CN112801539A - 无人机集群任务的柔变网络架构动态调度模型 - Google Patents

无人机集群任务的柔变网络架构动态调度模型 Download PDF

Info

Publication number
CN112801539A
CN112801539A CN202110201161.7A CN202110201161A CN112801539A CN 112801539 A CN112801539 A CN 112801539A CN 202110201161 A CN202110201161 A CN 202110201161A CN 112801539 A CN112801539 A CN 112801539A
Authority
CN
China
Prior art keywords
task
capacity
aerial vehicle
unmanned aerial
capability
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110201161.7A
Other languages
English (en)
Inventor
王涛
段婷
陈笑凡
黄美根
王彦峰
王维平
李小波
李童心
何华
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.)
National University of Defense Technology
Original Assignee
National University of Defense 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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202110201161.7A priority Critical patent/CN112801539A/zh
Publication of CN112801539A publication Critical patent/CN112801539A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了无人机集群任务的柔变网络架构动态调度模型，包括以下步骤，能力选择、任务确定、系统节点确定、模型设置、调度计算；该模型采用超网络的理论方法对网络架构进行描述，提高网络的定量计算能力；使用能力加权分层方法与任务节点模糊映射，提高了网络架构的灵活性和智能性，也实现了能力与任务还有需求的映射关系；该模型不仅减少了算法的搜索空间，降低了任务调度的复杂度，而且为重新派出无人机执行任务救援节省了时间。

