CN112437502B - 基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法 - Google Patents

基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法 Download PDF

Info

Publication number
CN112437502B
CN112437502B CN202011254523.0A CN202011254523A CN112437502B CN 112437502 B CN112437502 B CN 112437502B CN 202011254523 A CN202011254523 A CN 202011254523A CN 112437502 B CN112437502 B CN 112437502B
Authority
CN
China
Prior art keywords
cluster
unmanned aerial
aerial vehicle
task
information interaction
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
CN202011254523.0A
Other languages
English (en)
Other versions
CN112437502A (zh
Inventor
何锋
董文奇
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.)
Beihang University
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN202011254523.0A priority Critical patent/CN112437502B/zh
Publication of CN112437502A publication Critical patent/CN112437502A/zh
Application granted granted Critical
Publication of CN112437502B publication Critical patent/CN112437502B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104—Simultaneous 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)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于多任务无人机集群信息交互的分层分簇的网络拓扑结构生成方法，包括有：确定无人机簇集合以及每个簇群的位置矩阵的步骤；构建每个簇群的簇内信息交互的网络拓扑结构的步骤；构建簇间信息交互的网络拓扑结构的步骤。本发明方法利用分层分簇结构对无人机集群进行自组织，采用在不同的簇群里面执行不同任务的方式，解决了无人机集群规模受限且信息交互只面向单一任务的问题。在多任务无人机集群信息交互的SCH拓扑中簇内采用集中式控制，以簇首为根计算一棵最小生成树来构建任意一个独立簇的网络拓扑结构并以此完成各个独立簇内的信息交互，簇与簇之间引入空间交互引力模型来构建簇间网络拓扑结构并以此完成无人机簇群间的信息交互。

