CN115963852B

CN115963852B - 一种基于协商机制的无人机集群构建方法

Info

Publication number: CN115963852B
Application number: CN202211457269.3A
Authority: CN
Inventors: 郑丽丽; 付强; 张秦岭; 王立志
Original assignee: Beihang University
Current assignee: Beihang University
Priority date: 2022-11-21
Filing date: 2022-11-21
Publication date: 2023-09-12
Anticipated expiration: 2042-11-21
Also published as: CN115963852A

Abstract

本发明涉及一种基于协商机制的无人机集群构建方法，方法包括：S10第一类无人机根据自身信息和感知的外部信息确定用于组建指定用途的无人机族的组建信息及信息发布时刻；S20第一类无人机在所述信息发布时刻向无人机集群发布所述组建信息；S30第一类无人机接收到至少一个第二类无人机反馈的所述组建信息的响应，则采用类招聘方式与该第二类无人机交互，获得加入无人机族的所有第二类无人机；S40第一类无人机和加入无人机族的所有第二类无人机基于信息浓度竞选策略确定该无人机族的族中心，进而获得无人机集群中的多个无人机族。上述方法可以根据任务的实时需求自主协商形成对应任务的无人机族，无需人工干预，动态自适应地组建无人机集群。

Description

一种基于协商机制的无人机集群构建方法

技术领域

本发明涉及无人机集群自主构建技术，尤其涉及一种基于协商机制的无人机集群构建方法。

背景技术

对于大规模无人机集群，将无人机集群分成更小规模的无人机小组并构建集群组织能够实现对无人机集群更高效地控制，符合未来在人监督下的集群作战需求。目前无人机集群的组织关系的建立主要是人工指定，集群控制人员通过设置指令来确定集群内无人机的层级关系，包括如何分组、各小组的成员、小组内的中心成员和普通成员等；如果在飞行过程中需要重新分组，则需要地面控制人员通过通信链路发送指令给无人机，改变无人机的分组关系。

已有的通过人工设置方式确定无人机集群内部层级关系的方式依赖于控制人员的经验、链路通信的正常，在实际的战场环境下，面对复杂作战任务时，有明显的缺陷。如：当链路受到干扰中断时，集群中的无人机无法接收地面控制人员的指令，集群无法调整组织关系；当集群规模很大时，人工指定组织关系的效率变低，甚至无法解决超大规模集群的组织构建问题；任务复杂时，仅依靠人的经验不能够构建最优的满足任务需求的集群组织等。可见，通过人工方式构建集群组织的方式自主性差、灵活性差、受通信性能影响较大、对人的经验依赖大、且不适用于大规模集群的组织构建。

鉴于此，亟需一种基于自主协商机制的无人机集群构建方法。

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协商机制的无人机集群构建方法，该方法可以自主协商，无需人工干预，动态自适应地组建无人机集群。

(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协商机制的无人机集群构建方法，包括：

S10、第一类无人机根据自身信息和感知的外部信息确定用于组建指定用途的无人机族的组建信息及信息发布时刻；

S20、所述第一类无人机在所述信息发布时刻向无人机集群发布所述组建信息；

S30、所述第一类无人机接收到至少一个第二类无人机反馈的所述组建信息的响应，则采用类招聘方式与该第二类无人机交互，获得加入无人机族的所有第二类无人机；

S40、所述第一类无人机和加入无人机族的所有第二类无人机基于信息浓度竞选策略确定该无人机族的族中心。

可选地，所述方法还包括：

无人机集群中各无人机族的组中心和未加入任何无人机族的第二类无人机基于信息浓度竞选策略确定无人机集群的长机。

可选地，所述自身信息包括下述的一种或多种：无人机类型、载荷类型、载荷数量、与当前第一类无人机直接通信的无人机数量、信息浓度；

感知的外部信息包括下述的一种或多种：是否发现目标、目标类型、目标大小、目标价值；

和/或，

所述组建信息包括下述的一种或多种：无人机族的用途、组建无人机族的第二类无人机的数量，组建无人机族的第二类无人机的类型、组建无人机族的第二类无人机的载荷类型、组建无人机族的第二类无人机的载荷数量、组建无人机族的第二类无人机与当前第一类无人机通信跳数、有效期、发布者信息、物理距离阈值；

