的信息交互拓扑。
本发明实施例还提供了一种不确定环境下无人系统编队快速自适应决策装置,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:
S1、获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1
S2、判断上述中断的通信链接A0对上述初始信息交互拓扑T1是否有影响;若是,则跳转到S3;若否,则T1即为最终的信息交互拓扑;
S3、获取A1的替代反向弧,将上述替代反向弧替代A1,得到信息交互拓扑T2;判断上述信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则跳到S4;
S4、获取T2对应的无向图R1;基于R1获取备用边集合;基于上述备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。
可理解的是,本发明实施例提供的上述决策装置与上述决策方法相对应,其有关内容的解释、举例、有益效果等部分可以参考不确定环境下无人系统编队快速自适应决策方法中的相应内容,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:
本发明实施例通过获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1;判断中断的通信链接A0对初始信息交互拓扑T1是否有影响;若否,则T1即为最终的信息交互拓扑;若是,则获取A1的替代反向弧,将替代反向弧替代A1,得到信息交互拓扑T2;判断信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则获取T2对应的无向图R1;基于R1获取备用边集合;基于备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。本发明实施例先用故障弧的反向弧尝试替代故障弧以恢复部分信息交互拓扑,再获取备用边,添加备用边对应的弧,得到完整的二维持久编队对应的信息交互拓扑,使得无人系统编队在执行任务时可以稳定地保持队型,安全可靠性高。
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)