Description

基于多任务无人机集群信息交互的分层分簇网络拓扑结构生 成方法
技术领域
本发明涉及网络拓扑结构生成方法，更特别地说，是指一种依据多任务无人机集群信息交互来生成的分层分簇网络拓扑结构，生成的分层分簇网络拓扑结构简称为SCH拓扑。
背景技术
随着无人机技术的不断发展，无人机(Unmanned Aerial Vehicle，UAV)进行自主协同执行任务的应用日益增长，集群规模不断增大，任务多样性增加，集群内部无人机之间信息交换更为频繁。无人机机载电力资源有限，可通过去除通信网络拓扑中的一部分冗余链路以提高无人机的续航能力，在此基础上为保证无人机完成任务的效率和成功率，需要设计合理的网络拓扑结构进行无人机编队信息交互，因此需要对无人机编队信息交互生成的网络拓扑结构进行进一步地研究。
目前，无人机集群信息交互的网络拓扑结构生成主要是面向队形保持场景，缺乏对无人机集群面向多种任务的考虑，同时对于大规模无人机集群信息交互的网络拓扑结构的研究相对较少。因此，面向多任务大规模无人机集群信息交互的网络拓扑结构的生成成为了亟需解决的技术问题。
发明内容
为了解决现有无人机集群信息交互生成的网络拓扑结构只是面向队形保持且集群规模受限的不足，本发明提出了一种基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法。本发明方法利用分层分簇结构对无人机集群进行自组织，采用在不同的簇群里面执行不同任务的方式，解决了无人机集群规模受限且信息交互只面向单一任务的问题。在无人机集群信息交互的SCH拓扑中簇内采用集中式控制，簇首即为该簇簇成员的领航者，根据领航－跟随者编队控制方法下，无人机集群信息交互的SCH拓扑是通信网络拓扑的一棵生成树，以此构建任意一个独立簇的网络拓扑结构并以此完成各个独立簇内的信息交互，簇与簇之间引入空间交互引力模型来构建簇间网络拓扑结构并以此完成无人机簇群间的信息交互。
本发明提出的一种基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法，其特征在于包括有下列步骤：
步骤一：确定无人机簇集合以及每个簇群的位置矩阵；
步骤101，随机选取编队队形中任意一架无人机UAVj作为编队参考点；
对编队队形中的无人机集合记为MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}；
记录下所述MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}中各个无人机的位置(x,y,z)，x为横轴，y为纵轴，z为竖轴，即飞行高度；
步骤102，执行相同任务的多个无人机为同一簇；
执行的任务集合记为TASK＝{task1,task2,…,taskb,…,taskl,…,taskB}；
簇群集合记为MC，且MC＝{C1,C2,…,Ci,…,Ck,…,CM}，其中：
将MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}中的无人机依据执行相同任务为同一簇进行分簇MC＝{C1,C2,…,Ci,…,Ck,…,CM}，分别获得：
第一个簇群
Figure BDA0002772679220000021
第二个簇群
Figure BDA0002772679220000022
任意一个簇群
Figure BDA0002772679220000023
另一个任意簇群
Figure BDA0002772679220000024
最后一个簇群
Figure BDA0002772679220000025
步骤103，构建每一个簇的位置矩阵；
以第一个簇群
Figure BDA0002772679220000026
中每个无人机的位置，构建得到第一个簇群的位置矩阵，记为
Figure BDA0002772679220000027
以第二个簇群
Figure BDA0002772679220000028
中每个无人机的位置，构建得到第二个簇群的位置矩阵，记为
Figure BDA0002772679220000029
以任意一个簇群
Figure BDA00027726792200000210
中每个无人机的位置，构建得到任意一个簇群的位置矩阵，记为
Figure BDA00027726792200000211
以另一个任意簇群
Figure BDA00027726792200000212
中每个无人机的位置，构建得到另一个任意簇群的位置矩阵，记为
Figure BDA00027726792200000213
以最后一个簇群
Figure BDA00027726792200000214
中每个无人机的位置，构建得到最后一个簇群的位置矩阵，记为
Figure BDA00027726792200000215
步骤104，从每一个簇中选取出簇首，并记录下所有簇首的位置；
将每个簇群中的簇首选取出，构成簇首集合为
Figure BDA00027726792200000216
然后记录下簇首的位置，所有簇首的位置构成了簇首位置矩阵PCH。
步骤二：构建每个簇群的簇内信息交互的网络拓扑结构；
任意一个簇群中的无人机记录着一个三元组无人机状态信息，称为簇群的通信网络拓扑，记为
Figure BDA00027726792200000217
且
Figure BDA00027726792200000218
步骤201，记录每个簇群中无人机之间的状态信息；
第一个簇群
Figure BDA00027726792200000219
的通信网络拓扑，记为
Figure BDA00027726792200000220
且
Figure BDA00027726792200000221
第二个簇群
Figure BDA00027726792200000222
的通信网络拓扑，记为
Figure BDA00027726792200000223
且
Figure BDA00027726792200000224
任意一个簇群
Figure BDA00027726792200000225
的通信网络拓扑，记为
Figure BDA00027726792200000226
且
Figure BDA00027726792200000227
另一个任意簇群
Figure BDA00027726792200000228
的通信网络拓扑，记为
Figure BDA0002772679220000031
且
Figure BDA0002772679220000032
最后一个簇群
Figure BDA0002772679220000033
的通信网络拓扑，记为
Figure BDA0002772679220000034
且
Figure BDA0002772679220000035
步骤202，计算每个簇群通信网络拓扑的最小生成树；
采用Kruskal算法计算通信网络拓扑
Figure BDA0002772679220000036
的最小生成树，称为簇群的信息交互拓扑，记为
Figure BDA0002772679220000037
且
Figure BDA0002772679220000038
第一个簇群
Figure BDA0002772679220000039
的信息交互拓扑，记为
Figure BDA00027726792200000310
且
Figure BDA00027726792200000311
第二个簇群
Figure BDA00027726792200000312
的信息交互拓扑，记为
Figure BDA00027726792200000313
且
Figure BDA00027726792200000314
任意一个簇群
Figure BDA00027726792200000315
的信息交互拓扑，记为
Figure BDA00027726792200000316
且
Figure BDA00027726792200000317
另一个任意簇群
Figure BDA00027726792200000318
的信息交互拓扑，记为
Figure BDA00027726792200000319
且
Figure BDA00027726792200000320
最后一个簇群
Figure BDA00027726792200000321
的信息交互拓扑，记为
Figure BDA00027726792200000322
且
Figure BDA00027726792200000323
信息交互拓扑
Figure BDA00027726792200000324
的总通信代价记为
Figure BDA00027726792200000325
且
Figure BDA00027726792200000326
为
Figure BDA00027726792200000327
中的所有元素之和；
信息交互拓扑
Figure BDA00027726792200000328
的总通信代价记为
Figure BDA00027726792200000329
且
Figure BDA00027726792200000330
为
Figure BDA00027726792200000331
中的所有元素之和；
信息交互拓扑
Figure BDA00027726792200000332
的总通信代价记为
Figure BDA00027726792200000333
且
Figure BDA00027726792200000334
为
Figure BDA00027726792200000335
中的所有元素之和；
信息交互拓扑
Figure BDA00027726792200000336
的总通信代价记为
Figure BDA00027726792200000337
且
Figure BDA00027726792200000338
为
Figure BDA00027726792200000339
中的所有元素之和；
信息交互拓扑
Figure BDA00027726792200000340
的总通信代价记为
Figure BDA00027726792200000341
且
Figure BDA00027726792200000342
为
Figure BDA00027726792200000343
中的所有元素之和。
步骤三：构建簇间信息交互的网络拓扑结构；
步骤301，记录每个簇群所执行任务的任务高度；
根据层次任务模型，确定每个簇群执行任务的任务高度，记为
Figure BDA00027726792200000344
值。所有簇群MC＝{C1,C2,…,Ci,…,Ck,…,CM}执行完成所有任务TASK＝{task1,task2,…,taskb,…,taskl,…,taskB}后，得到了任务高度矩阵，记为H_TASK，且
Figure BDA00027726792200000345
步骤302，计算簇首无人机之间的交互引力矩阵；
依据空间中两点的距离计算公式
Figure BDA00027726792200000346
计算簇首无人机之间的距离矩阵，记为DCH，且
Figure BDA00027726792200000347
