饱和攻击任务下的无人机协同围捕控制方法

1.本发明涉及多智能体控制技术领域，具体涉及一种饱和攻击任务下的无人机协同围捕控制方法。


背景技术：

2.随着无人机自主能力的提高，无人机被广泛应用于各种任务。它们具有成本低、效率高、可靠性好等优点。但是单架无人机是存在局限性的，一些复杂的任务需要多架无人机合作完成，才能保证任务的成功率和效率。由此，多无人机系统和无人机集群这两个概念被广大学者研究。如何控制多无人机协同完成任务成为了当今的研究主题。
3.接着将任务具体化，例如无人机集群的饱和攻击任务。首先饱和攻击任务是指一群低造价的无人机穿透目标的防御系统，有效攻击高价值目标的战术策略。大密度的无人机集群会使目标的防空系统陷入过载状态，从而实施攻击。但是目标的防御系统是复杂的，甚至是多样化的，如何利用最少的无人机完成饱和攻击任务成为了研究的重点。其次，在控制方面，如何设计控制器对移动目标进行有效围捕同样是一个难点问题。无人机的状态信息是时变的，如果因为信息延迟或者指令不准确，将难以完成围捕，同时会导致无人机间的碰撞；其次，目标是移动的，但是速度对于我方无人机而言是未知的。如没有准确的估计，很难完成围捕，容易造成无人机不能很好的跟踪目标，降低任务的成功率。因此，若不针对饱和攻击任务，设计相应的控制目标和协同围捕控制器，会使得无人机在任务模式下难以完成对目标速度的估计，难以形成围捕。
4.综上，现有技术中对饱和攻击任务策略和控制研究较少，缺乏针对的分布式控制器。编队模式下的围捕策略需要更多信息，增加了控制的复杂度，难以保证多无人机系统下的稳定性和快速性。