所述S10中的第一类无人机根据自身信息和感知的外部信息确定用于组建指定用途的无人机族的组建信息及信息发布时刻，包括：

第一类无人机根据公式(1)确定所述信息发布时刻；

公式(1)：信息发布时刻＝1/(初始信息浓度*招聘规模)；

所述招聘规模为：所述组建信息中组建无人机族的第二类无人机的数量；

所述初始信息浓度为发布组建信息的第一类无人机的初始设定值。

可选地，所述组建信息包括下述的一种或多种：无人机族的用途、组建无人机族的第二类无人机的数量，组建无人机族的第二类无人机的类型、组建无人机族的第二类无人机的载荷类型、组建无人机族的第二类无人机的载荷数量、组建无人机族的第二类无人机与当前第一类无人机通信跳数阈值、有效期、发布者信息、物理距离阈值；

所述S30中的第一类无人机接收到至少一个第二类无人机反馈的所述组建信息的响应，包括：

第二类无人机接收所述组建信息，并确定本机不属于任一个无人机族且满足所述组建信息中的条件，则向第一类无人机反馈所述响应；

所述响应包括：本机类型、本机载荷数量、本机与所述第一类无人机的通信跳数、本机与第一类无人机的实际的物理距离；

所述S30中的采用类招聘方式与该第二类无人机交互，获得加入无人机族的所有第二类无人机，包括：

所述第一类无人机判断接收所述响应的时间是否在所述有效期内；

若是，则计算该响应所属第二类无人机的工资，判断所述工资是否大于第一预设阈值，若大于，则将向所述第二类无人机发送录取信息，所述录取信息包括：所述工资和该录取信息的应答时间；所述工资的数值表示第二类无人机与组建信息的匹配程度；

所述第一类无人机在所述应答时间内接收到所述第二类无人机的确定加入的应答信息，则将所述第二类无人机作为无人机族的组员。

可选地，还包括：

若工资是小于等于第一预设阈值，则向所述第二类无人机发送未录取信息；

若第一类无人机在所述应答时间内未接收到所述应答信息，则判断当前时刻无人机族中已经加入的组员是否达到招聘规模，若达到，则结束；否则，重新执行所述S10；所述招聘规模为：所述组建信息中组建无人机族的第二类无人机的数量；

若第一类无人机在所述应答时间内接收到所述第二类无人机的确定加入的应答信息，则判断当前时刻无人机族中已经加入的组员是否达到招聘规模，若达到，则向发送所述应答信息的第二类无人机发送未录取信息；