Description

无人机集群任务的柔变网络架构动态调度模型
技术领域
本发明涉及动态调度模型技术领域，具体为无人机集群任务的柔变网络架构动态调度模型。
背景技术
经济的信息化全球化迅猛发展、无人化智能化作战运用理念的深化，AI/ML技术的飞速进步，无人平台应用在陆、海、空各个领域，无人机集群柔变式任务架构的研究已成为研究的热点。但是大部分现有的研究大部分将任务执行过程中某节点或者某一子群出现故障的问题忽略不计，现有无人机集群任务架构研究中大多从宏观的整体考虑，缺乏细节性和真实性。如何考虑在任务执行过程中对突发情况进行临机自主应变，是无人机集群适变式任务架构研究的难点。
基于超网络的作战网络结构模型在作战网络系统中，网络节点和子网络分别具有不同的功能。在当前的指挥控制C2超网络模型中，对C2网络中的复杂关系进行量化和描述。超网络体系架构建模突出了节点之间交互关系的作用，同时考虑复杂而多变的集群作战环境和具有极大的状态不确定性以及极强的时间约束，是对于敌我双方大规模无人作战活动成功与否的先决条件。一个编队的无人作战可以以最小的代价执行不同任务，同时对陆地、海上、空中和网络等多个作战领域实施全方位地实施攻扰探测任务。“马赛克战”利用动态、协调和具有高度自适应性的可组合力量，用类似搭积木的方式，将低成本、低复杂度的系统以多种方式链接在一起，建成一个类似“马赛克块”的作战体系。其适变性在于这个体系中的某个部分、部分组合被敌方摧毁时，能自动快速反应，形成虽功能降级但仍能相互链接、适应战场情境和作战需求的作战体系。实际作战过程中，情境态势是实时变化的，任务也会随即改变，不会是提前输入固定不变的。因此，将DSM-FNA集成到现有的作战系统中，将是未来作战战场地主要形式。体系架构是系统能力的载体，通过集成不同组件系统的所有能力来实现作战的总体任务目标。其作为无人作战系统组织、协调、规划、控制、执行、学习等功能得以实现的基础，作战方式从单机简单任务向多机协同执行多个复杂任务、且群体合作、无人干预、自主协调的方向发展，对DSM-FNA能力的发挥起着举足轻重的作用。
针对当前无人机集群体系网络架构面临的挑战，提出了一种面向任务的柔变式网络架构动态调度模型。
发明内容
本发明解决的技术问题在于克服现有技术的缺陷，提供无人机集群任务的柔变网络架构动态调度模型。
为实现上述目的，本发明提供如下技术方案：
无人机集群任务的柔变网络架构动态调度模型，包括以下步骤：
S1：能力选择，依据任务对能力的需求将无人机集群拥有的能力划分为不同的能力等级，并且在等级中按照等级中的能力聚类成不同的能力簇，从而形成能力和任务的映射机制，最后根据任务的不同需求，使得在不同的能力簇中选择；
S2：任务确定，任务节点是可由能力节点所牵引的作战活动，每个任务可以被细化成最小任务组成任务列表，对于网络中的任务节点来说，网络会根据对需求的能力，动态地将其发送到对应供给簇的任务队列中；
S3：系统节点确定，无人机集群根据任务节点确定作战系统，每个系统将提供一种以上的能力，每个任务活动选择一个以上的系统；
S4：模型设置，主要确定无人机的侦察能力、察打能力、侦控打能力；
S5：调度计算，先发送任务需求到对应的能力簇，再启动能力替补策略，之后计算剩余能力和工作负载，同时计算任务的评价值和协同负载值，最后确定执行任务目标节点，并执行任务。
优选的，步骤1中，通过构造能力供给层和任务需求之间的映射关系，将任务对单个救援节点的搜索空间缩小，转变为对整个能力簇进行搜索。
优选的，步骤3中，无人机集群作战系统为侦察系统、攻击系统、察打系统。
优选的，步骤5中，计算剩余能力和工作负载，主要判断是否参与替补策略。
优选的，步骤5中，在计算任务的评价值和协同负载值后,然后通过信息交互机器人将评价结果发出。
优选的，步骤5中，在确定执行任务目标节点时，机器人自动将最大评价值的任务节点的执行点设置为提供最大评价值的能力节点。
优选的，步骤5中，在判断是否参与替补策略后，如无法满足，则退出当前层从上层的能力簇中查找。
与现有技术相比，本发明的有益效果是：
该模型采用超网络的理论方法对网络架构进行描述，提高网络的定量计算能力；使用能力加权分层方法与任务节点模糊映射，提高了网络架构的灵活性和智能性，也实现了能力与任务还有需求的映射关系；该模型不仅减少了算法的搜索空间，降低了任务调度的复杂度，而且为重新派出无人机执行任务救援节省了时间。
附图说明
图1为本发明流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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做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。
请参阅图1，本发明提供一种技术方案：
无人机集群任务的柔变网络架构动态调度模型，包括以下步骤：
S1：能力选择，依据任务对能力的需求将无人机集群拥有的能力划分为不同的能力等级，并且在等级中按照等级中的能力聚类成不同的能力簇，从而形成能力和任务的映射机制。最后根据任务的不同需求，使得在不同的能力簇中选择，通过构造能力供给层和任务需求之间的映射关系，将任务对单个救援节点的搜索空间缩小，转变为对整个能力簇进行搜索；
S2：任务确定，任务节点是可由能力节点所牵引的作战活动，每个任务可以被细化成最小任务组成任务列表。对于网络中的任务节点来说，网络会根据对需求的能力，动态地将其发送到对应供给簇的任务队列中；
S3：系统节点确定，无人机集群根据任务节点确定作战系统。每个系统将提供一种以上的能力，每个任务活动选择一个以上的系统，无人机集群作战系统为侦察系统、攻击系统、察打系统；
S4：模型设置，主要确定无人机的侦察能力、察打能力、侦控打能力；
S5：调度计算，先发送任务需求到对应的能力簇，再启动能力替补策略。之后计算剩余能力和工作负载，同时计算任务的评价值和协同负载值，最后确定执行任务目标节点并执行任务。计算剩余能力和工作负载，主要判断是否参与替补策略，在计算任务的评价值和协同负载值后,通过信息交互机器人将评价结果发出。在确定执行任务目标节点时，机器人自动将最大评价值的任务节点的执行点设置为提供最大评价值的能力节点，在判断是否参与替补策略后，如无法满足，则退出当前层从上层的能力簇中查找。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.无人机集群任务的柔变网络架构动态调度模型，其特征在于，包括以下步骤：
S1：能力选择，依据任务对能力的需求将无人机集群拥有的能力划分为不同的能力等级，并且在等级中按照等级中的能力聚类成不同的能力簇，从而形成能力和任务的映射机制，最后根据任务的不同需求，使得在不同的能力簇中选择；
S2：任务确定，任务节点是可由能力节点所牵引的作战活动，每个任务可以被细化成最小任务组成任务列表，对于网络中的任务节点来说，网络会根据对需求的能力，动态地将其发送到对应供给簇的任务队列中；
S3：系统节点确定，无人机集群根据任务节点确定作战系统，每个系统将提供一种以上的能力，每个任务活动选择一个以上的系统；
S4：模型设置，主要确定无人机的侦察能力、察打能力、侦控打能力；
S5：调度计算，先发送任务需求到对应的能力簇，再启动能力替补策略，之后计算剩余能力和工作负载，同时计算任务的评价值和协同负载值，最后确定执行任务目标节点，并执行任务。
2.根据权利要求1所述的无人机集群任务的柔变网络架构动态调度模型，其特征在于：步骤1中，通过构造能力供给层和任务需求之间的映射关系，将任务对单个救援节点的搜索空间缩小，转变为对整个能力簇进行搜索。
3.根据权利要求1所述的无人机集群任务的柔变网络架构动态调度模型，其特征在于：步骤3中，无人机集群作战系统为侦察系统、攻击系统、察打系统。
4.根据权利要求1所述的无人机集群任务的柔变网络架构动态调度模型，其特征在于：步骤5中，计算剩余能力和工作负载，主要判断是否参与替补策略。
5.根据权利要求1所述的无人机集群任务的柔变网络架构动态调度模型，其特征在于：步骤5中，在计算任务的评价值和协同负载值后,然后通过信息交互机器人将评价结果发出。
6.根据权利要求1所述的无人机集群任务的柔变网络架构动态调度模型，其特征在于：步骤5中，在确定执行任务目标节点时，机器人自动将最大评价值的任务节点的执行点设置为提供最大评价值的能力节点。
7.根据权利要求4所述的无人机集群任务的柔变网络架构动态调度模型，其特征在于：步骤5中，在判断是否参与替补策略后，如无法满足，则退出当前层从上层的能力簇中查找。
CN202110201161.7A 2021-02-23 2021-02-23 无人机集群任务的柔变网络架构动态调度模型 Pending CN112801539A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110201161.7A CN112801539A (zh) 2021-02-23 2021-02-23 无人机集群任务的柔变网络架构动态调度模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110201161.7A CN112801539A (zh) 2021-02-23 2021-02-23 无人机集群任务的柔变网络架构动态调度模型

