|
曝光台 注意防骗 网曝天猫店富美金盛家居专营店坑蒙拐骗欺诈消费者
针对无人机集群任务规划复杂问题，Ramirez- Atencia C 提出了一种改进型多目标遗传算法来求解任务规划问题。E.Edison等针对无人机集群系统对执行多任务目标易受时间先后顺序约束的情况，采用图论描述方法，结合时间、资源、路径等多个条件，建立了“协同多任务分配问题”的组合优化模型。该模型能较好的解决多无人机任务协同规划问题，但建立模型后需要采用广度或深度优先搜索算法、Dijktra算法等确定性的图搜索算法，或采用分支定界、动态规划以及遗传算法、粒子群算法、模拟退化算法等启发式随机搜索算法。采用上述算法虽然能找到问题最优解，但是随着问题规模的扩大，寻找最优解的计算量增大。为降低大型问题的计算量，S.J.Rasmussen等提出基于树搜索算法解决无人机集群的任务规划问题。该算法既能快速找到问题最优解，又能避免确定性搜索算法计算量大的缺点。
1.1.4 无人机集群体系结构研究现状
无人机集群的动态性和复杂性特征决定了体系结构复杂多变。在无人机体系结构研究上，大多采用的是层次递进型体系结构，采用递阶型体系结构可降低集群系统复杂性，提高集群系统运行的效率。其代表性研究有：Caloud P等经过研究将无人机集群体系结构分为任务分解、分配、规划和执行控制四层，并建立“GOPHER”体系结构模型。Parker L E基于行为建立ALLIANCE分布式体系结构，该体系结构是具有容错和自适应性的多机协调体系结构。Längle T等为解决多机体系结构协调问题，对多机容错行为和误差纠正的研究建立了KAMARA的分布式体系结构模型。
1.1.5 无人机集群通信网络研究现状
无人机集群通信网络拓扑结构有别于单机与地面站的通信拓扑，是一种立体全方位通信网络拓扑。集群通信网络感知系统不仅是无人机集群通信的基础，还是无人机集群编队重要信息的获取通道。为解决无人机集群通信中的时延、数据丢失、信号衰落问题，Ghazal A等基于谐波叠加方法建立IMT-A信道模型。由于无人机集群系统的应用场景通常在室外环境，为此，Petkovic M等基于室外环境中红外波段光谱的信号传输，以及相关的光天线通信（OWC）技术，建立了无人机的自由空间光通信系统。该系统在一定程度上能够解决通信带宽、数据拥堵、时延等问题，并基于光电信号转换技术，在视距范围内能够满足系统要求，但易受大气低温、海拔和气压的影响。
1.2 国内无人机集群技术研究现状
国内对无人机集群技术的研究起步较晚，但对无人机集群技术任务规划研究比较深入。目前，国内北京航空航天大学、国防科技大学、中国电子科技集团电子科学技术研究院等单位围绕多无人机系统的协同感知与信息共享、路径实时规划、自主编队与编队重构、智能协同决策等技术开展了相关研究。2017年6月，中国电子科技集团成功完成119架小型固定翼无人机集群飞行试验。
1.2.1 无人机集群任务规划研究现状
无人机集群任务是指需要多机协同完成的任务。无人机集群任务规划是指针对不同的任务无人机集群系统选取不同的任务策略，对任务实施分组、规划完成，它具有复杂性、准确性、以及实时性的特点。在进行无人机任务分配时既要保证任务优先级、利益最大化、不同无人机执行任务均衡性，又要尽量减少的任务执行时间、缩短任务执行路径。
