大規(guī)模UAV編隊信息交互拓?fù)涞姆旨壏植际缴?/h1>

2021-07-07 11:36:50董文奇何鋒

航空學(xué)報訂閱 2021年6期 收藏

關(guān)鍵詞：領(lǐng)航者跟隨者領(lǐng)航

董文奇，何鋒

北京航空航天大學(xué) 電子信息工程學(xué)院，北京 100083

無人機(jī)(Unmanned Aerial Vehicle，UAV)編隊飛行是當(dāng)前UAV領(lǐng)域研究的熱點，隨著UAV技術(shù)的不斷發(fā)展，其已逐步被應(yīng)用在目標(biāo)偵察、目標(biāo)跟蹤、目標(biāo)打擊、通信中繼、噴灑農(nóng)藥、空中加油等眾多軍用和民用領(lǐng)域[1]。集群UAV突破了單個無人機(jī)技術(shù)和性能上的限制，利用自組網(wǎng)技術(shù)組織多種性能不同、功能各異的UAV協(xié)同合作，極大地提高了執(zhí)行任務(wù)的能力和效率[2]。伴隨著UAV集群執(zhí)行的任務(wù)越來越復(fù)雜多樣，編隊規(guī)模逐漸增大，編隊內(nèi)部UAV不易同步，編隊隊形難以保持，同時由于UAV自身存在計算/存儲能力受限、機(jī)載能源有限等特點[3]，UAV編隊飛行面臨著新的挑戰(zhàn)。因此對于大規(guī)模UAV集群，如何在保持隊形的同時，盡量減少總通信代價以及提高編隊續(xù)航能力進(jìn)行UAV編隊飛行是一個亟需解決的問題。

UAV編隊飛行時，只需要使用部分通信鏈路即可保持隊形，這部分通信鏈路即為隊形保持下的信息交互拓?fù)?，是通信網(wǎng)絡(luò)拓?fù)涞囊粋€子集[4]。按照編隊結(jié)構(gòu)，多智能體信息交互拓?fù)涞难芯靠纱笾路譃轭I(lǐng)航-跟隨者編隊、一致性編隊、剛性編隊以及持久編隊4類。針對領(lǐng)航-跟隨者編隊信息交互拓?fù)涞难芯?，文獻(xiàn)[5]證明了領(lǐng)航-跟隨者控制方法下，UAV編隊的信息交互拓?fù)涫峭ㄐ啪W(wǎng)絡(luò)拓?fù)涞囊豢糜邢蛏蓸?；在此基礎(chǔ)上，文獻(xiàn)[4]提出了一種集中式基于最小樹形圖(Minimum Cost Arborescence，MCA)的領(lǐng)航-跟隨者編隊信息交互拓?fù)鋬?yōu)化算法。一致性編隊的主要核心思想是智能體利用與之通信的鄰居智能體的狀態(tài)信息更新自身的狀態(tài)，并最終使所有智能體狀態(tài)達(dá)到一致，比如文獻(xiàn)[6]在動態(tài)變化的信息交互拓?fù)浜蜋?quán)重因子條件下，提出了一種新的一致性控制協(xié)議，并將一階系統(tǒng)推廣到n階可控系統(tǒng)。剛性編隊則通過生成最優(yōu)剛性圖實現(xiàn)信息交互拓?fù)涞臉?gòu)建[7-8]。持久編隊信息交互拓?fù)涞膶崿F(xiàn)通過對最優(yōu)剛性圖進(jìn)行有向化操作實現(xiàn)，文獻(xiàn)[4，9]對這種思想進(jìn)行了進(jìn)一步擴(kuò)展，分別討論了通過MCA和5種有向化操作生成最優(yōu)持久圖的方法。

對于領(lǐng)航-跟隨者編隊信息交互拓?fù)涞难芯?，目前主要集中在小?guī)模UAV編隊，文獻(xiàn)[4]中的大規(guī)模UAV編隊的規(guī)模也只有16，且僅以通信鏈路長度衡量通信代價，并將總通信代價最小作為單一的優(yōu)化目標(biāo)。分級分簇結(jié)構(gòu)在擴(kuò)大組網(wǎng)規(guī)模方面有著天然優(yōu)勢，在無線傳感器網(wǎng)絡(luò)方面應(yīng)用廣泛[10-12]，并已逐步應(yīng)用在UAV領(lǐng)域，但目前仍未發(fā)現(xiàn)有相關(guān)文獻(xiàn)將其應(yīng)用在UAV編隊信息交互拓?fù)涞难芯可稀?/p>

