CN114997643B - 一种多平台协同机会识别与动态联盟组建方法 - Google Patents
一种多平台协同机会识别与动态联盟组建方法 Download PDFInfo
- Publication number
- CN114997643B CN114997643B CN202210616346.9A CN202210616346A CN114997643B CN 114997643 B CN114997643 B CN 114997643B CN 202210616346 A CN202210616346 A CN 202210616346A CN 114997643 B CN114997643 B CN 114997643B
- Authority
- CN
- China
- Prior art keywords
- task
- platform
- alliance
- collaborative
- tasks
- 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
- 238000010276 construction Methods 0.000 title abstract description 7
- 238000001514 detection method Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 33
- 239000013598 vector Substances 0.000 claims abstract description 17
- 230000006855 networking Effects 0.000 claims description 20
- 230000005855 radiation Effects 0.000 claims description 18
- 230000036541 health Effects 0.000 claims description 10
- 230000008520 organization Effects 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 239000000523 sample Substances 0.000 claims 1
- 230000004927 fusion Effects 0.000 abstract description 6
- 238000012216 screening Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 3
- 238000010187 selection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06313—Resource planning in a project environment
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请属于传感器管理技术领域，为一种多平台协同机会识别与联盟组建方法，通过先建立一个能够执行任务的所有战机的平台集合，而后以任务为导向，选择处能够执行某一任务的所有平台，形成平台联盟，而后选出联盟长机，通过能力向量的方式反馈这些战机是否能够该任务，在判断能够完成该任务后，则再次进行筛选，去除多余的战机，形成最小联盟，以最少的资源完成该任务。能够实现全静默状态下的目标信息获取，通过协同模式融合多元信息，有效提高目标检测概率，利用多源传感器协同探测融合跟踪与融合识别获得对目标的连续、稳定、精确的跟踪，提升系统的任务完成率与整体作战效能。
Description
技术领域
本申请属于传感器管理技术领域，特别涉及一种多平台协同机会识别与联盟组建方法。
背景技术
单一平台传感器由于平台所处位置、工作方式、覆盖范围和自身特征的局限性，对目标的探测能力非常有限，难以保证对战场整体态势的把握。而随着越来越高的作战需求，急需探测能力的进一步提高，而不同平台下的传感器的几何条件、传感器配置等各不相同，难以直接地实现各个平台的相互协同，因此如何提高多个平台的传感器相互配合，共同实现编队组网、协同探测，从而有效提高探测能力是一个需要解决的问题。
发明内容
本申请的目的是提供了一种多平台协同机会识别与联盟组建方法，以解决单平台下的传感器局限性较大、探测能力较弱的问题。
本申请的技术方案是：一种多平台协同机会识别与联盟组建方法，包括：确定所有能够执行任务的平台，形成平台集合C，确定每个平台的空域覆盖能力、传感器配置和跟踪识别能力；获取并读入需要完成的所有协同任务，选择其中一个任务，进行协同机会识别，获取能够执行该任务的所有平台，形成平台联盟；对各平台的能力进行分析，选择对该任务能力匹配度最高的平台作为联盟长机，通过联盟长机对平台联盟的其它平台下达作战任务中的各分任务，对各平台进行能力分析，生成潜在联盟成员集合Ci，并组建能够执行该任务的最小联盟，判断最小联盟是否具备完成任务所需的能力，若是，则通过最小联盟执行并完成该任务；判断是否还有需要协同完成的任务，若是，则执行下一协同任务；若否，则协同任务结束。
