CN113359860A - 一种基于通信状态的无人机集群重构方法 - Google Patents

一种基于通信状态的无人机集群重构方法 Download PDF

Info

Publication number
CN113359860A
CN113359860A CN202110820607.4A CN202110820607A CN113359860A CN 113359860 A CN113359860 A CN 113359860A CN 202110820607 A CN202110820607 A CN 202110820607A CN 113359860 A CN113359860 A CN 113359860A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
host
subset
communication
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
CN202110820607.4A
Other languages
English (en)
Other versions
CN113359860B (zh
Inventor
郑丽丽
王英勋
常创业
李大伟
曾国奇
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 CN202110820607.4A priority Critical patent/CN113359860B/zh
Publication of CN113359860A publication Critical patent/CN113359860A/zh
Application granted granted Critical
Publication of CN113359860B publication Critical patent/CN113359860B/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

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)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于通信状态的无人机集群重构方法,包括:获取当前通信周期内无人机集群系统的第一子集中每一无人机Fi与该第一子集中其他所有无人机的通信状态,得到通信状态表,主机属于第一子集中的无人机;针对任一无人机Fi,基于通信状态表,判断集群系统的主机是否存在通信故障;若主机存在故障,则无人机Fi基于通信状态表,采用主机选择策略选择第一子集内的一个无人机作为主机;无人机集群系统内的每一架无人机根据主机更新策略将内部的存在故障的主机更新。本发明的方法在无人机集群的长机或者集群决策中心故障时,集群中的无人机能够快速确定新的长机或者集群决策中心,实现无人机集群系统重构能力和重构可靠性的目的。