因此，本文在文獻(xiàn)[4]的基礎(chǔ)上，將分級分簇結(jié)構(gòu)引入信息交互拓?fù)涞难芯恐?，同時以提高編隊續(xù)航能力、減少編隊總通信代價作為組合優(yōu)化目標(biāo)，提出了一種分級分布式信息交互拓?fù)渖伤惴ǎ⑼ㄟ^OMNeT++進(jìn)行算法仿真驗證。

本文結(jié)構(gòu)如下：第1節(jié)介紹UAV編隊信息交互拓?fù)淠Ｐ停坏?節(jié)介紹UAV編隊信息交互拓?fù)涞纳伤惴?；?節(jié)通過實驗仿真，從求解時間、總通信代價和UAV剩余能量3方面對本文算法進(jìn)行評估；第4節(jié)對本文工作進(jìn)行總結(jié)，并對下一步工作進(jìn)行展望。

1 信息交互拓?fù)淠Ｐ?/h2>

在UAV編隊飛行中，常用的編隊控制方法主要有領(lǐng)航-跟隨者(Leader-Follower)方法、一致性方法、剛性圖方法和持久圖方法等，其中剛性圖方法和持久圖方法均屬于圖論法[13-14]。領(lǐng)航-跟隨者方法是目前多UAV編隊控制中最常用的方法之一，該方法是將編隊中的某架無人機(jī)指定為領(lǐng)航者，而其他無人機(jī)作為跟隨者，其具有較強(qiáng)的擴(kuò)展性，且節(jié)約能量、簡單易行，如圖1所示。

文獻(xiàn)[5]已經(jīng)證明，領(lǐng)航-跟隨者編隊控制方法對應(yīng)UAV編隊的信息交互拓?fù)錇橥ㄐ啪W(wǎng)絡(luò)拓?fù)涞?棵有向生成樹，信息交互拓?fù)浜屯ㄐ啪W(wǎng)絡(luò)拓?fù)渚捎觅x權(quán)有向圖表示。

1.1 圖論基礎(chǔ)

隊形保持下UAV編隊的通信網(wǎng)絡(luò)拓?fù)淇捎觅x權(quán)有向圖G=(V,A,W)表示[15]，其中V={vi},i∈{1,2,…,n}，是有向圖的點集合，vi代表UAVi；A={aij},i,j∈{1,2,…,n},i≠j，是有向圖的弧集合，aij代表UAVi和UAVj之間的通信鏈接；W={wij},i,j∈{1,2,…,n},i≠j，是有向圖所有弧的權(quán)值集合，wij代表通信鏈接aij的權(quán)值。信息交互拓?fù)涫峭ㄐ啪W(wǎng)絡(luò)拓?fù)涞囊粋€子集，即T=(V,A*,W*)?G。

1) 生成樹[16]：給定一個無向圖G，如果圖G的一個生成子圖T是一棵樹，則稱T是G的一棵生成樹。

2) 最小生成樹：給定一個帶權(quán)無向圖G，存在一棵生成樹T，其所有弧的權(quán)值和W(T)最小，則稱T是G的最小生成樹。

有向圖的最小生成樹稱為最小樹形圖，隊形保持下的信息交互拓?fù)浜屯ㄐ啪W(wǎng)絡(luò)拓?fù)渚捎觅x權(quán)有向圖表示，因此本文基于最小樹形圖設(shè)計隊形保持下的信息交互拓?fù)淠Ｐ图吧伤惴ā?/p>

1.2 通信鏈路

編隊飛行時，UAV之間采用無線鏈路發(fā)送位置信息以保持隊形。設(shè)計UAV編隊的信息交互拓?fù)渖伤惴〞r，需要對通信鏈路的代價進(jìn)行合理的衡量，現(xiàn)有的信息交互拓?fù)淠Ｐ驮诤饬客ㄐ沛溌反鷥r時只單一考慮鏈路長度，本文在其基礎(chǔ)上同時考慮了位置誤差的傳遞迭代，為簡化計算并對其進(jìn)行了歸一化：

1) 通信鏈路的長度[17]：一般情況下，UAV之間的通信距離越短，UAV所消耗的能量就越少，對應(yīng)通信鏈路的代價越小。

UAVi和UAVj之間的距離用dij表示，代表鏈路的距離代價，則

(1)