优选地，所述潜在联盟成员集合Ci的生成方法为：判断需要完成的协同任务，依次选择并读入优先级最高的任务组建联盟；分析完成该任务所需的资源和能力向量；进行能力匹配，选择能力匹配度最高的战机作为联盟长机；广播任务目标及能力需求；收取广播信息并判断是否具有广播任务所需资源，若有，则给出回应，并给出自身的能力向量；对作出回应的所有战机进行协同机会识别，生成潜在联盟成员集合Ci；判断该联盟成员集合Ci是否具备该任务所需的能力，若是，则生成潜在联盟成员集合Ci组建成功。
优选地，所述最小联盟的组建方法为：从潜在联盟成员集合中去除一战机；计算取出该战机后所具备的完成任务的能力，判断是否满足完成任务的能力需求，若是，则从所述潜在联盟成员中去除该战机；如否是，则不去除该战机，将该战机放入至所述潜在联盟成员中，计算并更新联盟能力；取出下一战机，计算该战机是否从该任务中去除；如此反复，判断是否还有飞机未被检查，若否，则得到一个能够执行任务的可行联盟；若是，则继续取出下一战机，直至全部取出完成；分析并计算各可行联盟的成员数；取出具有最小联盟成员的可行联盟，作为虚拟平台放入平台列表，参与合同网竞拍，竞拍出执行该任务的最小联盟。
优选地，若判断联盟成员集合Ci不具备完成任务所需的能力时，则继续判断是否存在潜在联盟长机，若存在，则重新广播任务目标及能力需求，直至选择处能够完成该任务所需的联盟成员集合Ci；若否，则暂停执行该任务，再次判断是否还有需要协同完成的任务，若是，则执行另一任务；若否，则结束任务。
优选地，所述能力向量通过各平台下的传感器在执行相应任务时的对应参数获得。
优选地，所述协同机会识别的方法为：检测所有平台传感器的工作状态、运动状态以及健康状态；针对不同的协同探测模式和性能要求，选择符合条件的平台组建联盟；对各平台协同探测的能力进行预估；对目标交接任务给出相互引导成功概率、引导时间的引导区域；根据协同探测性能要求给出编队队形、航路点建议。
优选地，通过考虑传感器配置、辐射等级限制、平台能力、相对几何位置以及时空覆盖范围后，选择符合条件的平台组建联盟。
优选地，所述平台联盟组建的具体方法为：读入所需执行的任务；进行该任务中的各个具体分任务，判断该分任务是否具有可用平台，若是，则执行下一步骤；若否再次进行无源组网探测，直至找到可用平台；选出所有符合任务要求的平台联盟。
优选地，所述分任务包括无源组网探测、有源组网探测、双机协同跟踪、双机协同干扰、双机相互引导目标交接。
优选地，所述无源组网探测任务的平台寻找方法包括：调用专家知识库，根据检查概率和精度要求选择组网平台数，给出探测角度建议；逐一判断各平台辐射等级限制以及传感器配置情况；检查传感器健康状况、资源情况；判断是否由可用平台，若是，则选出该平台；若否，则进行下一任务的平台寻找。
本申请的一种多平台协同机会识别与联盟组建方法，通过先建立一个能够执行任务的所有战机的平台集合，而后以任务为导向，选择处能够执行某一任务的所有平台，形成平台联盟，而后选出联盟长机，通过能力向量的方式反馈这些战机是否能够该任务，在判断能够完成该任务后，则再次进行筛选，去除多余的战机，形成最小联盟，以最少的资源完成该任务。能够实现全静默状态下的目标信息获取，通过协同模式融合多元信息，有效提高目标检测概率，利用多源传感器协同探测融合跟踪与融合识别获得对目标的连续、稳定、精确的跟踪，提升系统的任务完成率与整体作战效能。
附图说明
为了更清楚地说明本申请提供的技术方案，下面将对附图作简单地介绍。显而易见地，下面描述的附图仅仅是本申请的一些实施例。
图1为本申请整体流程图；
图2位本申请协同机会识别处理流程示意图；
图3位本申请动态联盟组件处理流程示意图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行更加详细的描述。
一种多平台协同机会识别与联盟组建方法，将所有能够执行任务的平台集合起来，并在多作战平台之间寻找可协同的平台，组建多平台动态联盟，共同完成协同搜索、定位、跟踪、识别任务。
其中，平台优选为能够执行任务的各类战机，每个战机均为一个平台。
如图1所示，具体包括如下步骤：
步骤S100，确定所有能够执行任务的平台，形成平台集合C，确定每个平台的空域覆盖能力、传感器配置和跟踪识别能力；
平台集合C内包含有所有能够所有能够作战的战机，每个战机的空域覆盖能力、传感器配置、根据识别能力均不尽相同，对平台集合C内所有战机的性能进行统计和归类再执行下一步骤。
平台集合C内的战机数不是一成不变的，当战机发生损坏或战机更新换代等情况后，会将新的战机取代原有的战机，并重新进行战机各种性能的评估与归纳。
平台集合C内的各个战机不互相关。
如图2所示，步骤S200，获取并读入需要完成的所有协同任务，选择其中一个任务，进行协同机会识别，获取能够执行该任务的所有平台，形成平台联盟；