Description

一种基于通信状态的无人机集群重构方法
技术领域
本发明涉及无人机重构技术领域,尤其涉及一种基于通信状态的无人机集群重构方法。
背景技术
随着无人机集群技术的不断发展,无人机集群正在成为研究热点。单一无人机的飞行安全和系统可靠性取决于自身的可靠性,无人机集群的可靠性不仅与无人机单机平台的可靠性相关,而且与集群系统的重构能力相关。在实际飞行过程中,如果集群中的长机或者集群决策中心发生故障或者坠毁,为了保证集群的安全,应快速确定新的长机或者集群决策中心。
在工程实践中,往往采用单一的人工干预方法,即当地面站监控到长机或者集群决策中心坠毁后,则地面站发送指令指定集群中的另一架飞机作为新的长机或者集群决策中心。这种方案严重依赖于人工操作,而且时效性差,新的长机指定不及时可能导致整个集群的坠毁。因此,需要一种可靠的、快速的重构方法,确保在长机或集群决策中心故障时,能够快速的自动确定新的长机或者集群决策中心,来提高无人机集群的重构能力。
发明内容
(一)要解决的技术问题
针对现有技术的不足,本发明实施例提供一种基于通信状态的无人机集群重构方法,用于在无人机集群的长机或者集群决策中心故障时,集群中的无人机能够快速确定新的长机或者集群决策中心,实现无人机集群系统重构能力和重构可靠性的目的。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
第一方面,本发明实施例提供一种基于通信状态的无人机集群重构方法,包括:
S1、获取当前通信周期内无人机集群系统的第一子集中每一无人机Fi与该第一子集中其他所有无人机的通信状态,得到通信状态表,i∈[1,n],n为第一子集中无人机的总数;所述无人机集群系统的主机属于第一子集中的无人机;
S2、针对第一子集中任一无人机Fi,基于所述通信状态表,判断所述集群系统的主机是否存在通信故障;
S3、若所述主机存在故障,则所述无人机Fi基于所述通信状态表,采用主机选择策略选择第一子集内的一架无人机作为主机;
S4、所述无人机Fi基于选择的主机向所述集群系统广播,以及所述集群系统内每一架无人机在接收第一子集中所有无人机的广播信息后根据主机更新策略将内部的存在故障的主机进行更新。
可选地,所述S1包括:
无人机Fi接收第一子集内其他无人机发送的数据;
根据接收的数据的正确率,确定无人机Fi与发送数据的无人机的通信状态;
所述无人机Fi广播通信周期内与所述无人机Fi交互的其他无人机的通信状态,并接收第一子集内其他无人机广播的各自交互的无人机的通信状态;
所述无人机Fi依据通信周期内其他无人机广播的通信状态和本机自身的通信状态,更新通信状态表。
可选地,所述通信状态表包括:
第一子集内所有无人机与其他无人机的通信状态标识;
所述通信状态标识包括:通信数据均正常标识、通信数据部分中断标识、通信数据完全中断标识;
和/或,
所述通信状态表为采用二维数组表示的表格,第一子集内存在n架无人机,则二维数组的维数为n*n。
可选地,S2包括:
基于所述通信状态表,获取主机的通信状态评价值;
判断所述主机的通信状态评价值是否小于第一预设阈值,若否,则确定所述集群系统的主机存在通信故障。
可选地,S3包括:
基于所述通信状态表,获取第一子集内每一架无人机的通信状态评价值;
选择第一子集内所有无人机的通信状态评价值中最小评价值对应的无人机作为主机;
或者,
基于所述通信状态表,获取第一子集内每一架无人机的通信状态评价值;
选择小于第二预设阈值的通信状态评价值对应的无人机中编号最小的无人机作为主机。
可选地,获取第一子集内每一架无人机的通信状态评价值,包括:
根据通信状态表中每一架无人机对应的所有通信状态,将每一架无人机对应的所有通信状态的状态值求和,获得该架无人机的通信状态评价值;
或者,
根据通信状态表中每一架无人机对应的所有通信状态,将每一架无人机对应的所有通信状态的状态值求和并归一化,获得该架无人机的通信状态评价值。
可选地,所述主机为所述无人机集群系统内的长机;或者,所述主机为所述无人机集群系统内的集群决策中心;
所述第一子集内无人机的数量小于等于所述无人机集群系统中无人机的数量。
可选地,所述方法还包括:
接收地面站发送的指令,所述指令中携带指定的主机信息;
相应地,所述无人机集群系统中每一架无人机依据所述指令,更新本机内部的主机信息。
可选地,所述S4包括:
所述第一子集内每一架无人机基于各自选择的主机向所述集群系统广播;
所述集群系统中每一架无人机接收第一子集内所有无人机的广播信息,并判断所有广播信息中的主机标识是否相同;若相同,则将该主机标识对应的主机信息作为新的主机信息更新内部的存在故障的主机信息;
否则,将所有广播信息中最小的主机标识作为新的主机信息,以更新内部的存在故障的主机信息,或者,将所有广播信息中出现次数最多的主机标识作为新的主机信息,以更新内部的存在故障的主机信息;
或者,
所述第一子集内每一架无人机基于各自选择的主机向所述集群系统进行第一次广播;第一子集内每一架无人机的第一次广播信息中携带不更新主机的标志;
所述第一子集内每一架无人机接收到第一子集内其他无人机的第一次广播信息;所述第一子集内每一架无人机选择第一子集内所有无人机的第一次广播信息中最小的主机标识作为最终的主机信息,或者,所述第一子集内每一架无人机选择第一子集内所有无人机的第一次广播信息中出现次数最多的主机标识作为最终的主机信息;
所述第一子集内每一架无人机基于选择的最终的主机信息向所述集群系统进行第二次广播;所述第二次广播信息中携带更新主机的标志;
所述集群系统中每一架无人机接收到第一子集内所有无人机的第二次广播信息之后,根据第二次广播信息中的主机信息更新内部的存在故障的主机信息。
第二方面,本发明实施例还提供一种无人机,应用于无人机集群系统,包括无人机本体和位于无人机本体内处理模块、通信模块;
所述无人机为第一子集内的无人机时,所述通信模块基于所述处理模块的信息与无人机集群系统内的其他无人机通信;所述处理模块执行上述第一方面任一所述的基于通信状态的无人机集群重构方法。
(三)有益效果
本发明的有益效果是:无人机集群系统的所有无人机均属于第一子集的元素时,本发明的方法可实施获取整个无人机集群系统内每一无人机的通信状态表,进而当无人机集群系统的长机或者集群决策中心故障时,集群中的其他无人机可以快速确定新的长机或者集群决策中心,使得集群能够保持正常的结构,避免因为长机或者集群决策中心丢失或者切换不及时导致集群系统坠毁等重大事故,达到整体提高无人机集群系统重构能力和重构可靠性的目的。