1.一种不确定环境下无人系统编队快速自适应决策方法,其特征在于,所述决策方法由计算机执行,包括以下步骤:
S1、获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1
S2、判断所述中断的通信链接A0对所述初始信息交互拓扑T1是否有影响;若是,则跳转到S3;若否,则T1即为最终的信息交互拓扑;
S3、获取A1的替代反向弧,将所述替代反向弧替代A1,得到信息交互拓扑T2;判断所述信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则跳到S4;
S4、获取T2对应的无向图R1;基于R1获取备用边集合;基于所述备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。
2.如权利要求1所述的决策方法,其特征在于,在S2中,判断A0对T1是否有影响,包括:
判断所述中断通信链接A1构成的集合是否为空集,若是,则A0对T1没有影响;若否,则A0对T1有影响。
3.如权利要求1所述的决策方法,其特征在于,在S3中,所述替代反向弧的获取方法包括:
S3011、将所述中断的通信链接A0从所述初始通信网络D1中删除,得到通信网络D2
S3012、判断所述中断通信链接A1中的每条故障弧的反向弧是否存在于D2中,若是,则所述反向弧可以作为A1的故障弧的替代反向弧;若否,则继续判断下一条故障弧。
4.如权利要求3所述的决策方法,其特征在于,在S3中,所述信息交互拓扑T2的获取方法,包括:
S3021、将所述中断通信链接A1从所述初始信息交互拓扑T1中删除,得到信息交互拓扑
Figure FDA0002238301940000021
S3022、将一条替代反向弧aqp添加到
Figure FDA0002238301940000022
中;
S3023、判断弧aqp的节点vp
Figure FDA0002238301940000023
中的入度是否大于2;
若是,则在
Figure FDA0002238301940000024
中找到一个入度小于2的节点vk;在
Figure FDA0002238301940000025
中获取vk到vp之间的一条路径,且所述一条路径的反向路径中的所有弧都存在于D2中,在
Figure FDA0002238301940000026
中将所述一条路径中的所有弧反向;
若否,则继续添加下一条替代反向弧;
S303、将所有可替代的故障弧由对应的替代反向弧替代后,得到信息交互拓扑T2
5.如权利要求3所述的决策方法,其特征在于,在S4中,所述备用边集合的获取方法包括:
获取所述通信网络D2对应的无向图R2;将所述R1中的边从所述R2中删除,得到剩余的边作为备用边;所有的备用边构成备用边集合。
6.如权利要求5所述的决策方法,其特征在于,在S4中,所述最终的信息交互拓扑的获取方法包括:
获取所述R1对应的刚度矩阵M;
将每条备用边依次添加到所述刚度矩阵M中,并判断:所述刚度矩阵M的秩是否为满秩;若否,则将所述备用边从所述刚度矩阵M中删除;若是,则判断:
对于任意一条备用边eij,判断:备用边eij的节点vj在T2中的入度是否小于2且弧aij存在于所述通信网络D2中;若是,则将弧aij添加到T2中,得到信息交互拓扑T3;若否,则判断:
节点vi在T2中的入度是否小于2且弧aji存在于所述通信网络D2中;若是,则将弧aji添加到T2中,得到信息交互拓扑T3;若否,则判断:
弧aij是否存在于所述通信网络D2中;若是,则将弧aij添加到T2中,并在T2中找到一个入度小于2的节点vo,在T2中获取vo到vj之间的一条路径,且所述一条路径的反向路径中的所有弧都存在于D2中,在T2中将所述一条路径中的所有弧反向,得到信息交互拓扑T3;若否,则将弧aji添加到T2中,并在T2中找到一个入度小于2的节点vo,在T2中获取vo到vi之间的一条路径,且所述一条路径的反向路径中的所有弧都存在于D2中,在T2中将所述一条路径中的所有弧反向,得到信息交互拓扑T3
判断T3是否为二维持久图,若是,则T3为最终的信息交互拓扑,若否,则继续添加下一条备用边,并重复以上步骤。
7.一种不确定环境下无人系统编队快速自适应决策装置,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:
S1、获取未发生通信干扰时无人系统编队的二维队形、初始通信网络D1和初始信息交互拓扑T1;获取发生通信干扰时无人系统编队中断的通信链接A0;基于A0和T1获取T1中的中断通信链接A1
S2、判断所述中断的通信链接A0对所述初始信息交互拓扑T1是否有影响;若是,则跳转到S3;若否,则T1即为最终的信息交互拓扑;
S3、获取A1的替代反向弧,将所述替代反向弧替代A1,得到信息交互拓扑T2;判断所述信息交互拓扑T2是否为二维持久图,若是,则T2即为最终的信息交互拓扑,若否,则跳到S4;
S4、获取T2对应的无向图R1;基于R1获取备用边集合;基于所述备用边集合添加备用边对应的弧到T2中,得到最终的信息交互拓扑。
8.如权利要求7所述的决策装置,其特征在于,在S3中,所述替代反向弧的获取方法包括:
S3011、将所述中断的通信链接A0从所述初始通信网络D1中删除,得到通信网络D2
S3012、判断所述中断通信链接A1中的每条故障弧的反向弧是否存在于D2中,若是,则所述反向弧可以作为A1的故障弧的替代反向弧;若否,则继续判断下一条故障弧。
9.如权利要求8所述的决策装置,其特征在于,在S3中,判断所述替代反向弧是否可以替代A1,包括:
S3021、将所述中断通信链接A1从所述初始信息交互拓扑T1中删除,得到信息交互拓扑
Figure FDA0002238301940000041
S3022、将一条替代反向弧aqp添加到
Figure FDA0002238301940000051
中;
S3023、判断弧aqp的节点vp
Figure FDA0002238301940000052
中的入度是否大于2;
若是,则在
Figure FDA0002238301940000053
中找到一个入度小于2的节点vk;在
Figure FDA0002238301940000054
中获取vk到vp之间的一条路径,且所述一条路径的反向路径中的所有弧都存在于D2中,在
Figure FDA0002238301940000055
中将所述一条路径中的所有弧反向;
若否,则继续添加下一条替代反向弧;
S303、将所有可替代的故障弧由对应的替代反向弧替代后,得到信息交互拓扑T2
10.如权利要求9所述的决策装置,其特征在于,在S4中,所述备用弧集合的获取方法包括:
获取所述通信网络D2对应的无向图R2;获取所述R1对应的刚度矩阵M;将所述R1中的边从所述R2中删除,得到剩余的边作为备用边;所有的备用边构成备用边集合。
CN201910991034.4A 2019-10-18 2019-10-18 不确定环境下无人系统编队快速自适应决策方法和装置 Active CN110879608B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910991034.4A CN110879608B (zh) 2019-10-18 2019-10-18 不确定环境下无人系统编队快速自适应决策方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910991034.4A CN110879608B (zh) 2019-10-18 2019-10-18 不确定环境下无人系统编队快速自适应决策方法和装置