在需要协同完成的任务中，依次选择优先级最高的任务组建联盟，优先级在任务发布前已经确认，在本申请中不需要进行再次的确认，平台联盟中的所有平台均在平台集合C内进行选取，而后通过协同机会识别选取需要的平台。
优选地，协同机会识别的方法为：
检测所有平台传感器的工作状态、运动状态以及健康状态；
针对不同的协同探测模式和性能要求，从传感器配置、辐射等级限制、平台能力、相对几何位置以及时空覆盖范围等方面考虑选择符合条件的平台组建联盟；
对各平台协同探测的能力进行预估，为任务分配提供依据；
对目标交接任务给出相互引导成功概率、引导时间的引导区域；
根据协同探测性能要求给出编队队形、航路点建议，为航路规划提供依据。
通过进行协同机会识别，选取了符合任务要求的凭条，并初步确定了任务分配、航路规划，为后续的各战机的执行任务的具体内容作出指导。
由于步骤S100已经对各战机的性能进行了统计，在具体的平台选择中，如需要哪些的类型的传感器，则根据传感器类型进行平台的选择即可；或者如需要多少辐射范围的传感器，则根据传感器的辐射范围进行选择即可。
具体的选择手段包括传感器配置、辐射等级限制、平台能力、相对几何位置以及时空覆盖范围后，选择符合条件的平台组建联盟等。
优选地，由于每个任务中的内容均不限于一种，因此需要根据任务的要求形成各个分任务，分任务包括无源组网探测、有源组网探测、双机协同跟踪、双机协同干扰、双机相互引导目标交接等，每个任务可能包含这些分任务的一种或几种，这样平台联盟组建的具体方法为：
读入所需执行的任务；
进行该任务中的各个具体分任务，判断该分任务是否具有可用平台，若是，则执行下一步骤；若否再次进行无源组网探测，直至找到可用平台；
选出所有符合任务要求的平台联盟。
通过划分分任务进行平台选择，能够明确地选出能够达成任务所需的平台。
各个分任务的平台寻找方法各不相同，具体如下：
无源组网探测任务的平台寻找方法包括：
调用专家知识库，根据检查概率和精度要求选择组网平台数，给出探测角度建议；
逐一判断各平台辐射等级限制以及传感器配置情况；
检查传感器健康状况、资源情况；
判断是否由可用平台，若是，则选出该平台；若否，则进行下一任务的平台寻找。
有源组网探测任务的平台寻找方法包括：
调用专家知识库，根据检查概率和精度要求选择组网平台数，给出探测角度建议；
逐一判断各平台辐射等级限制以及传感器配置情况；
检查传感器健康状况、资源情况；
判断是否由可用平台，若是，则选出该平台；若否，则进行下一任务的平台寻找。
双机协同跟踪的平台选择方法包括：
逐一判断各平台辐射等级限制以及传感器配置情况；
检查传感器健康状况、资源情况；
根据跟踪精度要求和传感器配置要求，考虑各平台辐射等级限制，选出所有合适的平台联盟。
双机协同干扰的平台选择方法包括：
逐一判断各平台辐射等级限制以及传感器配置情况；
检查传感器健康状况、资源情况；
检查干扰功率干扰样式要求，考虑各平台辐射等级限制，选出所有符合要求的平台联盟。
双机相同引导目标交接的平台选择方法包括：
逐一判断各平台辐射等级限制以及传感器配置情况；
检查传感器健康状况、资源情况；
调用专家知识库，根据交接成功概率需求，选出合适的交接平台，并给出引导区域。
各分任务依次逐一进行平台的选择，在一个分任务的平台选择完成后，再进行下一分任务的平台选择，选择的顺序依次为无源组网探测、有源组网探测、双机协同跟踪、双机协同干扰、双机相互引导目标交接；在完成双机协同干扰的平台选择后，继续调用专家知识库，进行协同性能检测，而后给出编队队形、基线长度、探测角度建议，会后续的执行任务做参考。
其中，专家知识库可以为各平战机的现有知识库，也可以根据任务需求设计新的知识库。
如图3所示，步骤S300，对各平台的能力进行分析，选择对该任务能力匹配度最高的平台作为联盟长机，通过联盟长机对平台联盟的其它平台下达作战任务中的各分任务，对各平台进行能力分析，生成潜在联盟成员集合Ci，并组建能够执行该任务的最小联盟，判断最小联盟是否具备完成任务所需的能力，若是，则通过最小联盟执行并完成该任务；
潜在联盟成员从已经选取完成的平台联盟中选择，在执行任务中，需要选择一个联盟长机，联盟长机接收所需完成的总任务，而后再通过联盟长机将各分任务分发至各个平台内，以确定所有任务的分配。
优选地，潜在联盟成员集合Ci的生成方法为：
判断需要完成的协同任务，依次选择并读入优先级最高的任务组建联盟；
分析完成该任务所需的资源和能力向量；
进行能力匹配，选择能力匹配度最高的战机作为联盟长机；
广播任务目标及能力需求；
收取广播信息并判断是否具有广播任务所需资源，若有，则给出回应，并给出自身的能力向量；
对作出回应的所有战机进行协同机会识别，生成潜在联盟成员集合Ci；判断该联盟成员集合Ci是否具备该任务所需的能力，若是，则生成潜在联盟成员集合Ci组建成功。
其中，能力向量通过各平台下的传感器在执行相应任务时的对应参数获得。如某一任务需要传感器的辐射范围至少为1km，一平台内传感器的辐射范围为2km，则其能力向量为2加上辐射位置和方向，形成能力向量。