在无人机集群系统的无人机非常多时,将无人机集群系统的部分无人机组成一个子集如第一子集,进而可实时获取第一子集内任意两架无人机的通信状态表,当无人机集群系统的长机或者集群决策中心故障时,第一子集内的所有无人机可基于通信状态表确定新的长机或者集群决策中心,使得集群能够保持正常的结构,避免因为长机或者集群决策中心丢失或者切换不及时导致集群系统坠毁等重大事故,达到整体提高无人机集群系统重构能力和重构可靠性的目的。本发明中,第一子集的无人机数量少,可快速选择新的长机或者集群决策中心,重构效果快。
附图说明
图1为本发明一实施例提供的基于通信状态的无人机集群重构方法的流程示意图;
图2为本发明另一实施例提供的基于通信状态的无人机集群重构方法的流程示意图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
现有的集群技术仍处于探索阶段,集群的自主能力还很弱,特别是面向任务的自主重构能力,基本没有,严重制约无人机集群系统的任务能力,远远不能满足实战需求。虽然人工智能技术提供了很多自主决策的算法,但是智能化算法对计算机各项资源的要求很高,同时目前的态势感知技术并不能为智能算法提供足够的自主重构的信息,因此,在算法工程化落地过程中存在很大的困难;而且智能算法的实时性较差,难以满足集群在线实时自主重构的需求。综上,一方面受限于无人机集群系统态势感知能力、信息获取能力,另一方面受限于重构决策算法的智能性和可落地性,完全依赖智能技术并不能使无人机集群实现完全的高可靠的自主重构。因此,需要提供一种高可靠、快速的集群重构方法对提高集群系统的任务能力和战场生存能力至关重要。
实施例一
如图1所示,图1示出了本发明一实施例提供的基于通信状态的无人机集群重构方法的流程示意图,本发明的方法的执行主体为无人机集群内的每一架无人机,该无人机集群系统的无人机数量较少。本实施例的方法可包括下述的步骤:
S1、获取当前通信周期内无人机集群中每一无人机Fi与其他所有无人机的通信状态,得到通信状态表,i∈[1,n]。
举例来说,针对无人机集群内的无人机Fi,该无人机Fi接收集群系统内其他无人机发送的数据;
根据接收的数据的正确率,确定无人机Fi与发送数据的无人机(n-1架)的通信状态(n-1个状态标识);
所述无人机Fi广播通信周期内本机与其他无人机的通信状态,并接收其他无人机广播的各自交互的无人机的通信状态;举例来说,在实际应用中,每一架无人机可通过广播方式将内部更新的通信状态进行广播,其他无人机接收广播信息,获得广播信息中最新通信状态。需要说明的是,如果i#无人机与j#无人机通信中断,在链路层可通过k#无人机进行数据中继或者路由,从而i#无人机仍可以收到j#无人机广播的的通信状态;同时,i#无人机可以判断出j#无人机的的数据是直接发送来的还是经k#无人机中继或路由来的。
所述无人机Fi依据通信周期内其他无人机广播的通信状态和本机自身的通信状态,更新集群通信状态表。即所述无人机Fi根据获取的无人机集群系统内任意两架无人机的通信状态,更新集群通信状态表。
应说明的是,本实施例中,所述集群通信状态表包括:所有无人机与其他无人机的通信状态标识;所述通信状态标识包括:通信数据均正常标识、通信数据部分中断标识、通信数据完全中断标识;
另外,所述通信状态表为采用二维数组表示的表格,无人机集群内存在n架无人机,则二维数组的维数为n*n。
本实施例中的通信周期可为预先定义的一个周期,如300ms或450ms等。
S2、针对每一架无人机,基于所述集群通信状态表,判断所述集群的主机是否存在通信故障。
举例来说,基于所述集群通信状态表,获取主机的通信状态评价值;
判断所述主机的通信状态评价值是否小于第一预设阈值,若否,则确定所述集群的主机存在通信故障。
S3、若所述主机存在故障,则所述无人机基于所述通信状态表,采用主机选择策略选择集群内的一个无人机作为主机。
例如,基于所述通信状态表,获取每一架无人机的通信状态评价值;
选择所有无人机的通信状态评价值中最小评价值对应的无人机作为主机;
或者,基于所述通信状态表,获取每一架无人机的通信状态评价值;
选择小于第二预设阈值的通信状态评价值对应的无人机中编号最小的无人机作为主机。
在具体应用中,可根据通信状态表中每一架无人机对应的所有通信状态,将每一架无人机对应的所有通信状态的状态值求和,获得该架无人机的通信状态评价值。
S4、所述无人机广播该无人机选择的主机信息,并根据主机更新策略将该无人机内部的存在故障的主机信息更新。
在具体实现中,上述步骤S4可包括:所述无人机集群系统内每一架无人机接收其他无人机广播的主机信息,并判断接收的所有主机信息是否相同,若相同,则将接收的主机信息作为新的主机信息更新内部的存在故障的主机信息;
否则,将接收的所有主机信息中编号最小或者出现次数最多的主机信息作为通信周期内确定的最终的主机信息,并将确定的最终的主机信息作为新的主机信息更新内部的存在故障的主机信息。
上述实施例中的主机可作为所述无人机集群内的长机;
或者,所述主机作为所述无人机集群内的集群决策中心。
在本实施例中,任意一架无人机的广播周期可为通信周期,如60ms等,或者广播周期长于通信周期,广播周期可为120ms,广播周期可以是通信周期的2倍或3倍等。
需要说明的是,判断长机或集群决策中心是否故障的周期跟广播周期是一致的,在广播之前,通信状态表是最新的,根据最新的通信状态表判断长机或集群决策中心是否故障。
在一种可能的实现方式中,上述图1所示的方法还包括下述的图中未示出的步骤S5:
S5:接收地面站发送的指令,所述指令中携带指定主机的信息;
相应地,所述无人机集群系统中每一架无人机依据所述指令,更新本机内部的主机信息。
本实施例中的S5可在上述图1所示的方法中任一步骤之前或之后执行。
本实施例的方法可实时获取整个无人机集群内每一无人机的通信状态表,进而当无人机集群的长机或者集群决策中心故障时,集群中的其他无人机可以快速确定新的长机或者集群决策中心,使得集群能够保持正常的结构,避免因为长机或者集群决策中心丢失或者切换不及时导致集群系统坠毁等重大事故,达到整体提高无人机集群系统重构能力和重构可靠性的目的。
实施例二
当前,无人机集群系统内的无人机数量是越来越多,此时,若采用上述实施例一的方案,则会导致无人机集群系统中所有无人机的通信状态的获取过程会占用较长时间,且随着集群中无人机数量的增加,通信状态表的规模也会快速增加,实施例一的方案适用一种无人机集群系统中无人机数量可小于20架的场景。为此,本实施例提供一种无人机集群系统的自主重构方法,可以先对无人机集群系统进行子集划分,如在无人机集群系统中无人机数量超出20架时,在无人机集群系统中确定包括当前长机/集群决策中心的第一子集,该第一子集的数量可以小于等于8架,可预先通过地面站配置第一子集的信息。
