无线紫外光协作集群无人机围捕方法与流程

1.本发明涉及无人机协作围捕技术领域，具体为无线紫外光协作集群无人机围捕方法。


背景技术：

2.无人机作战是空中作战的发展趋势之一。无人机集群作战作为智能无人机作战的重要形式，正在崭露头角，它将生物群体运动理论应用于无人机集群的系统控制，对敌方实施电子干扰或攻击。目前针对无人机集群作战的指挥决策研究中的单方策略优化较多，而多方策略优化较少。因此，研究无人机集群协同对抗问题是智能无人机作战的重要任务。主要研究问题是：集群无人机在围捕目标过程中需要进行协作，如何利用最少数量的围捕无人机实现零逃逸围捕，如何通过多机协作对动态目标实现提前部署，从而提高无人机编队的协作围捕效率；在无人机集群对抗过程中，无人机需要完成目标搜索、围捕分配以及逃逸部署等诸多任；在实时动态场景下对每个无人机要做到及时处理，如动态联盟或更改策略。


技术实现要素：

3.(一)解决的技术问题
4.针对现有技术的不足，本发明提供了无线紫外光协作集群无人机围捕方法。实现无人机集群成功捕获敌方无人机的约束条件进行了研究，采用基于贪婪最优收益的追捕联盟算法，动态调整无人机形成联盟实施就近围捕。
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：无线紫外光协作集群无人机围捕方法为，当己方无人机检测到有敌方无人机入侵时，首先利用无线紫外光进行机间信息交互，无人机集群基于贪婪最优效益构建多个子联盟，然后在保证效益最大化的情况下，将多个协助追捕无人机加入子联盟；联盟构成后，己方无人机在成功捕获敌方无人机的约束条件下实施围捕；围捕过程中，己方无人机之间通过不同波长紫外光信号进行防碰撞，最后实现成功围捕。
7.(三)有益效果
8.本发明提供了无线紫外光协作集群无人机围捕方法。具备以下有益效果：
9.(1)每架无人机均搭载紫外光收发装置，利用无线紫外光led收发装置使得各无人机机间信息进行实时交互，提高了多无人机间通信的稳定性和可靠性。
10.(2)通过紫外led阵列的角度和光功率，使其发出的两种波长紫外光刚好全覆盖以无人机机体为球心、半径分别为r1和r2的球形区域，并以此划分出危险区、通信区和未知区,以此实现机间防碰撞。
11.(3)提出己方无人机成功围捕敌方无人机的必要条件，采用基于贪婪最优收益的追捕联盟算法，动态调整己方无人机形成联盟，对敌方无人机实施成功围捕。
附图说明
12.图1是本发明的无线紫外光mimo通信示意图；
13.图2是本发明的贪婪最优收益追捕联盟算法流程图；
14.图3是本发明的联盟领导者分配的偶图表示；
15.图4是本发明的联盟结构图；
16.图5是本发明的无人机机体周围由紫外光划分的不同区域；
17.图6是本发明的多无人机追捕单无人机示意图；
18.图7是本发明的多无人机成功追捕单无人机示意图。
具体实施方式
19.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。
20.如图1～图7所示，本发明提供一种技术方案：无线紫外光协作集群无人机围捕方法，包括如下步骤：
21.步骤1：构建无线紫外光无人机通信模型；
22.每架无人机均搭载紫外光收发装置，在多无人机围捕敌机过程中，利用机载半球形mimo结构的led阵列发出的不同波长的紫外光，通过信号的发送和接收无使得各无人机之间的信息进行实时交互；保障了无人机间信息传递的有效性，提高了多无人机间通信的稳定性和可靠性；mimo是多发多收英文缩写，即多个发射点和多个接收点的系统。
23.每个半球形led阵列表面都被划分为m个纬线方向和n个经线方向，在经纬交点处安装led，顶部全向接收；将图1中的两个半球型led阵列装置分别搭载在两架无人机上，每个紫外光收发装置上都有对应的信号发送端和信号接收端，无人机通过接收相邻无人机所发送的信号从而确定环航过程中与本机的相对位置、速度；每个led都有自身的编码，由纬向编码和经向编码组成，该编码反映led发射光束相对于led自身的方向；每个led独立控制，均能独立发送信息，完成信息的收发任务；
24.步骤2：最优无人机联盟生成；
