CN113741511A - 一种无人机集群推演及故障诊断方法、系统 - Google Patents

Abstract

本发明实施例公开了一种无人机集群推演及故障诊断方法，所述方法包括：对无人机集群在各种应用场景下的协同任务执行过程进行模拟仿真，并对模拟仿真过程进行飞行状态监控；在模拟仿真过程中，选择无人机集群异常状态库中的至少一种异常状态注入，改变所述无人机集群中至少一个单机在所述协同任务执行过程中的运动状态，对所述无人机集群任务执行过程中的异常状态进行诊断，并对所述无人机集群在任务执行过程中的控制能力和执行能力进行评估。本发明实施例还公开了一种无人机集群推演及故障诊断系统。本发明可以模拟无人机集群在多种环境场景下的任务执行过程以及任务过程中的多种故障的产生。

Description

一种无人机集群推演及故障诊断方法、系统

技术领域

本发明涉及无人机技术领域，具体而言，涉及一种无人机集群推演及故障诊断方法、系统。

背景技术

目前，在无人机集群系统仿真中，无法通过虚拟模拟集群无人系统在多种环境场景下的任务执行过程以及任务过程中的多种故障的产生，导致无法将模拟结果应用于现实中的无人机集群，以提无人机集群的协同作战能力。

发明内容

为解决上述问题，本发明的目的在于提供一种无人机集群推演及故障诊断方法及系统，可以模拟无人机集群在多种环境场景下的任务执行过程以及任务过程中的多种故障的产生。

本发明实施例提供了一种无人机集群推演及故障诊断方法，所述方法包括：

对无人机集群在各种应用场景下的协同任务执行过程进行模拟仿真，并对模拟仿真过程进行飞行状态监控；

在模拟仿真过程中，选择无人机集群异常状态库中的至少一种异常状态注入，改变所述无人机集群中至少一个单机在所述协同任务执行过程中的运动状态，对所述无人机集群任务执行过程中的异常状态进行诊断，并对所述无人机集群在任务执行过程中的控制能力和执行能力进行评估。

作为本发明进一步的改进，所述无人机集群异常状态库包括所述无人机集群中各个单机的个体行为状态、无人机集群组网通信状态和无人机集群调度规划状态的所有异常状态。

作为本发明进一步的改进，对所述无人机集群在任务执行过程中的控制能力和执行能力进行评估，包括：

对所述协同任务执行过程中所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为的状态进行分析，确定所述无人机集群中具有异常行为的单机；

基于所述无人机集群中各个单机的飞行状态确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数；以及，

对无人机集群通信网络的最大通信距离、数据传输速率和误码率进行分析，构建无人机集群组网通信的动态拓扑图并展示在交互界面上。

作为本发明进一步的改进，对所述协同任务执行过程中所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为的状态进行分析，确定所述无人机集群中具有异常行为的单机，包括：

根据所述协同任务描述所述无人机集群的集群期望行为；

根据所述协同任务执行过程的模拟仿真数据描述所述无人机集群中各个单机的个体实际行为；

基于所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为，对所述无人机集群中的各个单机进行分类，确定所述无人机集群中具有异常行为的单机。

作为本发明进一步的改进，所述协同任务对应的控制指令通过集群地面控制系统发送，并通过所述协同任务对应的控制指令描述所述无人机集群的集群期望行为，根据所述协同任务执行过程的模拟仿真数据通过集群3D虚拟仿真平台发送，并通过描述所述协同任务执行过程的模拟仿真数据所述无人机集群中各个单机的个体实际行为。

作为本发明进一步的改进，基于所述无人机集群中各个单机的飞行状态确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数，包括：

根据所述协同任务生成障碍信息，并将所述障碍信息传递至所述无人机集群中各个单机，以使所述无人机集群中各个单机根据所述协同任务及障碍信息进行模拟仿真；

根据所述无人机集群中各个单机在模拟仿真过程中反馈的飞行状态信息，确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数。