式中：(xi,yi)為UAVi的位置坐標(biāo)；(xj,yj)為UAVj的位置坐標(biāo)。

對其進(jìn)行歸一化處理：

(2)

式中：dsafe為UAV之間的安全距離[18]，小于安全距離UAV之間將有發(fā)生碰撞的危險；drange為UAV之間的最大通信距離。

將通信鏈路長度作為衡量指標(biāo)進(jìn)行信息交互拓?fù)涞膬?yōu)化，得到的信息交互拓?fù)淇梢员M量降低UAV編隊保持隊形時的能量消耗。

2) 位置誤差的傳遞迭代[19]：在領(lǐng)航-跟隨者編隊中，存在位置誤差的傳遞迭代，越靠后的UAV與領(lǐng)航者之間存在的位置誤差越大，因此對應(yīng)通信鏈路的代價就越大。

領(lǐng)航-跟隨者編隊中，領(lǐng)航者的下級在接收到位置信息時，會以此作為其跟隨目標(biāo)，由于端到端延遲的存在導(dǎo)致下級節(jié)點實際位置與此時的理論位置存在一定誤差；它繼續(xù)將自身位置信息向下傳，經(jīng)過迭代就形成了位置誤差的傳遞。由于位置誤差的傳遞迭代，越遠(yuǎn)離領(lǐng)航者的通信鏈路的代價越大。因此本文根據(jù)遠(yuǎn)離領(lǐng)航者的程度，首先賦予無人機(jī)一個誤差系數(shù)，用f表示，越遠(yuǎn)離領(lǐng)航者的UAV的誤差系數(shù)越大，圖2中各無人機(jī)的誤差系數(shù)如表1所示。

表1 無人機(jī)誤差系數(shù)fi

劃分編隊中UAV誤差系數(shù)時以某一UAV為中心，該UAV的誤差系數(shù)為0，半徑為r圓形范圍內(nèi)的UAV誤差系數(shù)為1，r～2r圓環(huán)范圍內(nèi)的UAV誤差系數(shù)為2，以此類推。本文分級分簇結(jié)構(gòu)中，二級領(lǐng)航者以一級領(lǐng)航者為中心，簇內(nèi)節(jié)點以二級領(lǐng)航者為中心。

有向通信鏈路的誤差代價用起點無人機(jī)的誤差系數(shù)表征，如圖2所示，可以看出通信鏈路的誤差代價與鏈路長度無關(guān)，與遠(yuǎn)離領(lǐng)航者的程度有關(guān)。

圖2 無人機(jī)誤差系數(shù)劃分示意圖

綜上所述，通信鏈路aij的誤差代價fij取決于發(fā)送UAV，即

fij=fi

(3)

對其進(jìn)行歸一化處理：

(4)

式中：fmax為能夠保持隊形的最大誤差系數(shù)。

將位置誤差的傳遞迭代作為衡量指標(biāo)進(jìn)行信息交互拓?fù)涞膬?yōu)化，得到的信息交互拓?fù)淇梢员ＷCUAV編隊隊形盡量接近預(yù)期隊形。

綜合以上兩方面，通信鏈路aij的權(quán)值wij表示為

wij=αdDij+αcFij

(5)

式中：αd、αc分別為距離權(quán)重系數(shù)和誤差權(quán)重系數(shù)，并且

αd+αc=1

(6)

結(jié)合非交叉型分級分簇結(jié)構(gòu)，本文將整個UAV編隊的信息交互拓?fù)渖蓡栴}分解為若干小編隊的信息交互拓?fù)渖蓡栴}，在各個簇首上分布式執(zhí)行。隊形保持下分級分布式領(lǐng)航-跟隨者編隊的信息交互拓?fù)渚W(wǎng)絡(luò)模型如圖3所示，簇內(nèi)與簇間均采用領(lǐng)航-跟隨者編隊，一級領(lǐng)航者沿規(guī)劃路線飛行，二級領(lǐng)航者跟隨一級領(lǐng)航者飛行，簇內(nèi)成員跟隨二級領(lǐng)航者飛行，形成了分級分布式領(lǐng)航-跟隨者編隊。