25.多无人机追捕问题中，为了更加快速有效地捕获逃跑者，往往需要多个无人机组成无人机联盟，联盟内各个追捕无人机通过相互之间的合作实现更加有效的追捕行为；最优联盟结构是指在所有可能的联盟结构中收益或者预期收益最大的联盟结构，最优联盟结构求解是通过搜索得到联盟结构图中的最优联盟结构；
26.步骤3：联盟内无人机防碰撞；
27.采用的两种波长紫外led的目的是通过波长划分区域，调节两种波长紫外led阵列的角度和光功率，使发出的两种波长紫外光全覆盖以无人机机体为球心、半径分别为r1和r2的球形区域，并以分出危险区、通信区和未知区，如图5所示，可以看到，针对接收到对方紫外光信号的不同情况判断互处于对方的哪个区域，具体判定方式为(如表1)：当互处于对方的未知区时，说明两架无人机机体间距离较远，暂时没有碰撞危险；当互处于对方的通信区时，可以利用紫外通信链路建立的方向进行稳定的机间通信；当互处于对方的危险区时，无
人机机体间距离较近，碰撞危险较高；无人机机体间通信的内容包含本机当前位置、航向、航速、对应的目标集结点、所在分区编号以及已获取的其他无人机机体位姿信息，每架无人机机体通过邻居节点实现信息共享，获取集群内全部无人机机体的相关信息，据此实现联盟内无人机防碰撞；
28.表1波长接收情况与所属区域的判定
[0029][0030][0031]
步骤4：无人机联盟在满足成功追捕的约束条件下进行围捕；
[0032]
成功追捕的必要条件1为：图6所示为多无人机追捕单无人示意图。当多个追捕者追捕1个逃跑者时，在接近成功实现围捕的追捕最后阶段，如果能够实现逃跑者的逃跑路径必须经过某个追捕者所在的阿波罗尼奥斯圆内，则只要追捕者选择合适的追捕策略，必然可以捕获逃跑者，如果追捕者之间的阿波罗尼奥斯圆存在空隙，则逃跑者采用最优策略；成功追捕的必要条件2为：逃跑者落在追捕者所构成的凸多边形内部且逃跑者和追捕者构成的相邻追-逃阿波罗尼奥斯圆满足两两相交(相切)，如图7。
[0033]
进一步地，所述步骤2中在联盟独立性的基础上，采用如图2所示基于贪婪最优收益的追捕联盟算法，具体步骤如下:
[0034]
(2)子联盟及联盟领导者生成
[0035]
假设存在m个逃跑者，n个追捕者，所以n个追捕者将被分成m个追捕联盟，n个追捕者对m个逃跑者存在一对一追捕收益矩阵g；
[0036]
图3表示一组5个追捕者对3个逃跑者建立分配问题的偶图，用收益矩阵为图中的2个节点的连线设置权重，连线权重对应追捕者对逃跑者的收益；图3中，追捕者和逃跑者数量不等，故引入两个虚拟逃跑者，并设连接到表示这2个虚拟逃跑者的节点的边的权重为0；(这块是对联盟生成算法的描述，该算法中要求收益最大，所以让追捕者与逃跑者之间构建一个如图3所示的模型，选出权重最大的连线。)
[0037]
分配过程如下：
[0038]
step1从偶图中找出权重，即偶图中边连接的追捕者对逃跑者的收益，对最小的边进行移除；
[0039]
step2检查是否有节点没有任何连接，没有则跳到step1，有则把本循环中step1舍弃的边连接的追捕者标记为联盟领导者，负责组织一个追捕联盟追捕这条边所连接的逃跑者；
[0040]
step3重复step1～step2直到分配了m个追捕者对逃跑者的一对一组合；
[0041]
(2)子联盟成员扩展
[0042]
图4所示为追捕者所形成的联盟结构图，首先将联盟结构图中顶层，即ln层中各个联盟领导者做标记φ，这些联盟在向低层生成时，不能与其他同样有φ标记的联盟合并为一个联盟，采用下述方法构建最大的联盟结构：
[0043]
ln层只有1个联盟结构，取ln层的联盟结构中第1个不含φ标记的联盟，分别与m个含φ标记的联盟合并，形成m个属(ln-1)层的联盟结构，搜索这m个联盟结构并取其中总收益最大的，并对收益最大的联盟结构重复上述操作，直到寻找到第m层中总收益最大的联盟结构。(每个追捕者对每个逃跑者都有一个固定收益，追捕者所形成的联盟收益即为各个追捕者对逃跑者的收益总和，该算法最终目的就是找出收益最大的联盟结构。)
[0044]
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。
[0045]
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。