本发明实施例还提供了一种无人机集群推演及故障诊断系统，所述系统包括：

无人机集群飞行仿真系统，用于模拟无人机集群在各种应用环境场景下的协同任务执行过程，并对所述协同任务执行过程的模拟仿真过程进行飞行状态监控；

无人机集群异常状态模拟系统，用于在所述协同任务执行过程的模拟仿真过程中进行至少一种异常状态注入，改变所述无人机集群在所述协同任务执行过程中的运动状态；

无人机集群状态评估系统，用于根据所述无人机集群在所述协同任务执行过程中的飞行状态对所述无人机集群的控制能力和执行能力进行评估。

作为本发明进一步的改进，所述无人机集群飞行仿真系统包括：

集群地面控制系统，用于发送所述协同任务对应的控制指令；

各个单机飞行控制器，用于接收所述协同任务对应的控制指令并分别执行；

集群3D虚拟仿真平台，用于模拟所述各个单机飞行控制器执行所述协同任务的过程，并对执行过程进行飞行状态监控。

作为本发明进一步的改进，所述无人机集群异常状态模拟系统包括：

集群异常状态库，用于存储所述无人机集群的集群期望行为状态和所述无人机集群中各个单机的个体实际行为状态、无人机集群组网通信状态和无人机集群调度规划状态中的所有异常状态；

集群异常状态控制系统，用于选择所述集群异常状态库中的至少一种异常状态注入至所述无人机集群飞行仿真系统中，改变所述无人机集群在所述协同任务执行过程中的运动状态。

作为本发明进一步的改进，所述无人机集群状态评估系统包括：

集群异常状态模型，用于存储所述无人机集群的集群行为模型和所述无人机集群中各个单机的个体行为模型，其中，所述集群行为模型用于根据所述集群地面控制系统发送的所述协同任务对应的控制指令描述所述无人机集群的集群期望行为，所述个体行为模型用于根据所述集群3D虚拟仿真平台的模拟仿真数据描述所述无人机集群中各个单机的个体实际行为；

集群状态检测系统，用于对所述无人机集群的集群期望行为状态和所述无人机集群中各个单机的个体实际行为状态、无人机集群组网通信状态以及无人机集群调度规划状态进行检测；

集群异常状态评估系统，用于对所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为的状态进行分析，确定所述无人机集群中具有异常行为的单机；基于所述无人机集群中各个单机的飞行状态确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数；以及，对无人机集群通信网络的最大通信距离、数据传输速率和误码率进行分析，构建无人机集群组网通信的动态拓扑图并展示在交互界面上。

作为本发明进一步的改进，对所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为的状态进行分析，确定所述无人机集群中具有异常行为的单机，包括：

根据所述协同任务描述所述无人机集群的集群期望行为；

根据所述协同任务执行过程的模拟仿真数据描述所述无人机集群中各个单机的个体实际行为；

基于所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为，对所述无人机集群中的各个单机进行分类，确定所述无人机集群中具有异常行为的单机。

作为本发明进一步的改进，基于所述无人机集群中各个单机的飞行状态确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数，包括：

根据所述协同任务生成障碍信息，并将所述障碍信息传递至所述无人机集群中各个单机，以使所述无人机集群中各个单机根据所述协同任务及障碍信息进行模拟仿真；

根据所述无人机集群中各个单机在模拟仿真过程中反馈的飞行状态信息，确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数。

本发明的有益效果为：可对无人机集群进行三维虚拟仿真，模拟例如多旋翼无人机集群在多种环境场景下的任务执行过程以及任务过程中的多种故障的产生，并对故障进行检测和诊断，以实现将无人机集群的动力学仿真、自动控制、故障注入和故障诊断。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一示例性实施例所述的无人机集群推演仿真和故障诊断方法的流程示意图；

