一种无人机队形设计方法、装置、设备及存储介质与流程

本申请涉及无人机编队，尤其涉及一种无人机队形设计方法、装置、设备及存储介质。

背景技术：

1、近年来，无人机编队系统的协同问题因其在军事领域具有越来越重要的意义从而吸引了大量学者进行研究，并取得了一些成果。

2、但是，国内研究无人机作战效能评估的文献和专利大多针对单无人机或无人机群的突防概率等作战效能指标的分析和研究，而关于无人机编队作战效能指标的研究很少。用于分析无人机编队作战效能的方法有很多，如adc方法、信息熵评估方法等，但这些方法都没有考虑编队成员之间的相互影响，没有体现出无人机协同的优势。因此，目前尚缺乏一种无人机队形设计方法。

技术实现思路

1、本申请提供了一种无人机队形设计方法、装置、设备及存储介质，用以解决上述问题。

2、一方面，本申请提供了一种无人机队形设计方法，所述方法包括以下步骤：

3、步骤s1：构建以任务需求为导向的协同编队的效能评价体系；

4、步骤s2：基于层次分析法求解所述协同编队的各项指标权重；

5、步骤s3：基于所述任务需求以及环境要求，提取所述协同编队的队形参数；

6、步骤s4：量化所述协同编队的效能评价体系中的各项指标，构建所述各项指标的适应度函数以及总适应度函数；

7、步骤s5：以任务效能最大化为目标，基于遗传算法求解所述协同编队的总适应度函数，解算得到相应任务的编队队形参数。

8、在本申请的一种实现方式中，所述效能评价体系中的指标包括：涡流效应、搜索宽度、机动互不干扰、打击范围、打击密度、指控反应时间以及隐身能力。

9、在本申请的一种实现方式中，所述步骤s4中，量化的过程，具体采用总适应度-各指标适应度模式进行量化。

10、在本申请的一种实现方式中，所述总适应度函数的公式为：

11、

12、其中，f为加权处理后的总适应度函数；wi为第i个指标的权重；fi为第i个指标的适应度函数；n为效能评价体系中的指标总数。

13、在本申请的一种实现方式中，所述各项指标的适应度函数分别包括：涡流效应的适应度函数、搜索宽度的适应度函数、机动互不干扰的适应度函数、打击范围的适应度函数、打击密度的适应度函数、指控反应时间的适应度函数以及隐身能力的适应度函数。

14、在本申请的一种实现方式中，所述搜索宽度的适应度函数为：

15、

16、其中，wlf为长机与僚机之间的侧向距离，wlf＝rlf sinψlf；wd为无人机的搜索趋于宽度，wd＝rsch sinεmax；nm为编队成员的个数；

17、涡流效应的适应度函数为：

18、

19、其中，xlf为长僚机之间的距离矢量在长机体轴系下投影的绝对值，b为无人机翼展；

20、机动互不干扰的适应度函数为：

21、

22、其中，rman为无人机的最小机动半径；rlf为编队中临机间的距离；

23、打击范围的适应度函数为：

24、

25、其中，s为编队所覆盖的面积；smax为同形状时编队的最大覆盖面积，以平面三角队形为例，

26、在本申请的一种实现方式中，所述打击密度的适应度函数为：

27、

28、其中，δt为编队实际能达到的打击间隔，δt＝rlf/vmax；rlf为编队中临机间的距离；vmax为无人机的最大飞行速度；δtneed为理想打击间隔。

29、指控反应时间的适应度函数为：

30、

31、rlf为临机间的距离；rmax为编队中无人机间允许的最大距离。

32、隐身能力的适应度函数为：

33、

34、其中，wlf为长机与僚机之间的水平侧向距离。

35、其次，本申请还提供一种无人机队形设计装置，所述装置包括：

36、效能评价体系构建模块，构建以任务需求为导向的协同编队的效能评价体系；

37、权重求解模块，用于基于层次分析法求解所述协同编队的各项指标权重；

38、参数提取模块，用于基于所述任务需求以及环境要求，提取所述协同编队的队形参数；

39、适应度函数构建模块，用于量化所述协同编队的效能评价体系中的各项指标，构建所述各项指标的适应度函数以及总适应度函数；

40、队形求解模块，用于以任务效能最大化为目标，基于遗传算法求解所述协同编队的总适应度函数，解算得到相应任务的编队队形参数。

41、再其次，本申请还提供一种无人机队形设计设备，所述设备包括：

42、至少一个处理器；以及，

43、与所述至少一个处理器通信连接的存储器；其中，

44、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够完成前述的无人机队形设计方法。

45、最后，本身请提供一种无人机队形设计的非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行前述的无人机队形设计方法。

46、本申请提供的一种无人机队形设计方法、装置、设备及存储介质，以任务为导向，利用层次分析法分配重要指标的权重，利用遗传算法求解复杂适应度函数极值，从而解算出最适应于当前任务的无人机编队队形参数，指导队形设计。基于层次分析法分配与无人机编队相关指标的权重，实现了各指标的定量分析。利用遗传算法求解无人机编队适应度函数，具备操作简单、计算速度快且准确等优势。

技术特征：

1.一种无人机队形设计方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种无人机队形设计方法，其特征在于，所述效能评价体系中的指标包括：涡流效应、搜索宽度、机动互不干扰、打击范围、打击密度、指控反应时间以及隐身能力。

3.根据权利要求1所述的一种无人机队形设计方法，其特征在于，所述步骤s4中，量化的过程，具体采用总适应度-各指标适应度模式进行量化。

4.根据权利要求1所述的一种无人机队形设计方法，其特征在于，所述总适应度函数的公式为：

5.根据权利要求1所述的一种无人机队形设计方法，其特征在于，所述各项指标的适应度函数分别包括：涡流效应的适应度函数、搜索宽度的适应度函数、机动互不干扰的适应度函数、打击范围的适应度函数、打击密度的适应度函数、指控反应时间的适应度函数以及隐身能力的适应度函数。

6.根据权利要求5所述的一种无人机队形设计方法，其特征在于，所述搜索宽度的适应度函数为：

7.根据权利要求5所述的一种无人机队形设计方法，其特征在于，所述打击密度的适应度函数为：

8.根据权利要求1所述的一种无人机队形设计装置，其特征在于，所述装置包括：

9.一种无人机队形设计设备，其特征在于，所述设备包括：

10.一种无人机队形设计的非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令用于执行权利要求1-7任意一项所述的无人机队形设计方法。

技术总结本申请公开了一种无人机队形设计方法、装置、设备及存储介质，方法包括：构建以任务需求为导向的协同编队的效能评价体系；基于层次分析法求解所述协同编队的各项指标权重；基于所述任务需求以及环境要求，提取所述协同编队的队形参数；量化所述协同编队的效能评价体系中的各项指标，构建所述各项指标的适应度函数以及总适应度函数；以任务效能最大化为目标，基于遗传算法求解所述协同编队的总适应度函数，解算得到相应任务的编队队形参数。利用遗传算法求解无人机编队适应度函数，具备操作简单、计算速度快且准确等优势。技术研发人员：焦瑞豪,王建岭,胡志坤,李小龙,葛玉鑫,周璐受保护的技术使用者：智洋创新科技股份有限公司技术研发日：技术公布日：2024/7/15