圖3 隊形保持下分級分布式領(lǐng)航-跟隨者編隊信息交互拓?fù)渚W(wǎng)絡(luò)模型

2 信息交互拓?fù)渖伤惴?/h2>

現(xiàn)有的信息交互拓?fù)渖伤惴ň窒抻谛∫?guī)模UAV編隊，且優(yōu)化目標(biāo)單一。本文在其基礎(chǔ)上，結(jié)合分級分簇結(jié)構(gòu)，同時以提高編隊續(xù)航能力和減少編隊總通信代價為組合優(yōu)化目標(biāo)，提出了一種基于MCA的分級分布式領(lǐng)航-跟隨者編隊信息交互拓?fù)渖伤惴āＳ捎诒疚牡男畔⒔换ネ負(fù)淠Ｐ筒捎昧朔旨壏执亟Y(jié)構(gòu)，因此需分別構(gòu)建簇間信息交互拓?fù)渑c簇內(nèi)信息交互拓?fù)洹?/p>

分級分簇結(jié)構(gòu)中簇群、簇首集合分別采用符號C、H表示，其中簇群i可表示為

(7)

簇首集合H可表示為

H={h1,h2,…,hi,…,hNc}

(8)

式中：hi表示簇群i的簇首，編隊一級領(lǐng)航者用L表示，且L∈H。

2.1 編隊續(xù)航能力

為提高UAV編隊整體續(xù)航能力，本文采取了根據(jù)UAV剩余能量周期性更新簇首的方法，以均衡網(wǎng)絡(luò)能量。

UAV剩余能量根據(jù)式(9)計算：

Ea=Eb-ER-ET-EM

(9)

式中：Eb為上一周期UAV的剩余能量；Ea為本周期UAV的剩余能量：ER為本周期UAV接收消息消耗的能量；ET為本周期UAV發(fā)送消息消耗的能量；EM為本周期UAV移動消耗的能量。

假設(shè)UAV單次接收消息消耗能量為Er，單次發(fā)送消息消耗能量為Et，UAV移動單位距離消耗能量為Em，簇首更新周期為t，時間t內(nèi)發(fā)送消息次數(shù)為MT，時間t內(nèi)接收消息次數(shù)為MR，時間t內(nèi)移動的距離為s，則

(10)

2.2 總體通信代價

非交叉型分級分簇結(jié)構(gòu)下，為保證總體通信代價最小，須分別計算簇內(nèi)通信網(wǎng)絡(luò)拓?fù)浜痛亻g通信網(wǎng)絡(luò)拓?fù)涞淖钚湫螆D構(gòu)建信息交互拓?fù)洹?/p>

證明：UAV編隊的通信網(wǎng)絡(luò)拓?fù)錇镚={Gi∪GH},i∈{1,2,…,Nc}，若T的總體通信代價不是最小的，則存在T′，使得W(T′)

根據(jù)以上兩個優(yōu)化目標(biāo)提出的分級分布式領(lǐng)航-跟隨者編隊信息交互拓?fù)涞纳伤惴鞒倘鐖D4所示。算法主要包括位置信息發(fā)送、信息交互拓?fù)溆嬎恪⑼負(fù)湫畔l(fā)送以及簇首重新選舉4個步驟。

圖4 基于最小樹形圖的分級分布式領(lǐng)航-跟隨者編隊信息交互拓?fù)渖伤惴?/p>

本算法在分簇完成的基礎(chǔ)上進(jìn)行，輸入簇的個數(shù)以及各個簇的成員數(shù)并初始化隊形。

步驟1位置信息發(fā)送，下級節(jié)點向上級節(jié)點發(fā)送位置信息。

步驟2信息交互拓?fù)溆嬎?，判斷hi是否為一級領(lǐng)航者，一級領(lǐng)航者需同時構(gòu)建簇間通信網(wǎng)絡(luò)拓?fù)浜痛貎?nèi)通信網(wǎng)絡(luò)拓?fù)?，二級領(lǐng)航者即普通簇首只需構(gòu)建簇內(nèi)通信網(wǎng)絡(luò)拓?fù)洌嬎阃ㄐ啪W(wǎng)絡(luò)拓?fù)涞淖钚湫螆D。

步驟3拓?fù)湫畔l(fā)送，一級領(lǐng)航者將簇間拓?fù)湫畔l(fā)送給二級領(lǐng)航者，簇首(包括一級領(lǐng)航者和二級領(lǐng)航者)將簇內(nèi)拓?fù)湫畔l(fā)送給簇內(nèi)成員，構(gòu)建UAV編隊信息交互拓?fù)洹?/p>