图2为本发明一示例性实施例所述的无人机集群推演仿真和故障诊断系统的系统框图；

图3为本发明一示例性实施例所述的描述集群行为模型和个体行为模型的示意图；

图4为本发明一示例性实施例所述的集群异常状态评估系统的系统框图；

图5为本发明一示例性实施例所述的实时动态拓扑图的示意图。

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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，在本发明的描述中，所用术语仅用于说明目的，并非旨在限制本发明的范围。术语“包括”和/或“包含”用于指定所述元件、步骤、操作和/ 或组件的存在，但并不排除存在或添加一个或多个其他元件、步骤、操作和/ 或组件的情况。术语“第一”、“第二”等可能用于描述各种元件，不代表顺序，且不对这些元件起限定作用。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个及两个以上。这些术语仅用于区分一个元素和另一个元素。结合以下附图，这些和/或其他方面变得显而易见，并且，本领域普通技术人员更容易理解关于本发明所述实施例的说明。附图仅出于说明的目的用来描绘本发明所述实施例。本领域技术人员将很容易地从以下说明中认识到，在不背离本发明所述原理的情况下，可以采用本发明所示结构和方法的替代实施例。

本发明实施例所述的一种无人机集群推演及故障诊断方法，如图1所示，所述方法包括：

对无人机集群在各种应用场景下的协同任务执行过程进行模拟仿真，并对模拟仿真过程进行飞行状态监控；

在模拟仿真过程中，选择无人机集群异常状态库中的至少一种异常状态注入，改变所述无人机集群中至少一个单机在所述协同任务执行过程中的运动状态，对所述无人机集群任务执行过程中的异常状态进行诊断，并对所述无人机集群在任务执行过程中的控制能力和执行能力进行评估。

本发明可以模拟无人机集群例如协同侦察、集群编队和协同攻击等典型任务，可模拟例如城市、山林和室内等多种应用场景，可注入并诊断单机故障、编队故障、组网通信故障和任务调度规划故障等多种无人机集群故障，同时具备集群的飞行状态实时监控、健康状态评估和故障诊断能力。集群中的无人机单机例如可以为多旋翼无人机、固定翼无人机，本发明对无人机不做具体限制。集群中的无人机单机搭载有机载模块，机载模块内部的飞行控制系统、任务分配系统和集群地面控制系统。

在一种可选的实施方式中，所述无人机集群异常状态库包括所述无人机集群中各个单机的个体行为状态、无人机集群组网通信状态和无人机集群调度规划状态的所有异常状态。

在一种可选的实施方式中，对所述无人机集群在任务执行过程中的控制能力和执行能力进行评估，包括：

对所述协同任务执行过程中所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为的状态进行分析，确定所述无人机集群中具有异常行为的单机；

基于所述无人机集群中各个单机的飞行状态确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数；以及，

对无人机集群通信网络的最大通信距离、数据传输速率和误码率进行分析，构建无人机集群组网通信的动态拓扑图并展示在交互界面上。

在一种可选的实施方式中，对所述协同任务执行过程中所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为的状态进行分析，确定所述无人机集群中具有异常行为的单机，包括：

根据所述协同任务描述所述无人机集群的集群期望行为；

根据所述协同任务执行过程的模拟仿真数据描述所述无人机集群中各个单机的个体实际行为；

基于所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为，对所述无人机集群中的各个单机进行分类，确定所述无人机集群中具有异常行为的单机。

在一种可选的实施方式中，所述协同任务对应的控制指令通过集群地面控制系统发送，并通过所述协同任务对应的控制指令描述所述无人机集群的集群期望行为，根据所述协同任务执行过程的模拟仿真数据通过集群3D虚拟仿真平台发送，并通过描述所述协同任务执行过程的模拟仿真数据所述无人机集群中各个单机的个体实际行为。

在一种可选的实施方式中，基于所述无人机集群中各个单机的飞行状态确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数，包括：

根据所述协同任务生成障碍信息，并将所述障碍信息传递至所述无人机集群中各个单机，以使所述无人机集群中各个单机根据所述协同任务及障碍信息进行模拟仿真；

根据所述无人机集群中各个单机在模拟仿真过程中反馈的飞行状态信息，确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数。

