基于量子启发式联盟博弈的无人集群频谱资源分配方法
本发明涉及无人集群通信,具体涉及一种基于量子启发式联盟博弈的无人集群频谱资源分配方法。
背景技术:
1、近年来,随着低空经济的蓬勃发展,无人集群(包括无人车和无人机等)的规模和数量成指数型增长,随之而来的问题是无人集群对通信的要求不断提高,为了提高任务完成率需要消耗大量资源,然而,全球频谱资源有限,频谱资源的短缺使任务资源分配充满了尖锐的矛盾,在供需不平衡的大环境下,频谱资源的利用率却普遍很低,且在时间和空间都存在着不可避免的限制问题。对于城市具有人口密集程度高,设备规模大,城区地域规模小的特点,有限的频谱资源用于大规模城市在空间上用频紧张,且在高峰时间段频谱资源需求高,压力骤增。而在农村地区人口密集程度小,有限的人员无法完全使用分配的频谱资源,造成资源上的冗余浪费。
2、在复杂电磁环境中,复杂电磁环境带来多种电磁信号交错纵横,且动态变化,这对提升频谱资源利用提出了严峻的挑战。无人集群成员在执行任务的同时更容易受到干扰,成员之间交互信息变得十分困难,从而降低整体的效用,特别在有恶意干扰的情况下,无人集群的通信质量和可靠性会大大降低。
3、在国际上,全球对于核心频段需求显著上升,比如3.4-3.6ghz,4.9ghz广泛应用于稳定通信,对于无人集群等需要中低频段的设备提出了严峻的考验,现有的频谱资源分配问题主要考虑跳频,直接扩列等,对动态环境的感知能力弱,且得到可靠性提升的同时需要牺牲部分频谱资源,频谱资源利用率低,任务与资源之间也无法做到很好的匹配。
技术实现思路
1、针对上述问题,本发明的一个目的是提供一种基于量子启发式联盟博弈的无人集群频谱资源分配方法,该方法通过将无人集群执行任务建模为联盟博弈模型,将频谱资源层和任务层联合进行优化,利用双重理性引导的量子启发式联盟形成算法解决传统方式无法处理的动态、实时环境的问题;降低传统算法的时间复杂度和空间复杂度,通过量子叠加态处理不确定性,增强了动态环境下的鲁棒性,从而提高任务资源分配利用率,有效提升频谱资源利用效率。
2、本发明所采用的技术方案是:一种基于量子启发式联盟博弈的无人集群频谱资源分配方法,包括以下步骤:
3、s100:基于若干无人机和无人车搭建无人集群网络;在所述无人集群网络中,所述无人机和无人车协作组成不同联盟以实现不同任务;
4、s200:基于所述联盟构建任务的效用函数,并计算联盟执行任务时的相关参数;
5、s300:基于所述任务的效用函数和联盟执行任务时的相关参数构建效用优化问题;以及基于所述效用优化问题构建联盟博弈模型;
6、s400:基于双重理性引导的量子启发式联盟形成算法对所述联盟博弈模型进行求解,获得无人集群频谱资源分配策略;以及基于所述无人集群频谱资源分配策略对无人集群中的频谱资源进行分配。
7、优选地,步骤s200中,所述任务的效用函数通过以下公式表示:
8、;
9、式中,为任务m的效用;为第
m个任务分配的频谱资源;为任务点收益;为任务完成要求;为执行任务优先级;为全局任务风险系数;为任务紧急程度。
10、优选地,步骤s200中,所述联盟执行任务时的相关参数包括:联盟执行任务时无人机的悬停等待时间、无人机的飞行/悬停能耗、无人车的运动能耗、全局任务风险系数和任务紧急程度。
11、优选地,步骤s300中,所述效用优化问题通过以下公式表示:
12、;
13、;
14、;
15、;
16、;
17、式中,为最大化效用函数;为任务集;为分配给任务m的带宽资源;为总带宽;为联盟执行任务时无人机的飞行/悬停能耗;为无人机能量阈值;为联盟执行任务时无人车运动能耗;为无人车能量阈值;为执行任务中无人机悬停等待时间;为无人机飞行截止时间;为无人车行驶时间;为无人车最长行驶时间;为联盟内成员。
18、优选地,步骤s300中所述联盟博弈模型通过以下公式表示:
19、;
20、式中,为无人机