步驟4簇首重新選舉，時間間隔t后根據(jù)式(9) 和式(10)計算UAV的剩余能量并更新簇首，若簇首集合H改變需重新計算信息交互拓?fù)?，若未改變則信息交互拓?fù)洳蛔儭?/p>

上述算法將降低總通信代價和提高編隊續(xù)航能力作為組合優(yōu)化目標(biāo)，分步完成。首先，將通信鏈路長度、位置誤差的傳遞迭代作為衡量鏈路通信代價的指標(biāo)，并通過計算簇內(nèi)、簇間通信網(wǎng)絡(luò)拓?fù)涞淖钚湫螆D實現(xiàn)減少編隊總通信代價的目標(biāo)。分級分簇網(wǎng)絡(luò)結(jié)構(gòu)中，簇首除了維持拓?fù)渫猓€需要收集下級節(jié)點的信息并計算拓?fù)?，因此與普通節(jié)點相比，航行相同距離簇首消耗的能量更多；在上述算法中，通過根據(jù)UAV剩余能量周期性更新簇首的方法均衡網(wǎng)絡(luò)中無人機(jī)的能量，實現(xiàn)提高編隊續(xù)航能力的目標(biāo)。另外，由于本文算法考慮到位置誤差的傳遞迭代，采用分級分簇結(jié)構(gòu)分別構(gòu)建簇內(nèi)、簇間信息交互拓?fù)?，通過分布式計算達(dá)到大規(guī)模編隊下隊形保持的目的。

3 算法效能評估

3.1 算法評價

UAV編隊飛行時，信息交互拓?fù)渖伤惴ㄐ枘軌蚩焖夙憫?yīng)，以保證編隊內(nèi)UAV在到達(dá)預(yù)定位置后迅速構(gòu)建拓?fù)?，防止發(fā)生碰撞甚至損毀，因此信息交互拓?fù)渖伤惴ǖ那蠼鈺r間是一個重要的評價標(biāo)準(zhǔn)。另外，針對本文算法的兩個優(yōu)化目標(biāo)，分別以編隊內(nèi)UAV剩余能量和信息交互拓?fù)涞目偼ㄐ糯鷥r作為評價標(biāo)準(zhǔn)。

3.2 實驗仿真

利用OMNeT++平臺搭建大規(guī)模UAV編隊飛行場景，假設(shè)每架UAV的通信范圍為1 500 m[20]，UAV之間的安全距離為200 m[21]，并且在飛行過程中均不會發(fā)生任何故障。

編隊規(guī)模為40時，采用本文算法生成的分級分布式領(lǐng)航-跟隨者編隊的信息交互拓?fù)淙鐖D5所示，其中紅色節(jié)點為一級領(lǐng)航者，藍(lán)色節(jié)點為二級領(lǐng)航者，其間連線構(gòu)成簇間信息交互拓?fù)?；綠色節(jié)點為簇內(nèi)節(jié)點，其與各自簇首之間的連線構(gòu)成簇內(nèi)信息交互拓?fù)?。保持相同編隊隊形，傳統(tǒng)領(lǐng)航-跟隨者編隊的信息交互拓?fù)淙鐖D6所示，紅色節(jié)點為領(lǐng)航者，綠色節(jié)點為普通節(jié)點。

圖5 分級分布式領(lǐng)航-跟隨者編隊信息交互拓?fù)?αc=0.2)

圖6 傳統(tǒng)領(lǐng)航-跟隨者編隊信息交互拓?fù)?αc=0.2)

1) 求解時間

算法的時間開銷主要取決于位置信息發(fā)送與拓?fù)湫畔l(fā)送兩個步驟。消息的端到端延遲包括傳輸延遲、傳播延遲以及排隊延遲，傳播延遲正比于兩節(jié)點之間的距離；在位置信息發(fā)送步驟中，下級節(jié)點同時向上級節(jié)點發(fā)送位置信息，消息長度固定即傳輸延遲相同；消息在接收節(jié)點處存在排隊延遲，如圖7所示。而在拓?fù)湫畔l(fā)送步驟中，拓?fù)湎⒌拈L度正比于下級節(jié)點的數(shù)量，即傳輸延遲正比于下級節(jié)點的數(shù)量；消息在發(fā)送節(jié)點處存在排隊延遲，如圖8所示。兩個步驟的時間開銷均隨著下級節(jié)點數(shù)量的增多而增大。