例如，可以通过任务导调模块生成协同任务信息，包括集群飞行时增加新任务、修改原有任务设定和分配等，可观测集群中的各个单机是否接收到任务并将任务信息传入仿真总线，传递给通信模拟，传感模拟和导航模拟模块，这三部分的信息传给单机的机载模块，通过机载模块内部的飞行控制系统、任务分配系统和集群地面控制系统，实时传送出位置信息，包括各个无人机之间的距离，位置，偏角等。传送出的信息通过地面总线在人机交互界面模拟，做出3D虚拟仿真界面，并对模拟的界面计算任务完成率，对飞行空间协同与自协同指数实现输出，使无人机集群的飞行空间协同与自协同能力信息的量化结果可以被观测。

本发明对无人机集群组网通信状态进行评估，可以通过数据处理系统所解析出的无人机集群通信状态数据，对例如包括最大通信距离、数据传输速率和误码率等性能进行评估，构建无人机集群组网通信的实时动态拓扑图，如图5所示，并将其展示于人机交互界面之上。

本发明实施例所述的一种无人机集群推演及故障诊断系统，如图2所示，所述系统包括：

无人机集群飞行仿真系统，用于模拟无人机集群在各种应用环境场景下的协同任务执行过程，并对所述协同任务执行过程的模拟仿真过程进行飞行状态监控；

无人机集群异常状态模拟系统，用于在所述协同任务执行过程的模拟仿真过程中进行至少一种异常状态注入，改变所述无人机集群在所述协同任务执行过程中的运动状态；

无人机集群状态评估系统，用于根据所述无人机集群在所述协同任务执行过程中的飞行状态对所述无人机集群的控制能力和执行能力进行评估。

本发明所述无人机集群推演仿真和故障诊断系统可模拟无人机集群例如协同侦察、集群编队和协同攻击等典型任务，可模拟例如城市、山林和室内等多种应用场景，可注入并诊断单机故障、编队故障、组网通信故障和任务调度规划故障等多种无人机集群故障，同时具备集群的飞行状态实时监控、健康状态评估和故障诊断能力。集群中的无人机单机例如可以为多旋翼无人机、固定翼无人机，本发明对无人机不做具体限制。集群中的无人机单机搭载有机载模块，机载模块内部的飞行控制系统、任务分配系统和集群地面控制系统。

在一种可选的实施方式中，所述无人机集群飞行仿真系统包括：

集群地面控制系统，用于发送所述协同任务对应的控制指令；

各个单机飞行控制器，用于接收所述协同任务对应的控制指令并分别执行；

集群3D虚拟仿真平台，用于模拟所述各个单机飞行控制器执行所述协同任务的过程，并对执行过程进行飞行状态监控。

在一种可选的实施方式中，所述无人机集群异常状态模拟系统包括：

集群异常状态库，用于存储所述无人机集群的集群期望行为状态和所述无人机集群中各个单机的个体实际行为状态、无人机集群组网通信状态和无人机集群调度规划状态中的所有异常状态；

集群异常状态控制系统，用于选择所述集群异常状态库中的至少一种异常状态注入至所述无人机集群飞行仿真系统中，改变所述无人机集群在所述协同任务执行过程中的运动状态。

在一种可选的实施方式中，所述无人机集群状态评估系统包括：

集群异常状态模型，用于存储所述无人机集群的集群行为模型和所述无人机集群中各个单机的个体行为模型，其中，如图3所示，所述集群行为模型用于根据所述集群地面控制系统发送的所述协同任务对应的控制指令描述所述无人机集群的集群期望行为，所述个体行为模型用于根据所述集群3D虚拟仿真平台的模拟仿真数据描述所述无人机集群中各个单机的个体实际行为；

