CN113111441B - 基于邻接关系的集群无人机任务模型构建方法 - Google Patents
基于邻接关系的集群无人机任务模型构建方法 Download PDFInfo
- Publication number
- CN113111441B CN113111441B CN202110452429.4A CN202110452429A CN113111441B CN 113111441 B CN113111441 B CN 113111441B CN 202110452429 A CN202110452429 A CN 202110452429A CN 113111441 B CN113111441 B CN 113111441B
- Authority
- CN
- China
- Prior art keywords
- task
- stage
- tasks
- relation
- adjacency
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/12—Timing analysis or timing optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Stored Programmes (AREA)
- Devices For Executing Special Programs (AREA)
Abstract
本发明公开了一种基于邻接关系的集群无人机任务模型构建方法,包括以下步骤:S1、建模分析;S2、确定建模语言;S3、任务分解:S31、将任务分成若干个大的任务段落;S32、将每个任务段落分解成满足任务模型所需的阶段任务;S4、绘制阶段任务序列;S5、绘制并填写阶段任务要求的参数表格;S6、检验模型,构建任务时序模型;S7、基于步骤S6中阶段任务之间的邻接关系,建立任务参数模型。本发明通过构建任务时序模型对阶段任务、阶段任务要求、阶段任务邻接关系的规范化描述,为集群无人机体系可靠性研究提供规范的任务信息;并且基于邻接关系构建的任务参数模型能够准确反映任务与各阶段任务时间、任务量、任务完成概率之间的定量关系。
Description
技术领域
本发明涉及无人机技术领域,更具体涉及一种基于邻接关系的集群无人机任务模型构建方法。
背景技术
无人机也称无人航空器,是将无人机飞行器、机载传感器、机载任务设备、指挥控制系统、通信系统、测控系统、综合保障系统等整合为一体的无人机系统。无人机集群由具备有限自主能力的多个无人机组成,它们通过自组织机制,在没有集中指挥控制的情况下,通过相互间通信产生整体效应,实现较高程度的自主协作,从而能在尽量少的人员干预下完成预期的任务目标。无人机集群不仅在军事方面用途广泛,而且在物流、农业、应急救援、遥感与对地观测、管道巡检等民用领域崭露头角。
比如,在国土资源监测中,无人机集群以协同模式同时对区域进行监控,可以很大程度上实现区域的同步监控,增加有效覆盖面积,节约执行任务时间。
军事领域可广泛应用于广域搜索侦查监视、边境巡逻搜救、城市反恐维稳等领域,并可衍生新的作战模式,提升体系作战效能。无人机集群因其典型优势,有望在未来战场的协同探测、协同攻击、干扰压制等各方面发挥巨大作用,成为一支不可忽视的新质力量。
无人机侦察任务集群,目的是在战斗前期实时将战场数据传回地面控制站。无人机集群系统包含多个飞行器分系统(无人机)及与其配套的控制站、数据通讯链路、GPS装置、起飞(发射)回收装置和检测装置等组成。任务可分为五个阶段:起飞阶段、巡航阶段、任务阶段、返航阶段、着陆阶段。但是,目前并没有专门的模型对阶段任务、阶段任务之间的关系和阶段任务各种参数进行描述分析,无法反映各任务阶段之间的定量关系,无法为无人机体系可靠性研究提供规范的任务信息。
发明内容
本发明需要解决的技术问题是提供一种基于邻接关系的集群无人机任务模型构建方法,以解决无法反映各任务阶段之间的定量关系及无法为无人机体系可靠性研究提供规范的任务信息的问题。
为解决上述技术问题,本发明所采取的技术方案如下。
基于邻接关系的集群无人机任务模型构建方法,包括以下步骤:
S1、建模分析:
S11、邻接关系分析,确定阶段任务之间的邻接关系;
S12、按照阶段任务在时间上交叉程度,将阶段任务之间的时序关系分为串行关系和并行关系;
S2、确定建模语言:确定所需的描述元素和语法规则;
S3、任务分解:
S31、将任务分成若干个大的任务段落;
S32、根据任务分解原则及阶段任务的界定标准,将每个任务段落分解成满足任务模型所需的阶段任务;
S4、绘制阶段任务序列:将阶段任务按照时顺和邻接关系,用阶段任务节点、邻接节点和时序连接线组织绘制出来;
S5、绘制并填写阶段任务要求的参数表格;
S6、检验模型,对模型的合法性和有效性进行检查和验证,构建任务时序模型;
S7、基于步骤S6中阶段任务之间的邻接关系,建立任务参数模型。
进一步优化技术方案,所述步骤S11中,邻接关系包括确定型邻接关系和概率型邻接关系;
所述概率型邻接关系包括:
条件邻接关系:满足某个条件时才能执行该阶段任务,如果不满足该条件则不执行该阶段任务;
分支邻接关系:某个阶段任务执行结束之后,需要借助条件来判断后续执行哪一个阶段任务;
循环邻接关系:需要反复执行某个阶段任务直至不满足条件为止。
进一步优化技术方案,所述步骤S7中,任务参数模型包括任务时间参数模型、任务量参数模型、任务完成概率模型。