圖7 位置信息發(fā)送步驟上級節(jié)點接收隊列

圖8 拓?fù)湫畔l(fā)送步驟上級節(jié)點發(fā)送隊列

分級分布式領(lǐng)航-跟隨者結(jié)構(gòu)采用分級分簇結(jié)構(gòu)，簇首構(gòu)建簇內(nèi)信息交互拓?fù)?，其下級?jié)點數(shù)量即該簇群的成員節(jié)點數(shù)量；一級領(lǐng)航者構(gòu)建簇間信息交互拓?fù)洌湎录壒?jié)點數(shù)量即二級領(lǐng)航者的數(shù)量，所以分級分布式領(lǐng)航-跟隨者結(jié)構(gòu)信息交互拓?fù)涞那蠼鈺r間與各個簇群的規(guī)模以及簇群的數(shù)量正相關(guān)；而在傳統(tǒng)領(lǐng)航-跟隨者編隊中，信息交互拓?fù)涞那蠼鈺r間與整個編隊的規(guī)模正相關(guān)。因此小規(guī)模編隊時兩種編隊結(jié)構(gòu)信息交互拓?fù)涞那蠼鈺r間相差較小，而隨著編隊規(guī)模的增大，分級分布式領(lǐng)航-跟隨者編隊結(jié)構(gòu)的優(yōu)勢會逐漸顯著。

通過實驗對比不同編隊規(guī)模下分級分布式領(lǐng)航-跟隨者、傳統(tǒng)領(lǐng)航-跟隨者兩種編隊結(jié)構(gòu)信息交互拓?fù)涞那蠼鈺r間，如圖9所示。其中相關(guān)參數(shù)如表2所示。

表2 求解時間對比實驗的相關(guān)參數(shù)

從圖9中可以看出，20～80架無人機(jī)幾種規(guī)模下分級分布式領(lǐng)航-跟隨者編隊信息交互拓?fù)涞那蠼鈺r間均小于傳統(tǒng)領(lǐng)航-跟隨者編隊，求解效率分別約提高74%、85%、170%和250%，而當(dāng)編隊規(guī)模為100時，傳統(tǒng)領(lǐng)航-跟隨者編隊由于位置誤差的傳遞迭代已不能保持原有隊形。

圖9 兩種編隊結(jié)構(gòu)信息交互拓?fù)淝蠼鈺r間對比

針對分級分布式領(lǐng)航-跟隨者編隊，一般來說，簇群規(guī)模大于簇群數(shù)量，此時信息交互拓?fù)涞那蠼鈺r間取決于簇群規(guī)模，簇群規(guī)模越大其求解時間越大；而當(dāng)簇群規(guī)模小于簇群數(shù)量時，信息交互拓?fù)涞那蠼鈺r間取決于簇群數(shù)量，簇群越多其求解時間越大。因此分級分布式領(lǐng)航-跟隨者編隊結(jié)構(gòu)下，為使信息交互拓?fù)淝蠼鈺r間最小，在給定編隊規(guī)模的前提下應(yīng)盡量使簇群數(shù)量與簇內(nèi)UAV數(shù)量相當(dāng)。

2) 總通信代價

分級分布式領(lǐng)航-跟隨者編隊采用分級分簇結(jié)構(gòu)，需分別構(gòu)建簇內(nèi)、簇間通信網(wǎng)絡(luò)拓?fù)?，如圖10(a) 所示。與傳統(tǒng)結(jié)構(gòu)相比，簇群的存在使得在構(gòu)建通信網(wǎng)絡(luò)拓?fù)鋾r舍棄了一部分通信鏈路(圖10(b)中綠色通信鏈路)。

本文算法在鏈路通信代價的衡量上同時考慮了鏈路長度以及位置誤差的傳遞，并引入了距離權(quán)重系數(shù)αd以及誤差權(quán)重系數(shù)αc。當(dāng)αd=1.0時，即只用鏈路長度衡量鏈路通信代價時，分級分簇結(jié)構(gòu)由于舍棄了一部分通信鏈路，信息交互拓?fù)淇偼ㄐ糯鷥r很可能高于傳統(tǒng)結(jié)構(gòu)；而當(dāng)鏈路的通信代價同時考慮鏈路長度和位置誤差的傳遞迭代時，分級分簇結(jié)構(gòu)中位置誤差僅僅在簇內(nèi)或者簇首間傳遞，而傳統(tǒng)結(jié)構(gòu)在整個編隊中傳遞(圖10 中數(shù)字為鏈路誤差代價)。此時伴隨著αc的增大，分級分布式領(lǐng)航-跟隨者編隊在總通信代價上會明顯優(yōu)于傳統(tǒng)領(lǐng)航-跟隨者編隊。