技术实现要素：

5.本发明基于无人机集群饱和攻击任务，提供了一种协同围捕控制方法，使无人机集群能有效估计目标速度，同时防止碰撞完成协同围捕。当无人机接收到攻击指令时，以最短距离发起进攻。
6.基于以上发明内容，故采用如下技术方案：
7.一种饱和攻击任务下的无人机协同围捕控制方法，包含以下步骤：
8.1)在饱和攻击任务场景下搭建目标防御系统模型，其中包括预警系统、防空导弹和电子干扰三个模块，设计无人机集群突防概率，以保证至少一架无人机完成攻击任务；
9.2)基于移动目标且目标速度未知的情况，针对含有自动驾驶仪的无人机模型，设计饱和攻击任务下的无人机围捕控制目标和分布式协同围捕控制器，再由指令转换器驱动无人机，实现无人机集群精确估计目标速度、防止碰撞，精确包围，最后完成对目标的协同围捕；当接收攻击指令时，以最短路径同时攻击目标。
10.进一步的，基于饱和攻击任务下的协同围捕控制方法可描述为：
11.(1)至少有一架无人机突破目标防御系统，完成饱和攻击任务；
12.(2)目标被无人机围捕；
13.(3)无人机之间不存在碰撞；
14.(4)无人机能准确估计目标的速度。
15.进一步的，步骤1)所述设计无人机集群突防概率为：
[0016][0017]
根据饱和攻击任务场景，要求至少一架无人机完成突围，故派出的最少无人机数量设计为：
[0018][0019]
式中，n表示目标导弹的数量；pf表示防空武器的平均服务概率；p
l
表示预警系统的检测概率；qa和qe分别表示防空武器和电子干扰的突防概率；nm表示最少成功完成任务的无人机数量；n表示派出的无人机数量。
[0020]
进一步的，步骤2)所述含自动驾驶仪的无人机模型表示为
[0021][0022]
式中，xi(t)，yi(t)，hi(t)为t时刻下无人机i的质心位置；其中vi(t)，θi(t)分别表示无人机i在t时刻的速度、航向角和爬升角；v
ci
(t),θ
ci
(t)表示对应的速度指令、航向角指令和爬升角指令；τv，τ
θ
分别表示各个通道的时间常数。
[0023]
进一步的，步骤2)所述设计饱和攻击任务下无人机围捕控制目标为：
[0024][0025]
所述分布式协同围捕控制器表示为：
[0026][0027]
式中，pi，pj，p
target
分别表示无人机i的位置、无人机j的位置和目标的位置；ui＝[u
xi
,u
yi
,u
hi
]
t
表示无人机分别在前向、横向和高度三个通道上的加速度信号；r表示无人机形成的包围圈上任意一点；d表示目标和包围圈的距离，当且仅当p
target
∈co(p)时，确定目标被围捕；n表示无人机数量；d
ij
表示无人机i和无人机j的距离；ds表示无人机之间的安全距离，无人机之间的距离不能小于安全距离；vi(t)，v
target
(t)分别表示无人机i的实际速度，无人机i对目标的估计速度和目标的实际速度；λi，α，β，γ和k表示权重系数；ci表示无人机i的邻居无人机集合；fi表示无人机i的避障函数。
[0028]
进一步的，步骤2)所述控制器由攻击项、防撞项和自适应估计项三项组成。
[0029]
进一步的，步骤2)所述指令转换器表示为：
[0030][0031]
式中，ui＝[u
xi
,u
yi
,u
hi
]
t
表示无人机分别在前向、横向和高度三个通道上的加速度指令；τv，τ
θ
分别表示各个通道的时间常数。
[0032]
根据以上设计的饱和攻击协同围捕控制方法和围捕控制器，可实现最少无人机协同围捕目标，同时能估计移动目标的速度。在飞行期间保证无人机间不会发生碰撞。
[0033]
本发明的有益效果是：
[0034]
本发明设计饱和攻击任务下的无人机协同围捕控制方法，相较于其他的围捕方法，本发明不需要提前设计队形。根据无人机间的最小安全距离即可完成围捕任务。由于任务的实时性和复杂性，本发明所设计的方法使其难以被敌人预测，从而增加任务的成功率。同时该控制器具有很好的可扩展性，能保证大规模无人机完成围捕，且需要较少的状态量(无人机的位置、速度和目标的位置)就能实现。而传统的编队控制器会因为无人机的数量增加导致计算复杂度以及编队信息的精度问题而影响编队质量，影响任务成功率。
附图说明
[0035]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0036]
图1为分布式协同围捕控制器系统结构图；
[0037]
图2为本发明实施例中无人机集群突防概率图；
[0038]
图3为本发明实施例中三维无人机集群飞行曲线图。
具体实施方式
[0039]
为使本领域技术人员更好地理解本发明的技术方案，下面结合具体实施方式对本发明作进一步详细描述。
[0040]
本发明实例提供了饱和攻击任务下的无人机协同围捕控制方法主要包括目标的防御系统模型(预警系统、防空导弹系统和电子干扰系统)以及围捕过程。其中，分布式协同围捕控制器设计结构图如图1所示。无人机首先接收任务指令、目标的位置信息和通信半径内其他无人机的状态信息，然后控制器输出相应的控制指令实现对目标进行协同围捕。其中每架无人机的控制指令包括速度、航向角和爬升角指令。
[0041]
具体包含以下步骤：
[0042]
首先，根据目标的防御系统模型，计算出无人机集群的突防概率，其概率可以表示为：
[0043][0044]
式中，n表示目标导弹的数量；pf表示防空武器的平均服务概率；p
l
表示预警系统的检测概率；qa，qe分别表示防空武器和电子干扰的突防概率；n表示派出的无人机数量。