进一步优化技术方案,顺序邻接关系下,无人机体系某一层次执行完一个阶段任务接着执行下一个阶段任务,如果其任务由n个顺序邻接的阶段任务构成,则任务与阶段任务时间参数之间的关系为:
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tis和tie(tis<tie)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间;
在条件邻接关系下,任务与其相对应的n个阶段任务时间参数之间的关系为
ts=tps,te=tpe,te-ts=tpe-tps
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tps和tpe(tps<tpe)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间;
当阶段任务按照分支邻接关系组成复杂任务时,任务与阶段任务时间参数之间的关系为:
ts=tis,te=tie,te-ts=tie-tis
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tis和tie(tis<tie)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间;
当阶段任务按照循环邻接关系组成复杂任务时,任务与阶段任务时间参数之间的关系为:
ts=tps,te=tpe,te-ts=N(tpe-tps)
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tps和tpe(tps<tpe)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间,N是执行该阶段任务的次数。
进一步优化技术方案,顺序邻接关系下体系某一层次执行完一个阶段任务接着执行下一个阶段任务,如果任务由n个顺序邻接的阶段任务构成,则任务的任务量就是这n个阶段任务任务量的累积,即:
tW=k1t1+k2t2+…+kntn
式中,tW为任务的任务量,ti为第i个阶段任务的任务量,ki为第i个阶段任务与复杂任务之间的转换系数;
条件邻接关系下阶段任务在满足一定条件时体系某一层才执行,此时任务的任务量:
tW=pct
其中,pc是满足阶段任务执行条件的概率,t是该阶段任务的任务量;
分支邻接关系下体系某一层执行完某个阶段任务后,需要借助条件来判断执行n个阶段任务中的哪一个,假设满足第i个阶段任务执行条件的概率是pci,则使用任务的任务量:
式中,ti是第i个阶段任务的任务量;
当阶段任务按照循环邻接关系组成复杂任务时,使用任务的任务量:
tW=Nt
式中,N是执行该阶段任务的次数。
进一步优化技术方案,顺序邻接关系下体系按照顺序依次执行各个阶段任务,任务完成概率为:
条件邻接关系下任务完成概率PCMC为:
PCMC=pcPMC
其中,pc是满足阶段任务执行条件的概率,PMC是阶段任务的任务完成概率;
分支邻接关系下,假设满足第i个阶段任务执行条件的概率是pci,则使用任务的完成概率PCMC为:
当阶段任务按照循环邻接关系组成复杂任务时,使用任务的任务完成概率PCMC为:
式中,PMC是该阶段任务的任务完成概率,N是该阶段任务的执行次数。
进一步优化技术方案,所述步骤S3中,阶段任务的界定标准包括:
体系层阶段任务的界定标准:以体系任务阶段发生变化的时刻来界定其阶段任务;
集群层阶段任务的界定标准:以集群的目标、行动性质或内部兵力使用方式发生变化的时刻作为界定阶段任务的基点;
平台层阶段任务的界定标准:以无人机系统中装备功能系统之间的任务可靠性关系发生变化的时刻作为界定极端任务的基点。
进一步优化技术方案,所述步骤S2中,描述元素包括:
节点,节点包括阶段任务节点、标识节点、邻接节点;
时序连接线;
阶段任务参数表;以及
注释;
所述语法规则包括:
阶段任务节点与时序连接线的语法规则;以及
邻接节点与阶段任务节点、时序连接线组合使用的语法规则。
由于采用了以上技术方案,本发明所取得技术进步如下。
本发明通过构建任务时序模型对阶段任务、阶段任务要求、阶段任务邻接关系的规范化描述,能够描述阶段任务之间的邻接关系和阶段的参数;并且基于邻接关系构建的任务时间模型、任务量参数模型、任务完成概率模型能够准确反映任务与各阶段任务时间、任务量、任务完成概率之间的定量关系,实现维修任务量模型构建,为无人机体系可靠性研究提供规范的任务信息。
附图说明
图1为本发明任务系统概念模型图;
图2为本发明阶段任务之间的时序关系示意图;
图3为本发明任务分解步骤示意图;
图4为本发明平台层任务分解示意图;
图5为本发明串行关系的描述示例图;
图6为本发明概率型邻接关系的描述示例图;
图7为本发明邻接化简的示例图。
具体实施方式
下面将结合附图和具体实施例对本发明进行进一步详细说明。
无人机任务系统概念建模是运用图形、文字、表格等标准化、规范化的语言对使用任务进行概念抽象与直观描述,包括对阶段任务、阶段任务之间的关系和阶段任务各种参数的描述。
从建模需求可以看出,任务系统概念模型的描述对象是任务系统层次结构、各层阶段任务、阶段任务之间的邻接关系以及相邻层次阶段之间的逻辑关系。单靠一种模型不能满足上述需求,需要一组模型从不同侧面对任务描述,每种模型从单个侧面来描述任务系统的特性,不同的模型之间相互补充,按照一定的约束和连接关系集成在一起,共同完成对任务系统的描述。针对建模需求,主要建立层次结构模型、时序模型和逻辑关系模型3类模型,结合图1所示。