根据步骤301得到任务高度矩阵
Figure BDA00027726792200000348
记录M个簇群的规模矩阵，记为NMC，且
Figure BDA00027726792200000349
依据交互引力计算公式
Figure BDA0002772679220000041
计算簇首无人机之间的交互引力矩阵FCH，且
Figure BDA0002772679220000042
步骤303，构建簇首与簇首之间的簇间通信网络拓扑；
在本发明中，任意一个簇首无人机记录着一个三元组无人机状态信息，称为簇间通信网络拓扑，记为AECH，且AECH＝{CH_MC,hopCH,NSCH}；
步骤304，计算簇间通信网络拓扑的最小生成树；
在本发明中，利用Kruskal算法计算通信网络拓扑AECH的最小生成树，称为簇间信息交互拓扑，记为TECH，且TECH＝{CH_MC,linCH,WECH}；
信息交互拓扑TECH的总通信代价记为COSTCH，且COSTCH为矩阵WECH中的所有元素之和。
步骤四：生成多任务无人机集群信息交互的网络拓扑结构；
步骤401，合并簇内与簇间信息交互拓扑；
将各个簇群的簇内信息交互拓扑与簇间信息交互拓扑进行合并，得到多任务无人机集群的信息交互拓扑，记为MTE，且MTE＝{MUAV,Mlin,MWE}；
步骤402，计算多任务无人机集群信息交互拓扑的总通信代价；
信息交互拓扑MTE的总通信代价记为MCOST，且MCOST为矩阵MWE中的所有元素之和，即
Figure BDA0002772679220000043
本发明基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法的优点在于：
①本发明将无人机集群按照执行任务的不同分为不同的簇群，一个簇群执行一项任务，从而构建多任务无人机集群信息交互的分层分簇网络拓扑结构。应用SCH拓扑提高了无人机集群以信息交互执行多样性任务的适应性。
②采用本发明的SCH拓扑，使得簇内、簇间采用不同的信息交互方式，簇内采用集中式控制以节约能量且易于保证群体一致性；簇间采用空间交互引力模型引入交互引力，考虑了任务之间的相关性，提高了任务执行的性能。
③本发明采用分层分簇网络模型，适应于大规模无人机集群的信息交互拓扑生成，具有规模的可伸缩性。
④本发明由于引入了分层分簇网络模型，采用分布式计算分别构建簇内、簇间信息交互拓扑，将一个大规模编队问题分解为若干小规模编队问题，提高了计算效率。
附图说明
图1是本发明基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成流程图。
图2是本发明依据执行任务生成的无人机集群信息交互的网络拓扑结构图。
图3是无人机集群中各个无人机的空间位置分布图。
图4是本发明层次任务模型的结构框图。
图5是经本发明方法处理后的多任务无人机集群信息交互的网络拓扑结构图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的详细说明。
作者：李振，李峭，熊华钢，于2015年3月第46卷(总第159期)发表的《基于使命任务分解的航空电子跨平台通信组织与仿真》，在“2使命任务分解”章节中公开了使命任务的功能流程框图。针对给定的使命任务，梳理使命任务执行流程，按总体设计需求将流程中各阶段划分为各任务片段，并以方框表示。采用有向箭头连接方框，以表示片段之间的时序依赖关系。
作者：王荣巍，何锋，周璇，鲁俊，李二帅，于2019年09月04日发表的《面向无人机蜂群的航电云多层任务调度模型》，在“2.1任务模型”章节中公开了采用功能流程框图对无人机蜂群作战内容分层分段、建立使命组、使命、任务与子任务的层次任务模型，并定义各任务层资源需求关系。
在本发明中，依据《基于使命任务分解的航空电子跨平台通信组织与仿真》和《面向无人机蜂群的航电云多层任务调度模型》来定义了，多个任务采用从左至右的时序依赖执行过程进行任务层级数划分，得到任务量化值。为了方便说明，所述任务量化值记为H值。
在本发明中，编队队形中的所有无人机采用集合形式表达为无人机集合，记为MUAV，且MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}，其中：UAV1表示第一架无人机；UAV2表示第二架无人机；UAVj表示任意一架无人机；下角标j表示无人机的标识号；为了方便说明，UAVa表示另一架任意无人机；下角标j与a表示不同的无人机；UAVN表示最后一架无人机，下角标N表示无人机的总数。
在本发明中，记录下所述MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}中各个无人机的位置(x,y,z)，x为横轴，y为纵轴，z为竖轴，即飞行高度。
在本发明中，簇群集合记为MC，且MC＝{C1,C2,…,Ci,…,Ck,…,CM}，其中：C1表示第一个簇群；第一个簇群C1的簇首，记为
Figure BDA0002772679220000051
简称为第一个簇首
Figure BDA0002772679220000052
C2表示第二个簇群；第二个簇群C2簇首，记为
Figure BDA0002772679220000053
简称为第二个簇首
Figure BDA0002772679220000054
Ci表示任意一个簇群；下角标i表示簇群的标识号；任意一个簇群Ci的簇首，记为
Figure BDA0002772679220000055
简称为任意一个簇首
Figure BDA0002772679220000056
为了方便说明，Ck表示另一个任意簇群，下角标k与i表示不同的簇群；
Figure BDA0002772679220000057
为簇群Ck的簇首，简称为另一个任意簇首
Figure BDA0002772679220000058
CM表示最后一个簇群，下角标M表示簇群的总数；最后一个簇群CM的簇首，记为
Figure BDA0002772679220000059
简称为最后一个簇首
Figure BDA00027726792200000510
在本发明中，归属于任意一个簇群Ci的无人机，记为Ci_MUAV，且
Figure BDA00027726792200000511
Figure BDA00027726792200000512
表示属于簇群Ci的第一架无人机。
Figure BDA00027726792200000513
表示属于簇群Ci的第二架无人机；
Figure BDA00027726792200000514
表示属于簇群Ci的任意一架无人机；
Figure BDA00027726792200000515
表示属于簇群Ci的另一架任意无人机；
Figure BDA00027726792200000516
表示属于簇群Ci的最后一架无人机。
在本发明中，编队队形中的所有无人机需要执行的所有任务采用集合形式表达为任务集合，记为TASK，且TASK＝{task1,task2,…,taskb,…,taskl,…,taskB}，其中：task1表示第一种任务类型；task2表示第二种任务类型；taskb表示任意一种任务类型；下角标b表示任务类型的标识号；为了方便说明，taskl表示另一种任意任务类型；下角标l与b表示不同的任务类型；taskB表示最后一种任务类型；下角标B表示任务类型的总数。
在本发明中，由于无人机集群MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}中不同的无人机节点具备不同的属性和功能，因此采用SCH拓扑(即分层分簇网络拓扑结构)对MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}进行自组织组网。其中，采用执行任务进行分簇，即将无人机节点分为簇首节点和簇成员节点的不同独立簇群，在此基础上所有的簇首节点组成了上层网络(即
Figure BDA0002772679220000061
)，所有簇成员节点组成了下层网络，因此上层网络与下层网络形成了无人机集群的分层分簇结构，如图2所示。
参见图1所示，本发明提出的是一种基于多任务无人机集群信息交互的网络拓扑结构生成方法，包括有下列步骤：
步骤一：确定无人机簇集合以及每个簇群的位置矩阵；
步骤101，随机选取编队队形中任意一架无人机UAVj作为编队参考点；
记录下所述MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}中各个无人机的位置(x,y,z)，x为横轴，y为纵轴，z为竖轴，即飞行高度；在本发明中，飞行高度是指无人机相距地心的距离。
任意一架无人机UAVj的位置记为UAVj(x,y,z)，x为无人机UAVj的横轴坐标值，y为无人机UAVj的纵轴坐标值，z为无人机UAVj的竖轴坐标值，即飞行高度。
步骤102，执行相同任务的多个无人机为同一簇；
在本发明中，执行的任务有TASK＝{task1,task2,…,taskb,…,taskl,…,taskB}。
在本发明中，对编队队形中的无人机集合MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}中的无人机依据执行相同任务为同一簇进行分簇MC＝{C1,C2,…,Ci,…,Ck,…,CM}，分别获得：
第一个簇群
Figure BDA0002772679220000062
Figure BDA0002772679220000063
表示属于第一个簇群C1的第一架无人机；
Figure BDA0002772679220000064
表示属于第一个簇群C1的第二架无人机；
Figure BDA0002772679220000065
表示属于第一个簇群C1的任意一架无人机；
Figure BDA0002772679220000066
表示属于第一个簇群C1的另一架任意无人机；
Figure BDA0002772679220000067
表示属于第一个簇群C1的最后一架无人机。
第二个簇群
Figure BDA0002772679220000068
Figure BDA0002772679220000069
表示属于第二个簇群C2的第一架无人机；
Figure BDA00027726792200000610
表示属于第二个簇群C2的第二架无人机；
Figure BDA00027726792200000611
表示属于第二个簇群C2的任意一架无人机；
Figure BDA00027726792200000612
表示属于第二个簇群C2的另一架任意无人机；
Figure BDA00027726792200000613
表示属于第二个簇群C2的最后一架无人机。
任意一个簇群
Figure BDA00027726792200000614
Figure BDA00027726792200000615
表示属于任意一个簇群Ci的第一架无人机；
Figure BDA00027726792200000616
表示属于任意一个簇群Ci的第二架无人机；
Figure BDA00027726792200000617