圖10 兩種編隊結(jié)構(gòu)通信網(wǎng)絡(luò)拓?fù)涫疽鈭D

通過實驗對比不同距離權(quán)重系數(shù)下分級分布式領(lǐng)航-跟隨者、傳統(tǒng)領(lǐng)航-跟隨者兩種編隊結(jié)構(gòu)信息交互拓?fù)涞目偼ㄐ糯鷥r，如圖11所示。其中相關(guān)參數(shù)如表3所示。

表3 總通信代價對比實驗相關(guān)參數(shù)

從圖11中可以看出，在αd=1.0時，此時通信鏈路權(quán)重的衡量只考慮了長度，本文分級分布式領(lǐng)航-跟隨者編隊的總通信代價高于傳統(tǒng)領(lǐng)航-跟隨者編隊，這是由于分級分簇結(jié)構(gòu)舍棄了通信網(wǎng)絡(luò)拓?fù)渲械囊徊糠滞ㄐ沛溌?；而在αd=0.8,0.6,0.4 時，通信鏈路權(quán)重考慮了位置誤差的傳遞迭代，此時分級分布式領(lǐng)航-跟隨者編隊的總通信代價低于傳統(tǒng)領(lǐng)航-跟隨者編隊，對于傳統(tǒng)領(lǐng)航-跟隨者編隊，由于位置誤差的傳遞迭代，當(dāng)編隊規(guī)模足夠大時編隊隊形將難以保持。UAV編隊飛行時，αd參數(shù)的選取需要在通信代價和隊形保持之間進(jìn)行權(quán)衡。

圖11 兩種編隊結(jié)構(gòu)信息交互拓?fù)淇偼ㄐ糯鷥r對比

3) UAV剩余能量

本文算法的分級分布式領(lǐng)航-跟隨者編隊采取了分級分簇結(jié)構(gòu)，與傳統(tǒng)領(lǐng)航-跟隨者編隊相比在以下兩個方面均衡了網(wǎng)絡(luò)能耗：① 信息交互拓?fù)涞挠嬎阍诟鱾€簇首上分布式執(zhí)行，相當(dāng)于各個簇首共同分擔(dān)領(lǐng)航者的工作，避免出現(xiàn)領(lǐng)航者能耗過快的情況；② 可通過周期性選取簇首，進(jìn)一步均衡網(wǎng)絡(luò)能耗，以提高編隊續(xù)航能力。

現(xiàn)用編隊中UAV剩余能量的標(biāo)準(zhǔn)差來衡量網(wǎng)絡(luò)能耗的均衡程度，通過實驗進(jìn)行仿真驗證，相關(guān)參數(shù)如表4所示。

表4 剩余能量對比實驗相關(guān)參數(shù)

圖12是仿真時間10 s和20 s時兩種編隊結(jié)構(gòu)UAV剩余能量的分布折線圖，從圖中可以看出本文分級分布式領(lǐng)航-跟隨者結(jié)構(gòu)中UAV剩余能量的分布更為均勻，標(biāo)準(zhǔn)差分別為1 006.463 293和3 109.960 689，而傳統(tǒng)領(lǐng)航-跟隨者結(jié)構(gòu)UAV剩余能量的標(biāo)準(zhǔn)差分別為1 363.489和4 472.05。

圖12 兩種編隊結(jié)構(gòu)中UAV剩余能量分布折線圖

4 結(jié) 論

本文提出的基于最小樹形圖的分級分布式領(lǐng)航-跟隨者編隊信息交互拓?fù)渖伤惴?，其網(wǎng)絡(luò)模型引入了分級分簇結(jié)構(gòu)，更適應(yīng)于大規(guī)模UAV編隊。算法的仿真結(jié)果表明：

1) 在編隊規(guī)模為20～80時，分級分布式領(lǐng)航-跟隨者編隊的求解時間均低于傳統(tǒng)領(lǐng)航-跟隨者編隊的求解時間，且隨著編隊規(guī)模增大，本文算法優(yōu)勢將更加顯著。