另外,对第一子集内任一架无人机建立的通信状态表进行说明。如下表1所示,该表1用来记录第一子集中两两节点间的通信状态。
表1
Figure BDA0003171848680000091
Figure BDA0003171848680000101
表1中,除对角线外的每一格均表示第一行和第一列相应地址的两架无人机的通信状态。
表1中的通信状态表可包括:通信数据均正常标识0,通信数据部分中断标识1,通信数据完全中断标识2。当第一子集中所有无人机间通信均正常时,表1中除对角线外的通信状态均为0。
为便于后面进一步对集群系统的通信状态进行综合,表1中对角线上的数据均设置为0或者1。在具体实现过程中,可采用一个二维数组来表示上述通信状态表。第一子集中包含n架无人机,其通信状态表的二维数据的维数为n*n。
本实施例的无人机集群重构方法可包括下述的步骤,如图2所示,如图2中所示的1#无人机至n#无人机均为第一子集中的无人机,图2中的横线表示广播,这样集群内所有的无人机都能收到。
201:第一子集内的每一架无人机获取该第一子集中其他无人机的通信数据,根据通信数据判断本机与其他无人机间的通信状态。
第一子集中各无人机间可以是互相通信的,每架无人机可以收到该第一子集中其余无人机发送的数据。根据约定的通信协议,无人机可以判断是否正确接收到了其他各无人机发送的数据,进而判断本机与其他无人机的通信状态是否正常。
当然,第一子集内的无人机接收到非第一子集内的无人机的数据时,可不汇总其通信状态。任意两架无人机交互的数据可以是位置数据、姿态信息、或者通信指令信息等,本实施例不对其限定。
如果按照预定的通信周期(如80ms),能够定时接受到正确的数据,则通信状态正常。如果能接收到数据,但是数据有误,则可以判断通信状态不佳。如果完全收不到数据,则可以判断通信状态为完全中断。即无人机可根据接收的数据的正确率,确定本机与发送数据的无人机的通信状态。
重复上述过程,每一无人机可获取本机与第一子集内其他无人机的通信状态。
202:第一子集内每一架无人机以广播方式发布本机与其他无人机的最新通信状态。
即,第一子集内无人机Fi广播通信周期内该无人机Fi与第一子集内其他无人机(F1,F2,...,Fi-1,Fi+1,...,Fn)的通信状态,并接收第一子集内其他无人机Fj广播的Fj与第一子集内其他无人机(F1,F2,...,Fj-1,Fj+1,...,Fn)的通信状态。
根据步骤202中广播的结果,第一子集内其他无人机能够同步本机的通信状态,本机也可同步其他无人机的通信状态。如:m#无人机将自身与第一子集中其他无人机的通信状态发送给第一子集中其他无人机,则1~m-1,m+1~n#无人机均能够获取m#无人机与其他无人机的通信状态。同时,m#无人机也能够获取到1~m-1,m+1~n#无人机广播出来的各自的通信状态。
本实施例中,每一架无人机可以实时广播或周期广播以发布本机与其他无人机的最新通信状态,本实施例不对其限定,根据实际需要配置。
203:针对第一子集中任一无人机Fi,基于接收的第一子集内其他无人机广播的最新通信状态,更新本机的通信状态表。
当第一子集内所有无人机都按照步骤202广播本机通信状态时,第一子集中的每架无人机能够得到该第一子集内任意两架无人机间的通信状态。将这些两两无人机间的通信状态更新到自身的通信状态表如上述表格,第一子集内每一架无人机均得到包含第一子集内任意两架无人机间通信状态的最新的通信状态表。
由此,可获取到当前通信周期内无人机集群系统的第一子集中每一无人机Fi与该第一子集中其他所有无人机的通信状态,得到通信状态表,i∈[1,n],n为第一子集中无人机的总数;所述无人机集群系统的主机属于第一子集中的无人机。
在本发明实施例中,任意一架无人机的广播周期可为通信周期,如80ms等,或者广播周期长于通信周期,广播周期可为160ms,广播周期可以是通信周期的2倍或3倍等。
需要说明的是,判断长机或集群决策中心是否故障的周期跟广播周期是一致的,在广播周期之后,通信状态表是最新的,根据最新的通信状态表判断长机或集群决策中心是否故障。
204:针对第一子集中任一无人机Fi,基于通信状态表,对第一子集内每架无人机的通信状态进行综合计算,获取第一子集内每一架无人机的通信状态评价值。
在本实施例中,可依据最新的通信状态表,可以计算第一子集内每架无人机的综合通信状态,即衡量每架无人机在通信状态的评价值。例如可采用累加和、加权和或者其他评价函数进行计算。以表1为例,1#无人机的综合通信状态可表示为f1=0+A12+A13+...+A1n。同理,可得到f2,...fn。
在其他实施例中,通信状态表中的数值作为状态值,则可以采用表1中每一架无人机对应的所有通信状态的状态值累加法获取该架无人机的通信状态评价值f,如公式(1):
fn=An1+An2+An3+..., 公式(1);
其中:fn表示第n架飞机的通信状态评价值;Ani表示第n架飞机与第i架飞机的通信状态的状态值,如0:通信正常,1:通信中断。
当然,通信状态评价值可为归一化处理之后的评价值,如公式(2):
fn=(An1+An2+An3+...)/n, 公式(2);
其中,n表示第一子集中无人机的总数。
205:针对第一子集中任一无人机Fi,基于通信状态表,判断长机或者集群决策中心的状态。该状态可包括正常或故障。
集群中的无人机需要实时判断长机或者集群决策中心是否故障。根据204中得到的长机或者集群决策中心的通信状态评价值和约定的判故条件,可判断长机是否故障。
如:第一子集内3#无人机为长机或者集群决策中心,如果f3>n/2,即3#无人机与集群中至少一半的无人机通信中断,则可以判断3#无人机故障,即长机或者集群决策中心故障,需要进行长机或者集群决策中心切换。否则,可以不进行长机切换。
206:针对第一子集中任一无人机Fi,若长机或集群决策中心的通信故障,其对应的通信状态评价值大于第一预设阈值,则采用主机选择策略确定新的长机或者集群决策中心。
在实际中,判断长机或者集群决策中心是否故障时,可以根据最新的通信状态表。
本实施例中采用主机选择策略确定新的长机或者集群决策中心,如,在其余无人机中,选择f值最小的无人机,即综合通信状态最好的无人机作为新的长机或者集群决策中心;或者在f值小于某阈值的无人机中,选择编号最小的无人机作为新的长机或者集群决策中心。
