多无人机协同任务规划探讨.pdf

参赛密码(由组委会填写)全“华为杯”-1-参赛密码(由组委会填写)“华为杯”第十三届全国研究生数学建模竞赛题目多无人机协同任务规划摘要:为了解决多机型、多任务、多攻击目标的无人机调度规划问题,充分发挥了经典线性规划方法与人工智能算法各自的优势,综合“零整互化”、“目标逆推”及“分步优化”三大思想,建立了无人机系统资源分配、任务分配、航线规划的分析模型。针对问题1,构建了基于2-opt算法的单目标优化模型,首先化零为整,得出10个目标群各自的中心点,遍历完这些中心点之间所有的路线组合后,利用2-opt启发式算法筛选出侦察这10个中心点的最短路径,以此进一步化整为零,筛选出经过68个目标点的侦察路线。分别从P01、P03基地调用载有S-1、S-2载荷的FY-1型无人机各一架次执行侦查任务,共需4架次FY-1型无人机完成对68个目标的侦察。此时,,,为侦察无人机滞留防御方雷达有效探测范围内时间总和最小的方案。针对问题2,基于蒙特卡罗法模拟解决该问题,构建概率优化模型,根据目标建模的思想,判别依概率产生的假设结果与目标要求的差异性,继而寻找可供FY-2型通信中继无人机一次性服务多架FY-1型无人机的飞行路线。求解可知,为保证空中飞行的侦察无人机随时与FY-2型无人机的通信,应至少安排两架次的FY-2型通信中继无人机各与每条航线上的侦察无人机通信,方可完成侦察任务。针对问题3和问题4,根据分步优化的思想,利用几何分析方法,构建了无人机任务分配的线性规划模型,为进攻方火力打击任务规划出了无人机飞行-2-路线、携带炸弹清单、攻击目标清单等具体方案。问题3中,首先分派一定数量的FY-3型无人机集中火力优先攻击10个目标群中的雷达,,然后对剩余目标的攻击需要安排FY-1型无人机8架次、FY-3型无人机56架次,。问题4中,首先集中火力优先攻击远程雷达,再攻击各目标群的防御雷达,最后对剩余目标进行攻击。利用具有较好全局搜索能力的粒子群算法模型确定了远程搜索雷达的部署位置,解算可知最少需要安排FY-1型无人机8架次、FY-3型无人机59架次,,满足7h的上限要求。对于问题5,对本文算法复杂度进行分析。在求解无人机最优航线时,采用分层思想,先对10个目标群的中心点寻找最佳侦察路线与调度策略,只需比较29次组合,避免了一次性处理267次组合,增强了任务规划的时效性。粒子群算法的时间复杂度与迭代粒子数、迭代次数、迭代时间有关,在算法执行的过程中动态改变迭代粒子数可有效提高任务规划的效率。从本文构建的数学模型和对模型解算的结果可以看出,影响无人机作战能力的重要因素有:最大巡航速度、巡航高度、最长巡航时间、机动性能、机载设备(机载传感器的精度、可挂载的武器数量等)、隐身能力(反雷达侦察能力的大小)以及与基地的通信能力等。关键词:无人机,协同作战,任务规划,2-opt算法,粒子群算法-3-目录一、问题重述................................................................................................................5二、问题分析................................................................................................................6三、基本假设................................................................................................................7四、符号说明与名词解释........................................................................................................................................................................................................................................