Hu X.X等人为解决集群无人机任务分配计算难度，将多无人机任务分配问题分为目标聚类、集群分配和目标分配三个层次，并进行实验，结果显示同等情况下该方法效率更高。岳源等人根据多无人机系统协同的特点，结合路程、通信、雷达传感器能力、无人机自主化水平，建立了无人机集群侦察优势函数，并根据该函数建立目标任务分配模型，运用粒子群算法对多无人机侦察目标进行研究。叶媛媛以多目标为基础，建立多目标整数规划模型，分析了多机系统任务规划问题。龙涛在合同网协议基础上提出一种有限中心的分布式控制系统，用于解决在线实时的任务分配问题。柳林在多机系统研究中，提出基于合同网的NeA-MRTA和CA-MRTA算法，能更好地解决动态分布式任务分配问题。王庆贺等人提出使用改进遗传算法解决多无人机协同过程中目标分配问题，采用特定的进化算子及染色体并利用环境信息，解决了路径约束问题，建立了飞行代价模型。该改进算法改善了遗传算子早熟问题，收敛速度更快。张浩森等人采用蚁群算法，建立目标群简化的数学模型，解决了在目标区域被对方探测的时间和最小的路径优化问题。Yi Wei等提出了一种任务分配和调度的混合控制框架，并将动态数据驱动系统应用于该框架，很好地解决了无人机集群的动态任务规划问题。王国强等设计了一种基于VR-Forces的分布式无人机编队协同的任务规划仿真系统，该系统解决了多无人机编队实验成本和风险高的问题。
1.2.2 无人机集群路径规划研究现状
无人机集群路径规划不仅要保证全局路径最优，完成任务时间最短，还要保证无人机集群在完成任务中单机能够避障、单机间能够避碰。为此，高晓光、宋绍梅等人采用分层方式，将无人机集群的系统航路规划问题分为协同管理层、路径规划层和轨迹控制层等层，能较好地解决航路规划问题。沈延航等对于无人机集群搜索静止的多目标时，根据搜索理论，依据搜索域上回报率的状态图，并利用蒙特卡洛仿真，展开多无人机协同搜索的研究。经研究得知，协同搜索比随机搜索能更好利用无人机资源，提高无人机集群的效率。丁琳等基于Voronoi图，引入协同变量及函数，生成与威胁相关联的航路，并通过集结点得出状态图，使集群无人机都能到达任务目标，共同完成任务。柳长安等通过对多无人机协同侦察路径规划的研究，提出采用无人机执行任务的总时间来衡量路径规划的优劣。该方法将执行侦察任务的有效时间转化为有效侦察飞行距离，以此评价路径规划的优劣。严平等人为解决无人机在未知复杂环境下的多任务航路规划问题，提出多任务航路规划框架。该框架能够实时解决遭遇威胁航路规划问题，以避免碰撞造成无人机损毁。赵敏等人为达到减少无人机集群完成任务总时间和尽量缩短各无人机的航程，最大限度发挥无人机集群效能的目的，提出了启发式的任务和航路综合规划方法。该方法能够提高无人机集群的效率并能降低集群无人机的动力消耗。周欢等人为解决集群无人机的规避问题，弥补大规模集群系统控制的缺点，提出了基于规则的无人机集群系统飞行与规避自主协同控制方法。
1.2.3 无人机集群信息通信研究现状
无人机集群能否达到预定的作战效能，关键在于信息的获取与传递，无人机信息通信高效运作是取得战场信息权的关键。杨江华以蚂蚁觅食行为作为理论模型，对蚁群算法进行研究，提出了以信息素视图的无人机协同方法，提高了无人机集群的鲁棒性，降低了无人机集群通信问题对集群系统的干扰。曹菊红等人开发了基于智能的多无人机系统控制智能指挥系统，并通过专用通信实时共享信息，提高了无人机自主决策攻击能力。周绍磊等针对多无人机间通信拓扑可能发生变化的情况，基于一致性方法设计了编队控制器，解决了通信拓扑改变下的无人机集群轨迹控制与时变编队控制问题。Liu Liu等基于IMT-A信道模型非平稳衰落特性，建立随机宽带动态信道仿真模型，但硬件难以实现。夏进等建立改进型的SOS信道模型，实现了平稳和非平稳衰落信道的模拟，保证了通信信号的连续性，切换步骤简单，易于实现。
中国通航网 www.ga.cn
通航翻译 www.aviation.cn
本文链接地址：无人机集群技术研究现状与趋势(2)
|