所述第一类无人机在将所述第二类无人机作为无人机族的组员后，向所述第二类无人机发送成功加入信息。

可选地，所述第一类无人机计算该响应所属第二类无人机的工资，包括：

采用下述公式计算所述工资；

工资＝a*(组建信息中的第二类无人机载荷数量-应聘无人机的载荷数量)+b+c+

d*(通信跳数阈值-应聘无人机与第一类无人机的通信跳数)+e*|物理距离阈值-实际的物理距离|；

其中，b＝1，表示应聘的第二类无人机的类型与组建信息中要求的第二类无人机的类型一致；否则，b＝0；

c＝1，表示应聘的第二类无人机的载荷类型与组建信息中要求的第二类无人机的载荷类型一致；否则，c＝0；

a和d、e均为权重系数，b和c各代表一个状态量。

可选地，所述第一类无人机在所述应答时间内接收到所述第二类无人机的确定加入的应答信息，包括：

所述第二类无人机接收到多个录取信息时，选择最高工资所属录取信息的第一类无人机，并向该第一类无人机发送所述应答信息。

可选地，第一类无人机在组建信息的有效期结束时，查看组建信息中组员的数量是否达到招聘规模；

若达到，则所述第一类无人机向无人机族内的各第二类无人机发布组建成功的通知信息，所述通知信息中携带无人机族中各第二类无人机的标识及确定族中心的信息。

可选地，所述S40包括：

所述第一类无人机和加入无人机族的所有第二类无人机分别获取当前时刻的本机信息浓度；

所述无人机族内的各无人机分享本机信息浓度和每一无人机所获知的该无人机族内的最高的无人机信息浓度及无人机标识；

所述无人机族内的所有无人机选择该无人机族内的最高的无人机信息浓度对应的无人机作为族中心。

可选地，所述第一类无人机和加入无人机族的所有第二类无人机分别获取当前时刻的本机信息浓度，包括：

无人机族内的每一无人机基于下述公式计算当前时刻的本机信息浓度；

其中，k表示与无人机i通信时需要的跳数，d_ik表示经过k跳与本机通信的无人机数量，c_ik为权重系数，K为计算信息浓度的最大跳数，d′_i表示多于K跳的无人机数量，c′_i为权重系数，为无人机i的节点度，表示能与无人机i通信的所有无人机的总数。

第二方面，本发明实施例还提供一种无人机，该无人机位于无人机集群中并执行飞行，该无人机的控制设备包括：存储器和处理器，所述存储器中存储指令，所述处理器执行所述存储器中存储的指令，并具体执行上述第一方面任一所述的基于协商机制的无人机集群构建方法的步骤。

(三)有益效果

无人机集群中的每一无人机自动根据任务需求进行分组，并确定小组中心，不需要人工干预，不受地面站指挥控制链路中断的影响，能够在集群组网通信距离有限、通信拓扑不确定情况下，动态自适应地组建无人机集群组织，弥补现有人工方式设置无人机集群组织关系的不足。

本发明实施例采用基于共识协商的类招聘方法构建无人机小组即无人机族，基于信息浓度确定无人机族的族中心，并在解决上述两个问题的基础上构建集群组织。本发明使无人机集群根据任务的实时需求自主形成任务小组，明确小组成员和小组中心；无人机集群自主完成整个组织构建过程，不需要人工干预，没有对人的依赖；小组的形成充分考虑了任务需求和各无人机的资源，确保能够形成满足任务需要的集群组织；适用于大规模无人机构建多级组织关系。

附图说明

图1为本发明一实施例提供的基于协商机制的无人机集群构建方法的流程示意图；

图2为本发明一实施例提供的采用协商机制的类招聘方式的实例图；

图3为本发明实施例示出的信息浓度扩散的示意图；

图4为本发明实施例示出的无人机集群中确定长机的过程示意图。

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。

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协商机制的无人机集群构建方法的流程示意图，本发明的方法的执行主体为无人机载的处理器或控制设备，本实施例的方法可包括下述的步骤：

S10、无人机集群在飞行中，第一类无人机根据自身信息和感知的外部信息确定用于组建指定用途的无人机族的组建信息及信息发布时刻。

举例来说，一种实施例中，第一类无人机可以为无人机集群中至少一个无人机接收地面站发送的指定指令确定的。

在另一实施例中，第一类无人机自身感知到了外部的目标或者一些信息，进而发起组建信息；比如：多架无人机组成的集群去执行打击任务，在分别搜索目标的过程中，一架无人机发现目标后，可发布组建信息，开始召集其他无人机；此时发起组建信息的无人机可称为第一类无人机，即通过“自荐”方式发起。

举例来说，自身信息可包括下述的一种或多种：无人机类型、载荷类型、载荷数量、与当前第一类无人机直接通信的无人机数量、信息浓度。

感知的外部信息可包括下述的一种或多种：是否发现目标、目标类型、目标大小和目标价值。

组建信息可包括下述的一种或多种：无人机族的用途、组建无人机族的第二类无人机的数量，组建无人机族的第二类无人机的类型、组建无人机族的第二类无人机的载荷类型、组建无人机族的第二类无人机的载荷数量、组建无人机族的第二类无人机与当前第一类无人机通信跳数、有效期、发布者信息、物理距离阈值。

