一种基于连通图的无人蜂群抗毁拓扑结构构建方法与流程

本发明涉及无人蜂群控制，具体是涉及一种基于连通图的无人蜂群抗毁拓扑结构构建方法。

背景技术：

1、针对无人蜂群的拓扑结构，现有技术中提出了变链为网的思想：线性效果链中损失一个节点或数据链就可能会导致任务失败，而组网中的多个节点、数据链和其他可用能力为完成发现、定位、跟踪、瞄准和打击过程创造了多个选择。无人蜂群组网致力于将任务功能分解至低成本、可消耗的平台，使效果链的诸要素分布式于众多的传感器和平台上，而非将效果链集中于单一平台。

2、传统无人蜂群组网技术主要从分簇、节点负载与连通度等方面开展了抗毁拓扑构建研究。现有技术中，吴昊，陈雯柏，王文凯，郝翠，基于多簇头ｋ连通的抗毁拓扑构建方法，重庆理工大学学报，2021年第35卷第7期，针对簇头节点失效问题，提出一种改进的多簇头ｋ连通抗毁拓扑结构构建方法。该方法通过节点连通可靠度选举多个簇头，当簇头节点失效时，临时簇头集合中权值最大的节点自动升级成为簇头，同时利用ｋ连通检测算法检测出关键节点并调整其发射功率实现ｋ连通拓扑构建。又如现有技术中，朱文金，王罗，昊佶，蔡志强，司书宾，白光晗，考虑级联失效的可重构网络抗毁性研究，西北工业大学学报，第39卷第4期，2021年8月，以无人机集群和通信网络为研究背景，考虑了无人机集群的级联失效行为和可重构特点，通过引入节点最大连接数限制，提出了一种基于信息载荷分配的多状态级联失效规则与基于概率的动态网络重连规则。又如现有技术中，王强，面向任务的多智能体系统抗毁性拓扑结构构建与群集控制，北京理工大学博士论文，2014年，提出面向任务的分簇算法，提取系统信息交互骨干层，完成对系统拓扑结构的层次型建模。开展了多智能体系统双连通抗毁性拓扑结构在网络化火控系统中的应用研究。

3、综上所述，传统无人组网技术局限于拓扑层面的组网，没有考虑角色、任务层面的无人蜂群抗毁拓扑结构构建需求。角色方面，传统无人蜂群组网技术尚没有考虑组网中不同角色的差异，也没有考虑无人平台个体之间的能力差异，通常假设各个节点具有相同的能力，在组网过程中不加以区分。任务方面，不同无人蜂群组网所需要的无人平台能力是根据任务复杂性而动态变化的，而现有无人组网技术无法适应多样化任务需求。

技术实现思路

1、发明目的：针对以上缺点，本发明提供一种扩展性强、任务适应性高的基于连通图的无人蜂群抗毁拓扑结构构建方法。

2、技术方案：为解决上述问题，本发明采用一种基于连通图的无人蜂群抗毁拓扑结构构建方法，包括以下步骤：

3、（1）确定无人蜂群中每个个体的能力信息以及对应任务需求中的能力阈值；

4、（2）基于个体的能力信息与能力阈值对个体进行簇以及中继节点划分，包括指挥簇、感知簇、行动簇、指挥簇与感知簇之间的中继节点、指挥簇与行动簇之间的中继节点；所述指挥簇、感知簇和行动簇分别包括该簇所属关节点；

5、（3）针对指挥簇进行全连通网构建：在指挥簇的两两节点之间构建信息链路；

6、针对感知簇和行动簇分别进行簇內双连通网构建：对各簇內节点，分别在该簇內节点与其距离最近的其他两个簇内节点之间构建信息链路，如存在未连通的连通片，则在未连通的连通片之间距离最小的两个簇內节点之间构建信息链路，如删除脆弱点之后出现未连通的连通片，则在出现的未连通的连通片之间距离最小的两个节点之间构建信息链路；所述连通片为相互连通的最大簇內节点集合；所述脆弱点指的是该节点删除后簇内出现未连通的连通片；

7、针对指挥簇与感知簇之间进行簇间双连通网构建：指挥簇与感知簇的簇间节点包括指挥簇的关节点、感知簇的关节点以及两个簇之间的中继节点，对指挥簇与感知簇之间的各中继节点，分别在该中继节点与其距离最近的其他两个簇间节点之间构建信息链路，如存在未连通的连通片，则在未连通的连通片之间距离最小的两个簇间节点之间构建信息链路，如删除脆弱点之后出现未连通的连通片，则在出现的未连通的连通片之间距离最小的两个簇间节点之间构建信息链路；

8、针对指挥簇与行动簇之间进行簇间双连通网构建：指挥簇与行动簇的簇间节点包括指挥簇的关节点、行动簇的关节点以及两个簇之间的中继节点，对指挥簇与行动簇之间的各中继节点，分别在该中继节点与其距离最近的其他两个簇间节点之间构建信息链路，如存在未连通的连通片，则在未连通的连通片之间距离最小的两个簇间节点之间构建信息链路，如删除脆弱点之后出现未连通的连通片，则在出现的未连通的连通片之间距离最小的两个簇间节点之间构建信息链路。