2) 在通信鏈路代價只考慮鏈路長度的情況下，本文算法由于采用了分級分簇結(jié)構(gòu)，總通信代價高于傳統(tǒng)領(lǐng)航-跟隨者編隊；在通信鏈路代價同時考慮位置誤差的傳遞迭代時，本文算法的總通信代價明顯低于傳統(tǒng)領(lǐng)航-跟隨者編隊。

3) 本文算法通過周期性更新簇首，相同時間后編隊中UAV剩余能量標(biāo)準(zhǔn)差更小，反映了網(wǎng)絡(luò)能耗更加均衡，可有效提高編隊整體續(xù)航能力。

進(jìn)一步考慮UAV損毀以及通信鏈路中斷等突發(fā)情況下本文方法的適應(yīng)性，在本文算法中UAV編隊的信息交互拓?fù)湫柽M(jìn)行周期性更新，當(dāng)發(fā)生UAV損毀或者通信鏈路中斷時，信息交互拓?fù)鋾皶r進(jìn)行再生成，但還是需要進(jìn)一步考慮反應(yīng)速度以及再生成代價等方面的影響。反應(yīng)速度方面，突發(fā)情況下編隊的信息交互拓?fù)鋺?yīng)及時進(jìn)行再生成，同時再生成時間應(yīng)盡量小，否則可能發(fā)生更嚴(yán)重的碰撞事故；再生成代價方面，不同的突發(fā)情況對信息交互拓?fù)洚a(chǎn)生的影響不同，比如簇內(nèi)通信鏈路中斷僅影響簇內(nèi)信息交互拓?fù)?，簇間通信鏈路中斷僅影響簇間信息交互拓?fù)?，此時往往不需要進(jìn)行整個信息交互拓?fù)涞脑偕?。本文方法由于采用了分級分簇結(jié)構(gòu)，可根據(jù)突發(fā)情況的類型，僅針對某個簇內(nèi)的信息交互拓?fù)浠蛘叽亻g信息交互拓?fù)溥M(jìn)行再生成，再生成效率更高，代價更小。綜上所述，本文算法經(jīng)過反應(yīng)速度等方面的完善可以適應(yīng)突發(fā)情況下的信息交互拓?fù)鋬?yōu)化生成，突發(fā)情況下算法的適應(yīng)性將是后續(xù)進(jìn)一步研究的方向。

猜你喜歡

領(lǐng)航者跟隨者領(lǐng)航

漁船的“領(lǐng)航者”和“安全衛(wèi)士”

智慧少年(2022年8期)2022-05-30 10:48:04

領(lǐng)航

心聲歌刊(2021年5期)2021-12-21 06:33:22

“益源慶”打造中國高品質(zhì)食醋領(lǐng)航者

今日農(nóng)業(yè)(2021年5期)2021-05-22 01:32:50

領(lǐng)航

草原歌聲(2020年3期)2021-01-18 06:52:02

領(lǐng)航海外

能源(2019年9期)2019-12-06 09:33:04

領(lǐng)航海外

能源(2019年12期)2019-02-11 07:11:46

IC訪談：“智慧政府”領(lǐng)航者——新華三集團(tuán)

智能城市(2018年8期)2018-07-06 01:11:00

由城市臺的“跟隨者”到縣域“三農(nóng)”媒體的 “領(lǐng)導(dǎo)者”

中國廣播(2017年9期)2017-09-30 21:05:19

做純棉數(shù)碼印花領(lǐng)航者

紡織科學(xué)研究(2017年8期)2017-09-05 09:46:54

從“跟隨者”到“引領(lǐng)者”
—— 甕福集團(tuán)PPA項目成為攪動市場的“鯰魚”

當(dāng)代貴州(2017年24期)2017-06-15 17:47:35

航空學(xué)報2021年6期

航空學(xué)報的其它文章

基于多目標(biāo)帝國競爭算法的進(jìn)場排序與調(diào)度

搭接長度對CFRP-Al雙搭接接頭應(yīng)變分布和失效模式的影響

大型民機(jī)進(jìn)近著陸段異常能量風(fēng)險判據(jù)

機(jī)器人在軌裝配無標(biāo)定視覺伺服對準(zhǔn)方法

基于Kriging代理模型的約束差分進(jìn)化算法

復(fù)雜環(huán)境下翼傘系統(tǒng)的組合式航跡規(guī)劃