在一种可能的实施方式中，第一类无人机根据公式(1)确定所述信息发布时刻；

公式(1)：信息发布时刻＝1/(初始信息浓度*招聘规模)；

所述招聘规模为：所述组建信息中组建无人机族的第二类无人机的数量；所述初始信息浓度为发布组建信息时的第一类无人机的信息浓度。

上述公式(1)仅为举例说明，本实施例还可以其他方式确定信息发布时刻。

S20、第一类无人机在所述信息发布时刻向无人机集群发布所述组建信息。

S30、第一类无人机接收到至少一个第二类无人机反馈的所述组建信息的响应，则采用类招聘方式与该第二类无人机交互，获得加入无人机族的所有第二类无人机。

S40、第一类无人机和加入无人机族的所有第二类无人机基于信息浓度竞选策略确定该无人机族的族中心。

通过上述步骤S10至步骤S40可获得无人机集群中的多个无人机族。

在具体应用中，上述方法还可包括下述的图中未示出的步骤S50：

S50、在无人机集群新无人机族的族中心成立后，无人机集群中各无人机族的族中心和未加入任何无人机族的第二类无人机基于信息浓度竞选策略确定无人机集群的长机，如图4所示。

上述方法中，无人机集群中的每一无人机自动根据任务需求划分小组即无人机族，并确定小组中心即族中心，不需要人工干预，不受地面站指挥控制链路中断的影响，能够在集群组网通信距离有限、通信拓扑不确定情况下，动态自适应地组建无人机集群组织，弥补现有人工方式设置无人机集群组织关系的不足。

为更好的理解，结合图2理解上述的步骤S30，可具体如下：

S31、第二类无人机接收所述组建信息，并确定本机不属于任一个无人机族且满足所述组建信息中的条件，则向第一类无人机反馈所述响应；

S32、第一类无人机判断接收所述响应的时间是否在所述有效期内；

S33、若是，则第一类无人机计算该响应所属第二类无人机的工资。

本实施例中，工资代表第二类无人机与组建信息的匹配程度，工资越高表示匹配程度越好。通常，工资范围可为0～10；0表示不匹配，10表示完全匹配。

S34、第一类无人机判断所述工资是否大于第一预设阈值，若大于，则将向所述第二类无人机发送录取信息，所述录取信息包括：所述工资和该录取信息的应答时间。

本实施例中，若工资是小于等于第一预设阈值，则向所述第二类无人机发送未录取信息。

举例来说，可采用下述公式计算所述工资；

a、d、e均为权重系数，b和c各表示一个状态值。

需要说明的是，上述工资的计算公式可以根据实际情况进行调整，本实施例不对其限定，根据需要选择。

S35、所述第一类无人机在所述应答时间内接收到所述第二类无人机的确定加入的应答信息，则将所述第二类无人机作为无人机族的组员。

在本实施例中，若存在一个第二类无人机接收到多个录取信息，则选择最高工资所属录取信息的第一类无人机，并向该第一类无人机发送所述应答信息。

若第一类无人机在所述应答时间内未接收到所述应答信息，则判断当前时刻无人机族中已经加入的组员是否达到招聘规模，若达到，则结束；否则，重新执行上述图1的S10。可理解的是，在重新执行上述S10的方法的过程中，可将工资对应的第一预设阈值调低，这样便于进一步招聘到合适的其能够达到招聘规模的第二类无人机。

该处的招聘规模可为上述组建信息中组建无人机族的第二类无人机的数量。

当然，若第一类无人机在所述应答时间内接收到所述第二类无人机的确定加入的应答信息，则判断当前时刻无人机族中已经加入的组员是否达到招聘规模，若达到，则向发送所述应答信息的第二类无人机发送未录取信息；