任务层次结构模型是对各层任务及其隶属关系的规范化描述,用于反映任务系统的层次结构。
任务时序模型是对阶段任务、阶段任务要求、阶段任务邻接关系的规范化描述,用于描述阶段任务之间的邻接关系和阶段的参数。
任务逻辑关系模型是对上层阶段任务与下层阶段任务(或序列)之间逻辑关系的规范化描述,用于反映下层阶段任务是如何影响上层阶段任务的。
本发明为针对任务时序模型构建的方法,一种基于邻接关系的集群无人机任务模型构建方法,包括以下步骤:
S1、建模分析:
不同无人机系统担负不同的任务,其任务过程也就各异,而且在不同阶段任务中其任务要求也是不同的。为了能够在问题研究中,方便掌握阶段任务及其使用要求,需要将各阶段任务以及阶段任务之间的关系分别描述出来,建立任务时序模型。任务时序模型是对各层阶段任务及阶段任务之间的关系的规范化描述。
任务是分阶段完成,每个阶段实现不同目的,使命任务制约着每个阶段任务的目的,阶段任务的完成情况影响着体系使命任务,因此不同阶段任务之间就存在一定的逻辑关系;由于阶段任务具有很强的连续性和时序性,因此阶段任务之间的逻辑关系就表现为阶段任务之间的邻接关系和时序关系。
S11、邻接关系分析,确定阶段任务之间的邻接关系。
步骤S11中,邻接关系包括确定型邻接关系和概率型邻接关系。确定型邻接关系,即前一阶段任务执行后,下一阶段任务必定执行,执行完前一个阶段任务再接着执行下一个阶段任务,前后阶段任务之间在时序上没有交叉和重叠;概率型邻接关系,前一阶段任务执行后,后继的几个阶段任务按照一定的概率或条件来执行,前一阶段任务没有执行完毕,接着执行哪一个阶段任务是不确定的。
概率型邻接关系包括:
条件邻接关系:满足某个条件时才能执行该阶段任务,如果不满足该条件则不执行该阶段任务;
分支邻接关系:某个阶段任务执行结束之后,需要借助条件来判断后续执行哪一个阶段任务;
循环邻接关系:需要反复执行某个阶段任务直至不满足条件为止。
S12、按照阶段任务在时间上交叉程度,将阶段任务之间的时序关系分为串行关系和并行关系。串行关系是指阶段任务在时间上没有交叉,并行关系是指阶段任务在时间上有交叉。串行关系又可以细分为超前和汇合两类,并行关系又可以细分为期间、开始、重叠、结束、相等5类,见下表:
在图2中,A与B分别表示阶段任务,TAs和TBs分别表示阶段任务A与B的起始时刻,TAe和TBe分别表示A与B的结束时刻。显然,TAs<TAe,TBs<TBe。
S2、确定建模语言:确定所需的描述元素和语法规则。
1.描述元素
从任务的分解方式可以看出,对体系而言,其阶段任务之间只存在邻接关系和时序关系中的串行关系,不存在并行关系。并行关系只存在于相同层次不同无人机集群或无人机系统的各个阶段任务之间。因此,主要围绕邻接关系和串行关系的选取描述描述元素。
1)节点
根据节点在时序模型中表示的含义不同,可以分为3种类型:阶段任务节点、标识节点和邻接节点。
阶段任务节点:
阶段任务节点是任务时序模型的基本元素,表示的一个阶段任务,用带边框的字符表示。
标识节点:
标识节点包括时序模型的开始节点和结束节点,开始节点表示任务的开始,用·表示;结束节点表示任务的结束,用·表示。
邻接节点:
按照邻接关系的种类,邻接节点分为概率型邻接节点和确定型邻接节点。
各种邻接节点的表示方法见下表。
2)时序连接线
时序连接线反映了阶段任务的转移和推进。用带单箭头的线段或折线段,与上表中确定邻接节点的表示方法相同。
3)阶段任务参数表
阶段任务参数表由描述阶段任务的参数及其指标构成,是对阶段任务的定性定量描述,描述阶段任务的参数及其指标用结构化表格来表示,见下表。任务方式中的协同配合方式可以利用逻辑关系模型来更加直观的描述
4)注释
用来标注节点、时序连接线的文本,用来作辅助性说明。注释可以与节点、时序连接线共同完成模型语义的表达。
2.语法规则
上述描述元素的功能各异,需要配合起来使用才能组成任务时序模型,在使用时需要遵循下面的语法规则。
1)阶段任务节点与时序连接线的语法规则
阶段任务节点与时序连接线的组合起来共同完成对串行关系和顺序邻接关系的表达,如图5所示,示例表示执行完阶段任务M1后紧接着执行阶段任务M2,称M1为M2的前驱节点,M2为M1的后继节点。
2)邻接节点与阶段任务节点、时序连接线组合使用的语法规则
邻接节点与阶段任务节点、时序连接线组合使用可以表示阶段任务之间的概率型邻接关系。邻接节点在使用时需要成对出现,在模型中邻接汇节点(End If、End Switch、End Loop节点)总是与其前面最近的一个邻接源节点(If、Switch、Loop节点)配对。三种基本的概率型邻接关系如图6所示,图a)表示条件邻接,即满足条件时执行阶段任务M1,如果不满足条件则执行邻接汇节点后面的阶段任务M2;图b)表示分支邻接,即根据分支条件选择后续的一个阶段任务去执行,如果所有的分支条件都不满足则执行邻接汇节点后面的阶段任务M;图c)表示循环邻接,即满足循环条件时执行阶段任务M1,如果不满足循环条件则执行邻接汇节点后面的阶段任务M2。
邻接关系在建模时可以相互嵌套使用,用以表示阶段任务的复杂分支。
3.结构规则
1)模型的结构规则