Publications (1)

Publication Number Publication Date
CN112801539A true CN112801539A (zh) 2021-05-14

Family

ID=75815336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110201161.7A Pending CN112801539A (zh) 2021-02-23 2021-02-23 无人机集群任务的柔变网络架构动态调度模型

Country Status (1)

Country Link
CN (1) CN112801539A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113625697A (zh) * 2021-09-15 2021-11-09 北京航空航天大学 考虑任务能力变化的无人机集群可靠性评估方法和系统
CN113759975A (zh) * 2021-09-15 2021-12-07 北京航空航天大学 基于任务能力的无人机集群的建模方法及模型系统
CN114529205A (zh) * 2022-02-22 2022-05-24 中国人民解放军国防科技大学 马赛克战体系能力需求满足度评估方法及相关设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105491564A (zh) * 2015-11-25 2016-04-13 西安电子科技大学 用于多无人机环境下建立安全通信链路的方法
CN110688754A (zh) * 2019-09-25 2020-01-14 中国人民解放军国防科技大学 一种作战体系架构建模与最优搜索方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105491564A (zh) * 2015-11-25 2016-04-13 西安电子科技大学 用于多无人机环境下建立安全通信链路的方法
CN110688754A (zh) * 2019-09-25 2020-01-14 中国人民解放军国防科技大学 一种作战体系架构建模与最优搜索方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
TING DUAN ET AL.: ""Dynamic Tasks Scheduling Model of UAV Cluster Based on Flexible Network Architecture"", IEEEACCESS, pages 3 - 4 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113625697A (zh) * 2021-09-15 2021-11-09 北京航空航天大学 考虑任务能力变化的无人机集群可靠性评估方法和系统
CN113759975A (zh) * 2021-09-15 2021-12-07 北京航空航天大学 基于任务能力的无人机集群的建模方法及模型系统
CN114529205A (zh) * 2022-02-22 2022-05-24 中国人民解放军国防科技大学 马赛克战体系能力需求满足度评估方法及相关设备
CN114529205B (zh) * 2022-02-22 2023-05-12 中国人民解放军国防科技大学 马赛克战体系能力需求满足度评估方法及相关设备

Similar Documents

Publication Publication Date Title
CN112801539A (zh) 无人机集群任务的柔变网络架构动态调度模型
CN111552314B (zh) 多无人机自适应编队跟踪控制方法
CN110852486B (zh) 一种无人机集群自主协同的任务规划方法
CN113312172B (zh) 基于适变网络的多无人机集群动态任务调度模型
CN109917811A (zh) 一种无人机集群协同避障-重构处理方法
CN111105155B (zh) 一种基于角色的群体无人系统协同任务管理方法
CN111159095B (zh) 一种异构融合的嵌入式智能计算实现方法
CN111209294A (zh) 一种基于区域分配面向多无人机的分布式覆盖搜索方法
Duan et al. Dynamic tasks scheduling model of UAV cluster based on flexible network architecture
CN115801774A (zh) 一种天基系统边缘云架构及自组织系统、方法
CN115392476B (zh) 一种有无人协同作战体系中的智能孪生体
CN113220034B (zh) 自主重构和人工干预重构相结合的无人机集群重构系统
CN114518772A (zh) 一种拒止环境下无人机蜂群自组织方法
CN115840892B (zh) 一种复杂环境下多智能体层次化自主决策方法及系统
CN111340324B (zh) 基于顺次分配的多层多粒度集群任务规划方法
Sapaty et al. Countering asymmetric situations with distributed artificial life and robotics approach
CN110662272A (zh) 一种基于蜂群无人机的最少数量领航者选取方法
CN115511269A (zh) 一种任务模型驱动的无人集群指挥控制模拟方法
CN109828838A (zh) 一种资源分配和任务调度多目标协同处理方法
CN112488506B (zh) 一种智能无人系统集群的可扩展分布式架构及自组织方法
KR101345645B1 (ko) 목표지향 행위계획 결정이 가능한 모의훈련 시스템 및 목표지향 행위계획 결정방법
Chen et al. Research on multi-UAV dynamic mission assignment method based on clustering algorithm
CN114638163B (zh) 一种基于自学习算法的智能群体协同战法生成方法
CN118139015B (zh) 基于任务分解的无人机集群网络适变方法、系统及介质
CN117575220B (zh) 一种面向异构多智能体的多任务策略博弈方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210514

RJ01 Rejection of invention patent application after publication