基于空中投放平臺的無人機(jī)集群區(qū)域偵察策略

胡全鑫,高桂清,王 成,王 樂

(中國人民解放軍火箭軍工程大學(xué),西安 710025)

0 引言

無人機(jī)集群協(xié)同作戰(zhàn)是無人作戰(zhàn)系統(tǒng)研究的重點課題,通過多架無人機(jī)的協(xié)同配合可實現(xiàn)對敵重要目標(biāo)的偵察、監(jiān)控、跟蹤和火力打擊,是快速掌握對敵制空權(quán)的重要手段,在國內(nèi)外引起了廣泛的研究[1-3]。無人機(jī)集群在戰(zhàn)爭前期可對作戰(zhàn)區(qū)域進(jìn)行偵察搜索,獲取待攻擊敵方目標(biāo)的詳細(xì)點位、防御構(gòu)成、戰(zhàn)力規(guī)模等重要的情報信息;在戰(zhàn)爭末期則可以用于清查戰(zhàn)場,排除隱患。如何高效快速地對目標(biāo)區(qū)域進(jìn)行協(xié)同偵察是其作戰(zhàn)應(yīng)用的關(guān)鍵問題之一。

隨著無人機(jī)技術(shù)的發(fā)展,無人機(jī)集群協(xié)同偵察應(yīng)具備自主性較高的決策評估、任務(wù)分工、航跡規(guī)劃、運動控制等智能化特征。其中,對無人機(jī)集群區(qū)域偵察任務(wù)進(jìn)行建模和航線自主規(guī)劃是需要研究的重點內(nèi)容?，F(xiàn)有的研究大多將無人機(jī)集群和待偵察區(qū)域之間的映射關(guān)系建模為任務(wù)分配模型,通過構(gòu)建約束條件和需要優(yōu)化的指標(biāo)函數(shù),設(shè)計集中式或分布式的分配算法,使得整體偵察效能在指標(biāo)函數(shù)和時空條件約束下盡可能達(dá)到最優(yōu)化水平[4-8]。如文獻(xiàn)[4]中考慮了無人機(jī)的通信容量、探測能力以及無人機(jī)的智能水平建立了偵察優(yōu)勢函數(shù)并建立了協(xié)同偵察目標(biāo)任務(wù)分配模型;文獻(xiàn)[5]中研究了察打無人機(jī)集群在線自主生成偵察和攻擊路線問題,同時構(gòu)建了正常飛行和威脅規(guī)避2種工作模式應(yīng)對不同的任務(wù)場景;文獻(xiàn)[6-7]中建立了由多地面站/多基地控制的無人機(jī)集群協(xié)同偵察問題模型;文獻(xiàn)[8-9]中則重點考慮了多無人機(jī)協(xié)同偵察中的油耗問題。常見的任務(wù)分配方法如遺傳算法[10-11]、粒子群算法[12-13]、蟻群算法[14-15]以及整數(shù)規(guī)劃算法[16]等均屬于集中式分配方法,求解結(jié)果質(zhì)量高,但需要運算中心事先已知所有目標(biāo)信息,且算法迭代次數(shù)多,處理速度較慢,一般較多用于任務(wù)開始前的預(yù)分配工作。分布式方法包括合同網(wǎng)算法[17-18]、市場調(diào)配算法[19]、基于多智能體協(xié)同拍賣方法[20]等。分布式求解算法魯棒性較強(qiáng)且無人機(jī)具有較高的自主性,能夠充分利用每架無人機(jī)自身的計算資源,但是解的最優(yōu)性較為一般,常用于任務(wù)執(zhí)行中的動態(tài)重分配。