207、无人机Fi基于选择的主机向所述集群系统广播,以及所述集群系统内每一架无人机在接收第一子集中所有无人机的广播信息后根据主机更新策略将内部的存在故障的主机进行更新。
本实施例的主机可为长机或集群决策中心,为更好说明,在该步骤中采用主机进行说明。
例如,第一子集内每一架无人机基于各自选择的主机向所述集群系统广播;所述集群系统中每一架无人机接收第一子集内所有无人机的广播信息,并判断所有广播信息中的主机标识是否相同;若相同,则将该主机标识对应的主机信息作为新的主机信息更新内部的存在故障的主机信息;否则,将所有广播信息中最小的主机标识对应的主机信息作为新的主机信息,以更新内部的存在故障的主机信息。在其他实施例中,还可以将所有广播信息中出现次数最多的主机标识对应的主机信息作为新的主机信息,本实施例不对其限定,根据实际需要设置。
在另一实现方式中,第一子集内每一架无人机可基于各自选择的主机向所述集群系统进行第一次广播;第一子集内每一架无人机的第一次广播信息中携带不更新主机的标志;所述第一子集内每一架无人机接收到第一子集内其他无人机的第一次广播信息;所述第一子集内每一架无人机选择第一子集内所有无人机的第一次广播信息中最小的主机标识作为最终的主机信息;
所述第一子集内每一架无人机基于选择的最终的主机信息向所述集群系统进行第二次广播;所述第二次广播信息中携带更新主机的标志;
所述集群系统中每一架无人机接收到第一子集内所有无人机的第二次广播信息之后,根据第二次广播信息中的主机信息更新内部的存在故障的主机信息。在其他实施例中,上述选择最终的主机信息时,还可是第一子集内所有无人机的第一次广播信息中出现次数最多的主机标识作为最终的主机信息。
需要说明的是,广播是一种通信方式,无人机集群中每一架无人机均可接收到其他无人机的广播信息,是否依据广播信息进行后续的处理,可根据广播信息中携带的数据指示进行后续的处理。上述在步骤207的具体实现过程中采用第一次广播和第二次广播进行举例来说,并不对实施例中每一架无人机的广播次数进行限制,实际应用中可广播多次。
例如,以包含8架无人机的无人机第一子集为例,说明如何进行新长机的确定。无人机第一子集(以包含8架无人机为例)内任一无人机Fi的第一次广播或第二次广播的广播信息中数据内容可包括表2所示的内容。
表2
Figure BDA0003171848680000141
Figure BDA0003171848680000151
上表包含了Fi与第一子集内其他无人机的通信状态。
第一子集内每架无人机广播包含上表信息的数据,同时接收第一子集内其他无人机广播的上述数据。根据第一子集内各无人机广播的数据和自身的通信状态,无人机Fi可以不断更新自身的第一子集通信状态表。
进而,第一子集内每一架无人机Fi可根据最新的第一子集通信状态表计算综合通信状态,选择第一子集内的一架无人机作为主机,并填写到上表的相应位置(i#选择的长机号),并周期性广播到无人机集群系统。
第一子集中的每架无人机周期性(如:1s)地比对8架无人机各自选择的长机号,并选择编号最小或者出现次数最多的长机作为最终的长机号,填写到上表的相应位置(最终的长机号),同时将是否更新长机标志置为是,进行第二次广播,即广播到集群系统。
当是否更新长机标志为否时,集群系统中的每架无人机不更新长机,保持原来的长机;当是否更新长机标志为是时,集群中的每架无人机更新长机为最终的长机号。
在实际应用中,第一子集中的每一架无人机向无人机集群系统广播最终的新主机编号(如6#为新主机),无人机集群系统中的每一架无人机收到新主机编号后,根据本机与新主机的通信状态是否正常(例如,集群系统的第25#无人机可根据25#无人机在收到最终新主机的信息之前,指定时间段(如800ms)内25#无人机是否100%正确收到6#无人机的数据),确定是否更新内部存在故障的主机。若正常,则更新内部的存在故障的主机。若集群系统内一架无人机根据本机与新主机的通信状态为异常(例如,集群系统的第28#无人机可根据28#无人机在收到最终新主机之前,指定时间段(如800ms)内28#无人机不能100%正确接收到6#无人机的数据),则该通信异常的无人机(非最终的新主机,如28#无人机)退出当前的集群系统;退出当前集群系统的无人机可以单机形式运行。
本实施例中,针对无人机集群系统的重构提出了一种各无人机可独立决策的自动重构方法,且能够保证重构结果的一致性。
基于组网链路状态的自动重构,不依赖于地空链路和人工干预,确保了重构的快速性。各无人机独立进行重构决策,不依赖某架无人机,不存在单点故障。
本实施例的方法可在有限计算资源的情况下,解决长机或者集群决策中心重构问题,提高无人机集群系统在发生故障时的任务能力。
上述方法可在地面链路失联时,使系统能够自动重构,保障系统飞行安全。
本实施例的方法的输入信息需求少,不需要依赖无人机的感知能力,技术可落地,且适应于不同的平台。
上述方法可以使各架无人机独立进行长机重构,不依赖某一节点,不存在单点故障,提高了系统的生存能力。
根据本发明的一方面,本发明还提供一种无人机,应用于无人机集群系统,其特征在于,包括无人机本体和位于无人机本体内处理模块、通信模块;
所述无人机为第一子集内的无人机时,所述通信模块基于所述处理模块的信息与无人机集群内的其他无人机通信;所述处理模块执行上述任意实施例所述的基于通信状态的无人机集群重构方法。
再一方面,本发明实施例还提供一种计算机存储介质,其上存储有计算机可执行指令,其特征在于,所述可执行指令被处理器执行时,实现如上述任意实施例所述的基于通信状态的无人机集群重构方法。上述的计算机存储介质可为无人机集群内每一无人机内的计算机存储介质。
上述任意实施例中无人机可根据需要进行广播,任意一架无人机可依据接收的广播信息中的数据指示进行处理即可,其不限定任何一架无人机的广播次数。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
应当注意的是,在权利要求中,不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中,这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用,仅是为了表述方便,而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。