n和无人车
g联盟成员的选择策略的效用;为除了无人机
n和无人车
g之外其他联盟成员的选择策略的效用;为无人机
n和无人车
g联盟成员的选择策略;为无人机和无人车单方面更改选择策略;为无人集群成员。
21、优选地,步骤s400包括以下子步骤:
22、s410:基于理性思维资源分配策略算法获得初始联盟;以及初始化任务效用和所述初始联盟;
23、s420:无人集群成员形成初始量子态向量和联盟量子态,并建立初始资源相位门和互利旋转门;
24、s430:无人集群成员根据所述理性思维资源分配策略算法更新个体收益提升阈值,根据所述个体收益提升阈值和集体理性原则更新所述初始资源相位门和互利旋转门;以及联盟更新自己的资源需求;
25、s440:判断无人集群成员加入新联盟后的效用是否大于当前联盟效用;若无人集群成员加入新联盟后的效用大于当前联盟效用,则无人集群成员会离开当前联盟,加入新的联盟执行任务,每次联盟重组后,计算当前所组联盟状态下全局效用变化,若全局效用变化大于0,则维持当前联盟策略,并更新新的联盟量子态,重复执行步骤s430-s440进行更新迭代,当达到最大迭代次数时,输出无人集群频谱资源分配策略;
26、若无人集群成员加入新联盟后的效用小于或等于当前联盟效用,则无人集群成员留在当前联盟,无人集群成员和联盟分别更新所剩资源量和资源需求至所处环境,并重复执行步骤s410-s440,继续寻找新的联盟,直到全局效用不再发生变化,输出无人集群频谱资源分配策略。
27、优选地,步骤s410中,所述基于理性思维资源分配策略算法获得初始联盟包括:在所述联盟博弈模型中,当初始任务下达的时候,无人集群各成员会根据自己携带资源、初始位置、任务所需资源数量,就近选择任务执行,执行同一个任务的无人机和无人车组成初始联盟。
28、优选地,所述步骤s430包括:
29、计算无人集群成员离开当前联盟并加入新联盟的预期效用,并基于所述预期效用和当前联盟效用计算效用的提升值;若效用的提升值大于预设阈值,则无人集群成员倾向于离开当前联盟并加入能使效用提升的新联盟;若效用的提升值小于或等于设定阈值,则无人集群成员倾向于待在当前联盟,并更新环境参数和环境中新的任务资源需求;无人集群成员根据环境变化更新个体收益提升阈值。
30、优选地,所述个体收益提升阈值通过以下公式表示:
31、;
32、式中,为个体收益提升阈值;为无人集群成员所剩余的资源数量;为希望加入的新联盟所需的资源数量;为无人集群成员转换联盟所需要的损耗;为无人集群成员的效用。
33、上述技术方案的有益效果:
34、(1)本发明公开的一种基于量子启发式联盟博弈的无人集群频谱资源分配方法通过将无人集群执行任务建模为联盟博弈模型,将频谱资源层和任务层联合进行优化,利用双重理性引导的量子启发式联盟形成算法解决传统方式无法处理的动态、实时环境的问题;降低传统算法的时间复杂度和空间复杂度,通过量子叠加态处理不确定性,增强了动态环境下的鲁棒性。
35、(2)在目前低空经济应用场景多元化,任务复杂化,频谱资源短缺的背景下,本发明公开了一种基于双重理性引导的量子启发式联盟博弈的无人集群频谱资源分配方法可以实现无人集群任务层和频谱层的动态联合分配,提高任务资源分配利用率,有效提升频谱资源利用效率,对于实现资源层和任务层的联合匹配具有重要的意义。
36、(3)本发明旨在提供一种基于双重理性引导的量子启发式联盟博弈的无人集群资源分配方法,以缓解现有任务资源利用率低下和电磁干扰的问题,将其建模为联盟形成博弈,证明其存在精确势能博弈,且至少存在一个纳什均衡解,仿真结果表明了本发明公开的方法与传统算法进行对比,收敛性和高效性得到了提高,且降低了算法的复杂度并提高资源利用率,能使整个任务联盟结构有较好的满意度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com