需要指出,現(xiàn)代化戰(zhàn)爭中,雖然通過情報系統(tǒng)可以預(yù)先發(fā)現(xiàn)目標(biāo)動向,提供一定的目標(biāo)參考信息,但由于部分目標(biāo)具有雷達(dá)隱身性能或存在干擾措施,在實施精確攻擊時,仍需偵察型無人機(jī)在對應(yīng)的方向和區(qū)域近距離偵察搜索,以確定具體攻擊位置。這種目標(biāo)信息不準(zhǔn)確、不完全、動態(tài)性較強(qiáng)的戰(zhàn)場態(tài)勢給集中式預(yù)分配方法的應(yīng)用帶來了較大挑戰(zhàn)。此外,分布式分配算法需要較好的網(wǎng)絡(luò)連通性和多輪沖突消解過程以找到適合的任務(wù)執(zhí)行者,而在惡劣的作戰(zhàn)環(huán)境下這種網(wǎng)絡(luò)連通性容易遭到破壞,且如果缺乏統(tǒng)一的調(diào)度中心分配打擊資源,沖突消解過程也會降低任務(wù)執(zhí)行效率。隨著通信技術(shù)和計算機(jī)技術(shù)的發(fā)展,建立搭載有大功率通信設(shè)備和高性能計算設(shè)備的空中無人云中心通信型無人機(jī)成為可能,即可利用少量云服務(wù)型無人機(jī)盤旋在遠(yuǎn)離戰(zhàn)場的高空,成為連接各架察打型無人機(jī)的中心節(jié)點,實時同步偵察獲得的目標(biāo)信息,直至任務(wù)結(jié)束。特別地,無人機(jī)集群由統(tǒng)一的空中運載平臺運載至指定區(qū)域進(jìn)行投放將成為未來無人機(jī)集群快速進(jìn)入戰(zhàn)場的重要方式。例如,美軍在2020年利用運輸機(jī)成功發(fā)射并試飛了X-61A“小精靈”無人機(jī)集群,預(yù)示著“天空母艦“時代即將來臨[1]。然而現(xiàn)有研究較少考慮在此出動方式下的無人機(jī)集群任務(wù)規(guī)劃問題。基于此,本文中就基于空中投放平臺的無人機(jī)集群區(qū)域偵察策略展開研究,考慮在云服務(wù)通信型無人機(jī)共享偵察信息的基礎(chǔ)上,設(shè)計綜合集中式和分布式規(guī)劃方法優(yōu)勢的無人機(jī)集群偵察航線自主生成方法,以期獲得高效快速、凸顯集群規(guī)模優(yōu)勢的區(qū)域偵察策略。

1 任務(wù)建模分析

本文中考慮的任務(wù)場景為:無人機(jī)集群通過空中投放平臺被投放到待偵察目標(biāo)群所在的大致區(qū)域,無人機(jī)需要在給定的區(qū)域范圍內(nèi)自主搜索目標(biāo),為后續(xù)協(xié)同攻擊奠定偵察基礎(chǔ)。無人機(jī)集群中包含2類無人機(jī):偵察型無人機(jī)和通信型無人機(jī)。偵察型無人機(jī)數(shù)量較多,掛載有目標(biāo)探測設(shè)備,可偵察一定范圍內(nèi)的目標(biāo),并能和通信型無人機(jī)實現(xiàn)信息交互。通信型無人機(jī)數(shù)量較少,掛載有大功率通信設(shè)備,盤旋并隱蔽在遠(yuǎn)離戰(zhàn)場的高空,不具備搜索目標(biāo)的功能,但能和在其通信范圍內(nèi)的所有無人機(jī)通信。其作用類似于云端信息交互中心,可記錄偵察無人機(jī)上傳的目標(biāo)搜索結(jié)果,并共享戰(zhàn)場數(shù)據(jù)到其他偵察無人機(jī)。本文中假設(shè)通信無人機(jī)的綜合通信范圍可覆蓋整個任務(wù)區(qū)域,相互之間可構(gòu)成連通的通信網(wǎng)絡(luò)同步更新偵察結(jié)果。偵察無人機(jī)集群的初始位置由投放點決定,每個投放點可投放的偵察無人機(jī)數(shù)量相同,且所有偵察無人機(jī)在各自的投放點同時被釋放(即同時開始偵察任務(wù))。投放點的數(shù)量是固定的,但投放位置可根據(jù)任務(wù)需要自主設(shè)計。

如圖1所示,利用柵格法將任務(wù)區(qū)域建立為a×b個柵格拼成的矩形地圖,每個小柵格面積設(shè)為r×r,小柵格實際大小可結(jié)合偵察無人機(jī)探測設(shè)備單位時間內(nèi)可掃描的范圍進(jìn)行定義。考慮到偵察無人機(jī)數(shù)量較多,為避免偵察區(qū)域重復(fù),將任務(wù)區(qū)域進(jìn)一步劃分為若干區(qū)塊,用于分配給各架無人機(jī)進(jìn)行獨立搜索,各區(qū)塊的形狀和大小將在下一節(jié)通過區(qū)塊分割算法給出。每個區(qū)塊有2種狀態(tài):已分配和未分配;每個柵格也有2種狀態(tài):即未偵察和已偵察。稱已偵察的柵格為染色柵格,未偵察的柵格為空白柵格。初始條件下,所有目標(biāo)的具體位置均未知,但均在任務(wù)區(qū)域內(nèi),并隨著無人機(jī)的偵察可能被發(fā)現(xiàn)。