联盟长机通过广播的形式广播任务目标和能力需求，从而分发至其它平台，其它平台根据自身的能力向量等级向联盟长机进行反馈，联盟长机根据反馈结果判断其管辖的所有平台的所能达到的任务完成程度，如80%，则联盟长机就需要根据反馈结果额外再选择新的平台来执行该任务，若任务完成程度为100%，则不需要重新选择，直接执行下一步骤即可。若联盟长机发生故障，则需要重新选择联盟长机和任务的分配。
优选地，若判断联盟成员集合Ci不具备完成任务所需的能力时，则继续判断是否存在潜在联盟长机，若存在，则重新广播任务目标及能力需求，直至选择处能够完成该任务所需的联盟成员集合Ci；
若否，则暂停执行该任务，再次判断是否还有需要协同完成的任务，若是，则执行另一任务；若否，则结束任务。
优选地，最小联盟的组建方法为：
从潜在联盟成员集合中去除一战机；
计算取出该战机后所具备的完成任务的能力，判断是否满足完成任务的能力需求，若是，则从潜在联盟成员中去除该战机；如否是，则不去除该战机，将该战机放入至潜在联盟成员中，计算并更新联盟能力；
取出下一战机，计算该战机是否从该任务中去除；如此反复，判断是否还有飞机未被检查，若否，则得到一个能够执行任务的可行联盟；若是，则继续取出下一战机，直至全部取出完成；
分析并计算各可行联盟的成员数；
取出具有最小联盟成员的可行联盟，作为虚拟平台放入平台列表，参与合同网竞拍，竞拍出执行该任务的最小联盟。
通过选取最小联盟，能够在满足任务需求的同时最大化地节省资源，由于通过成员数来进行最小联盟的选择，则最小联盟可能不止一种，如最小联盟的成员数为2架战机，而实际选择的能够完成任务的成员数为2的方案有两种，此时就需要通过放入平台列表，进行合同网竞拍的方式选择处最合适的最小联盟，合同网竞拍可以通过能力向量的方式对不同的方案进行评估，找出最优的、能力向量最强的方案。
在实际执行任务中，战机有可能发生故障或者击落，此时需要联盟长机根据上述步骤重新选择最小联盟进行任务的分配。
步骤S400，判断是否还有需要协同完成的任务，若是，则执行下一协同任务；若否，则协同任务结束。
需要同时协同完成的任务可能有多种，在面对多种任务时，则需要在一个协同任务分配完成之后，再分配下一任务，在上一任务未执行完成时，上一任务分配的战机不会再次进行分配。
本申请采用多平台协同的方式执行作战任务，具体为通过先建立一个能够执行任务的所有战机的平台集合，而后以任务为导向，选择处能够执行某一任务的所有平台，形成平台联盟，而后选出联盟长机，通过能力向量的方式反馈这些战机是否能够该任务，在判断能够完成该任务后，则再次进行筛选，去除多余的战机，形成最小联盟，以最少的资源完成该任务。能够实现全静默状态下的目标信息获取，通过协同模式融合多元信息，有效提高目标检测概率，利用多源传感器协同探测融合跟踪与融合识别获得对目标的连续、稳定、精确的跟踪，提升系统的任务完成率与整体作战效能。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (7)
1.一种多平台协同机会识别与联盟组建方法，其特征在于，包括：
确定所有能够执行任务的平台，形成平台集合C，确定每个平台的空域覆盖能力、传感器配置和跟踪识别能力；
获取并读入需要完成的所有协同任务，选择其中一个任务，进行协同机会识别，获取能够执行该任务的所有平台，形成平台联盟；
对各平台的能力进行分析，选择对该任务能力匹配度最高的平台作为联盟长机，通过联盟长机对平台联盟的其它平台下达作战任务中的各分任务，对各平台进行能力分析，生成潜在联盟成员集合Ci，并组建能够执行该任务的最小联盟，判断最小联盟是否具备完成任务所需的能力，若是，则通过最小联盟执行并完成该任务；
判断是否还有需要协同完成的任务，若是，则执行下一协同任务；若否，则协同任务结束；
所述潜在联盟成员集合Ci的生成方法为：
判断需要完成的协同任务，依次选择并读入优先级最高的任务组建联盟；
分析完成该任务所需的资源和能力向量；
进行能力匹配，选择能力匹配度最高的战机作为联盟长机；
广播任务目标及能力需求；
收取广播信息并判断是否具有广播任务所需资源，若有，则给出回应，并给出自身的能力向量；
对作出回应的所有战机进行协同机会识别，生成潜在联盟成员集合Ci；判断该联盟成员集合Ci是否具备该任务所需的能力，若是，则生成潜在联盟成员集合Ci组建成功；
所述最小联盟的组建方法为：
从潜在联盟成员集合中去除一战机；
计算取出该战机后所具备的完成任务的能力，判断是否满足完成任务的能力需求，若是，则从所述潜在联盟成员中去除该战机；如否是，则不去除该战机，将该战机放入至所述潜在联盟成员中，计算并更新联盟能力；
取出下一战机，计算该战机是否从该任务中去除；如此反复，判断是否还有飞机未被检查，若否，则得到一个能够执行任务的可行联盟；若是，则继续取出下一战机，直至全部取出完成；
分析并计算各可行联盟的成员数；
取出具有最小联盟成员的可行联盟，作为虚拟平台放入平台列表，参与合同网竞拍，竞拍出执行该任务的最小联盟；
所述协同机会识别的方法为：
检测所有平台传感器的工作状态、运动状态以及健康状态；
针对不同的协同探测模式和性能要求，选择符合条件的平台组建联盟；
对各平台协同探测的能力进行预估；
对目标交接任务给出相互引导成功概率、引导时间的引导区域；
