一种三维群无人机并行式多目标搜索协调控制策略

发布时间：2021-12-01 18:12

　　针对未知环境下三维群无人机多目标搜索问题,本文提出了一种三维群无人机并行式多目标搜索协调控制策略.首先,在基于目标响应阈值多目标分配模型（TRT）上,引入了闭环调节和合作协同的策略,提出了一种改进响应阈值多目标任务分配模型（ITRT）,有效解决了群无人机子群分布不均匀问题,提高了群无人机并行式搜索的效率.其次,将二维扩展式微粒群（EPSO）的群机器人协调控制算法引入到三维群无人机上,并将一种改进自适应惯性权重的方法与三维扩展式粒子群相结合,提出了一种改进自适应惯性权重的三维扩展式微粒群算法（IAEPSO）,有效解决了微粒易陷入局部最优点和搜索效率过低的问题.最后,将两种改进的方法（ITRT+IAEPSO）相结合实现群无人机并行式搜索.相比于传统并行式多目标搜索的扩展式粒子群算法（TRT+EPSO）,本方法的系统能耗和搜索耗时大大减少,数值仿真验证了该方法的有效性. 

【文章来源】：信息与控制. 2020,49(05)北大核心CSCD

【文章页数】：10 页

【部分图文】：

群无人机并行式多目标搜索协调控制流程图

本实验记录了群无人机系统采用IRTV+IAEPSO模型搜索算法, 无人机数量规模为100时的一次仿真结果, 其群无人机多目标搜索仿真过程如下图2, 图3和图4所示, 并且基于此仿真图, 对其搜索过程进行了详细的描述与分析.图3 成员无人机不同时刻位置分布图

成员无人机不同时刻位置分布图

【参考文献】：
期刊论文
[1]一种改进的自适应惯性权重的粒子群算法[J]. 张晓莉,王秦飞,冀汶莉.  微电子学与计算机. 2019(03)
[2]带信息素回访机制的多无人机分布式协同目标搜索[J]. 刘重,高晓光,符小卫.  系统工程与电子技术. 2017(09)
[3]基于简化虚拟受力模型的群机器人多目标搜索协调控制[J]. 周少武,张鑫,张红强,周游,李超逸.  机器人. 2016(06)
[4]群机器人多目标搜索中的合作协同和竞争协同[J]. 张云正,薛颂东,曾建潮.  机器人. 2015(02)
[5]群机器人多目标搜索中带闭环调节的动态任务分工[J]. 张云正,薛颂东,曾建潮.  机器人. 2014(01)
[6]粒子群优化算法收敛性分析[J]. 高尚,汤可宗,蒋新姿,杨静宇.  科学技术与工程. 2006(12)
[7]A NEW RSA CRYPTOSYSTEM HARDWARE IMPLEMENTATION BASED ON MONTGOMERY’S ALGORITHM[J]. 卢君明,林争辉.  Journal of Shanghai Jiaotong University. 2002(01)



本文编号：3526818