Claims (10)

1.一种基于通信状态的无人机集群重构方法,其特征在于,包括:
S1、获取当前通信周期内无人机集群系统的第一子集中每一无人机Fi与该第一子集中其他所有无人机的通信状态,得到通信状态表,i∈[1,n],n为第一子集中无人机的总数;所述无人机集群系统的主机属于第一子集中的无人机;
S2、针对第一子集中任一无人机Fi,基于所述通信状态表,判断所述集群系统的主机是否存在通信故障;
S3、若所述主机存在故障,则所述无人机Fi基于所述通信状态表,采用主机选择策略选择第一子集内的一架无人机作为主机;
S4、所述无人机Fi基于选择的主机向所述集群系统广播,以及所述集群系统内每一架无人机在接收第一子集中所有无人机的广播信息后根据主机更新策略将内部的存在故障的主机进行更新。
2.根据权利要求1所述的方法,其特征在于,所述S1包括:
无人机Fi接收第一子集内其他无人机发送的数据;
根据接收的数据的正确率,确定无人机Fi与发送数据的无人机的通信状态;
所述无人机Fi广播通信周期内与所述无人机Fi交互的其他无人机的通信状态,并接收第一子集内其他无人机广播的各自交互的无人机的通信状态;
所述无人机Fi依据通信周期内其他无人机广播的通信状态和本机自身的通信状态,更新通信状态表。
3.根据权利要求1所述的方法,其特征在于,所述通信状态表包括:
第一子集内所有无人机与其他无人机的通信状态标识;
所述通信状态标识包括:通信数据均正常标识、通信数据部分中断标识、通信数据完全中断标识;
和/或,
所述通信状态表为采用二维数组表示的表格,第一子集内存在n架无人机,则二维数组的维数为n*n。
4.根据权利要求1所述的方法,其特征在于,S2包括:
基于所述通信状态表,获取主机的通信状态评价值;
判断所述主机的通信状态评价值是否小于第一预设阈值,若否,则确定所述集群系统的主机存在通信故障。
5.根据权利要求1所述的方法,其特征在于,S3包括:
基于所述通信状态表,获取第一子集内每一架无人机的通信状态评价值;
选择第一子集内所有无人机的通信状态评价值中最小评价值对应的无人机作为主机;
或者,
基于所述通信状态表,获取第一子集内每一架无人机的通信状态评价值;
选择小于第二预设阈值的通信状态评价值对应的无人机中编号最小的无人机作为主机。
6.根据权利要求5所述的方法,其特征在于,获取第一子集内每一架无人机的通信状态评价值,包括:
根据通信状态表中每一架无人机对应的所有通信状态,将每一架无人机对应的所有通信状态的状态值求和,获得该架无人机的通信状态评价值;
或者,
根据通信状态表中每一架无人机对应的所有通信状态,将每一架无人机对应的所有通信状态的状态值求和并归一化,获得该架无人机的通信状态评价值。
7.根据权利要求1所述的方法,其特征在于,所述主机为所述无人机集群系统内的长机;或者,所述主机为所述无人机集群系统内的集群决策中心;
所述第一子集内无人机的数量小于等于所述无人机集群系统中无人机的数量。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收地面站发送的指令,所述指令中携带指定的主机信息;
相应地,所述无人机集群系统中每一架无人机依据所述指令,更新本机内部的主机信息。
9.根据权利要求1所述的方法,其特征在于,所述S4包括:
所述第一子集内每一架无人机基于各自选择的主机向所述集群系统广播;
所述集群系统中每一架无人机接收第一子集内所有无人机的广播信息,并判断所有广播信息中的主机标识是否相同;若相同,则将该主机标识对应的主机信息作为新的主机信息更新内部的存在故障的主机信息;
否则,将所有广播信息中最小的主机标识作为新的主机信息,以更新内部的存在故障的主机信息,或者,将所有广播信息中出现次数最多的主机标识作为新的主机信息,以更新内部的存在故障的主机信息;
或者,
所述第一子集内每一架无人机基于各自选择的主机向所述集群系统进行第一次广播;第一子集内每一架无人机的第一次广播信息中携带不更新主机的标志;
所述第一子集内每一架无人机接收到第一子集内其他无人机的第一次广播信息;所述第一子集内每一架无人机选择第一子集内所有无人机的第一次广播信息中最小的主机标识作为最终的主机信息,或者,所述第一子集内每一架无人机选择第一子集内所有无人机的第一次广播信息中出现次数最多的主机标识作为最终的主机信息;
所述第一子集内每一架无人机基于选择的最终的主机信息向所述集群系统进行第二次广播;所述第二次广播信息中携带更新主机的标志;
所述集群系统中每一架无人机接收到第一子集内所有无人机的第二次广播信息之后,根据第二次广播信息中的主机信息更新内部的存在故障的主机信息。
10.一种无人机,应用于无人机集群系统,其特征在于,包括无人机本体和位于无人机本体内处理模块、通信模块;
所述无人机为第一子集内的无人机时,所述通信模块基于所述处理模块的信息与无人机集群系统内的其他无人机通信;所述处理模块执行上述权利要求1至9任一所述的基于通信状态的无人机集群重构方法。
CN202110820607.4A 2021-07-20 2021-07-20 一种基于通信状态的无人机集群重构方法 Active CN113359860B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110820607.4A CN113359860B (zh) 2021-07-20 2021-07-20 一种基于通信状态的无人机集群重构方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110820607.4A CN113359860B (zh) 2021-07-20 2021-07-20 一种基于通信状态的无人机集群重构方法