S36、所述第一类无人机在将所述第二类无人机作为无人机族的组员后，向所述第二类无人机发送成功加入信息。

S37、第一类无人机在组建信息的有效期结束时，查看组建信息中组员的数量是否达到招聘规模；

由此，上述的第一类无人机和加入无人机族的所有第二类无人机分别获取当前时刻的本机信息浓度；

所述无人机族内的各无人机分享本机信息浓度和每一无人机所获知的该无人机族内的最高的无人机信息浓度及所属无人机标识；

所述无人机族内的所有无人机选择该无人机族内的最高的无人机信息浓度所属的无人机作为族中心。

上述采用类招聘方式，无人机集群中的每一无人机自动根据任务需求进行分组，并确定小组中心，不需要人工干预，不受地面站指挥控制链路中断的影响，能够在集群组网通信距离有限、通信拓扑不确定情况下，动态自适应地组建无人机集群组织，弥补现有人工方式设置无人机集群组织关系的不足。

实施例二

结合图2至图4对本发明一实施例提供的基于协商机制的无人机集群构建方法进行详细说明。

本实施例中构建集群内小组要解决的两个基本问题：小组(无人机族)的划分以及小组中心(族中心)的确定。小组的划分问题采用基于共识协商的类招聘机制解决；小组中心的确定采用基于信息浓度的中心竞争机制。为此，本实施例从这两方面进行详细说明。

步骤1：HR发起任务。

HR是组建无人机小组任务的发起者(对应实施例一的第一类无人机)，集群内的各无人机都可以自荐为HR。为避免大量的无人机同时发布招聘信息导致无人机小组组建过程产生冲突，其发布招聘任务的时间与节点(即集群内的无人机)的信息通联性、个体重要度、无人机小组的目标规模等有关。

需要说明的是，集群内每架无人机都可以是HR，即都可以发起组建小组的任务。本实施例中，每架无人机发起任务的时间是随机的，同时有多个HR的概率很小。例如：每架无人机发起组建任务的时刻是可通信节点的个数N、个体重要度P(P越大越重要)、组建小组规模M的函数，如：t＝1/(N*P*M)。即：可通信节点个数越多，个体越重要、组建小组规模越大，越早发起任务。

步骤2：职位发布。

HR根据自身信息和感知的外部信息构建无人机小组(对应实施例一的无人机族)的目标，同时发布招聘要求即上述实施例一的组建信息。该招聘要求可包括：招聘规模、无人机类型、载荷要求、通信跳数、物理距离、发布时间和有效期等等。本实施例的招聘要求可根据实际需要确定，本实施例不对其限定。

上述的目标就是指无人机小组的用途。招聘要求的招聘规模可理解为需要的无人机数量；载荷类型可为攻击、侦查、干扰或者其他；物理距离要求可为1km之内的无人机，即招聘的无人机与当前HR的物理距离；通信跳数如最多3跳，即招聘的无人机与当前HR通信的跳数。

本实施例中HR发布招聘要求的时刻与信息通联程度、个体重要度、无人机小组的目标规模等有关，构建多个约束下的发起时间模型，是为了加速无人机小组的形成，减少孤立节点或小群的数量。

步骤3：投简历。

各无人机(即实施例一中的第二类无人机)收到招聘要求后，如果不属于任何无人机小组，且满足招聘要求的各条件，则具有申请资格，发送应聘信息给HR。

例如，各无人机可以看自己的载荷类型是否符合步骤2中要求的载荷类型、距离是否在要求的距离内、通信跳数是否不超过要求的通信跳数等。每架无人机是能够清楚自己的载荷类型的，也能计算自己和其他无人机的距离、通信跳数。

举例来说，应聘信息就是指无人机向发起任务的HR发送申请加入无人机小组的响应。

步骤4：择优录取。

HR在招聘有效期内收到的应聘信息中，依据评价标准(此标准与匹配度正相关)，择优等额或少额选择若干架无人机，发送录取通知即录取信息，并附上工资(工资与匹配度、任务的紧急程度正相关)。

