一种有人无人集群协同性量化与任务成功率评估方法

摘要: 本发明属于无人集群,具体涉及一种基于序参量与任务链的有人无人集群协同性量化与任务成功率评估方法。背景技术:1、在复杂动态环境,多个异构平台(包含具备较强决策能力...
一种有人无人集群协同性量化与任务成功率评估方法

本发明属于无人集群,具体涉及一种基于序参量与任务链的有人无人集群协同性量化与任务成功率评估方法。

背景技术:

1、在复杂动态环境,多个异构平台(包含具备较强决策能力的有人平台与具备规模化部署能力的无人平台)往往以网络化方式协同执行任务。此类系统的任务过程通常可抽象为“感知/探测—判断/分析—决策—执行—反馈”的闭环链路(亦可称观察—判断—决策—行动闭环),闭环任务链是否能够稳定形成与维持,是衡量系统任务完成能力的重要方面。

2、现有技术存在以下问题:仅依据连通性或少量局部指标,难以表征闭环任务链“数量+质量”的综合,评估维度偏单一;缺乏将通信一致性、探测一致性、决策一致性和响应一致性等协同因素统一量化并进入评估模型的机制,难以纳入协同质量;随机失效、定向失效与通信扰动对闭环链路的实际破坏与恢复过程未被一致纳入,导致评估适用范围受限,扰动影响刻画不足;纯推演式方法实现门槛高、计算开销大,纯解析法又可能缺乏与动态过程一致的解释路径,可实施性与解释性难兼顾。

3、现有评估研究中,一类方法偏重静态拓扑连通性或单环节性能指标,难以体现闭环任务链整体效能;另一类仿真推演方法虽能体现动态过程,但通常存在建模复杂、计算成本高、解释性不足等问题。特别是在存在随机失效、定向失效因素与通信扰动时,仅以“拓扑连通”判断任务链有效性,可能导致评估结果偏乐观,不能反映协同质量下降造成的任务链闭环能力衰减。

4、因此,需要一种能够同时刻画:异构节点功能差异、有向闭环逻辑、协同质量量化、扰动影响与可计算评估流程的任务成功率评估方法,为任务规划、编队设计与协同策略优化提供量化依据。

技术实现思路

1、为了克服现有技术的不足,本发明提供了一种有人无人集群协同性量化与任务成功率评估方法,该方法获取探测节点、决策节点、响应节点及目标节点集合,并基于探测—决策—执行—反馈的闭环任务链逻辑构建多层有向任务网络模型;围绕通信、探测、决策与响应等关键环节构建协同序参量体系,对体系内部协同质量进行量化,并通过归一化处理形成协同性因子;结合节点存在性、连边存在性及协同性因子,对网络转移矩阵进行有效性加权修正,并基于有效连接矩阵构造目标层到达矩阵,通过迹运算获得协同任务链数量,进而计算任务成功率。在此基础上,还可在随机失效、定向失效及通信扰动环境下引入蒙特卡罗仿真评估,并结合抗干扰补偿与跨簇动态重构策略,对复杂动态环境中的任务成功率进行统计估计与鲁棒性分析。本发明能够将异构节点功能差异、闭环任务链逻辑与协同质量统一纳入任务成功率评估过程,可用于分析复杂动态环境下协同质量下降对任务链闭环能力的影响,并为有人无人集群的任务规划与体系效能评估提供参考。

2、本发明解决其技术问题所采用的技术方案如下:

3、步骤1:获取节点集合,所述节点集合至少包括探测节点集合、决策节点集合、响应节点集合和目标对象节点集合,并基于闭环任务链逻辑构建多层有向任务网络模型;其中,所述闭环任务链逻辑限定目标对象节点到探测节点、探测节点到决策节点、决策节点到响应节点以及响应节点到目标对象节点的有向连边存在;

4、步骤2:基于所述多层有向任务网络模型,分别计算通信协同序参量、探测协同序参量、决策协同序参量和响应协同序参量,并进行归一化处理得到协同性因子;

5、步骤3:对所述多层有向任务网络模型对应的转移矩阵集合进行加权修正,所述加权修正至少同时考虑节点存在性、连边存在性以及协同性因子,并基于协同有效阈值得到有效连接矩阵集合;

6、步骤4:基于所述有效连接矩阵集合计算目标对象层到达矩阵,并将所述目标对象层到达矩阵的迹作为协同任务链数量;

7、步骤5:根据所述协同任务链数量与任务总量或任务需求量计算任务成功率。

8、优选的,所述多层有向任务网络模型以矩阵块形式构建,并通过零矩阵约束排除以下连接中的至少一项:感知层内部连接、响应层内部连接、目标对象层内部连接、感知层到响应层连接以及决策层到目标层连接;

9、所述多层有向任务网络模型用集合表示:

10、

11、其中表示不同节点的集合,即,是网络中加权有向边的集合,表示节点之间连接的邻接矩阵集合,分别表示集合中的探测节点、决策节点和响应节点。

12、优选地,所述通信协同序参量按照以下方式计算:对链路集合中每一链路获取连通指示与误码率,并在链路层面对连通指示与误码率项进行加权融合后求均值,表示如下:

13、

14、其中,为链路总数,为链路集合,为节点与是否连通,连通为1,断开为0,为链路误码率,为链路连通性与传输效率权重因子,满足。

15、优选地,所述探测协同序参量至少包括覆盖度项与目标一致性项,所述覆盖度项用于表征单节点覆盖面积与目标区域总面积的比值,所述目标一致性项用于表征节点探测到的目标集合与参考目标集合的交集占比,并通过权重因子进行融合;

16、所述探测协同序参量表示如下:

17、

18、其中,为探测节点数,为节点的覆盖面积,为目标区域总面积,为节点探测到的目标集合,为参考目标集合,为覆盖度与态势一致性的权重因子,满足。

19、优选地,所述决策协同序参量至少包括时序协同性项与一致性项,所述时序协同性项用于表征决策节点间指挥延迟对协同水平的影响,所述一致性项用于表征期望任务分配结果与实际任务分配结果的吻合度,并通过权重因子进行融合;所述决策协同序参量表示如下:

20、

21、其中,为决策节点数,为节点的相邻决策节点集合,为指挥延迟系数,、分别为期望与实际任务分配结果,为决策一致性与时序协同性权重因子,满足。

22、优选地,所述响应协同序参量至少包括执行时间偏差项与效果达成度项,所述执行时间偏差项用于表征执行动作与指令时间窗口的偏差,所述效果达成度项用于表征实际任务效果与期望任务效果的比值,并通过权重因子进行融合;所述响应协同序参量可表示如下:

23、

24、其中,为响应节点数,为节点行动与指令时间窗口的偏差,、为期望与实际任务效果,为执行时间偏差与任务效果达成度权重因子,满足。

25、优选地,所述归一化处理包括最小—最大归一化,使各协同序参量映射至[0,1]区间,并将归一化结果作为所述协同性因子:

26、

27、其中,是环节的协同性量化指标,和分别指样本中协同性指标的最小值与最大值。

28、优选地,所述加权修正包括:对任一矩阵元素,按照节点存在性指示函数、连边存在性指示函数与协同性因子的乘积形式生成加权矩阵元素;并在加权矩阵元素不小于协同有效阈值时判定该矩阵元素对应连接为有效连接;

29、所述加权修正如下所示:

30、

31、其中表示两节点形成的矩阵加权元素,表示每个节点和连边的存在性,是环节的协同性因子;表示目标节点与探测节点形成的加权矩阵元素,,和分别表示目标节点,探测节点和二者所形成连边的存在性;

32、经加权后,连接关系映射至区间,为保证模型判定性,设定阈值,当元素则认为两节点存在且节点间有效连接,否则视为断开。

33、优选地,所述目标对象层到达矩阵由相邻层之间的有效连接矩阵按闭环逻辑顺序相乘获得:

34、

35、其中,表示目标对象层到达矩阵,、、和分别表示目标对象层与感知层层、感知层与决策层、决策层与响应层和响应层与目标对象层形成的相邻转移矩阵;

36、且协同任务链数量为目标对象层到达矩阵的迹;基于目标对象层到达矩阵的迹运算,得到任务网中的协同任务链数量:

37、

38、其中,为协同任务链数,,,和的维数分别为,,和,n、m、j和t分别表示集群中目标节点、探测节点、决策节点和响应节点数量。

39、优选地,所述任务成功率按照协同任务链数量与任务总量或任务需求量的比值计算,其中任务总量或任务需求量与需要完成作用的目标对象数量相关,并进一步依据预设任务成功阈值判定任务是否成功,计算公式如下:

40、

41、其中为时刻的协同任务链数量,为有人无人集群面对的任务总数量。

42、优选地,所述评估方法还包括在外部扰动环境下的蒙特卡罗仿真评估步骤,所述仿真评估步骤包括:依据节点失效比例随机生成各层节点的物理存活掩码,依据通信扰动强度生成协同序参量扰动矩阵,更新有效连接矩阵集合后计算协同任务链数量,并对多次迭代结果进行统计得到任务成功率估计值。

43、优选地,所述评估方法还包括抗干扰优化与跨簇动态重构中的至少一种:

44、所述抗干扰优化用于对受扰动但未完全断联的链路执行链路质量补偿并更新通信协同序参量;

45、所述跨簇动态重构用于在簇内可用节点不足时从其他簇选择可用节点并更新连边矩阵,以恢复闭环任务链形成能力。

46、本发明的有益效果如下:

47、(1) 能够以闭环任务链逻辑构建多层有向任务网络,将异构节点功能差异与有向流程约束统一纳入建模,避免仅凭静态拓扑连通性进行粗粒度判断。

48、(2) 通过协同序参量将通信质量、探测一致性、决策一致性、响应一致性等协同质量显式量化,并通过归一化与阈值判别进入有效连接判定,从而使评估结果能反映协同退化对闭环能力的影响。

49、(3) 通过到达矩阵与迹运算计算协同任务链数量,并定义任务成功率为可计算指标,可直接用于任务方案对比、策略评估与参数敏感性分析。

50、(4) 在蒙特卡罗评估流程下,可将随机失效、定向失效因素与通信扰动以可控参数纳入评估,实现复杂动态环境下成功率的统计估计;在一些实施方式中,还可叠加抗干扰补偿与跨簇动态重构策略用于鲁棒性提升与策略对比。