Publications (2)

Publication Number Publication Date
CN113359860A true CN113359860A (zh) 2021-09-07
CN113359860B CN113359860B (zh) 2022-07-22

Family

ID=77540004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110820607.4A Active CN113359860B (zh) 2021-07-20 2021-07-20 一种基于通信状态的无人机集群重构方法

Country Status (1)

Country Link
CN (1) CN113359860B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116149372A (zh) * 2023-04-17 2023-05-23 西北工业大学 一种故障单机的排除方法、系统和应用
CN116627179A (zh) * 2023-07-19 2023-08-22 陕西德鑫智能科技有限公司 无人机编队控制方法及装置
CN116939679A (zh) * 2023-09-15 2023-10-24 四川腾盾科技有限公司 一种不可靠网络下多无人机分布式集群构建方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040128587A1 (en) * 2002-12-31 2004-07-01 Kenchammana-Hosekote Deepak R. Distributed storage system capable of restoring data in case of a storage failure
CN103129750A (zh) * 2013-01-25 2013-06-05 航天东方红卫星有限公司 基于状态感知的分离模块航天器系统和自组网方法
CN105873171A (zh) * 2016-05-27 2016-08-17 合肥工业大学 基于最小树形图的无人机编队通信拓扑重优化方法及系统
US20190030719A1 (en) * 2017-07-26 2019-01-31 Tata Consultancy Services Limited System and method for executing fault-tolerant simultaneous localization and mapping in robotic clusters
CN110823215A (zh) * 2019-10-25 2020-02-21 南京航空航天大学 一种无人机相对导航信息融合方法
WO2020082768A1 (zh) * 2018-10-22 2020-04-30 南京航空航天大学 一种用于无人设备集群控制的多体队形重构方法
CN111580545A (zh) * 2020-03-25 2020-08-25 北京航空航天大学 一种异构无人机集群分布式时空协调控制方法
CN111949047A (zh) * 2020-08-27 2020-11-17 四川航天系统工程研究所 一种无人机集中式任务规划的中心无人机选择方法
CN112099530A (zh) * 2020-09-23 2020-12-18 中国空气动力研究与发展中心高速空气动力研究所 一种抗毁伤的集群无人机中心机动态确定方法
CN112346434A (zh) * 2020-11-02 2021-02-09 中国空气动力研究与发展中心 一种分布式无人机编队状态信息共享与通信故障检测方法
CN112578809A (zh) * 2020-11-19 2021-03-30 一飞(海南)科技有限公司 无人机集群通讯拓扑装置、方法、计算机设备、介质及终端

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040128587A1 (en) * 2002-12-31 2004-07-01 Kenchammana-Hosekote Deepak R. Distributed storage system capable of restoring data in case of a storage failure
CN103129750A (zh) * 2013-01-25 2013-06-05 航天东方红卫星有限公司 基于状态感知的分离模块航天器系统和自组网方法
CN105873171A (zh) * 2016-05-27 2016-08-17 合肥工业大学 基于最小树形图的无人机编队通信拓扑重优化方法及系统
US20190030719A1 (en) * 2017-07-26 2019-01-31 Tata Consultancy Services Limited System and method for executing fault-tolerant simultaneous localization and mapping in robotic clusters
WO2020082768A1 (zh) * 2018-10-22 2020-04-30 南京航空航天大学 一种用于无人设备集群控制的多体队形重构方法
CN110823215A (zh) * 2019-10-25 2020-02-21 南京航空航天大学 一种无人机相对导航信息融合方法
CN111580545A (zh) * 2020-03-25 2020-08-25 北京航空航天大学 一种异构无人机集群分布式时空协调控制方法
CN111949047A (zh) * 2020-08-27 2020-11-17 四川航天系统工程研究所 一种无人机集中式任务规划的中心无人机选择方法
CN112099530A (zh) * 2020-09-23 2020-12-18 中国空气动力研究与发展中心高速空气动力研究所 一种抗毁伤的集群无人机中心机动态确定方法
CN112346434A (zh) * 2020-11-02 2021-02-09 中国空气动力研究与发展中心 一种分布式无人机编队状态信息共享与通信故障检测方法
CN112578809A (zh) * 2020-11-19 2021-03-30 一飞(海南)科技有限公司 无人机集群通讯拓扑装置、方法、计算机设备、介质及终端

Non-Patent Citations (12)