任务时序模型中不能存在孤立的节点、时序连接线、阶段任务参数表或注释文本等描述元素,任务时序模型是各种描述元素的组合。
任务时序模型中的阶段任务的执行主体是相同的,每个阶段任务都要有相关的参数表来描述。
任务时序模型在结构上允许分岔,但只能有一个开始节点和结束节点,所有的分岔的过程最后都要会聚在同一个结束节点上,开始节点和结束节点之间不能直接连接。
任务时序模型在结构上会有条件判断,如果条件设定不好,就会带来语句无效或结构死锁。首先要保证条件满足的可能性,如果这个条件无法满足,就不必加这个条件邻接节点;其次,要保证分支邻接节点后面各种情况的唯一性,确保依据条件只能判断出唯一的一个任务可以执行,避免各种情况之间有交集造成无法判断哪个任务可以执行;再次,要避免循环邻接节点带来的死循环,导致使用过程不能结束。第一种情况会造成语句无效,后面两种情况会造成结构死锁。
任务时序模型所有阶段任务要在时间上能够覆盖的整个任务过程。不同时序和邻接关系下的阶段任务在时间上应当满足以下约束:
①顺序邻接(串行关系)的阶段任务
任意两个阶段任务在时间上不能相互覆盖,顺序邻接的阶段任务的持续时间是各个阶段任务持续时间的并集。
②概率邻接的阶段任务
邻接节点不占用阶段任务的执行时间,邻接源节点两侧的阶段任务在时间上不能相互覆盖,邻接汇节点的后继阶段任务的开始时间要与前驱阶段任务的结束时间一致。
2)结构的化简规则
模型在满足上述语法规则和结构规则的基础上,有时需要对比较复杂的任务时序模型进行化简,使模型变得直观、易读。由于时序模型中阶段任务之间只存在邻接关系和串行关系,结构化简主要针对邻接节点进行化简。
邻接化简主要针对相邻同类型的邻接节点进行化简,见图7。若当前节点是邻接源节点,其前驱节点也是同类型的邻接源节点,且与当前节点配对的邻接汇节点的后继节点也是同类型的邻接汇节点,则用时序连接线将当前节点的前驱节点与后继节点相连,用时序连接线将与当前节点配对的邻接汇节点的前驱节点与后继节点相连,然后合并条件,删除当前节点及其配对的邻接节点和多余的时序连接线。
针对不同类型的邻接节点化简时,需要视情而定,如果化简后节点数量减少,又由于合并各种条件而使模型的易读性、直观性变差,则不必进行化简。
S3、任务分解:
1.任务分解的原则
从任务分解的目标来看,任务分解需要遵循以下原则。
1)与实际无人机使用过程保持一致
分解任务要以实际使用过程为基础,把整个使用过程中的全部活动描述出来,确保分解之后的任务与实际情况保持一致。
2)考虑无人机可靠性和保障的需要
分解后的阶段任务要能够便于无人机系统可靠性维修性等质量特性的分析,便于确定使用过程中的保障系统的设计与评价。
3)结合任务的层次
不同层次任务的内容、内涵是不同的,高层任务比较宏观、内涵比较丰富;低层任务比较具体,内涵比较简单,这就决定了不同层次使用任务分解的标准也各异。
4)符合装备的使用特点
不同无人机在执行不同任务时加挂的任务装备不同,其使用特点和方式也不同,在分解任务时需要针对其具体装备使用特点和方式具体分析。
5)阶段任务的命名
阶段任务命名时要体现出阶段任务的主要内容和特点,从名称上能被直观地理解,并且要避免采用包含或反映任务目的、战术技术手段、部队或组织类型的词语。
2.任务分解的过程
任务在时序上通常很难一步分解到建模所需的阶段任务,本发明采用下面的步骤来分解任务:1)以概率型邻接关系为分割点将任务分成若干个大的任务段落,2)将每个任务段落分解成满足任务时序模型所需的阶段任务,阶段任务的界定标准在后面给出,分解过程如图3所示。
3.阶段任务的界定标准
任务分解得越粗,无人机使用过程描述得越模糊,可靠性和保障相关问题可能越难以开展;任务分解得越细,使用过程描述得越清楚,也就越有利于问题的研究,但是无限制地分解任务会带来很多不必要的低水平重复工作,因此需要合理界定阶段任务。
1)体系层阶段任务的界定标准
无人机体系构成复杂,各种装备的协同配合关系比较复杂而且随着任务在不断发生变化,很难找出其变化规律。因此,以体系任务阶段发生变化的时刻来界定其阶段任务,这样分解便于从整体上理解和把握体系任务段落划分。
2)集群层阶段任务的界定标准
集群任务涉及的装备种类和数量较多,在执行任务过程中不但需要按照上级的决心和目的来执行战术行动,而且要指挥其所属的兵力,向下级分派任务,不断协调内部兵力的任务目标和运用方式。因此,以集群的目标、行动性质或内部兵力使用方式发生变化的时刻作为界定阶段任务的基点。例如,火力打击群任务可以分解成驻地准备、远程输送、集结、飞行到任务空域、编队展开、第1次火力打击、第2次火力打击这几个阶段任务。
3)平台层阶段任务的界定标准
无人机系统任务的执行是以系统功能的正常发挥为基础的。阶段任务不同,任务所需的功能就不同,装备功能系统之间的组合也就不同。出于无人机系统的可靠性研究目的,以无人机系统中装备功能系统之间的任务可靠性关系发生变化的时刻作为界定极端任务的基点,见图4。
由此可见,不同层次阶段任务的划分标准是不一样的,任务层次越高,阶段任务的划分越粗,任务层次越低,阶段任务的划分越细。体系层的阶段任务通常与作战阶段的划分一致,集群层的阶段任务通常与其任务行动的划分一致,平台层的阶段任务需要按照系统可靠性和维修性建模“任务配置不变”的需求来划分。
S4、绘制阶段任务序列:将阶段任务按照时顺和邻接关系,用阶段任务节点、邻接节点和时序连接线组织绘制出来。
S5、绘制并填写阶段任务要求的参数表格;在明确阶段任务要求的基础上,对阶段任务要求用相关的参数表格进行描述。