表示属于任意一个簇群Ci的任意一架无人机；
Figure BDA00027726792200000618
表示属于任意一个簇群Ci的另一架任意无人机；
Figure BDA00027726792200000619
表示属于任意一个簇群Ci的最后一架无人机。
另一个任意簇群
Figure BDA00027726792200000620
Figure BDA00027726792200000621
表示属于另一个任意簇群Ck的第一架无人机；
Figure BDA00027726792200000622
表示属于另一个任意簇群Ck的第二架无人机；
Figure BDA00027726792200000623
表示属于另一个任意簇群Ck的任意一架无人机；
Figure BDA00027726792200000624
表示属于另一个任意簇群Ck的另一架任意无人机；
Figure BDA00027726792200000625
表示属于另一个任意簇群Ck的最后一架无人机。
最后一个簇群
Figure BDA00027726792200000626
Figure BDA00027726792200000627
表示属于最后一个簇群CM的第一架无人机；
Figure BDA00027726792200000628
表示属于最后一个簇群CM的第二架无人机；
Figure BDA0002772679220000071
表示属于最后一个簇群CM的任意一架无人机；
Figure BDA0002772679220000072
表示属于最后一个簇群CM的另一架任意无人机；
Figure BDA0002772679220000073
表示属于最后一个簇群CM的最后一架无人机。
步骤103，构建每一个簇的位置矩阵；
以第一个簇群
Figure BDA0002772679220000074
中每个无人机的位置，构建得到第一个簇群的位置矩阵，记为
Figure BDA0002772679220000075
Figure BDA0002772679220000076
以第二个簇群
Figure BDA0002772679220000077
中每个无人机的位置，构建得到第二个簇群的位置矩阵，记为
Figure BDA0002772679220000078
Figure BDA0002772679220000079
以任意一个簇群
Figure BDA00027726792200000710
中每个无人机的位置，构建得到任意一个簇群的位置矩阵，记为
Figure BDA00027726792200000711
Figure BDA00027726792200000712
以另一个任意簇群
Figure BDA00027726792200000713
中每个无人机的位置，构建得到另一个任意簇群的位置矩阵，记为
Figure BDA00027726792200000714
Figure BDA0002772679220000081
以最后一个簇群
Figure BDA0002772679220000082
中每个无人机的位置，构建得到最后一个簇群的位置矩阵，记为
Figure BDA0002772679220000083
Figure BDA0002772679220000084
步骤104，从每一个簇中选取出簇首，并记录下所有簇首的位置；
在本发明中，将每个簇群中的簇首选取出，构成簇首集合为
Figure BDA0002772679220000085
然后记录下簇首的位置，所有簇首的位置构成了簇首位置矩阵PCH。
第一个簇群C1_MUAV的簇首，记为
Figure BDA0002772679220000086
第二个簇群C2_MUAV的簇首，记为
Figure BDA0002772679220000087
任意一个簇群Ci_MUAV的簇首，记为
Figure BDA0002772679220000088
另一个任意簇群Ck_MUAV的簇首，记为
Figure BDA0002772679220000089
最后一个簇群CM_MUAV的簇首，记为
Figure BDA00027726792200000810
步骤二：构建每个簇群的簇内信息交互的网络拓扑结构；
在本发明中，任意一个簇群中的无人机记录着一个三元组无人机状态信息，称为簇群的通信网络拓扑，记为
Figure BDA00027726792200000811
且
Figure BDA00027726792200000812
Ci_MUAV表示任意一个簇群；
Figure BDA00027726792200000813
表示属于Ci_MUAV中无人机通信网络拓扑的通信链路；
Figure BDA00027726792200000814
表示属于Ci_MUAV中无人机通信网络拓扑的通信链路的通信代价，用通信链路的长度表示。
步骤201，记录每个簇群中无人机之间的状态信息；
第一个簇群
Figure BDA00027726792200000815
的通信网络拓扑，记为
Figure BDA0002772679220000091
且
Figure BDA0002772679220000092
第二个簇群
Figure BDA0002772679220000093
的通信网络拓扑，记为
Figure BDA0002772679220000094
且
Figure BDA0002772679220000095
任意一个簇群
Figure BDA0002772679220000096
的通信网络拓扑，记为
Figure BDA0002772679220000097
且
Figure BDA0002772679220000098
另一个任意簇群
Figure BDA0002772679220000099
的通信网络拓扑，记为
Figure BDA00027726792200000910
且
Figure BDA00027726792200000911
最后一个簇群
Figure BDA00027726792200000912
的通信网络拓扑，记为
Figure BDA00027726792200000913
且
Figure BDA00027726792200000914
步骤202，计算每个簇群通信网络拓扑的最小生成树；
在本发明中，利用Kruskal算法计算通信网络拓扑
Figure BDA00027726792200000915
的最小生成树，称为簇群的信息交互拓扑，记为
Figure BDA00027726792200000916
且
Figure BDA00027726792200000917
Ci_MUAV表示任意一个簇群；
Figure BDA00027726792200000918
表示属于Ci_MUAV中无人机信息交互拓扑的通信链路；
Figure BDA00027726792200000919
表示属于Ci_MUAV中无人机信息交互拓扑的通信链路的通信代价，用通信链路的长度表示。
第一个簇群
Figure BDA00027726792200000920
的信息交互拓扑，记为
Figure BDA00027726792200000921
且
Figure BDA00027726792200000922
第二个簇群
Figure BDA00027726792200000923
的信息交互拓扑，记为
Figure BDA00027726792200000924
且
Figure BDA00027726792200000925
任意一个簇群
Figure BDA00027726792200000926
的信息交互拓扑，记为
Figure BDA00027726792200000927
且
Figure BDA00027726792200000928
另一个任意簇群
Figure BDA00027726792200000929
的信息交互拓扑，记为
Figure BDA00027726792200000930
且
Figure BDA00027726792200000931
最后一个簇群
Figure BDA00027726792200000932
的信息交互拓扑，记为
Figure BDA00027726792200000933
且
Figure BDA00027726792200000934
信息交互拓扑
Figure BDA00027726792200000935
的总通信代价记为
Figure BDA00027726792200000936
且
Figure BDA00027726792200000937
为
Figure BDA00027726792200000938
中的所有元素之和；
信息交互拓扑
Figure BDA00027726792200000939
的总通信代价记为
Figure BDA00027726792200000940
且
Figure BDA00027726792200000941
为
Figure BDA00027726792200000942
中的所有元素之和；
信息交互拓扑
Figure BDA00027726792200000943
的总通信代价记为
Figure BDA00027726792200000944
且
Figure BDA00027726792200000945
为
Figure BDA00027726792200000946
中的所有元素之和；
信息交互拓扑
Figure BDA00027726792200000947
的总通信代价记为
Figure BDA00027726792200000948
且
Figure BDA00027726792200000949
为
Figure BDA00027726792200000950
中的所有元素之和；
信息交互拓扑
Figure BDA00027726792200000951
的总通信代价记为
Figure BDA00027726792200000952
且
Figure BDA00027726792200000953
为
Figure BDA00027726792200000954
中的所有元素之和。
步骤三：构建簇间信息交互的网络拓扑结构；
步骤301，记录每个簇群所执行任务的任务高度；
根据层次任务模型，确定每个簇群执行任务的任务高度，记为
Figure BDA0002772679220000101
值。所有簇群MC＝{C1,C2,…,Ci,…,Ck,…,CM}执行完成所有任务TASK＝{task1,task2,…,taskb,…,taskl,…,taskB}后，得到了任务高度矩阵，记为H_TASK，且
Figure BDA0002772679220000102
在本发明中，为了清楚说明每个簇群执行的不同任务，而得到的任务高度。例如：对于第一个簇群C1执行的任务是taskb时，则任务高度记为
Figure BDA0002772679220000103
第二个簇群C2的任务高度记为
Figure BDA0002772679220000104
表示簇群C2执行任务task2；任意一个簇群Ci的任务高度记为
Figure BDA0002772679220000105
表示簇群Ci执行任务task1；另一个任意簇群Ck的任务高度记为
