基于搜索理论的多无人机协同控制方法研究概要.docx
《基于搜索理论的多无人机协同控制方法研究概要.docx》由会员分享，可在线阅读，更多相关《基于搜索理论的多无人机协同控制方法研究概要.docx（10页珍藏版）》请在冰点文库上搜索。
基于搜索理论的多无人机协同控制方法研究概要
基于搜索理论的多无人机协同控制方法研究
沈延航,周 洲,祝小平
（西北工业大学第365研究所,陕西西安 710072
摘 要:
探讨了多无人机对静止多目标协同搜索问题。
运用搜索理论,根据搜索域上的“回报率”状态图,针对多无人机协同控制的搜索规划方法进行了研究。
并通过蒙特卡洛仿真,以理论上最优搜索为标准,对协同搜索和随机搜索进行了评估。
仿真结果表明,协同搜索相对随机搜索能更有效地利用无人机资源,提高无人机机群的作战效能。
关 键 词:
无人机,协同搜索,蒙特卡洛仿真
中图分类号:
V22 文献标识码:
A 文章编号:
1000-2758（200603-367-04
攻击型无人机（AUAV作为一体化战争中至
关重要的一环,执行压制敌方防空系统、对敌攻击等复杂的作战打击任务,这就需要多架攻击型无人机通过协调和合作提高作战效能,而且当作战任务或战场环境改变时,多架AUAV仍能通过系统整体的调整来完成预定任务[1]。
理论最优的协同搜索规划实际上并不能实现[2]。
本文以此为评估标准,建立了Greedy和全局协同搜索模型,并进行蒙特卡洛仿真,评估其效能。
不仅有助于现役武器系统的最优使用,而且可用于支持新型作战无人机的发展和武器系统装备规划决策。
1 协同搜索任务规划数学模型
设定搜索区域为16个（4×4单元组成的10000m2正方形,每个搜索单元宽度2500m,4架无人机,飞行速度v为100m/s,4个静止目标,具体见图1,其中三角代表飞机,方块代表目标。
无人机的搜索函数和搜索回报率函数ROR（therateofreturn[1]分别为
b（j,z=1-e-zwv/A（1
（j,z=e′（j,z
c′（j,z（2式中,e（j,z、c（j,z
分别是搜索单元的收益函数和
图1 搜索示意图
代价函数,v为飞行速度;z为飞行时间;w为无人机探测宽度;A为搜索单元面积;j为搜索单元数（j=1,2,…,n2。
那么多机协同搜索的收益函数为
e（j,z=∑pi（jb（j,z（3pi（j为目标i在单元j上的目标概率。
通过以上的分析,实际上多架无人机对多个静止目标协同搜索问题就变成了在整个代价的情况下,如何最大化收益的问题。
C[z]=∑
N
j
c（j,zK（4
E[z]=∑
N
j
e（j,z（5（4式中K为无人机整个搜索时间。
给出4个目标的位置和在搜索单元上的概率
2006年6月第24卷第3期
西北工业大学学报
JournalofNorthwesternPolytechnicalUniversity
June2006
Vol.24No.3
收稿日期:
2005-06-20
作者简介:
沈延航（1973-,西北工业大学工程师,硕士,主要从事无人机总体优化设计研究。
值:
目标1在单元11,坐标为（7000,7000;目标2在单元7,坐标为（7000,4500;目标3在单元1,坐标为（2000,2000;目标4在单元16,坐标为（9000,8000;p1（4=0.3,p1（11=0.6,p1（15=0.1;p2（2=0.1,p2（7=0.3,p2（15=0.6;p3（1=0.9,p3（11=0.05,p3（15=0.05;p4（4=0.3,p4（11=0.6,p4（16=0.1。
则可得协同搜索飞行开始的ROR状态,见图2,运用搜索理论的时间最优算法可得多架无人机对多个静止目标协同搜索的理论最优的协同搜索规划,如图3
。
图2 ROR
图3理论最优的协同搜索
2 协同搜索规划
假定无人机可进行战场信息交流,在任何时刻知每个搜索单元的ROR值,并根据实时ROR状态图进行决策,形成协同搜索策略[3,4]
。
本文就2种协同搜索策略进行研究,并连同随机搜索一并进行仿真、评估。
Greedy搜索的显著特点是所有的无人机都瞄准ROR值最高的搜索单元去执行搜索,随着ROR
值的改变进行决策,完成整个任务。
全局搜索与Greedy搜索不同的是,如果全搜索域上ROR值最高的搜索单元已经分配给某架无人机执行搜索,则其它无人机就不再考虑此单元,而是瞄准ROR值次高的搜索单元,一旦ROR值次高的搜索单元也分配了一架无人机执行搜索,那么剩下的无人机继续依据此策略进行判断,执行搜索,以致完成整个任务。
理论最优的搜索规划,由于搜索域物理条件的限制,实际上是不可能实现的。
假设某无人机搜索完单元15,根据理论分析得知它下一个搜索单元是2,那么无人机必定飞经其它单元才能到达目的单元,则飞经单元就必定得到搜索时间的分配,从而改变其各自的ROR值,以致对整个协同搜索发生影响。
虽然理论最优的搜索规划不能实现,但它却给协同搜索规划提供了一个评估标准。
定义平方差、全局最大绝对差2个性能指标
1N∑N
k=1
（sj（k-slj（k2
（6
El=max{max[sj（k-slj（k（k=1,2,…,N]}（7
式中,sj（k、sl
j
（k分别是单元j在离散时间段k上理
论最优和实际搜索规划l（l=1,随机搜索;l=2,Greedy搜索;l=3,全局协同搜索的航时分配。
针对已给出的目标和搜索域状况,随机安排4
架无人机的初始位置和飞行方向,进行全局协同搜索,结果见图4~图6。
图5中单元1的平方差很大,这主要是因为其中一架无人机被随机放在了目标3附近,搜索飞行刚开始就击毁目标,使得单元1的ROR
为零。
图4 全局协同搜索 图5 平方差 图6 全局最大绝对差
・
368・西北工业大学学报第24卷
3 蒙特卡洛仿真
3.1 蒙特卡洛方法
蒙特卡洛法是一类通过随机变量的统计试验（或随机模拟,求解数学、物理、工程技术问题近似解的数值方法。
这类方法又称为统计试验法（或随机模拟法。
它的基本思想是把计算的问题化成概率模型,对系统的统计模型进行大量直接模拟计算,求出统计特征值（均值、方差、概率作为近似数值解,并根据这些参数的置信区间,从概率意义上确定数值解的近似程度[5]。
3.2 蒙特卡洛仿真评估
用蒙特卡洛法进行计算机模拟协同搜索飞行的基本步骤是:
（1建立无人机系统数学模型。