集群状态检测系统，用于对所述无人机集群的集群期望行为状态和所述无人机集群中各个单机的个体实际行为状态、无人机集群组网通信状态以及无人机集群调度规划状态进行检测；

集群异常状态评估系统，用于对所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为的状态进行分析，确定所述无人机集群中具有异常行为的单机；基于所述无人机集群中各个单机的飞行状态确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数；以及，对无人机集群通信网络的最大通信距离、数据传输速率和误码率进行分析，构建无人机集群组网通信的动态拓扑图并展示在交互界面上。

在一种可选的实施方式中，对所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为的状态进行分析，确定所述无人机集群中具有异常行为的单机，包括：

根据所述协同任务描述所述无人机集群的集群期望行为；

根据所述协同任务执行过程的模拟仿真数据描述所述无人机集群中各个单机的个体实际行为；

基于所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为，对所述无人机集群中的各个单机进行分类，确定所述无人机集群中具有异常行为的单机。

在一种可选的实施方式中，基于所述无人机集群中各个单机的飞行状态确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数，包括：

根据所述协同任务生成障碍信息，并将所述障碍信息传递至所述无人机集群中各个单机，以使所述无人机集群中各个单机根据所述协同任务及障碍信息进行模拟仿真；

根据所述无人机集群中各个单机在模拟仿真过程中反馈的飞行状态信息，确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数。

例如，可以通过任务导调模块生成协同任务信息，包括集群飞行时增加新任务、修改原有任务设定和分配等，可观测集群中的各个单机是否接收到任务并将任务信息传入仿真总线，传递给通信模拟，传感模拟和导航模拟模块，这三部分的信息传给单机的机载模块，通过机载模块内部的飞行控制系统、任务分配系统和集群地面控制系统，实时传送出位置信息，包括各个无人机之间的距离，位置，偏角等。传送出的信息通过地面总线在人机交互界面模拟，做出3D虚拟仿真界面，并对模拟的界面计算任务完成率，对飞行空间协同与自协同指数实现输出，使无人机集群的飞行空间协同与自协同能力信息的量化结果可以被观测。

集群异常状态评估系统对无人机集群组网通信状态进行评估，如图4所示，可以通过数据处理系统所解析出的无人机集群通信状态数据，对例如包括最大通信距离、数据传输速率和误码率等性能进行评估，构建无人机集群组网通信的实时动态拓扑图，如图5所示，并将其展示于人机交互界面之上。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

此外，本领域普通技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本领域技术人员应理解，尽管已经参考示例性实施例描述了本发明，但是在不脱离本发明的范围的情况下，可进行各种改变并可用等同物替换其元件。另外，在不脱离本发明的实质范围的情况下，可进行许多修改以使特定情况或材料适应本发明的教导。因此，本发明不限于所公开的特定实施例，而是本发明将包括落入所附权利要求范围内的所有实施例。

Claims (10)

1.一种无人机集群推演及故障诊断方法，其特征在于，所述方法包括：

对无人机集群在各种应用场景下的协同任务执行过程进行模拟仿真，并对模拟仿真过程进行飞行状态监控；

在模拟仿真过程中，选择无人机集群异常状态库中的至少一种异常状态注入，改变所述无人机集群中至少一个单机在所述协同任务执行过程中的运动状态，对所述无人机集群任务执行过程中的异常状态进行诊断，并对所述无人机集群在任务执行过程中的控制能力和执行能力进行评估。

2.如权利要求1所述的方法，其中，所述无人机集群异常状态库包括所述无人机集群中各个单机的个体行为状态、无人机集群组网通信状态和无人机集群调度规划状态的所有异常状态。

3.如权利要求1所述的方法，其中，对所述无人机集群在任务执行过程中的控制能力和执行能力进行评估，包括：

对所述协同任务执行过程中所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为的状态进行分析，确定所述无人机集群中具有异常行为的单机；

基于所述无人机集群中各个单机的飞行状态确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数；以及，

对无人机集群通信网络的最大通信距离、数据传输速率和误码率进行分析，构建无人机集群组网通信的动态拓扑图并展示在交互界面上。

4.如权利要求3所述的方法，其中，对所述协同任务执行过程中所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为的状态进行分析，确定所述无人机集群中具有异常行为的单机，包括：