Figure BDA0002772679220000106
表示簇群Ck执行任务taskl；最后一个簇群CM的任务高度记为
Figure BDA0002772679220000107
表示簇群CM执行任务taskB。得到了任务高度矩阵，记为H_TASK，且
Figure BDA0002772679220000108
步骤302，计算簇首无人机之间的交互引力矩阵；
依据空间中两点的距离计算公式
Figure BDA0002772679220000109
计算簇首无人机之间的距离矩阵，记为DCH，且
Figure BDA00027726792200001010
Figure BDA00027726792200001011
为任意一个簇首
Figure BDA00027726792200001012
的横轴坐标值；
Figure BDA00027726792200001013
为另一个任意簇首
Figure BDA00027726792200001014
的横轴坐标值；
Figure BDA00027726792200001015
为任意一个簇首
Figure BDA00027726792200001016
的纵轴坐标值；
Figure BDA00027726792200001017
为另一个任意簇首
Figure BDA00027726792200001018
的纵轴坐标值；
Figure BDA00027726792200001019
为任意一个簇首
Figure BDA00027726792200001020
的竖轴坐标值，即飞行高度值；
Figure BDA00027726792200001021
为另一个任意簇首
Figure BDA00027726792200001022
的竖轴坐标值，即飞行高度值；
根据步骤301得到任务高度矩阵
Figure BDA00027726792200001023
记录M个簇群的规模矩阵，记为NMC，且
Figure BDA00027726792200001024
Figure BDA00027726792200001025
表示第一个簇群C1的规模；
Figure BDA00027726792200001026
表示第二个簇群C2的规模；
Figure BDA00027726792200001027
表示任意一个簇群Ci的规模；
Figure BDA00027726792200001028
表示另一个任意簇群Ck的规模；
Figure BDA00027726792200001029
表示最后一个簇群CM的规模；
依据交互引力计算公式
Figure BDA00027726792200001030
计算簇首无人机之间的交互引力矩阵FCH，且
Figure BDA00027726792200001031
在本发明中，为了避免分母为“0”，增加“1”，是考虑到任意两个簇群执行任务的任务高度之差可能存在是“0”的情况。
步骤303，构建簇首与簇首之间的簇间通信网络拓扑；
在本发明中，任意一个簇首无人机记录着一个三元组无人机状态信息，称为簇间通信网络拓扑，记为AECH，且AECH＝{CH_MC,hopCH,NSCH}；CH_MC表示簇首集合；hopCH表示属于CH_MC中无人机通信网络拓扑的通信链路；NSCH表示属于CH_MC中无人机通信网络拓扑的通信链路的通信代价，用簇首之间交互引力的倒数表示。
步骤304，计算簇间通信网络拓扑的最小生成树；
在本发明中，利用Kruskal算法计算通信网络拓扑AECH的最小生成树，称为簇间信息交互拓扑，记为TECH，且TECH＝{CH_MC,linCH,WECH}；CH_MC表示簇首集合；linCH表示属于CH_MC中无人机信息交互拓扑的通信链路；WECH表示属于CH_MC中无人机信息交互拓扑的通信链路的通信代价，用簇首之间交互引力的倒数表示。
信息交互拓扑TECH的总通信代价记为COSTCH，且COSTCH为矩阵WECH中的所有元素之和。
步骤四：生成多任务无人机集群信息交互的网络拓扑结构；
步骤401，合并簇内与簇间信息交互拓扑；
将各个簇群的簇内信息交互拓扑与簇间信息交互拓扑进行合并，得到多任务无人机集群的信息交互拓扑，记为MTE，且MTE＝{MUAV,Mlin,MWE}；MUAV表示无人机集合；Mlin表示属于MUAV中无人机信息交互拓扑的通信链路，且
Figure BDA0002772679220000111
UE表示属于MUAV中无人机信息交互拓扑的通信链路的通信代价，且
Figure BDA0002772679220000112
步骤402，计算多任务无人机集群信息交互拓扑的总通信代价；
信息交互拓扑MTE的总通信代价记为MCOST，且MCOST为矩阵MWE中的所有元素之和，即
Figure BDA0002772679220000113
下面进一步列举实施例以详细说明本发明。同样应理解，以下实施例只用于对本发明进行进一步说明，不能理解为对本发明保护范围的限制，本领域的技术人员根据本发明的上述内容作出的一些非本质的改进和调整均属于本发明的保护范围。下述示例具体的工艺参数等也仅是合适范围中的一个示例，即本领域技术人员可以通过本文的说明做合适的范围内选择，而并非要限定于下文示例的具体数值。
实施例1
(A)假设某无人机集群编队由22架无人机组成，编号标记后的无人机集合为
Figure BDA0002772679220000114
每架无人机的通信范围为1600m且均不会发生故障。
(B)选取编队参考点，编号为20的无人机UAV20作为编队参考点，赋值后编队参考点UAV20的位置为UAV20(0,0,0)。
(C)任务，任务包括有目标侦测、信息融合、综合导航、火力攻击和搜索锁定。
(D)所有无人机依据执行相同任务分为同一个簇。
负责目标侦测任务的簇记为C1、负责信息融合任务的簇记为C2、负责综合导航任务的簇记为C3、负责火力攻击任务的簇记为C4、负责搜索锁定任务的簇记为C5。
属于C1的无人机有UAV1,UAV2,UAV3,UAV4，称为第一个簇群
Figure BDA0002772679220000121
属于C2的无人机有UAV5,UAV6,UAV7,UAV8，称为第二个簇群
Figure BDA0002772679220000122
属于C3的无人机有UAV9,UAV10,UAV11,UAV12,UAV13，称为第三个簇群
Figure BDA0002772679220000123
属于C4的无人机有UAV14,UAV15,UAV16,UAV17称为第四个簇群
Figure BDA0002772679220000124
属于C5的无人机有UAV18,UAV19,UAV20,UAV21,UAV22，称为第五个簇群
Figure BDA0002772679220000125
在实施例1中，相对编队参考点UAV20的位置UAV20(0,0,0)的其他无人机的相对位置记录在表1中：
表1其他无人机与编队参考点无人机的相对位置：
Figure BDA0002772679220000126
在实施例1中，相对位置利用了空间中的笛卡儿直角坐标系的横轴(OX轴)、纵轴(OY轴)及竖轴(OZ轴)，所述竖轴(OZ轴)为无人机飞行高度，并对每个坐标平面内的点应用卦限进行赋值取正负。对于每个无人机的位置分布如图3所示。
参见图1所示，一种基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法包括有下列步骤：
步骤一：确定无人机簇集合以及每个簇群的位置矩阵；
步骤101，选取编队参考点；
任意选取一个无人机作为编队参考点，记为UAV参考；在实施例中，以UAV20作为编队参考点，即UAV参考等于UAV20；
步骤102，执行相同任务的多个无人机为同一簇；
属于C1的无人机有UAV1,UAV2,UAV3,UAV4。
属于C2的无人机有UAV5,UAV6,UAV7,UAV8。
属于C3的无人机有UAV9,UAV10,UAV11,UAV12,UAV13。
属于C4的无人机有UAV14,UAV15,UAV16,UAV17。
属于C5的无人机有UAV18,UAV19,UAV20,UAV21,UAV22。
步骤103，构建每一个簇的位置矩阵；
以第一个簇群
Figure BDA0002772679220000131
中每个无人机的位置，构建得到第一个簇群的位置矩阵，记为
Figure BDA0002772679220000132
且
Figure BDA0002772679220000133
以第二个簇群
Figure BDA0002772679220000134
中每个无人机的位置，构建得到第二个簇群的位置矩阵，记为
Figure BDA0002772679220000135
且
Figure BDA0002772679220000136
以第三个簇群
Figure BDA0002772679220000137
中每个无人机的位置，构建得到第三个簇群的位置矩阵，记为
Figure BDA0002772679220000138
且
Figure BDA0002772679220000139
以第四个簇群
Figure BDA00027726792200001310
中每个无人机的位置，构建得到第四个簇群的位置矩阵，记为
Figure BDA00027726792200001311
且
Figure BDA00027726792200001312
以第五个簇群
Figure BDA00027726792200001313
中每个无人机的位置，构建得到第五个簇群的位置矩阵，记为
Figure BDA0002772679220000141
且
Figure BDA0002772679220000142
在本发明中，位置矩阵中的距离是以空间中两点的距离计算得到。
步骤104，从每一个簇中选取出簇首，并记录下所有簇首的位置；
将每一个簇中的第一个无人机作为该簇的簇首，记录下簇首的位置，所有簇首的位置构成了簇首位置矩阵。
第一个簇群C1_MUAV的簇首，记为
Figure BDA0002772679220000143
所述
Figure BDA0002772679220000144
对应的无人机是UAV1。UAV1的位置为x＝60，y＝350，z＝300。
第二个簇群C2_MUAV的簇首，记为
Figure BDA0002772679220000145
所述
Figure BDA0002772679220000146
对应的无人机是UAV5。UAV5的位置为x＝－580，y＝－300，z＝300。
第三个簇群C3_MUAV的簇首，记为
Figure BDA0002772679220000147
所述
Figure BDA0002772679220000148
对应的无人机是UAV9。UAV9的位置为x＝180，y＝－500，z＝300。
第四个簇群C4_MUAV的簇首，记为
Figure BDA0002772679220000149
所述
Figure BDA00027726792200001410
对应的无人机是UAV14。UAV14的位置为x＝－400，y＝150，z＝300。