S6、检验模型:对模型的合法性和有效性进行检查和验证。合法性是模型自身没有错误,即模型中描述元素的使用符合语法规则;有效性是模型能够以一定的准确度描述想定或作战计划中体系任务过程及其意图、决心和目的,既不能扩大也不能缩小。如果模型没有通过检验,需要重新进行任务分解步骤。
S7、基于步骤S6中阶段任务之间的邻接关系,建立任务参数模型。
保障对象系统通过在执行任务过程中所产生的维修任务来牵动保障系统的运行,进而影响作战任务的进程。在这个过程中,保障对象系统所生成的维修任务的种类和数量,是影响保障系统资源确定和配置的主要因素,进而成为影响保障效果的关键所在。因此,确定保障对象在作战任务中所产生的维修任务、尤其是维修任务量是十分必要的。步骤S7主要针对保障对象系统的自然故障维修任务和战损维修任务两个方面,研究其维修任务量模型构建的相关技术和方法。
步骤S7中,任务参数模型包括任务时间参数模型、任务量参数模型、任务完成概率模型。
S71、基于邻接关系的任务时间模型:
基于邻接关系的任务时间模型反映的是任务与各阶段任务开始、结束时间之间的定量关系。任务通常分解成若干个阶段任务来执行,当所有阶段任务完成后,任务就有一个总的任务时间。不同邻接关系下任务时间模型是不同的。
与时间相关的现有作战任务参数主要有:任务持续时间、任务开始时间、任务结束时间、任务最早开始时间、任务最早结束时间、任务最迟开始时间、任务最迟结束时间。任务开始时间、任务最早开始时间和任务最迟开始时间规定了保障资源和各级机构完成准备和部署的时限,无人机保障的相关工作要在任务开始时间前完成,以确保使用任务能够开始,例如故障修复、弹药等补充。任务结束时间、任务最早结束时间和任务最迟结束时规定了无人机使用后的维修、保养等保障活动的开始时间。
1.顺序邻接
顺序邻接关系下,无人机体系某一层次执行完一个阶段任务接着执行下一个阶段任务,如果其任务由n个顺序邻接的阶段任务构成,则任务与阶段任务时间参数之间的关系为:
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tis和tie(tis<tie)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间。
2.条件邻接
条件邻接关系阶段任务在满足一定的条件时才会执行。在条件邻接关系下,任务与其相对应的n个阶段任务时间参数之间的关系为:
ts=tps,te=tpe,te-ts=tpe-tps
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tps和tpe(tps<tpe)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间。
3.分支邻接
无人机体系某一层次执行完某个阶段任务后,需要借助条件来判断执行个阶段任务中的哪一个,但无论执行哪个阶段任务,都要在要求的时间范围之内。当阶段任务按照分支邻接关系组成复杂任务时,任务与阶段任务时间参数之间的关系为:
ts=tis,te=tie,te-ts=tie-tis
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tis和tie(tis<tie)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间。
4.循环邻接
循环邻接关系下,无人机体系某一层次需要反复执行某个阶段任务,直至不满足执行条件为止。当阶段任务按照循环邻接关系组成复杂任务时,任务与阶段任务时间参数之间的关系为:
ts=tps,te=tpe,te-ts=N(tpe-tps)
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tps和tpe(tps<tpe)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间,N是执行该阶段任务的次数。
S72、基于邻接关系的任务量模型:
基于邻接关系的任务量模型反映的是任务与各阶段任务的任务量之间的定量关系。任务通常分解成若干个阶段任务来执行,不同阶段任务内体系或其下属层次需要完成不同的任务量,当所有阶段任务完成后,任务就有一个总的任务量。尽管阶段任务类型不同,衡量任务量的参数也就不同,但任务量都可以转换到日历时间上,因此各阶段任务之间总是有定量关系的。只是不同邻接关系下,使用任务的任务量与阶段任务的任务量之间的关系是不同的。下面针对阶段任务之间基本的邻接关系,建立任务量模型。
1.顺序邻接
顺序邻接关系下体系某一层次执行完一个阶段任务接着执行下一个阶段任务,如果任务由n个顺序邻接的阶段任务构成,则任务的任务量就是这n个阶段任务任务量的累积,即:
tW=k1t1+k2t2+…+kntn
式中,tW为任务的任务量,ti为第i个阶段任务的任务量,ki为第i个阶段任务与复杂任务之间的转换系数。
2.条件邻接
条件邻接关系下阶段任务在满足一定条件时体系某一层才执行,此时任务的任务量:
tW=pct
其中,pc是满足阶段任务执行条件的概率,t是该阶段任务的任务量。
3.分支邻接
分支邻接关系下体系某一层执行完某个阶段任务后,需要借助条件来判断执行n个阶段任务中的哪一个,假设满足第i个阶段任务执行条件的概率是pci,则使用任务的任务量:
式中,ti是第i个阶段任务的任务量。
循环邻接关系下体系某一层需要反复执行某个阶段任务,直至不满足执行条件为止,则当阶段任务按照循环邻接关系组成复杂任务时,使用任务的任务量:
tW=Nt
式中,N是执行该阶段任务的次数。
S73、基于邻接关系的任务完成概率模型:
基于邻接关系的任务完成概率模型反映的是任务与各阶段任务的任务完成概率之间的定量关系。任务通常分解成若干个阶段任务来执行,每个阶段任务都有各自的任务完成概率,当所有阶段任务完成后,任务就有一个总的任务完成概率。下面针对阶段任务之间基本的邻接关系,建立任务完成概率模型。
1.顺序邻接
顺序邻接关系下体系(或集群或无人机系统)按照顺序依次执行各个阶段任务,从完成任务这个角度来说,N个阶段任务之间的是“与”的逻辑关系。此时任务完成概率为:
2.条件邻接
条件邻接关系下阶段任务在满足一定条件时体系(或集群或无人机系统)才执行,则在条件邻接关系下任务完成概率PCMC为:
PCMC=pcPMC
其中,pc是满足阶段任务执行条件的概率,PMC是阶段任务的任务完成概率。
3.分支邻接
分支邻接关系下体系(或集群)执行完某个任务后,需要借助条件来判断执行n个阶段任务中的哪一个,假设满足第i个阶段任务执行条件的概率是pci,则使用任务的完成概率PCMC为:
4.循环邻接
循环邻接关系下体系(或集群或无人机系统)需要反复执行某个阶段任务,直至不满足执行条件为止,则当阶段任务按照循环邻接关系组成复杂任务时,使用任务的任务完成概率PCMC为:
式中,PMC是该阶段任务的任务完成概率,N是该阶段任务的执行次数。
Claims (3)
1.基于邻接关系的集群无人机任务模型构建方法,其特征在于,包括以下步骤:
S1、建模分析:
S11、邻接关系分析,确定阶段任务之间的邻接关系;
步骤S11中,邻接关系包括确定型邻接关系和概率型邻接关系;
所述确定型邻接关系,即前一阶段任务执行后,下一阶段任务必定执行,执行完前一个阶段任务再接着执行下一个阶段任务,前后阶段任务之间在时序上没有交叉和重叠;
所述概率型邻接关系包括:
条件邻接关系:满足某个条件时才能执行该阶段任务,如果不满足该条件则不执行该阶段任务;
分支邻接关系:某个阶段任务执行结束之后,需要借助条件来判断后续执行哪一个阶段任务;
循环邻接关系:需要反复执行某个阶段任务直至不满足条件为止;
S12、按照阶段任务在时间上交叉程度,将阶段任务之间的时序关系分为串行关系和并行关系;
S2、确定建模语言:确定所需的描述元素和语法规则;
S3、任务分解:
S31、将任务分成若干个大的任务段落;
S32、根据任务分解原则及阶段任务的界定标准,将每个任务段落分解成满足任务模型所需的阶段任务;
S4、绘制阶段任务序列:将阶段任务按照时顺和邻接关系,用阶段任务节点、邻接节点和时序连接线组织绘制出来;
S5、绘制并填写阶段任务要求的参数表格;
S6、检验模型,对模型的合法性和有效性进行检查和验证,构建任务时序模型;
S7、基于步骤S6中阶段任务之间的邻接关系,建立任务参数模型;所述步骤S7中,任务参数模型包括任务时间参数模型、任务量参数模型、任务完成概率模型;
S71、基于邻接关系的任务时间模型:
确定型邻接关系下,无人机体系某一层次执行完一个阶段任务接着执行下一个阶段任务,如果其任务由n个顺序邻接的阶段任务构成,则任务与阶段任务时间参数之间的关系为:
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tis和tie(tis<tie)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间;
在条件邻接关系下,任务与其相对应的n个阶段任务时间参数之间的关系为:
ts=tis,te=tie,te-ts=tie-tis
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tis和tie(tis<tie)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间;
当阶段任务按照分支邻接关系组成复杂任务时,任务与阶段任务时间参数之间的关系为:
ts=tis,te=tie,te-ts=tie-tis
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tis和tie(tis<tie)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间;
当阶段任务按照循环邻接关系组成复杂任务时,任务与阶段任务时间参数之间的关系为:
ts=tis,te=tie,te-ts=N(tie-tis)
式中,ts和te(ts<te)分别表示任务的开始时间和结束时间,tis和tie(tis<tie)表示第i个(i=1,…,n)阶段任务的开始时间和结束时间,N是执行该阶段任务的次数;
S72、基于邻接关系的任务量参数模型:
确定型邻接关系下体系某一层次执行完一个阶段任务接着执行下一个阶段任务,如果任务由n个顺序邻接的阶段任务构成,则任务的任务量就是这n个阶段任务任务量的累积,即:
tW=k1t1+k2t2+…+kntn
式中,tW为任务的任务量,ti为第i个阶段任务的任务量,ki为第i个阶段任务与复杂任务之间的转换系数;
条件邻接关系下阶段任务在满足一定条件时体系某一层才执行,此时任务的任务量:
tW=pct
其中,pc是满足阶段任务执行条件的概率,t是该阶段任务的任务量;
分支邻接关系下体系某一层执行完某个阶段任务后,需要借助条件来判断执行n个阶段任务中的哪一个,假设满足第i个阶段任务执行条件的概率是pci,则使用任务的任务量:
式中,ti是第i个阶段任务的任务量;
当阶段任务按照循环邻接关系组成复杂任务时,使用任务的任务量:
tW=Nt
式中,N是执行该阶段任务的次数;
S73、基于邻接关系的任务完成概率模型:
确定型邻接关系下体系按照顺序依次执行各个阶段任务,任务完成概率为:
条件邻接关系下任务完成概率PCMC为:
PCMC=pcPMC
其中,pc是满足阶段任务执行条件的概率,PMC是阶段任务的任务完成概率;
分支邻接关系下,假设满足第i个阶段任务执行条件的概率是pci,则使用任务的完成概率PCMC为:
当阶段任务按照循环邻接关系组成复杂任务时,使用任务的任务完成概率PCMC为:
式中,PMC是该阶段任务的任务完成概率,N是该阶段任务的执行次数。
2.根据权利要求1所述的基于邻接关系的集群无人机任务模型构建方法,其特征在于,所述步骤S3中,阶段任务的界定标准包括:
体系层阶段任务的界定标准:以体系任务阶段发生变化的时刻来界定其阶段任务;
集群层阶段任务的界定标准:以集群的目标、行动性质或内部兵力使用方式发生变化的时刻作为界定阶段任务的基点;
平台层阶段任务的界定标准:以无人机系统中装备功能系统之间的任务可靠性关系发生变化的时刻作为界定极端任务的基点。
3.根据权利要求1所述的基于邻接关系的集群无人机任务模型构建方法,其特征在于,所述步骤S2中,描述元素包括:
节点,节点包括阶段任务节点、标识节点、邻接节点;
时序连接线;
阶段任务参数表;以及
注释;
所述语法规则包括:
阶段任务节点与时序连接线的语法规则;以及
邻接节点与阶段任务节点、时序连接线组合使用的语法规则。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110452429.4A CN113111441B (zh) | 2021-04-26 | 2021-04-26 | 基于邻接关系的集群无人机任务模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110452429.4A CN113111441B (zh) | 2021-04-26 | 2021-04-26 | 基于邻接关系的集群无人机任务模型构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113111441A CN113111441A (zh) | 2021-07-13 |
CN113111441B true CN113111441B (zh) | 2023-01-31 |
Family
ID=76721115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110452429.4A Active CN113111441B (zh) | 2021-04-26 | 2021-04-26 | 基于邻接关系的集群无人机任务模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113111441B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115695209B (zh) * | 2022-09-23 | 2024-06-07 | 西安电子科技大学 | 基于图模型的反制无人机蜂群评估方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111142845A (zh) * | 2019-12-18 | 2020-05-12 | 中国北方车辆研究所 | 一种基于模型的任务系统需求开发方法 |
CN111414006A (zh) * | 2020-03-27 | 2020-07-14 | 中国人民解放军国防科技大学 | 基于分布式顺次分配的无人机集群侦察任务规划方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894367A (zh) * | 2010-05-26 | 2010-11-24 | 中国人民解放军国防科学技术大学 | 成像卫星观测调度的目标聚类方法 |
CN107229478B (zh) * | 2017-06-09 | 2020-01-10 | 华东师范大学 | 一种可信飞行控制系统协同开发的任务分配建模方法 |
CN112422699B (zh) * | 2021-01-25 | 2021-04-06 | 中国人民解放军国防科技大学 | 一种基于动态调整的无人机集群行动方案生成方法 |
-
2021
- 2021-04-26 CN CN202110452429.4A patent/CN113111441B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111142845A (zh) * | 2019-12-18 | 2020-05-12 | 中国北方车辆研究所 | 一种基于模型的任务系统需求开发方法 |