根据所述协同任务描述所述无人机集群的集群期望行为；

根据所述协同任务执行过程的模拟仿真数据描述所述无人机集群中各个单机的个体实际行为；

基于所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为，对所述无人机集群中的各个单机进行分类，确定所述无人机集群中具有异常行为的单机。

5.如权利要求4所述的方法，其中，所述协同任务对应的控制指令通过集群地面控制系统发送，并通过所述协同任务对应的控制指令描述所述无人机集群的集群期望行为，根据所述协同任务执行过程的模拟仿真数据通过集群3D虚拟仿真平台发送，并通过描述所述协同任务执行过程的模拟仿真数据所述无人机集群中各个单机的个体实际行为。

6.如权利要求3所述的方法，其中，基于所述无人机集群中各个单机的飞行状态确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数，包括：

根据所述协同任务生成障碍信息，并将所述障碍信息传递至所述无人机集群中各个单机，以使所述无人机集群中各个单机根据所述协同任务及障碍信息进行模拟仿真；

根据所述无人机集群中各个单机在模拟仿真过程中反馈的飞行状态信息，确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数。

7.一种无人机集群推演及故障诊断系统，其特征在于，所述系统包括：

无人机集群飞行仿真系统，用于模拟无人机集群在各种应用环境场景下的协同任务执行过程，并对所述协同任务执行过程的模拟仿真过程进行飞行状态监控；

无人机集群异常状态模拟系统，用于在所述协同任务执行过程的模拟仿真过程中进行至少一种异常状态注入，改变所述无人机集群在所述协同任务执行过程中的运动状态；

无人机集群状态评估系统，用于根据所述无人机集群在所述协同任务执行过程中的飞行状态对所述无人机集群的控制能力和执行能力进行评估。

8.如权利要求7所述的系统，其中，所述无人机集群飞行仿真系统包括：

集群地面控制系统，用于发送所述协同任务对应的控制指令；

各个单机飞行控制器，用于接收所述协同任务对应的控制指令并分别执行；

集群3D虚拟仿真平台，用于模拟所述各个单机飞行控制器执行所述协同任务的过程，并对执行过程进行飞行状态监控。

9.如权利要求8所述的系统，其中，所述无人机集群异常状态模拟系统包括：

集群异常状态库，用于存储所述无人机集群的集群期望行为状态和所述无人机集群中各个单机的个体实际行为状态、无人机集群组网通信状态和无人机集群调度规划状态中的所有异常状态；

集群异常状态控制系统，用于选择所述集群异常状态库中的至少一种异常状态注入至所述无人机集群飞行仿真系统中，改变所述无人机集群在所述协同任务执行过程中的运动状态。

10.如权利要求9所述的系统，其中，所述无人机集群状态评估系统包括：

集群异常状态模型，用于存储所述无人机集群的集群行为模型和所述无人机集群中各个单机的个体行为模型，其中，所述集群行为模型用于根据所述集群地面控制系统发送的所述协同任务对应的控制指令描述所述无人机集群的集群期望行为，所述个体行为模型用于根据所述集群3D虚拟仿真平台的模拟仿真数据描述所述无人机集群中各个单机的个体实际行为；

集群状态检测系统，用于对所述无人机集群的集群期望行为状态和所述无人机集群中各个单机的个体实际行为状态、无人机集群组网通信状态以及无人机集群调度规划状态进行检测；

集群异常状态评估系统，用于对所述无人机集群的集群期望行为和所述无人机集群中各个单机的个体实际行为的状态进行分析，确定所述无人机集群中具有异常行为的单机；基于所述无人机集群中各个单机的飞行状态确定所述无人机集群的空间协同指数和所述无人机集群中各个单机的自协同指数；以及，对无人机集群通信网络的最大通信距离、数据传输速率和误码率进行分析，构建无人机集群组网通信的动态拓扑图并展示在交互界面上。

Images