第五个簇群C5_MUAV的簇首，记为
Figure BDA00027726792200001411
所述
Figure BDA00027726792200001412
对应的无人机是UAV18。UAV18的位置为x＝－100，y＝－150，z＝300。
簇首集合记为CH_MC，且
Figure BDA00027726792200001413
记录下所有簇首的位置，得到簇首位置矩阵PCH，且
Figure BDA00027726792200001414
步骤二：构建每个簇群的簇内信息交互的网络拓扑结构；
在实施例1中，任意一个簇群中的无人机记录着一个三元组无人机状态信息，称为簇群的通信网络拓扑，记为
Figure BDA00027726792200001415
且
Figure BDA00027726792200001416
Ci_MUAV表示任意一个簇群；
Figure BDA00027726792200001417
表示属于Ci_MUAV中无人机通信网络拓扑的通信链路；
Figure BDA00027726792200001418
表示属于Ci_MUAV中无人机通信网络拓扑的通信链路的通信代价，用通信链路的长度表示。
步骤201，记录每个簇群中无人机之间的状态信息；
第一个簇群
Figure BDA00027726792200001419
的通信网络拓扑，记为
Figure BDA00027726792200001420
且
Figure BDA0002772679220000151
第二个簇群
Figure BDA0002772679220000152
的通信网络拓扑，记为
Figure BDA0002772679220000153
且
Figure BDA0002772679220000154
第三个簇群
Figure BDA0002772679220000155
的通信网络拓扑，记为
Figure BDA0002772679220000161
且
Figure BDA0002772679220000162
第四个簇群
Figure BDA0002772679220000163
的通信网络拓扑，记为
Figure BDA0002772679220000164
且
Figure BDA0002772679220000165
第五个簇群
Figure BDA0002772679220000166
的通信网络拓扑，记为
Figure BDA0002772679220000171
且
Figure BDA0002772679220000172
步骤202，计算每个簇群通信网络拓扑的最小生成树；
在实施例1中，利用Kruskal算法计算通信网络拓扑
Figure BDA0002772679220000173
的最小生成树，称为簇群的信息交互拓扑，记为
Figure BDA0002772679220000174
且
Figure BDA0002772679220000175
Ci_MUAV表示任意一个簇群；
Figure BDA0002772679220000176
表示属于Ci_MUAV中无人机信息交互拓扑的通信链路；
Figure BDA0002772679220000177
表示属于Ci_MUAV中无人机信息交互拓扑的通信链路的通信代价，用通信链路的长度表示。
第一个簇群
Figure BDA0002772679220000178
的信息交互拓扑，记为
Figure BDA0002772679220000179
且
Figure BDA00027726792200001710
第二个簇群
Figure BDA00027726792200001711
的信息交互拓扑，记为
Figure BDA00027726792200001712
且
Figure BDA0002772679220000181
第三个簇群
Figure BDA0002772679220000182
的信息交互拓扑，记为
Figure BDA0002772679220000183
且
Figure BDA0002772679220000184
第四个簇群
Figure BDA0002772679220000185
的信息交互拓扑，记为
Figure BDA0002772679220000186
且
Figure BDA0002772679220000191
第五个簇群
Figure BDA0002772679220000192
的信息交互拓扑，记为
Figure BDA0002772679220000193
且
Figure BDA0002772679220000194
信息交互拓扑
Figure BDA0002772679220000195
的总通信代价记为
Figure BDA0002772679220000196
且
Figure BDA0002772679220000197
为所述
Figure BDA0002772679220000198
中的所有元素之和，则
Figure BDA0002772679220000199
信息交互拓扑
Figure BDA00027726792200001910
的总通信代价记为
Figure BDA00027726792200001911
且
Figure BDA00027726792200001912
为所述
Figure BDA00027726792200001913
中的所有元素之和，则
Figure BDA00027726792200001914
信息交互拓扑
Figure BDA00027726792200001915
的总通信代价记为
Figure BDA00027726792200001916
且
Figure BDA00027726792200001917
为所述
Figure BDA00027726792200001918
中的所有元素之和，则
Figure BDA00027726792200001919
信息交互拓扑
Figure BDA00027726792200001920
的总通信代价记为
Figure BDA00027726792200001921
且
Figure BDA00027726792200001922
为所述
Figure BDA00027726792200001923
中的所有元素之和，则
Figure BDA00027726792200001924
信息交互拓扑
Figure BDA0002772679220000201
的总通信代价记为
Figure BDA0002772679220000202
且
Figure BDA0002772679220000203
为所述
Figure BDA0002772679220000204
中的所有元素之和，则
Figure BDA0002772679220000205
步骤三：构建簇间信息交互的网络拓扑结构；
步骤301，记录每个簇群所执行任务的任务高度；
参见图4所示，根据层次任务模型，确定每个任务的任务高度。在本发明中依据《基于使命任务分解的航空电子跨平台通信组织与仿真》和《面向无人机蜂群的航电云多层任务调度模型》来定义了，多个任务采用从左至右的时序依赖执行过程进行任务层级数划分，得到任务量化值，记为任务高度值
Figure BDA0002772679220000206
表2每个簇群任务的
Figure BDA0002772679220000207
值
Figure BDA0002772679220000208
步骤302，计算簇首无人机之间的交互引力矩阵；
依据空间中两点的距离计算公式
Figure BDA0002772679220000209
计算簇首无人机之间的距离矩阵，记为DCH，且
Figure BDA00027726792200002010
根据步骤301得到任务高度矩阵，记为H_TASK，且H_TASK＝[1,2,3,3,1]；
记录5个簇群的规模矩阵，记为NMC，且NMC＝[4,4,5,4,5]；
依据交互引力计算公式
Figure BDA00027726792200002011
计算簇首无人机之间的交互引力矩阵FCH，且
Figure BDA00027726792200002012
步骤303，构建簇首与簇首之间的簇间通信网络拓扑；
在本发明中，任意一个簇首无人机记录着一个三元组无人机状态信息，称为簇间通信网络拓扑，记为AECH，且AECH＝{CH_MC,hopCH,NSCH}；
CH_MC表示簇首集合；
hopCH表示属于CH_MC中无人机通信网络拓扑的通信链路；
NSCH表示属于CH_MC中无人机通信网络拓扑的通信链路的通信代价，用簇首之间交互引力的倒数表示。则
Figure BDA0002772679220000211
步骤304，计算簇间通信网络拓扑的最小生成树；
在本发明中，利用Kruskal算法计算通信网络拓扑AECH的最小生成树，称为簇间信息交互拓扑，记为TECH，且TECH＝{CH_MC,linCH,WECH}；
CH_MC表示簇首集合；
linCH表示属于CH_MC中无人机信息交互拓扑的通信链路；
WECH表示属于CH_MC中无人机信息交互拓扑的通信链路的通信代价，用簇首之间交互引力的倒数表示。
Figure BDA0002772679220000212
信息交互拓扑TECH的总通信代价记为COSTCH，且COSTCH为矩阵WECH中的所有元素之和，则COSTCH＝173.7395。
步骤四：生成多任务无人机集群信息交互的网络拓扑结构；
步骤401，合并簇内与簇间信息交互拓扑；
将各个簇群的簇内信息交互拓扑与簇间信息交互拓扑合并，得到多任务无人机集群的信息交互拓扑，记为MTE，且MTE＝{MUAV,Mlin,MWE}。在图5中，虚线代表了簇间信息交互拓扑，实线代表了簇内信息交互拓扑，存在有通信链路的无人机之间进行双向的信息通信。
MUAV表示无人机集合；
Mlin表示属于MUAV中无人机信息交互拓扑的通信链路，且
Figure BDA0002772679220000221
UE表示属于MUAV中无人机信息交互拓扑的通信链路的通信代价，且
Figure BDA0002772679220000222
Figure BDA0002772679220000223
步骤402，计算多任务无人机集群信息交互拓扑的总通信代价；
信息交互拓扑MTE的总通信代价记为MCOST，且MCOST为矩阵MWE中的所有元素之和，即
Figure BDA0002772679220000224
则
Figure BDA0002772679220000231
本发明提出了一种基于多任务无人机集群信息交互的分层分簇网络拓扑结构(SCH拓扑)生成方法，所要解决的是如何在保证多任务无人机集群信息交互拓扑的总通信代价最小的前提下，构建多任务无人机集群信息交互的SCH拓扑的技术问题，该SCH拓扑生成方法通过用通信链路长度衡量簇内通信链路的通信代价、用交互引力的倒数衡量簇间通信链路的通信代价，分别构建簇内、簇间通信网络拓扑结构；然后分别计算簇内、簇间信息交互拓扑，利用的是分布式解决问题的技术手段，从而实现整个无人机集群信息交互拓扑的构建，获得在保证信息交互拓扑总通信代价最小的前提下构建多任务无人机集群信息交互拓扑的技术效果。