（2确定无人机协同搜索飞行过程中的随机变量及其分布律。
（3根据各随机变量的分布律,构造相应的数学概率模型,以产生各随机扰动变量的抽样值。
（4按选定的置信度选取模拟飞行次数N。
（5将随机变量的抽样值输入无人机系统数学模型,进行N次计算机模拟飞行,获取所需估计参数的样本。
（6对模拟飞行结果进行处理,得到对系统性能的评价。
依据此步骤,确定无人机的初始位置和分析方向为随机变量,且均匀分布。
针对随机搜索、Greedy搜索和全局协同搜索,各进行了N=100次的计算机仿真,得
1N∑N
m
k=1E1
=415s（81N∑N
m
k=1
E2=206s（91
N∑N
m
k=1
E3=153s（10
4 结 论
（1由于物理条件的限制,理论最优的搜索实际上不可能实现,但可作为评估标准,发展协同搜索规划。
（2针对随机、Greedy和全局协同搜索,随着协同程度地提高,仿真结果逐渐逼近理论最优结果。
（3针对目标的概率分布,协同搜索比无协同搜索能有效地提高搜索效能。
（4文中协同搜索策略的形成是假定无人机实时传递战场信息,无延迟地获悉每个搜索单元的ROR值。
在实际战场信息不连续,甚至无法获取信息的情况下,无人机如何协同作战是需要进一步研究的课题。
参考文献:
[1] StoneLawrenceD.TheoryofOptimalSearch.NewYork:
AcademicPress,1975,29~34,46,55~58
[2] BaumML,PassinoKM.ASearch-TheoretictoCooperativeControlforUninhabitedAirVehicles.AIAA2002-4589[3] VitalyAblavsky,CharlesRiver.OptimalSearchforaMovingTarget:
AGeometricApproach.AIAA-2000-4060[4] JacquesD,LeblancR.EffectivenessAnalysisforWideAreaSearchMunitions.ProceedingsoftheAIAAMissileSci-encesConference,Monterey,CA,1998
[5] 袁子怀,钱杏芳.有控飞行力学与计算机仿真.北京:
国防工业出版社,2001
・
369・第3期沈延航等:
基于搜索理论的多无人机协同控制方法研究
MethodofCooperativeControlforUAVs（UninhabitedAir
VehiclesUsingSearchTheory
ShenYanhang,ZhouZhou,ZhuXiaoping
（NorthwesternPolytechnicalUniversity,Xi′an710072,China
Abstract:
Wetakeconceptsfromsearchtheory[1]
tohelpdesigncooperativesearchstrategyofmultipleUAVsforattackingstationarytargets.Weusethesearch-theoreticapproachbasedon“rateofreturn”
mapstodevelopthecooperativesearchstrategythatguidesthemovementofagroupofUAVssoastogetasclosetooptimalnon-implementablesearchplanaspossible.Theapproachisillustratedbyuseofasim-ulationtestbedformultiplesearchingUAVsandMonteCarlosimulationrunstoevaluatethecooperativestrategyrelativetotheoptimalplanandrelativetoanoncooperativestrategy.Finallywegiveasimulationexample.Numeralresultsafter100MonteCarloruns,ascomputedbyeq.（6ofthefullpaper,arere-spectively415sfornoncooperativestrategy,206sforoptimalplan,and153sforcooperativestrategy;theseresultsshowpreliminarilytheusefulnessofcooperativestrategy.Ontheotherhand,weadmitthatourresearchmakestheassumptionthatallinformationinthewarzoneareinstantlyavailable;thisas-sumptionisquitedifferentfromtherealsituationinthewarzone;howtodevelopcooperativestrategyforrealsituationinthewarzoneneedsmuchfurtherresearch.
Keywords:
UAVs（UninhabitedAirVehicles,cooperativesearch,MonteCarlosimulation
2004年《工程索引》（EI年刊收录35行以上论文中国大陆最强13校与非大陆13校的比较
中国大陆最强13校指为2004年EI年刊收录在35行以上论文篇数最多的13校。
大陆高校
西南交通
浙江
清华华中科技武汉复旦中
国石油
同济吉林北京天津
中国海洋上海交通
非大陆高校
麻省理工香港东京工业新加
坡香
港理工
南
洋理工
成功新竹清
华台湾香港科
技新
竹交通
香港城市
香港中文2004年EI年刊收录在35行以上篇数
2112121110988
7
7
6
6
5
4
4
4
3
3
3
3
3
3
221
最高行数
55664547494551464341434042504036464542403937474536
胡沛泉
2006年5月22日
・
370・西北工业大学学报第24卷
升级会员 