举例来说，录取通知就是指HR确认和某架无人机形成组队关系，通过发送数据信息确认。工资是指各无人机与任务的相关性，与任务越匹配，则工资越高，以便于步骤5中无人机收到两个录取通知时，能够根据工资选择加入哪个无人机小组。

本实施例中的择优录取是为了确保无人机小组可以选择与招聘要求最匹配的无人机。

步骤5：二次选择。

各无人机收到录取通知后，根据工资确定一个最晚答复时间(与工资负相关)，如果在最晚答复时间前，没有收到工资更高的录取通知，则接受该录取，给HR发送接受信息。

本实施例的二次选择是为了在不同的集群间选择最优的无人机小组，平衡不同无人机小组对资源的需求。同时步骤4是等额或少额发布录取通知，形成的无人机小组规模不会大于目标数量，因此步骤8只需要补录取即可，不存在剔除多余无人机的问题；当招聘名额足够大时，招聘结果等同于可招尽招。

步骤6：签订协议。

HR确认在招聘截止时间前收到的二次选择接受信息，无人机小组组建成功。

步骤7：公布结果。

HR向无人机小组内无人机发送组建成功通知，并公布成员标识，即向确定加入小组的所有无人机发送全部成员信息。

步骤8：补录取，直到没有名额。

如果无人机小组没有招聘到足够的无人机，则一段时间之后，按照前述招聘步骤进行补录。

本实施例的发起时间、招聘要求、工资等均可根据实际需要灵活处理，不仅仅限于本发明中提到的因素。

步骤9：确定小组中心。

在小组组建完成后，接着是确定小组中心，小组中心的确定采用基于信息浓度的中心竞争机制即信息浓度竞选策略确定该无人机小组的小组中心。

步骤9-1：计算信息浓度

各无人机计算本节点的信息浓度，信息浓度表征本无人机与领域内其他无人机的信息通联程度。

如：信息浓度K_i按照如下公式计算：

其中，k表示与无人机i通信时需要的跳数，d_ik表示经过k跳可与本机通信的无人机数量，c_ik为权重系数，随着k的增加而减小，K为计算信息浓度的最大跳数，d′_i表示多于K跳的无人机数量，c_i′为权重系数，为无人机i的节点度，即可与无人机i通信的所有无人机的总数。

权重系数可以根据各因素的重要性人为设置。信息浓度是随着通信联通情况实时更新的，所以小组中心也是随着通信情况的变化实时更新的。

步骤9-2：任意无人机i与邻域N_i中的无人机比较信息浓度，将信息浓度最大的无人机j作为自己的初始小组中心，即Q_ic＝j，记录小组中心的信息浓度为无人机j的信息浓度。

邻域：与本机直接通信的所有无人机组成本机的邻域。

无人机i与邻域N_i中的无人机比较各自选择的小组中心的信息浓度，若邻域中无人机k选择的小组中心的信息浓度大于自身选择的小组中心的信息浓度，则将本机的小组中心置为k选择的小组中心，即Q_ic＝Q_kc，并更新小组中心的信息浓度；

经过一段时间，小组中心将稳定为无人机小组中信息浓度最高的无人机，该无人机即为族的中心即小组中心。

基于信息浓度选择小组中心，是为了确保最终的小组中心具有最大通信通联度。在信息浓度计算中，权重系数随着通信跳数的增加而减小，确保无人机的信息浓度能够表征总的通信通联度，同时突出在一定通信范围内的通信通联度。

在具体实现过程中，每架无人机能够根据邻域中各无人机的信息浓度自主地确定并更新小组中心，并确保最终所有无人机选择小组中信息浓度最高的无人机为小组中心。

进一步地，可采用上述步骤9-2的方式，本实施例还提供无人机集群组织构建的方式，确定无人机集群的长机。

即，在无人机集群新无人机族的族中心成立后，无人机集群中各无人机族的组中心和未加入任何无人机族的第二类无人机基于信息浓度竞选策略确定无人机集群的长机。上述的族中心可为二级中心，然后经过所有二级中心确定一级中心。