* Cited by examiner, † Cited by third party
Title
ABBAS RABAH 等: "Communication Failure in Formation Control of Multiple Robots Based on Particle Swarm Optimization Algorithm", 《2015 7TH INTERNATIONAL CONFERENCE ON INTELLIGENT HUMAN-MACHINE SYSTEMS AND CYBERNETICS》 *
ABBAS RABAH 等: "Communication Failure in Formation Control of Multiple Robots Based on Particle Swarm Optimization Algorithm", 《2015 7TH INTERNATIONAL CONFERENCE ON INTELLIGENT HUMAN-MACHINE SYSTEMS AND CYBERNETICS》, 23 January 2015 (2015-01-23) *
CHEN ZONGJI 等: "UAV Autonomous Control Levels and System Structure", 《ACTA AERONAUTICA ET ASTRONAUTICA SINICA》 *
CHEN ZONGJI 等: "UAV Autonomous Control Levels and System Structure", 《ACTA AERONAUTICA ET ASTRONAUTICA SINICA》, vol. 32, no. 06, 30 June 2011 (2011-06-30) *
DASDEMIR JANSET 等: "Robust formation tracking control of mobile robots via one-to-one time-varying communication", 《INTERNATIONAL JOURNAL OF CONTROL》 *
DASDEMIR JANSET 等: "Robust formation tracking control of mobile robots via one-to-one time-varying communication", 《INTERNATIONAL JOURNAL OF CONTROL》, vol. 87, no. 09, 25 March 2014 (2014-03-25) *
LUOYAN ZHU 等: "Channel Characterization and Simulation for Unmanned Aerial Vehicle Communication", 《2019 IEEE INTERNATIONAL SYMPOSIUM ON ANTENNAS AND PROPAGATION AND USNC-URSI RADIO SCIENCE MEETING》 *
LUOYAN ZHU 等: "Channel Characterization and Simulation for Unmanned Aerial Vehicle Communication", 《2019 IEEE INTERNATIONAL SYMPOSIUM ON ANTENNAS AND PROPAGATION AND USNC-URSI RADIO SCIENCE MEETING》, 31 October 2019 (2019-10-31) *
程潇 等: "面向无人机自组网编队控制的通信组网技术", 《计算机科学》 *
程潇 等: "面向无人机自组网编队控制的通信组网技术", 《计算机科学》, vol. 45, no. 11, 15 November 2018 (2018-11-15) *
郑宇 等: "基于自组网策略的多机编队与防撞任务研究", 《导航定位与授时》 *
郑宇 等: "基于自组网策略的多机编队与防撞任务研究", 《导航定位与授时》, vol. 7, no. 01, 15 January 2020 (2020-01-15) *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116149372A (zh) * 2023-04-17 2023-05-23 西北工业大学 一种故障单机的排除方法、系统和应用
CN116627179A (zh) * 2023-07-19 2023-08-22 陕西德鑫智能科技有限公司 无人机编队控制方法及装置
CN116627179B (zh) * 2023-07-19 2023-10-31 陕西德鑫智能科技有限公司 无人机编队控制方法及装置
CN116939679A (zh) * 2023-09-15 2023-10-24 四川腾盾科技有限公司 一种不可靠网络下多无人机分布式集群构建方法
CN116939679B (zh) * 2023-09-15 2024-01-23 四川腾盾科技有限公司 一种不可靠网络下多无人机分布式集群构建方法

Also Published As

Publication number Publication date
CN113359860B (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
CN113359860B (zh) 一种基于通信状态的无人机集群重构方法
CN107728643B (zh) 一种动态环境下的无人机群分布式任务调度方法
CN110364031A (zh) 地面传感器网络中无人机集群的路径规划和无线通信方法
CN108495358B (zh) 一种基于nfv的网络切片选择方法
CN111582697A (zh) 一种配电网故障的评估与调度方法及系统
CN112148484B (zh) 一种基于耦合度的微服务在线分配方法与系统
CN113645143B (zh) 一种空中集群通信网络的优化方法及装置
CN109005108B (zh) 一种空间网络路由规划方法及系统
CN106066649B (zh) 用于飞行器的信息传递和信息共享的方法和系统
Mishra et al. A high-end IoT devices framework to foster beyond-connectivity capabilities in 5G/B5G architecture
CN115373426B (zh) 一种固定翼集群无人机区域覆盖在线路径协同规划方法
CN114520994A (zh) 一种确定根因故障的方法及装置
CN114518772B (zh) 一种拒止环境下无人机蜂群自组织方法
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
Luong et al. Simulated annealing-based multilink selection algorithm in SDN-enabled avionic networks
Cao et al. A fast, robust and decentralized approach for altitude de-confliction of multiple uavs
CN109474908B (zh) 一种基于任务驱动的航空自组网方法
CN108702665B (zh) 一种测量上报方法及装置
CN111368971A (zh) 一种无人机集群协同降落排序方法及系统
CN116614828A (zh) 服务优先级确定方法、装置及网络数据分析功能网元
CN116488755A (zh) 基于任务的集群无人机可靠性评估方法、装置及电子设备
CN112512057A (zh) 网络切片异常识别方法、装置、设备及计算机存储介质
CN114442661B (zh) 基于分布式共识机制的无人机集群领航者选择方法
Cao et al. UAV-based emergency communications: An iterative two-stage multi-agent soft actor-critic approach for optimal association and dynamic deployment
CN116255986A (zh) 一种基于决策者偏好的多无人机协同侦察航迹规划方法

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