Claims (2)

1.一种基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法，其特征在于包括有下列步骤：
步骤一：确定无人机簇集合以及每个簇群的位置矩阵；
步骤101，随机选取编队队形中任意一架无人机UAVj作为编队参考点；
对编队队形中的无人机集合记为MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}；
UAV1表示第一架无人机；
UAV2表示第二架无人机；
UAVj表示任意一架无人机；下角标j表示无人机的标识号；
UAVa表示另一架任意无人机；下角标j与a表示不同的无人机；
UAVN表示最后一架无人机，下角标N表示无人机的总数；
记录下所述MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}中各个无人机的位置(x,y,z)，x为横轴，y为纵轴，z为竖轴，即飞行高度；
步骤102，执行相同任务的多个无人机为同一簇；
执行的任务集合记为TASK＝{task1,task2,…,taskb,…,taskl,…,taskB}；
task1表示第一种任务类型；
task2表示第二种任务类型；
taskb表示任意一种任务类型；下角标b表示任务类型的标识号；为了方便说明，taskl表示另一种任意任务类型；下角标l与b表示不同的任务类型；
taskB表示最后一种任务类型；下角标B表示任务类型的总数；
簇群集合记为MC，且MC＝{C1,C2,…,Ci,…,Ck,…,CM}，其中：
C1表示第一个簇群；第一个簇群C1的簇首，记为
Figure FDA0003196322790000011
C2表示第二个簇群；第二个簇群C2的簇首，记为
Figure FDA0003196322790000012
Ci表示任意一个簇群；下角标i表示簇群的标识号；任意一个簇群Ci的簇首，记为
Figure FDA0003196322790000013
Ck表示另一个任意簇群，下角标k与i表示不同的簇群；
Figure FDA0003196322790000014
为簇群Ck的簇首；
CM表示最后一个簇群，下角标M表示簇群的总数；最后一个簇群CM的簇首，记为
Figure FDA0003196322790000015
将MUAV＝{UAV1,UAV2,…,UAVa,…,UAVj,…,UAVN}中的无人机依据执行相同任务为同一簇进行分簇MC＝{C1,C2,…,Ci,…,Ck,…,CM}，分别获得：
第一个簇群
Figure FDA0003196322790000016
Figure FDA0003196322790000017
表示属于第一个簇群C1的第一架无人机；
Figure FDA0003196322790000018
表示属于第一个簇群C1的第二架无人机；
Figure FDA0003196322790000019
表示属于第一个簇群C1的任意一架无人机；
Figure FDA0003196322790000021
表示属于第一个簇群C1的另一架任意无人机；
Figure FDA0003196322790000022
表示属于第一个簇群C1的最后一架无人机；
第二个簇群
Figure FDA0003196322790000023
Figure FDA0003196322790000024
表示属于第二个簇群C2的第一架无人机；
Figure FDA0003196322790000025
表示属于第二个簇群C2的第二架无人机；
Figure FDA0003196322790000026
表示属于第二个簇群C2的任意一架无人机；
Figure FDA0003196322790000027
表示属于第二个簇群C2的另一架任意无人机；
Figure FDA0003196322790000028
表示属于第二个簇群C2的最后一架无人机；
任意一个簇群
Figure FDA0003196322790000029
Figure FDA00031963227900000210
表示属于任意一个簇群Ci的第一架无人机；
Figure FDA00031963227900000211
表示属于任意一个簇群Ci的第二架无人机；
Figure FDA00031963227900000212
表示属于任意一个簇群Ci的任意一架无人机；
Figure FDA00031963227900000213
表示属于任意一个簇群Ci的另一架任意无人机；
Figure FDA00031963227900000214
表示属于任意一个簇群Ci的最后一架无人机；
另一个任意簇群
Figure FDA00031963227900000215
Figure FDA00031963227900000216
表示属于另一个任意簇群Ck的第一架无人机；
Figure FDA00031963227900000217
表示属于另一个任意簇群Ck的第二架无人机；
Figure FDA00031963227900000218
表示属于另一个任意簇群Ck的任意一架无人机；
Figure FDA00031963227900000219
表示属于另一个任意簇群Ck的另一架任意无人机；
Figure FDA00031963227900000220
表示属于另一个任意簇群Ck的最后一架无人机；
最后一个簇群
Figure FDA00031963227900000221
Figure FDA00031963227900000222
表示属于最后一个簇群CM的第一架无人机；
Figure FDA00031963227900000223
表示属于最后一个簇群CM的第二架无人机；
Figure FDA00031963227900000224
表示属于最后一个簇群CM的任意一架无人机；
Figure FDA00031963227900000225
表示属于最后一个簇群CM的另一架任意无人机；
Figure FDA00031963227900000226
表示属于最后一个簇群CM的最后一架无人机；
步骤103，构建每一个簇的位置矩阵；
以第一个簇群
Figure FDA00031963227900000227
中每个无人机的位置，构建得到第一个簇群的位置矩阵，记为
Figure FDA00031963227900000229
以第二个簇群
Figure FDA00031963227900000228
中每个无人机的位置，构建得到第二个簇群的位置矩阵，记为
Figure FDA0003196322790000031
以任意一个簇群
Figure FDA0003196322790000032
中每个无人机的位置，构建得到任意一个簇群的位置矩阵，记为
Figure FDA0003196322790000033
以另一个任意簇群
Figure FDA0003196322790000034
中每个无人机的位置，构建得到另一个任意簇群的位置矩阵，记为
Figure FDA0003196322790000035
以最后一个簇群
Figure FDA0003196322790000036
中每个无人机的位置，构建得到最后一个簇群的位置矩阵，记为
Figure FDA0003196322790000037
步骤104，从每一个簇中选取出簇首，并记录下所有簇首的位置；
将每个簇群中的簇首选取出，构成簇首集合为
Figure FDA0003196322790000038
然后记录下簇首的位置，所有簇首的位置构成了簇首位置矩阵PCH；
第一个簇群C1_MUAV的簇首，记为
Figure FDA0003196322790000039
第二个簇群C2_MUAV的簇首，记为
Figure FDA00031963227900000310
任意一个簇群Ci_MUAV的簇首，记为
Figure FDA00031963227900000311
另一个任意簇群Ck_MUAV的簇首，记为
Figure FDA00031963227900000312
最后一个簇群CM_MUAV的簇首，记为
Figure FDA00031963227900000313
步骤二：构建每个簇群的簇内信息交互的网络拓扑结构；
任意一个簇群中的无人机记录着一个三元组无人机状态信息，称为簇群的通信网络拓扑，记为
Figure FDA00031963227900000314
且
Figure FDA00031963227900000315
Ci_MUAV表示任意一个簇群；
Figure FDA00031963227900000316
表示属于Ci_MUAV中无人机通信网络拓扑的通信链路；
Figure FDA00031963227900000317
表示属于Ci_MUAV中无人机通信网络拓扑的通信链路的通信代价，用通信链路的长度表示；
步骤201，记录每个簇群中无人机之间的状态信息；
第一个簇群
Figure FDA00031963227900000318
的通信网络拓扑，记为
Figure FDA00031963227900000319
且
Figure FDA00031963227900000320
第二个簇群
Figure FDA00031963227900000321
的通信网络拓扑，记为
Figure FDA00031963227900000322
且
Figure FDA00031963227900000323
任意一个簇群
Figure FDA00031963227900000324
的通信网络拓扑，记为
Figure FDA00031963227900000325
且
Figure FDA00031963227900000326
另一个任意簇群
Figure FDA00031963227900000327
的通信网络拓扑，记为
Figure FDA0003196322790000041
且
Figure FDA0003196322790000042
最后一个簇群
Figure FDA0003196322790000043
的通信网络拓扑，记为
Figure FDA0003196322790000044
且
Figure FDA0003196322790000045
步骤202，计算每个簇群通信网络拓扑的最小生成树；
采用Kruskal算法计算通信网络拓扑
Figure FDA0003196322790000046
的最小生成树，称为簇群的信息交互拓扑，记为
Figure FDA0003196322790000047
且
Figure FDA0003196322790000048
Ci_MUAV表示任意一个簇群；
Figure FDA0003196322790000049
表示属于Ci_MUAV中无人机信息交互拓扑的通信链路；
Figure FDA00031963227900000410
表示属于Ci_MUAV中无人机信息交互拓扑的通信链路的通信代价，用通信链路的长度表示；
第一个簇群
Figure FDA00031963227900000411
的信息交互拓扑，记为
Figure FDA00031963227900000412
且
Figure FDA00031963227900000413
第二个簇群
Figure FDA00031963227900000414
的信息交互拓扑，记为
Figure FDA00031963227900000415
且
Figure FDA00031963227900000416
任意一个簇群
Figure FDA00031963227900000417
的信息交互拓扑，记为
Figure FDA00031963227900000418
且
Figure FDA00031963227900000419
另一个任意簇群
Figure FDA00031963227900000420
的信息交互拓扑，记为
Figure FDA00031963227900000421
且
Figure FDA00031963227900000422
最后一个簇群
Figure FDA00031963227900000423
的信息交互拓扑，记为
Figure FDA00031963227900000424
且
Figure FDA00031963227900000425
信息交互拓扑
Figure FDA00031963227900000426
的总通信代价记为
Figure FDA00031963227900000427
且
Figure FDA00031963227900000428
为所述
Figure FDA00031963227900000429
中的所有元素之和；
信息交互拓扑
Figure FDA00031963227900000430
的总通信代价记为
Figure FDA00031963227900000431
且
Figure FDA00031963227900000432
为所述
Figure FDA00031963227900000433
中的所有元素之和；
信息交互拓扑
Figure FDA00031963227900000434
的总通信代价记为
Figure FDA00031963227900000435
且
Figure FDA00031963227900000436
为所述
Figure FDA00031963227900000437
中的所有元素之和；
信息交互拓扑
Figure FDA00031963227900000438
的总通信代价记为
Figure FDA00031963227900000439
且
Figure FDA00031963227900000440
为所述
Figure FDA00031963227900000441
中的所有元素之和；
信息交互拓扑
Figure FDA00031963227900000442
的总通信代价记为
Figure FDA00031963227900000443
且
Figure FDA00031963227900000444
为所述
Figure FDA00031963227900000445
中的所有元素之和；
步骤三：构建簇间信息交互的网络拓扑结构；
步骤301，记录每个簇群所执行任务的任务高度；
根据层次任务模型，确定每个簇群执行任务的任务高度，记为
Figure FDA0003196322790000051
值；所有簇群MC＝{C1,C2,…,Ci,…,Ck,…,CM}执行完成所有任务TASK＝{task1,task2,…,taskb,…,taskl,…,taskB}后，得到了任务高度矩阵，记为H_TASK，且
Figure FDA0003196322790000052
步骤302，计算簇首无人机之间的交互引力矩阵；
依据空间中两点的距离计算公式
Figure FDA0003196322790000053
计算簇首无人机之间的距离矩阵，记为DCH，且
Figure FDA0003196322790000054
根据步骤301得到任务高度矩阵
Figure FDA0003196322790000055
记录M个簇群的规模矩阵，记为NMC，且
Figure FDA0003196322790000056
Figure FDA0003196322790000057
表示第一个簇群C1的规模；
Figure FDA0003196322790000058
表示第二个簇群C2的规模；
Figure FDA0003196322790000059
表示任意一个簇群Ci的规模；
Figure FDA00031963227900000510
表示另一个任意簇群Ck的规模；
Figure FDA00031963227900000511
表示最后一个簇群CM的规模；
依据交互引力计算公式
Figure FDA00031963227900000512
计算簇首无人机之间的交互引力矩阵FCH，且
Figure FDA00031963227900000513
任意一个簇群Ci的任务高度记为
Figure FDA00031963227900000514
表示簇群Ci执行任务task1；另一个任意簇群Ck的任务高度记为
Figure FDA00031963227900000515
表示簇群Ck执行任务taskl；
步骤303，构建簇首与簇首之间的簇间通信网络拓扑；
任意一个簇首无人机记录着一个三元组无人机状态信息，称为簇间通信网络拓扑，记为AECH，且AECH＝{CH_MC,hopCH,NSCH}；
CH_MC表示簇首集合；
hopCH表示属于CH_MC中无人机通信网络拓扑的通信链路；
NSCH表示属于CH_MC中无人机通信网络拓扑的通信链路的通信代价，用簇首之间交互引力的倒数表示；
步骤304，计算簇间通信网络拓扑的最小生成树；
利用Kruskal算法计算通信网络拓扑AECH的最小生成树，称为簇间信息交互拓扑，记为TECH，且TECH＝{CH_MC,linCH,WECH}；
CH_MC表示簇首集合；
linCH表示属于CH_MC中无人机信息交互拓扑的通信链路；
WECH表示属于CH_MC中无人机信息交互拓扑的通信链路的通信代价，用簇首之间交互引力的倒数表示；
信息交互拓扑TECH的总通信代价记为COSTCH，且COSTCH为矩阵WECH中的所有元素之和；
步骤四：生成多任务无人机集群信息交互的网络拓扑结构；
步骤401，合并簇内与簇间信息交互拓扑；
将各个簇群的簇内信息交互拓扑与簇间信息交互拓扑进行合并，得到多任务无人机集群的信息交互拓扑，记为MTE，且MTE＝{MUAV,Mlin,MWE}；
MUAV表示无人机集合；
Mlin表示属于MUAV中无人机信息交互拓扑的通信链路，且
Figure FDA0003196322790000063
MWE表示属于MUAV中无人机信息交互拓扑的通信链路的通信代价，且
Figure FDA0003196322790000061
步骤402，计算多任务无人机集群信息交互拓扑的总通信代价；
信息交互拓扑MTE的总通信代价记为MCOST，且MCOST为矩阵MWE中的所有元素之和，即
Figure FDA0003196322790000062
2.根据权利要求1所述的基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法，其特征在于：簇间和簇内的信息交互构成了分层分簇网络拓扑结构，即SCH拓扑。
CN202011254523.0A 2020-11-11 2020-11-11 基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法 Active CN112437502B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011254523.0A CN112437502B (zh) 2020-11-11 2020-11-11 基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011254523.0A CN112437502B (zh) 2020-11-11 2020-11-11 基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法

