仿狼群合作狩猎机制的无人机集群动态任务分配方法与流程

技术特征：

1.一种仿狼群合作狩猎机制的无人机集群动态任务分配方法，其特征在于：该方法实现步骤如下：

步骤一：初始化战场环境设置，具体包括：初始化无人机六自由度运动控制模型；初始化战场空间；初始化侦察与打击任务设置；

步骤二：执行侦察/打击/引领任务，具体包括：执行探狼任务；执行猛狼任务；执行头狼任务；

步骤三：基于狩猎应激机制的攻击编队预分配，具体包括：

s31、判断有效打击资源量；

s32、计算狩猎应激阈值模型；

s33、生成攻击预分配队列；

步骤四：基于狩猎能量均衡模型的头狼/猛狼任务分配，具体包括：

s41、基于狩猎总能量筛选有效编队组合；

s42、计算均衡资源消耗量；

s43、计算狩猎能量均衡指标；

s44、生成头狼/猛狼攻击编队；

步骤五：更新侦察环境地图，具体包括：更新概率地图；更新确定性地图；

步骤六：基于环境应激机制的探狼任务分配，具体包括：

s61、计算环境应激阈值模型；

s62、侦察网格目标分配；

步骤七：狼群移动路径规划，具体包括：探狼/头狼路径规划；猛狼路径规划；无人机路径跟踪控制；输出任务分配结果。

2.根据权利要求1所述的仿狼群合作狩猎机制的无人机集群动态任务分配方法，其特征在于：所述步骤s32计算狩猎应激阈值模型的具体过程如下：

第j架无人机按下式计算其狩猎应激响应阈值

其中，为第j架无人机选择攻击目标k的狩猎应激阈值，a1、a2分别为正常数，δjk表示第j架无人机面对目标k的打击能力，pa(p,q)表示第p种类型无人机对第q种类型目标的打击概率；pa,min为允许的最小打击概率；目标k的打击激励函数为则第j架无人机选择攻击目标k的应激概率由下式表示

其中，b为正常数，δτjk表示第j架无人机到达目标k所处位置的预计飞行时间，可表示为

其中，xk,yk,zk分别为目标k的三维位置，δdjk表示第j架无人机与目标k的相对距离，表示向上取整；第j架无人机依据应激概率选择是否攻击目标k；若是，向第i架无人机返回应答信息及其有效资源量jj、无人机类型p(j)；否则，转步骤五。

3.根据权利要求1所述的仿狼群合作狩猎机制的无人机集群动态任务分配方法，其特征在于：所述步骤s41基于狩猎总能量筛选有效编队组合的具体过程如下：

基于预分配队列根据组合关系生成幂集对于θk中的第n个子集定义为其狩猎总能量，为其能量需求，其分别满足以下关系：

若满足则符合总能量关系，将其加入有效编队组合ξk；对θk进行轮询，判断ξk是否为空；若是，则第i架无人机将目标k暂时搁置，清除探测标志令sti＝s1，并向中的其他无人机发送分配无效信息，转步骤五；否则，执行下一步s42。

4.根据权利要求1所述的仿狼群合作狩猎机制的无人机集群动态任务分配方法，其特征在于：所述步骤s42计算均衡资源消耗量的具体过程如下：

对于ξk中的第n个子集按下式计算其内部每架无人机在均衡条件下对目标k的攻击资源消耗量：

上式中，即第j架无人机属于子集表示中的可用猛狼无人机集合，其满足

5.根据权利要求1所述的仿狼群合作狩猎机制的无人机集群动态任务分配方法，其特征在于：所述步骤s43的计算狩猎能量均衡指标的具体过程如下：

首先，对于ξk中的第n个子集按下式计算其狩猎能量摄入值

其中，βin为能量摄入平衡系数，其取值范围满足0＜βin≤||ja||2；r(j)表示第j架无人机在扣除均衡资源消耗量后的剩余资源量，其由下式给出

其次，按下式计算子集的狩猎能量消耗值

其中，βout为能量消耗平衡系数，其取值范围受三维网格位置边界影响；由此获得子集的狩猎能量均衡指标

6.根据权利要求1所述的仿狼群合作狩猎机制的无人机集群动态任务分配方法，其特征在于：所述步骤s61计算环境应激阈值模型的具体过程如下：

设sti＝s1，则第i架无人机按下式计算其环境应激响应阈值

其中，表示第i架无人机向网格c移动的响应阈值；令表示第i架无人机所在网格的相邻网格集，则即第i架无人机选择向其所在网格的相邻网格移动；θmax为阈值上界，ω＞0为收敛系数；网格c的环境激励函数为则第i架无人机选择向网格c移动的应激概率可表示为

将其归一化得到第i架无人机与网格c之间的环境应激阈值模型：

其中，为第i架无人机选择向网格c移动的归一化应激概率。

技术总结
本发明公开一种仿狼群合作狩猎机制的无人机集群动态任务分配方法，包括以下步骤：步骤一：初始化战场环境设置；步骤二：执行侦察/打击/引领任务；步骤三：基于狩猎应激机制的攻击编队预分配；步骤四：基于狩猎能量均衡模型的头狼/猛狼任务分配；步骤五：更新侦察环境地图；步骤六：基于环境应激机制的探狼任务分配；步骤七：狼群移动路径规划。本发明面向不确定环境下的无人机集群察打一体化协同作战应用背景，提供了一种支持任务载荷均衡性、去中心化、具有任务演变特色的分布式任务分配架构，在降低设计成本、提高长时鲁棒决策能力基础上，进一步提升无人机集群的任务执行效能与自主能力水平。

技术研发人员：段海滨;张岱峰;邓亦敏;魏晨;吴江;周锐
受保护的技术使用者：北京航空航天大学
技术研发日：2020.06.12
技术公布日：2020.09.29