Publications (2)

Publication Number Publication Date
CN110879608A true CN110879608A (zh) 2020-03-13
CN110879608B CN110879608B (zh) 2023-02-28

Family

ID=69728116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910991034.4A Active CN110879608B (zh) 2019-10-18 2019-10-18 不确定环境下无人系统编队快速自适应决策方法和装置

Country Status (1)

Country Link
CN (1) CN110879608B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111813121A (zh) * 2020-07-13 2020-10-23 陕西理工大学 基于距离-角度优先级的多移动机器人编队避障方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6098180A (en) * 1997-02-18 2000-08-01 E-Parcel, Llc Robust delivery system
US6377543B1 (en) * 1997-08-13 2002-04-23 Telecommunications Research Laboratories Path restoration of networks
US20030023983A1 (en) * 1999-04-01 2003-01-30 Pidgeon Rezin E. Cable television system with digital reverse path architecture
US20100074101A1 (en) * 2007-06-01 2010-03-25 Nortel Networks Limited Distributed Connection Establishment and Restoration
CN102035715A (zh) * 2010-12-17 2011-04-27 南京中兴力维软件有限公司 一种2m环网络故障诊断方法及系统
JP2011124811A (ja) * 2009-12-10 2011-06-23 Nippon Telegr & Teleph Corp <Ntt> 迂回経路情報作成装置および迂回経路情報作成方法
US20140095704A1 (en) * 2012-09-28 2014-04-03 Marcel Kiessling Redundantly operable industrial communication system, communication device and method for redundantly operating an industrial communication system
CN106506237A (zh) * 2016-12-08 2017-03-15 广东电网有限责任公司电力科学研究院 一种变电站通信网络的故障定位方法及装置
CN106909171A (zh) * 2017-05-08 2017-06-30 合肥工业大学 无人‑有人机编队最优通信拓扑生成方法及装置
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
CN106992897A (zh) * 2017-06-07 2017-07-28 合肥工业大学 多无人机协同编队中的信息交互拓扑优化方法及装置
CN107092273A (zh) * 2017-05-08 2017-08-25 合肥工业大学 无人‑有人机编队通信拓扑启发式优化方法及装置
CN107135105A (zh) * 2017-05-08 2017-09-05 合肥工业大学 无人‑有人机编队信息交互拓扑容错优化方法及装置
CN107135104A (zh) * 2017-05-08 2017-09-05 合肥工业大学 无人‑有人机编队信息交互拓扑优化方法及装置
US20170346679A1 (en) * 2016-05-27 2017-11-30 Hefei University Of Technology Method and System for Reconstructing Unmanned Aerial Vehicle Formation Communication Topology Based on Minimum Cost Arborescence
CN107888427A (zh) * 2017-12-01 2018-04-06 国网江西省电力有限公司信息通信分公司 基于sdn架构的电力信息通信网络控制方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6098180A (en) * 1997-02-18 2000-08-01 E-Parcel, Llc Robust delivery system
US6377543B1 (en) * 1997-08-13 2002-04-23 Telecommunications Research Laboratories Path restoration of networks
US20030023983A1 (en) * 1999-04-01 2003-01-30 Pidgeon Rezin E. Cable television system with digital reverse path architecture
US20100074101A1 (en) * 2007-06-01 2010-03-25 Nortel Networks Limited Distributed Connection Establishment and Restoration
JP2011124811A (ja) * 2009-12-10 2011-06-23 Nippon Telegr & Teleph Corp <Ntt> 迂回経路情報作成装置および迂回経路情報作成方法
CN102035715A (zh) * 2010-12-17 2011-04-27 南京中兴力维软件有限公司 一种2m环网络故障诊断方法及系统
US20140095704A1 (en) * 2012-09-28 2014-04-03 Marcel Kiessling Redundantly operable industrial communication system, communication device and method for redundantly operating an industrial communication system
US20170346679A1 (en) * 2016-05-27 2017-11-30 Hefei University Of Technology Method and System for Reconstructing Unmanned Aerial Vehicle Formation Communication Topology Based on Minimum Cost Arborescence
CN106506237A (zh) * 2016-12-08 2017-03-15 广东电网有限责任公司电力科学研究院 一种变电站通信网络的故障定位方法及装置
CN106909171A (zh) * 2017-05-08 2017-06-30 合肥工业大学 无人‑有人机编队最优通信拓扑生成方法及装置
CN107092273A (zh) * 2017-05-08 2017-08-25 合肥工业大学 无人‑有人机编队通信拓扑启发式优化方法及装置
CN107135105A (zh) * 2017-05-08 2017-09-05 合肥工业大学 无人‑有人机编队信息交互拓扑容错优化方法及装置
CN107135104A (zh) * 2017-05-08 2017-09-05 合肥工业大学 无人‑有人机编队信息交互拓扑优化方法及装置
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
CN106992897A (zh) * 2017-06-07 2017-07-28 合肥工业大学 多无人机协同编队中的信息交互拓扑优化方法及装置
CN107888427A (zh) * 2017-12-01 2018-04-06 国网江西省电力有限公司信息通信分公司 基于sdn架构的电力信息通信网络控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YAO ZOU等: "《Distributed Formation Control for Multiple Vertical Takeoff and Landing UAVs With Switching Topologies》", 《IEEE/ASME TRANSACTIONS ON MECHATRONICS》 *
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", 《中国博士学位论文全文数据库》 *
索良泽等: "无线网络通信下多无人飞行器编队飞行控制", 《电光与控制》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111813121A (zh) * 2020-07-13 2020-10-23 陕西理工大学 基于距离-角度优先级的多移动机器人编队避障方法
CN111813121B (zh) * 2020-07-13 2023-07-18 陕西理工大学 基于距离-角度优先级的多移动机器人编队避障方法