根据协同探测性能要求给出编队队形、航路点建议。
2.如权利要求1所述的多平台协同机会识别与联盟组建方法，其特征在于：若判断联盟成员集合Ci不具备完成任务所需的能力时，则继续判断是否存在潜在联盟长机，若存在，则重新广播任务目标及能力需求，直至选择处能够完成该任务所需的联盟成员集合Ci；
若否，则暂停执行该任务，再次判断是否还有需要协同完成的任务，若是，则执行另一任务；若否，则结束任务。
3.如权利要求2所述的多平台协同机会识别与联盟组建方法，其特征在于：所述能力向量通过各平台下的传感器在执行相应任务时的对应参数获得。
4.如权利要求1所述的多平台协同机会识别与联盟组建方法，其特征在于：通过考虑传感器配置、辐射等级限制、平台能力、相对几何位置以及时空覆盖范围后，选择符合条件的平台组建联盟。
5.如权利要求1所述的多平台协同机会识别与联盟组建方法，其特征在于，所述平台联盟组建的具体方法为：
读入所需执行的任务；
进行该任务中的各个具体分任务，判断该分任务是否具有可用平台，若是，则执行下一步骤；若否再次进行无源组网探测，直至找到可用平台；
选出所有符合任务要求的平台联盟。
6.如权利要求5所述的多平台协同机会识别与联盟组建方法，其特征在于：所述分任务包括无源组网探测、有源组网探测、双机协同跟踪、双机协同干扰和双机相互引导目标交接。
7.如权利要求6所述的多平台协同机会识别与联盟组建方法，其特征在于，所述无源组网探测任务的平台寻找方法包括：
调用专家知识库，根据检查概率和精度要求选择组网平台数，给出探测角度建议；
逐一判断各平台辐射等级限制以及传感器配置情况；
检查传感器健康状况、资源情况；
判断是否由可用平台，若是，则选出该平台；若否，则进行下一任务的平台寻找。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210616346.9A CN114997643B (zh) | 2022-06-01 | 2022-06-01 | 一种多平台协同机会识别与动态联盟组建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210616346.9A CN114997643B (zh) | 2022-06-01 | 2022-06-01 | 一种多平台协同机会识别与动态联盟组建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114997643A CN114997643A (zh) | 2022-09-02 |
| CN114997643B true CN114997643B (zh) | 2024-08-16 |
Family
ID=83031288
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210616346.9A Active CN114997643B (zh) | 2022-06-01 | 2022-06-01 | 一种多平台协同机会识别与动态联盟组建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114997643B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105591875A (zh) * | 2016-01-13 | 2016-05-18 | 北京理工大学 | 一种面向多任务的自组网动态匹配选择方法 |
| CN109951568A (zh) * | 2019-04-03 | 2019-06-28 | 吕娜 | 一种改进合同网的航空集群混合多层式联盟组建方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10861037B1 (en) * | 2019-06-14 | 2020-12-08 | Comcast Spectacor, LLC | System and method for incorporating cross platform metrics for increased user engagement |
| CN112434779B (zh) * | 2020-12-09 | 2023-11-21 | 哈尔滨工程大学 | 一种基于改进蚁群算法的紧耦合任务分配方法 |
| CN112861442B (zh) * | 2021-03-10 | 2021-12-03 | 中国人民解放军国防科技大学 | 基于深度强化学习的多机协同空战规划方法及系统 |
| CN114399071B (zh) * | 2021-09-16 | 2024-08-27 | 广西大学 | 一种配送属性数据驱动的协同配送联盟组建方法 |
-
2022
- 2022-06-01 CN CN202210616346.9A patent/CN114997643B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105591875A (zh) * | 2016-01-13 | 2016-05-18 | 北京理工大学 | 一种面向多任务的自组网动态匹配选择方法 |