如，在无人机小组自主构建和小组中心确定后，可采用自下而上的方式构建组织，即按照小组成员—>二级中心—>一级中心的顺序构建组织。首先基于共识机制确定无人机小组；在各小组内部根据信息浓度确定小组中心(即二级中心)；由各二级中心根据信息浓度确定上一级中心(一级中心)，直至建立最终的长机。

实施例三

下面以10架无人机集群为例简要说明本发明提出的构建无人机集群组织的方法。10架无人机执行协同打击任务，打击目标有两个，分别为A和B，毁伤目标A需要的弹药数量是5个，毁伤目标B需要的弹药数量是4个。10架无人机携带的弹药数量如下：

表1无人机信息

(1)小组招聘及划分

步骤A1：HR发起任务。

本部分首先建立发起时间模型，第i架无人机发起招聘任务的时刻为：Ti＝1/Ni*Si，其中Ni为能与第i架无人机直接通信的无人机数量，用于度量第i架无人机的通信联通程度；Si为招聘规模。可以计算得到10架无人机发起招聘任务的时刻如表1所示：可见2号无人机最先发起任务。

需要说明的是，本实施例中不限定发起时刻具体计算的公式，发起时刻可以根据不同的因素进行计算得到，其目的是用于解决多架无人机可能同时发起任务的可能性。

步骤A2：职位发布。

从表1中可以看到，2号无人机最先发起任务，假设其发布任务需求为：需要9枚弹药，则2号无人机向集群中每一无人机发送招聘要求，招聘要求包括：9枚弹药、无人机类型为攻击类型，载荷类型为弹药类型，招聘数量不限定，有效期为10s，发布者为2号无人机，物理距离为小于10米，通信跳数为小于3跳。

步骤A3：投简历。

各无人机收到2号无人机的招聘信息后，如果不属于任何小组，且自己携带弹药，则发送应聘信息给2号无人机，应聘信息中包含自身可提供的弹药，如：1号无人机发送信息中包括自身可提供2枚弹药，3号无人机发送信息中包括自身可提供3枚弹药，其他无人机类似。上述发送应聘信息的无人机的通信跳数和物理距离均为满足要求的无人机。

步骤A4：择优录取。

2号无人机在收到的其他无人机的应聘信息后，根据信息中的弹药数量，确定能够总计提供9枚弹药且无人机数量最少的若干架无人机为待录取无人机。根据表1中各无人机的弹药数量，确定2号、3号、4号、5号无人机为待录取无人机，2号无人机向3号、4号、5号无人机发送录取信息。

步骤A5：二次选择。

3号、4号、5号无人机收到录取信息后，向2号无人机发送接受信息。

步骤A6：签订协议。

2号无人机接收到3号、4号、5号无人机的接受信息后，无人机小组组建成功。

步骤A7：公布结果。

2号无人机向无人机小组内(3号、4号、5号)无人机发送组建成功通知，并公布成员。

经过上述步骤，完成了在10架无人机群中，自动组建出携带9枚弹药的无人机小组，包含2号、3号、4号、5号无人机。

(2)中心确定

在2号、3号、4号、5号无人机组成的小组中，计算各无人机的信息浓度，此处信息浓度计算方法如下：信息浓度＝直接通信的无人机数量，根据各无人机的信息浓度(如表1所示)，确定信息浓度最大的4号无人机作为小组中心。

至此，完成了在10架无人机群中，自动组建出携带9枚弹药的无人机小组，包含2号、3号、4号、5号无人机，并确定了小组中心为4号无人机。

该实施例以实例的方式其说明了本发明方法中的类招聘方式构件无人机族的过程，其使无人机集群根据任务的实时需求自主形成任务小组，明确小组成员和小组中心；无人机集群自主完成整个组织构建过程，不需要人工干预，没有对人的依赖；小组的形成充分考虑了任务需求和各无人机的资源，确保能够形成满足任务需要的集群组织；适用于大规模无人机构建多级组织关系。

