左剑凯, 吴杰宏, 陈嘉彤, 刘泽源, 李忠智. 异构无人机编队防御及评估策略研究[J]. 计算机科学, 2021, 48(2): 55-63.

ZUO Jian-kai, WU Jie-hong, CHEN Jia-tong, LIU Ze-yuan, LI Zhong-zhi. Study on Heterogeneous UAV Formation Defense and Evaluation Strategy[J]. Computer Science, 2021, 48(2): 55-63.

文章目录

• 1 引言
• 2 编码方案与解码方案
• • 2.1 基本编码单元与解码方案
  • 2.2 解码方案
• 3 适应度函数
• • 3.1 无人机编队适应度函数的构建
  • 3.2 适应度函数的优化
• 4 仿真实验验证
• • 第一种情况
• 5 效果评估

1 引言

本文在前人所做研究的基础上，针对无人机群的防御部署问题进行研究，主要针对规模为 16 架无人机的编队问题。 同时，此项研究对于实际技术应用具有较好的适用性。

假设我方现有一定数量的非武装无人机正在进行某种科学研究，为防止其他无人机编队进行干扰，我方需要派出一定数量的防御型无人机进行部署。

2 编码方案与解码方案

2.1 基本编码单元与解码方案

2.2 解码方案

1）计算每个基本编队的局部坐标。

2）计算子队形中心点坐标。

得出每种基本队形的局部坐标和长宽后，每个子队形的中心点 坐标按照下式计算：
$$X_i^{\prime }=X_i\pm (L+0.5L_i)\text{\hspace{1em}(1)}$$

$$Y_i^{\prime }=Y_i\pm (W+0.5W_i)\text{\hspace{1em}(2)}$$

$X_i^{\prime }$：表示第 $i$ 个子队形中心点的横坐标
$Y_i^{\prime }$：表示第 $i$ 个子队形中心点的纵坐标
$X_i$：表示第 $i$ 个子队形对应的父队形局部横坐标
$Y_i$：表示第 $i$ 个子队形对应的父队形局部纵坐标
$L_i$：表示第 $i$ 个子队形对应的长度
$W_i$：表示第 $i$ 个子队形对应的宽度
$L$：表示第 $i$ 个子队形对应父队形中的单机与 $x$ 轴之间的其他单机所对应子队形的长度
$W$：表示第 $i$ 个子队形对应父队形中的单机与 $y$ 轴之间的其他单机所对应子队形的宽度

通过式子（1）和（2）可以确定每个子队形的中心点在实际编队队形中的位置坐标。

3）计算每架无人机的坐标。
$$x_{ij}=X_i^{\prime }\pm L_i\text{\hspace{1em}(3)}$$

$$y_{ij}=Y_i^{\prime }\pm W_i\text{\hspace{1em}(4)}$$

$x_{ij}$：表示第 $i$ 个子队形的第 $j$ 架飞机的横坐标
$y_{ij}$：表示第 $i$ 个子队形的第 $j$ 架飞机的纵坐标

---

3 适应度函数

3.1 无人机编队适应度函数的构建

导弹飞行距离指标：
$${\alpha }_1=\frac{R}{S_1}\text{\hspace{1em}(5)}$$

$R$：表示防御机到拦截点的距离
$S_1$：分别表示敌机到拦截点的距离
$S_2$：分别表示非武装无人机到拦截点的距离

---

定义爆炸损伤指标：
$${\alpha }_2=e^{-S_2}\text{\hspace{1em}(7)}$$

---

在一架敌机、一架非武装无人机和一架防御机的情况下的建立适应度函数：
$$\alpha =\frac{1}{k_1{\alpha }_1+k_2{\alpha }_2}\text{\hspace{1em}(8)}$$

$k_1,k_2$：指标权重系数

${\alpha }_1$ 和 ${\alpha }_2$ 的取值越小，越有利于我方编队对非武装无人机的防御作用。

---

整个无人机编队的适应度值为所有非武装无人机对应的适应度值之和：
$${\alpha }_i=\sum _{j=1}^{q(i)}{\alpha }_{ij}\text{\hspace{1em}(9)}$$

$$\lambda =\sum _{i=1}^n{\alpha }_i\text{\hspace{1em}(10)}$$

$i$：表示第 $i$ 架非武装无人机
$j$：表示第 $i$ 架非武装无人机对应的第 $j$ 架敌机
$q(i)$：表示可以攻击到第 $i$ 架非武装无人机的敌机总数
$a_{ij}$：表示第 $j$ 架敌机攻击第 $i$ 架非武装无人机的总适应值
$n$：表示非武装无人机的数量
$\lambda$：表示整个编队的适应度值

---

3.2 适应度函数的优化

---

4 仿真实验验证

第一种情况

假设对面 16 架敌机都能攻击到我方无人机，而我方共有 6 $(n=6)$ 架非武装机器，因此可以得到 6 个适应度值
$${\alpha }_1=\sum _{j=1}^{16}{\alpha }_{1j}$$$${\alpha }_2=\sum _{j=1}^{16}{\alpha }_{2j}$$$${\alpha }_3=\sum _{j=1}^{16}{\alpha }_{3j}$$$${\alpha }_4=\sum _{j=1}^{16}{\alpha }_{4j}$$$${\alpha }_5=\sum _{j=1}^{16}{\alpha }_{5j}$$$${\alpha }_6=\sum _{j=1}^{16}{\alpha }_{6j}$$

而总的适应度值为
$$\lambda ={\alpha }_1+{\alpha }_2+{\alpha }_3+{\alpha }_4+{\alpha }_5+{\alpha }_6$$

---

5 效果评估

$k_1=k_2=1$

总结

以上是生活随笔为你收集整理的【Paper】2020_异构无人机编队防御及评估策略研究_左剑凯的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。