Also Published As

Publication number Publication date
CN110879608B (zh) 2023-02-28

Similar Documents

Publication Publication Date Title
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
CN108900358B (zh) 基于深度信念网络资源需求预测的虚拟网络功能动态迁移方法
JP6527584B2 (ja) 積極的ネットワーク障害処理
CN114048857B (zh) 算力分配方法、装置及算力服务器
CN113835899B (zh) 针对分布式图学习的数据融合方法及装置
CN110879608B (zh) 不确定环境下无人系统编队快速自适应决策方法和装置
CN110598871A (zh) 一种微服务架构下的业务流柔性控制的方法及系统
CN114895703A (zh) 基于拓扑优化重构的分布式容错时变编队控制方法及系统
CN111026104B (zh) 突发事件下的多智能体系统快速响应方法和装置
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
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
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
CN106406082B (zh) 一种系统控制方法、装置,控制器及控制系统
CN110879609B (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
Zhang et al. Cooperative fault diagnosis of fuzzy fractional order time-varying multi-agent system with directed networks
CN111314879A (zh) 突发事件下无人平台信息感知网络快速响应方法和装置
CN110609548B (zh) 多无人平台协同队形保持的快速优化方法和装置
CN115865912A (zh) 网络边缘在线服务功能链部署方法、系统和设备
Ductor et al. Adaptive replication in fault-tolerant multi-agent systems
CN115460217B (zh) 一种基于强化学习的云服务高可用决策方法
CN111107604B (zh) 无人平台信息感知网络的快速优化方法和装置
CN115087042A (zh) 5g专网数据分流方法、装置、设备及存储介质
Gotani et al. Design of an SDN control method considering the path switching time under disaster situations
CN113740650A (zh) 一种船舶电力系统故障检测方法、终端设备及存储介质
CN111104561A (zh) 启发式的无人平台信息感知网络拓扑生成方法和装置

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