实施例四

本发明实施例还提供一种控制设备，所述控制设备位于无人机中，所述控制设备包括：存储器和处理器，所述存储器中存储指令，所述处理器执行所述存储器中存储的指令，并具体执行上述任意实施例所述的基于协商机制的无人机集群构建方法的步骤。

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

1.一种基于协商机制的无人机集群构建方法，其特征在于，包括：

S10、第一类无人机根据自身信息和感知的外部信息确定用于组建指定用途的无人机族的组建信息及信息发布时刻，

第一类无人机根据公式(1)确定所述信息发布时刻；

公式(1)：信息发布时刻＝1/(初始信息浓度*招聘规模)；

所述招聘规模为：所述组建信息中组建无人机族的第二类无人机的数量；所述初始信息浓度为发布组建信息时的第一类无人机的信息浓度；

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

无人机集群中各无人机族的族中心和未加入任何无人机族的第二类无人机基于信息浓度竞选策略确定无人机集群的长机。

3.根据权利要求1所述的方法，其特征在于，

所述自身信息包括下述的一种或多种：无人机类型、载荷类型、载荷数量、与当前第一类无人机直接通信的无人机数量、信息浓度；

和/或，

所述组建信息包括下述的一种或多种：无人机族的用途、组建无人机族的第二类无人机的数量，组建无人机族的第二类无人机的类型、组建无人机族的第二类无人机的载荷类型、组建无人机族的第二类无人机的载荷数量、组建无人机族的第二类无人机与当前第一类无人机通信跳数、有效期、发布者信息、物理距离阈值。

4.根据权利要求1所述的方法，其特征在于，

所述组建信息包括下述的一种或多种：无人机族的用途、组建无人机族的第二类无人机的数量，组建无人机族的第二类无人机的类型、组建无人机族的第二类无人机的载荷类型、组建无人机族的第二类无人机的载荷数量、组建无人机族的第二类无人机与当前第一类无人机通信跳数阈值、有效期、发布者信息、物理距离阈值；

5.根据权利要求4所述的方法，其特征在于，还包括：

6.根据权利要求4所述的方法，其特征在于，

所述第一类无人机计算该响应所属第二类无人机的工资，包括：

采用下述公式计算所述工资；

a和d、e均为权重系数。

7.根据权利要求4所述的方法，其特征在于，所述第一类无人机在所述应答时间内接收到所述第二类无人机的确定加入的应答信息，包括：

所述第二类无人机接收到多个录取信息时，选择最高工资所属录取信息的第一类无人机，并向该第一类无人机发送所述应答信息；

当所述第二类无人机仅接收到一个有效期内的录取信息时，向该录取信息所属的第一类无人机发送所述应答信息。

8.根据权利要求4所述的方法，其特征在于，

第一类无人机在组建信息的有效期结束时，查看组建信息中组员的数量是否达到招聘规模；

9.根据权利要求1至8任一所述的方法，其特征在于，所述S40包括：

10.根据权利要求9所述的方法，其特征在于，所述第一类无人机和加入无人机族的所有第二类无人机分别获取当前时刻的本机信息浓度，包括：

其中，k表示与无人机i通信时需要的跳数，d_ik表示经过k跳与本机通信的无人机数量，c_ik为权重系数，K为计算信息浓度的最大跳数，d'_i表示多于K跳的无人机数量，c'_i为权重系数，为无人机i的节点度，表示能与无人机i通信的所有无人机的总数。

11.一种无人机，该无人机位于无人机集群中并执行飞行，该无人机的控制设备包括：存储器和处理器，所述存储器中存储指令，所述处理器执行所述存储器中存储的指令，并具体执行上述权利要求1至10任一所述的基于协商机制的无人机集群构建方法的步骤。