[0045]
根据饱和攻击任务场景，要求至少一架无人机完成突围。同时意味着，派出的无人机数量大于最少无人机派出的数量，即可成功完成任务。故派出的最少无人机数量设计为：
[0046][0047]
式中，nm表示最少成功完成任务的无人机数量；n表示派出的无人机数量。
[0048]
接着，根据以上的分析派出相应数量的无人机，同时设计分布式协同围捕控制器
对目标进行协同围捕。将某型号固定翼无人机非线性模型反馈线性化，同时加入自动驾驶仪，则最后的含自动驾驶仪的无人机模型可表示为：
[0049][0050]
式中，xi(t)，yi(t)，hi(t)为t时刻下无人机i的质心位置；其中vi(t)，θi(t)分别表示无人机i在t时刻的速度、航向角和爬升角；v
ci
(t)，θ
ci
(t)表示对应的速度指令、航向角指令和爬升角指令；τv，τ
θ
分别表示各个通道的时间常数。
[0051]
进一步，基于移动目标且目标速度未知的情况，针对含有自动驾驶仪的无人机模型，设计饱和攻击任务下的无人机围捕控制目标，所述设计饱和攻击任务下的无人机围捕控制目标为：
[0052][0053]
式中，p
target
表示目标的位置；λi表示权重系数；r表示无人机形成的包围圈上任意一点；d表示目标和包围圈的距离，当且仅当p
target
∈co(p)时，确定目标被围捕；n表示无人机数量；d
ij
表示无人机i和无人机j的距离；ds表示无人机之间的安全距离，无人机之间的距离不能小于安全距离；vi(t)，v
target
(t)分别表示无人机i的实际速度，无人机i对目标的估计速度和目标的实际速度。
[0054]
进一步，根据所提出的协同围捕控制方法，设计饱和攻击任务模式下，无人机集群的分布式协同围捕控制器控制无人机对目标进行协同围捕，同时保证无人机间不会出现碰撞。所述分布式协同围捕控制器表示为：
[0055][0056]
式中，pi，pj分别表示无人机i的位置、无人机j的位置；ui＝[u
xi
,u
yi
,u
hi
]
t
表示无人机分别在前向、横向和高度三个通道上的加速度信号；α，β，γ和k表示权重系数；ci表示无人机i的邻居无人机集合；fi表示无人机i的避障函数。该控制器ui由攻击项、防撞项和自适应估计项三项组成。
[0057]
根据上式所设计的分布式协同围捕控制器，经过指令转化，可以得到无人机模型所需的实际控制输入指令。指令转换器可表示为：
[0058][0059]
根据分布式协同围捕控制器可知，时间趋于无穷大时，无人机能将目标围捕。同时无人机的速度等于目标的速度，无人机对目标的估计速度等于目标的速度。且无人机之间的距离永远大于安全距离。故无人机集群完成了协同围捕的指令。当接收到攻击指令时，无人机会以最短的距离对目标实施进攻，从而完成饱和攻击任务。
[0060]
本实施例的数值仿真验证如下，根据目标的防御系统，目标导弹的数量n＝4，防空武器的平均服务概率pf＝0.7，预警系统的检测概率p
l
＝0.8，防空武器和电子干扰的突防概率qa＝0.4，qe＝0.6。总体突防概率仿真图如图2所示。基于突防概率，派出四架无人机完成饱和攻击协同围捕任务。假设目标位置为(100,100,100)m，速度为30m/s。设定无人机数量n＝4，初始位置分别为(-30,30,90)m，(0,160,110)m，(-10,100,120)m，(10,80,80)m，初始速度分别为25m/s，24m/s，26m/s，25m/s。无人机集群的三维航迹如图3所示。
[0061]
基于仿真结果可得，采用本发明设计的无人机集群饱和攻击任务下的协同围捕控制方法能很好保证最少的无人机完成任务，减少资金和材料的损耗。同时，根据仿真位置曲线可以看出，本发明设计的分布式协同围捕控制器能很好的帮助无人机精确估计出目标的速度，从而包围目标。在此过程中，无人机之间也不会发生碰撞。最终无人机的实际速度、对目标的估计速度和目标的实际速度趋于一致。另外，指令转换器能将控制器的指令有效转换成无人机所需的速度指令vc、航迹角指令和爬升角指令θc，也说明自动驾驶仪能保证无人机拥有较好的跟踪性能，同时保证系统稳定。
[0062]
本发明的有益效果是：
[0063]
本发明设计了基于无人机集群的饱和攻击控制方法。同时，针对无人机特性和任务特性，设计了分布式协同围捕控制器，控制算法具有收敛快、抗干扰的特点。该算法为分布式算法，受到无人机数量的影响较小，故具有良好的扩展性；
[0064]
本发明设计饱和攻击任务模式下的协同围捕控制方法，相较于其他的围捕方法，本发明不需要提前设计队形。根据无人机间的最小安全距离即可完成围捕任务。由于任务的实时性和复杂性，本发明所设计的方法使其难以被敌人预测，从而增加任务的成功率。同时，该控制器具有很好的可扩展性，能保证大规模无人机完成围捕，且需要较少的状态量(无人机的位置、速度和目标的位置)就能实现。而传统的编队控制器会因为无人机的数量增加导致计算复杂度以及编队信息的精度问题而影响编队质量，影响任务成功率；控制器设计不仅仅可适用于无人机，同时可以使用多种移动智能体。针对线性和非线性系统均有较好的适配性。
[0065]
本发明为更好的符合实际，搭建耦合的无人机飞机模型，同时还具备精确的指令转换器，同时考虑了无人机的约束，比如速度限制、航向角限制、爬升角限制等，以模拟出真实的基于无人机集群的饱和攻击任务场景。
[0066]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。