无线紫外光协作无人机编队保持的航迹计算方法与流程

1.本发明涉及蜂群无人机编队控制与无线紫外光通信技术领域，具体为无线紫外光协作无人机编队保持的航迹计算方法。


背景技术：

2.近几年随着多种新型科技的出现，无人机在多个领域都发挥着更重要的角色。为了充分发挥无人机的优势，往往需要多架无人机组建成编队进行协同作战，同时因为无人机自身的电子集成化强度越来越高，受到电子干扰的影响也愈发明显。因此保证无人机编队能够在电子干扰环境中保持编队稳定，并且在障碍区选择合理的路径是重中之重。为了使得无人机能在电子干扰环境中进行编队控制，在无人机编队中引入“日盲”紫外光作为信息传输介质，利用其可隐蔽通信、不易被干扰等特点可有效解决在该环境下无人机的编队飞行稳定性的问题。


技术实现要素：

3.(一)解决的技术问题
4.本发明目的为解决电磁干扰情况下蜂群无人机编队机间稳定性与编队航迹规划的问题。利用无线紫外光不同波长之间无干扰的特点构建虚拟标尺，划分飞行区域与探测范围，保证机间安全问题，设计含有人工势场的领航者
‑
跟随者算法解决蜂群无人机编队在障碍区的飞行路径选择问题，使无人机编队能够平稳安全飞过障碍区。
5.(二)技术方案
6.为实现上述目的，本发明提供如下技术方案：无线紫外光协作无人机编队保持的航迹计算方法，步骤如下：
7.步骤1：安装在无人机上的无线紫外光虚拟标尺装置进行扫描，虚拟标尺采用不同波段的紫外光进行构建，因此将采用不同时隙进行信号发送，从而实现对编队内无人机飞行位置进行确认，规划合理的飞行范围，形成编队后的安全性与队形保持稳定性得到提升；
8.步骤2：设计含有领航者
‑
跟随着的蜂群无人机编队一致性算法，编队中存在一架无人机为领航者，其余无人机为跟随者，跟随者无人机的飞行姿态与领航者保持一致，使得整个编队易于控制且稳定性提升；
9.步骤3：在步骤2的基础上，在蜂群无人机控制算法中引入人工势场，使得整个编队能够在障碍区能够选择合理的飞行路径，在编队变化幅度小的基础上安全飞过障碍区。算法如式(1)所示：
[0010][0011]
式(4)中，u
i
为无人机状态信息，a
ij
表示为i、j两个节点的权值，a
ij
的值为大于0的正整数，此时表示两架无人机间存在信息交互，b
i
表示领航者无人机传递给跟随者无人机的权值，x
l
与v
l
表示领航者无人机的状态信息，γ为任意大于0的正整数。根据上式，当t
→
∞
时，则有|x
i
‑
x
j
|
→
∞，|v
i
‑
v
j
|
→
∞，即整个无人机编队实现最终的一致性。α为斥力系数，其值是任意常数，f
i
(t)为第x架无人机在t时刻与障碍物之间的斥力。
[0012]
(三)有益效果
[0013]
本发明提供了无线紫外光协作无人机编队保持的航迹计算方法。具备以下有益效果：采用无线紫外光辅助无人机进行机间通信，并且利用其不同波段之间无干扰的特点，建立紫外虚拟标尺，使得蜂群无人机编队的稳定性与安全性大大提升，有效的保证编队作战的成功率。
附图说明
[0014]
图1为本发明工作的原理流程图；
[0015]
图2为本发明的紫外虚拟标尺示意图；
[0016]
图3为本发明的无人机在障碍区路径选择图。
具体实施方式
[0017]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0018]
本发明是基于无线紫外光在蜂群无人机中建立虚拟标尺从而划分机间飞行范围，并且引入人工势场设计含有领航者
‑
跟随者的编队一致性算法，虚拟标尺装置所采用的紫外led波长为235nm、245nm、255nm、260nm、265nm以及275nm等六个波段，发光功率均为为0.3mw，最小光功率为0.13mw。将其按照经纬向均匀排布在半球表面led，顶部安装全向接收器。
[0019]
如图1
‑
3所示，本发明提供一种技术方案：无线紫外光协作无人机编队保持的航迹计算方法，包括如下步骤：步骤1：无人机编队首先集结形成编队，然后由每架无人机上安装的紫外光mimo装置开始扫描，建立无线紫外光虚拟标尺，虚拟标尺将每架无人机的飞行范围划分为6个范围，6个范围为预警区、通信区、识别区、测距区1、测距区2以及测距区3，采用分时隙方式接收信号得以进一步避免不同区域信号间会存在的干扰问题，这6个范围中预警区为最小安全飞行距离，如果无人机之间的飞行距离在预警区范围内，则无人机之间将有极大可能发生碰撞，通信区为无人机的通信范围，识别区为无人机之间进行敌我识别的区域，测距区3主要用于判断飞行空域有无障碍物便于无人机编队规划飞行路线，测距区1与测距区2主要用于在测距区3的扫描的基础上对飞行过程中会出现的突发物体进行扫描，使得蜂群无人机能够安全避开，规划最优飞行路线；
[0020]
步骤2：在蜂群无人机中确立一架领航者无人机,其余无人机均为跟随者无人机；在蜂群无人机编队中，领航者无人机居于编队头部，其余无人机在领航者无人机的带领下形成队形，并且自身的飞行姿态与领航者无人机保持一致；
[0021]
步骤3：在步骤2无人机编队已经能在领航者的引领下保持编队的稳定，为了是整个编队能够在障碍区稳定安全并且各架无人机能够最小幅度调整自身的飞行姿态，在无人机编队中引入人工势场做以辅助为式(3)所示：
[0022][0023]
式(3)中，f
x
(t)为第x架无人机在t时刻与障碍物之间的斥力，n表示障碍物个数，k为人工势场的斥力增益系数，u
x
(t)表示t时刻无人机x的位置，o
i
表示第i个障碍物的位置信息。
[0024]
结合式(2)与式(3)可得最终含有人工势场的蜂群无人机编队控制算法如式(4)所示：
[0025][0026]
式(4)中α为斥力系数，其值是任意常数，f
i
(t)为第x架无人机在t时刻与障碍物之间的斥力，其余参数均与式(2)中相同；当蜂群无人机处于障碍区时，通过虚拟标尺探测到障碍物后，跟随者无人机会随着领航者无人机进行飞行姿态变化，以保证无人机队形能够保持稳定不变，并且单架无人机避障时也能平滑飞过障碍物，整个无人机队形稳定且跟随者随着领航者的变化进行姿态调整，最终根据式(4)算法使得蜂群无人机编队安全穿过障碍区。
[0027]
进一步地，所述步骤2的具体的算法设计如下：
[0028][0029]
式(2)中，u
i
为无人机状态信息，a
ij
表示为i、j两个节点的权值，a
ij
的值为大于0的正整数，此时表示两架无人机间存在信息交互，x
i
与x
j
分别表示该时刻无人机i与j的状态信息，b
i
表示领航者无人机传递给跟随者无人机的权值，x
l
与v
l
表示领航者无人机的状态信息，γ为任意大于0的正整数；根据上式，当t
→
∞时，则有|x
i
‑
x
j
|
→
∞，v
i
‑
v
j
|
→
∞，即整个无人机编队实现最终的一致性，结合步骤1中所建立的虚拟标尺提升编队队形形成后的稳定性与机间安全性。
[0030]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0031]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。