CN111414006A (zh) * | 2020-03-27 | 2020-07-14 | 中国人民解放军国防科技大学 | 基于分布式顺次分配的无人机集群侦察任务规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113111441A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Torens et al. | Certification and software verification considerations for autonomous unmanned aircraft | |
Deng et al. | A two-phase coordinated planning approach for heterogeneous earth-observation resources to monitor area targets | |
CN109871635B (zh) | 面向民用飞机顶层需求捕获的运行场景建模方法 | |
CN113111441B (zh) | 基于邻接关系的集群无人机任务模型构建方法 | |
CN114169142A (zh) | 面向通用作战流程的任务元模型构建方法、数据库及装置 | |
Dridi et al. | System of systems engineering: Meta-modelling perspective | |
Zhiwei et al. | System of systems architecture modeling and mission reliability analysis based on DoDAF and Petri net | |
CN101702214A (zh) | 大规模复杂系统的能力需求分析方法 | |
Guo et al. | Flight safety assessment based on a modified human reliability quantification method | |
CN113111440B (zh) | 基于逻辑关系的集群无人机任务模型构建方法 | |
CN114970086B (zh) | 一种基于数据空间的复杂系统级数字孪生构建方法 | |
CN112214209B (zh) | 一种无人机运行场景中交互信息与任务时序的建模方法 | |
CN109799841A (zh) | 一种无人机地面控制系统、设备和存储介质 | |
Wang et al. | The requirement traceable modeling method and application of UAV command system-of-systems based on SysML | |
Smirnov et al. | Use case driven approach for ontology-based modeling of reconnaissance resources on-board UAVs using OWL | |
Marti | Structured task analysis in complex domains | |
Ryan et al. | Unmanned aerial vehicle (UAV) route selection using reactive tabu search | |
CN113962015A (zh) | 一种采用规则控制的空域使用过程仿真模拟系统及方法 | |
Huang et al. | A safety analysis method based on hazard pattern mining for single pilot operations air-ground task collaboration in commercial aircraft | |
Furno et al. | A fuzzy cognitive situation awareness for airport security | |
Harrison et al. | Relating the automation of functions in multiagent control systems to a system engineering representation | |
Perugini et al. | Agents for military logistic planning | |
Glaudel | A model-based systems engineering approach to e-VTOL aircraft and airspace infrastructure design for urban air mobility | |
Abi-Zeid et al. | Towards a knowledge-based system prototype for Aeronautical Search and Rescue Operations | |
Borky et al. | Analyzing Requirements in an Operational Viewpoint |
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 |