9、进一步的，所述步骤（1）中无人蜂群中每个个体的能力信息包括指控能力、感知能力、打击能力与通信组网能力；对应任务需求中的能力阈值包括节点的指控能力门限、节点的感知能力门限、节点的打击能力门限、指挥簇与感知簇之间中继节点的通信组网能力门限、指挥簇与行动簇之间中继节点的通信组网能力门限。

10、进一步的，所述步骤（2）中基于个体的能力信息与能力阈值对个体进行簇以及中继节点划分，包括以下步骤：

11、（21）对无人蜂群中个体依次进行指挥簇、感知簇、行动簇的核心节点选取，根据个体被选作指挥簇的核心节点的选取概率，依次选取指挥簇的核心节点，直至选中的指挥簇的核心节点数目达到要求；根据个体被选作感知簇的核心节点的选取概率，依次选取感知簇的核心节点，直至选中的感知簇的核心节点数目达到要求；根据个体被选作行动簇的核心节点的选取概率，依次选取行动簇的核心节点，直至选中的行动簇的核心节点数目达到要求；

12、（22）对步骤（21）中指挥簇、感知簇、行动簇的核心节点选取之后剩下的无人蜂群中个体依次进行指挥簇、感知簇、行动簇的关节点选取；根据个体被选作指挥簇的关节点的选取概率，依次选取指挥簇的关节点，直至选中的指挥簇的关节点数目达到要求；根据个体被选作感知簇的关节点的选取概率，依次选取感知簇的关节点，直至选中的感知簇的关节点数目达到要求；根据个体被选作行动簇的关节点的选取概率，依次选取行动簇的关节点，直至选中的行动簇的关节点数目达到要求；

13、（23）对步骤（22）中指挥簇、感知簇、行动簇的关节点选取之后剩下的无人蜂群中个体依次进行指挥簇与感知簇之间、指挥簇与行动簇之间的中继节点选取；根据个体被选作指挥簇与感知簇之间中继节点的选取概率，依次选取指挥簇与感知簇之间的中继节点，直至选中的指挥簇与感知簇之间的中继节点数目达到要求；根据个体被选作指挥簇与行动簇之间中继节点的选取概率，依次选取指挥簇与行动簇之间的中继节点，直至选中的指挥簇与行动簇之间的中继节点数目达到要求。

14、进一步的，所述步骤（21）中个体被选作指挥簇、感知簇与行动簇的核心节点的选取概率计算如下：

15、；

16、；

17、；

18、其中，为个体被选作指挥簇的核心节点的选取概率，为个体针对任务目标的指控能力，为任务需求中节点的指控能力门限；为个体被选作感知簇的核心节点的选取概率，为个体针对任务目标的感知能力，为任务需求中节点的感知能力门限；为个体被选作行动簇的核心节点的选取概率，为个体针对任务目标的打击能力，为任务需求中节点的打击能力门限；为无人蜂群集合。

19、进一步的，所述步骤（22）中个体被选作指挥簇、感知簇与行动簇的关节点的选取概率计算如下：

20、；

21、；

22、；

23、其中，为个体被选作指挥簇的关节点的选取概率，为个体针对任务目标的指控能力；为个体被选作感知簇的关节点的选取概率，为个体针对任务目标的感知能力；为个体被选作行动簇的关节点的选取概率，为个体针对任务目标的打击能力；为指挥簇的核心节点集合，为感知簇的核心节点集合，为行动簇的核心节点集合。

24、进一步的，所述步骤（23）中个体被选作指挥簇与感知簇之间、指挥簇与行动簇之间中继节点的选取概率计算如下：

25、；

26、；

27、其中，为个体被选作指挥簇与感知簇之间中继节点的选取概率，为个体针对任务目标的通信组网能力，为任务需求中指挥簇与感知簇之间中继节点的通信组网能力门限；为个体被选作指挥簇与行动簇之间中继节点的选取概率，为任务需求中指挥簇与行动簇之间中继节点的通信组网能力门限；为指挥簇的关节点集合，为感知簇的关节点集合，为行动簇的关节点集合。

28、进一步的，所述指挥簇的核心节点数目的要求为数目达到或者无满足指控能力门限的节点可选；其中，为指挥簇中的预设节点总数，为指挥簇中核心节点的预设占比，表示向上取整函数；

29、所述感知簇的核心节点数目的要求为数目达到或者无满足感知能力门限的节点可选；其中，为感知簇中的预设节点总数，为感知簇中核心节点的预设占比；

30、所述行动簇的核心节点数目的要求为数目达到或者无满足打击能力门限的节点可选；其中，为行动簇中的预设节点总数，为行动簇中核心节点的预设占比。

31、本发明还采用一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

32、本发明还采用一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

33、有益效果：本发明相对于现有技术，其显著优点是构建了无人指挥簇全连通网、感知簇双连通网与行动簇双连通网以及指挥簇与感知簇、行动簇之间的双连通网，能够支撑指挥节点多保险协同、感知节点与行动节点双保险协同，根据角色重要性有重点地提升了无人蜂群组网抗毁性；通过构建簇间网络，能够根据任务分工灵活新增无人感知簇与无人行动簇，提升了无人蜂群抗毁拓扑结构的可扩展性；通过指控能力、感知能力、打击能力与通信组网能力门限设置，能够灵活筛选所匹配的无人平台，能够更好地适应多样化任务需求，提升无人蜂群组网的应变能力。