Publications (2)

Publication Number Publication Date
CN112437502A CN112437502A (zh) 2021-03-02
CN112437502B true CN112437502B (zh) 2021-09-17

Family

ID=74700399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011254523.0A Active CN112437502B (zh) 2020-11-11 2020-11-11 基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法

Country Status (1)

Country Link
CN (1) CN112437502B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113359838B (zh) * 2021-06-25 2022-10-18 中国人民解放军火箭军工程大学 一种多uav协同飞行控制系统及方法
CN113630838B (zh) * 2021-07-15 2023-02-21 天津(滨海)人工智能军民融合创新中心 基于类异构蜂窝网络的立体空间蜂群组网架构构建方法
CN115657730B (zh) * 2022-12-27 2023-03-14 北京航空航天大学 一种大规模多旋翼无人机鲁棒分簇编队控制方法
CN116437372B (zh) * 2023-06-13 2023-08-29 四川腾盾科技有限公司 一种任意任务构型无约束随机重组的群拓扑控制方法
CN117272638B (zh) * 2023-09-20 2024-04-02 南京航空航天大学 一种基于分层有向图的飞行器故障实时定位方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109819495A (zh) * 2019-03-15 2019-05-28 北京科技大学 一种集群无人机自组网分簇方法
CN111193536A (zh) * 2019-12-11 2020-05-22 西北工业大学 一种多无人机基站轨迹优化和功率分配方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103945425B (zh) * 2013-01-23 2017-07-07 中国科学院声学研究所 一种无线传感器网络中的拓扑优化方法及节点
CN103826251A (zh) * 2013-12-17 2014-05-28 西北工业大学 移动元素与分簇混合的传感器网络数据收集方法
IL256934B (en) * 2015-07-27 2022-07-01 Genghiscomm Holdings Llc Airborne relays in cooperative multiple input and multiple output systems

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109819495A (zh) * 2019-03-15 2019-05-28 北京科技大学 一种集群无人机自组网分簇方法
CN111193536A (zh) * 2019-12-11 2020-05-22 西北工业大学 一种多无人机基站轨迹优化和功率分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"大规模UAV编队信息交互拓扑的分级";董文奇等;《航空学报》;20200916;第42卷(第6期);全文 *

Also Published As

Publication number Publication date
CN112437502A (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
CN112437502B (zh) 基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法
CN109613931A (zh) 基于生物社会力的异构无人机集群目标跟踪系统及方法
Binol et al. Time optimal multi-UAV path planning for gathering its data from roadside units
Wu et al. Multi UAV cluster control method based on virtual core in improved artificial potential field
CN109917811A (zh) 一种无人机集群协同避障-重构处理方法
CN113316118A (zh) 基于任务认知的无人机集群网络自组织系统及方法
CN107632614A (zh) 一种基于刚性图理论的多无人机编队自组织协同控制方法
CN110597286B (zh) 一种利用智慧机库实现输电线路无人机自主巡检的方法
CN110032209A (zh) 一种多无人机任务区集结分布式控制方法
Duan et al. Advancements in pigeon-inspired optimization and its variants
CN115639841A (zh) 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法
CN114610066A (zh) 复杂未知环境下分布式集群无人机编队飞行轨迹生成方法
CN109597839B (zh) 一种基于航电作战态势的数据挖掘方法
CN111399537B (zh) 一种基于航路点的分布式无人机动态编队切换方法
CN113887134A (zh) 一种大规模轻量级的无人集群试验仿真平台及工作方法
CN113485409A (zh) 一种面向地理公平性的无人机路径规划分配方法及系统
CN114518772B (zh) 一种拒止环境下无人机蜂群自组织方法
Ghambari et al. An enhanced NSGA-II for multiobjective UAV path planning in urban environments
CN113934228B (zh) 基于协商共识的集群四旋翼无人机任务规划方法
CN112698637B (zh) 一种多任务蜂群的协同资源调度方法
CN115981375B (zh) 基于事件触发机制的多无人机时变编队控制器设计方法
Zhu et al. Demonstration and verification system for UAV formation control
CN112965527A (zh) 基于改进人工蜂群算法的无人机编队拓扑生成优化方法
Pei et al. UAV swarm for connectivity enhancement of multiple isolated sensor networks for internet of things application
CN115826614A (zh) 一种多无人机能源保障任务分配方法

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