基于MAPPO的无人机集群控制与导航方法与流程

本发明属于集群导航领域，尤其是一种基于mappo的无人机集群控制与导航方法。

背景技术：

1、无人机集群系统因其高效性、鲁棒性和可扩展性等优势，在无人机表演、森林巡检、应急救援和城市配送等任务中发挥着越来越重要的作用。特别是在复杂动态环境下，利用多个异构无人机协同作业可以有效整合不同平台的优势能力，显著提升任务执行效率和系统可靠性。随着人工智能技术的快速发展，基于强化学习的多智能体协同控制方法为解决无人机集群的自主决策和协同控制问题提供了新的思路和可能性，其中近端策略优化（mappo）因其良好的收敛性和策略稳定性，在处理大规模异构集群控制问题时展现出独特优势。

2、目前，无人机集群控制与导航领域已有大量研究工作。在通信拓扑优化方面，主要采用基于图论的最小生成树算法和分布式一致性算法构建通信网络，但缺乏对异构特征的深入考虑；在任务分配方面，常用的方法包括匈牙利算法、遗传算法和蚁群算法等，这些方法主要关注静态任务分配的最优性，对动态环境下的在线调整能力有限；在协同控制方面，传统方法多基于人工势场法、行为规则法和一致性理论等，虽然实现了基本的编队控制和避障功能，但在处理复杂环境和多目标优化问题时表现不足。此外，现有的强化学习方法在应用到实际无人机集群系统时，往往采用简化的通信模型和同构智能体假设，难以满足实际应用需求。

3、然而，现有技术在处理异构无人机集群控制问题时仍存在以下关键技术难点：首先，缺乏有效的异构性表征方法，难以准确量化不同无人机平台之间的性能差异和能力互补关系，导致资源分配和任务规划的效率低下；其次，现有的通信拓扑优化方法未能充分考虑链路可靠性的动态变化特性，且带宽分配策略过于静态，无法适应复杂环境下的通信需求变化；再次，传统的分层控制架构中，任务分配层和执行控制层往往独立优化，缺乏有效的协同机制，导致局部决策与全局目标之间存在不一致性；最后，在策略优化过程中，现有方法难以平衡探索与利用之间的关系，且缺乏有效的鲁棒性保障机制，容易出现策略崩溃和性能震荡等问题。这些技术难点严重制约了异构无人机集群系统在实际应用中的性能和可靠性。

技术实现思路

1、发明目的，提供一种基于mappo的无人机集群控制与导航方法，以解决现有技术存在的上述问题。

2、技术方案，基于mappo的无人机集群控制与导航方法，包括如下步骤：

3、s1、获取无人机的基础特征数据，经过动力学特性分析和标准化处理，生成标准化动力学参数矩阵；基于标准化动力学参数矩阵，计算得到无人机综合能力指标；基于无人机综合能力指标，构建表征无人机间差异程度的集群异构性矩阵；其中基础特征数据包括无人机的最大速度、最大加速度、能源容量、任务载荷类型和通信范围；

4、s2、获取实时通信数据，计算每对无人机之间的通信质量指标；基于通信质量指标，预测得到链路可靠性数据；基于集群异构性矩阵和链路可靠性数据，构建动态通信图；对动态通信图进行优化计算，生成满足连通性约束和带宽约束的最优通信拓扑结构；

5、s3、基于集群异构性矩阵和最优通信拓扑结构，计算任务分配适合度矩阵；基于任务分配适合度矩阵，构建包含任务分配策略和执行策略的分层策略模型；基于分层策略模型，构建评估全局协同效果和局部执行效果的分层价值函数；

6、s4、基于分层价值函数，对实时通信数据进行时效性分析、任务相关性分析和通信代价分析，生成信息重要度指标；基于信息重要度指标和通信质量指标，计算传输优先级数据；基于传输优先级数据，生成带宽分配矩阵；基于带宽分配矩阵和最优通信拓扑结构，构建自适应路由策略；

7、s5、基于自适应路由策略，计算策略输出的熵值，生成不确定性指标；基于不确定性指标，构建鲁棒性约束条件；在鲁棒性约束条件下优化分层策略模型，得到优化策略模型；基于最优通信拓扑结构，实现优化策略模型的分布式执行。

8、有益效果，本发明建立了精确的异构性度量体系，确保了集群系统的高效可靠通信，提高了系统的整体性能，增强了系统的环境适应能力；不仅克服了传统方法在处理异构性、通信优化和决策协同等方面的局限，还提升了异构无人机集群在复杂环境下的任务执行能力和系统稳定性。

技术特征：

1.基于mappo的无人机集群控制与导航方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于mappo的无人机集群控制与导航方法，其特征在于，步骤s1进一步为：

3.根据权利要求2所述的基于mappo的无人机集群控制与导航方法，其特征在于，步骤s2进一步为：

4.根据权利要求3所述的基于mappo的无人机集群控制与导航方法，其特征在于，步骤s3进一步为：

5.根据权利要求4所述的基于mappo的无人机集群控制与导航方法，其特征在于，步骤s4进一步为：

6.根据权利要求5所述的基于mappo的无人机集群控制与导航方法，其特征在于，步骤s5进一步为：

7.根据权利要求6所述的基于mappo的无人机集群控制与导航方法，其特征在于，步骤s12进一步为：

8.根据权利要求6所述的基于mappo的无人机集群控制与导航方法，其特征在于，步骤s14进一步为：

9.根据权利要求6所述的基于mappo的无人机集群控制与导航方法，其特征在于，步骤s22进一步为：

10.根据权利要求6所述的基于mappo的无人机集群控制与导航方法，其特征在于，步骤s32进一步为：

技术总结本发明公开了一种基于MAPPO的无人机集群控制与导航方法，包括提取无人机基础特征数据，经动力学特性分析和标准化处理，计算无人机综合能力指标，构建集群异构性矩阵；根据实时通信数据计算通信质量指标，预测链路可靠性数据，构建动态通信图，生成最优通信拓扑结构；基于集群异构性矩阵和最优通信拓扑结构，计算任务分配适合度矩阵，构建分层策略模型和分层价值函数；对通信数据进行多维度分析，生成信息重要度指标，计算传输优先级数据，生成带宽分配矩阵，构建自适应路由策略；计算策略不确定性指标，构建鲁棒性约束条件，优化策略模型并实现分布式执行。本发明提高了异构无人机集群的协同控制效率和系统可靠性。技术研发人员：汤月龙,李凯,王志超受保护的技术使用者：中科南京人工智能创新研究院技术研发日：技术公布日：2025/1/6