| CN109951568A (zh) * | 2019-04-03 | 2019-06-28 | 吕娜 | 一种改进合同网的航空集群混合多层式联盟组建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114997643A (zh) | 2022-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106875090B (zh) | 一种面向动态任务的多机器人分布式任务分配形成方法 | |
| CN109814556B (zh) | 一种多机器人协作探索未知环境与地图构建的装置与方法 | |
| Zhao et al. | Collaborative signal and information processing: an information-directed approach | |
| Zhao et al. | Destination-aware task assignment in spatial crowdsourcing: A worker decomposition approach | |
| Van Haute et al. | Platform for benchmarking of RF-based indoor localization solutions | |
| Lin et al. | GTCharge: A game theoretical collaborative charging scheme for wireless rechargeable sensor networks | |
| CN111784211B (zh) | 一种基于分簇的群体多任务分配方法及存储介质 | |
| CN110826818A (zh) | 多个巡检员对多个站点进行巡检任务规划和路径设计方法 | |
| Sujit et al. | Self assessment-based decision making for multiagent cooperative search | |
| CN111867049A (zh) | 定位方法、装置及存储介质 | |
| CN109885394A (zh) | 一种旋转相控阵雷达多类型任务的优先级动态判决模型 | |
| CN114997643B (zh) | 一种多平台协同机会识别与动态联盟组建方法 | |
| D’Emidio et al. | Collision-free allocation of temporally constrained tasks in multi-robot systems | |
| CN115511268A (zh) | 一种面向无人集群指挥控制的群间任务资源协调分配方法 | |
| Luna et al. | A new algorithm using hybrid UAV swarm control system for firefighting dynamical task allocation | |
| CN107222925A (zh) | 一种基于聚类优化的节点定位方法 | |
| CN110751353A (zh) | 一种面向洪涝应急的多卫星协同观测方法及装置 | |
| CN116541797A (zh) | 一种基于强化学习和效能评估的多资源任务规划方法及系统 | |
| CN114610058B (zh) | 一种集群飞行器多任务分布式任务分配方法 | |
| Anagnostopoulos et al. | A multiobjective optimization methodology of tuning indoor positioning systems | |
| CN113766635B (zh) | 一种室内定位方法及系统 | |
| Whitten | Decentralized planning for autonomous agents cooperating in complex missions | |
| CN109946687A (zh) | 一种无人平台综合射频系统工作方式决策方法 | |
| Shenoy et al. | DTTA-Distributed, time-division multiple access based task allocation framework for swarm robots | |
| Jiayi et al. | A method of multi-UAV collaborative task assignment based on multiplexing |
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 |