圖1 無人機(jī)集群區(qū)域偵察任務(wù)示意圖

基于以上描述,可利用列表集合Mission={Des,UAV,Reg,Grid}表示無人機(jī)集群偵察任務(wù)各個要素的狀態(tài)。其中,目標(biāo)列表Des中每個元素包含目標(biāo)的編號、位置、當(dāng)前狀態(tài)等目標(biāo)屬性;偵察無人機(jī)列表UAV中每個元素包含無人機(jī)編號、位置、速度、剩余能量、工作模式等屬性。區(qū)塊列表Reg={Regi∈{0,1,2,…,NUAV}|i∈{1,2,NREG}}和柵格列表Grid={Gridi,k∈{0,1}|i∈{1,2,…,a},k∈{1,2,…,b}}用于標(biāo)記所在區(qū)域是否被分配或者被偵察。其中,NUAV和NREG分別表示偵察無人機(jī)和區(qū)塊的總數(shù),如Reg2=1表示第2個區(qū)塊被分配給1號無人機(jī),Reg2=0則表示該區(qū)塊未分配;Gridi,k=1表示第i行第k個柵格已被偵察,Gridi,k=0表示該柵格未被偵察。

偵察效果評價指標(biāo)為

式中:tr為偵察過程消耗時間,具體計算時可取最后一架偵察無人機(jī)返航至投放點的時間;tm為給定的任務(wù)截止時間。可以看出,該評價指標(biāo)包括兩部分,第一部分是已搜索的柵格與柵格總數(shù)之比,此部分反映了任務(wù)時間受限時,無人機(jī)集群區(qū)域偵察任務(wù)的完成度;第二部分的偵察時間tr則可反映無人機(jī)集群完成區(qū)域偵察的快慢。

(1)

其中:UAVi,speed為無人機(jī)i的飛行速度;UAVi,pos(0)為第i架無人機(jī)的初始位置;Sh為投放點集合;NS為投放點的數(shù)量;Egyrate為單位時間能量消耗;Egytotal為無人機(jī)的總能量;NUAV為無人機(jī)總數(shù)。

2 區(qū)域偵察策略設(shè)計

本文中無人機(jī)集群區(qū)域偵察策略分為3部分:

1) 區(qū)域分割策略:結(jié)合投放點和無人機(jī)集群規(guī)模將任務(wù)區(qū)域分為若干個搜索區(qū)塊,從而為各架無人機(jī)的偵察任務(wù)分配合理的工作量;

2) 區(qū)塊搜尋策略:為各架無人機(jī)盡可能設(shè)計航線不重疊的目標(biāo)搜索路徑。此策略下,無人機(jī)之間保持較大的飛行間隔,以盡可能擴(kuò)大搜索范圍;

3) 柵格搜尋策略:對于殘留的偵察死角進(jìn)行補(bǔ)充搜尋,并最大限度地利用閑置無人機(jī)資源,提高偵察效率。

2.1 區(qū)域分割策略

考慮到后續(xù)搜索區(qū)域應(yīng)盡可能不重疊,無人機(jī)集群初始位置,即各投放點的位置不宜過于集中;同時在搜索末期,無人機(jī)之間應(yīng)當(dāng)相互支援,各架無人機(jī)初始投放點也不宜過于分散?；诖?結(jié)合任務(wù)區(qū)域為矩形的特征,本文中提出最優(yōu)恒等切塊法進(jìn)行初始投放點的布設(shè)。最優(yōu)恒等切塊法定義:

定義1：將一個矩形切割成N個小矩形,稱該切割方式為最優(yōu)恒等切塊法,如若滿足以下條件:

1) 切割出來的N個小矩形面積相等;

2) 在條件1)的基礎(chǔ)上,取分割出的小矩形長寬比之和為最小時的分割方式;

3) 在條件2)的基礎(chǔ)上,長寬比較大的小矩形盡可能靠近區(qū)域中間。

該方法的3個條件中,條件1)用于確保每個投放點覆蓋的區(qū)域面積相等;條件2)用于避免分割出的矩形過于狹長;條件3)可將較為狹長的矩形置于區(qū)域靠近中間位置,以免無人機(jī)始終在邊緣區(qū)域活動。

以初始矩形左下角的頂點為原點建立平面直角坐標(biāo)系,則初始矩形的4個頂點坐標(biāo)可分別記為(0,0),(xR,0),(0,yR)和(xR,yR)。設(shè)N個分割的小矩形的頂點坐標(biāo)為(xr,1,yr,1),(xr,2,yr,1),(xr,1,yr,2)和(xr,2,yr,2),其中r=1,2,…,N且xr,1

利用整數(shù)規(guī)劃相關(guān)工具軟件(如Matlab等)可得到任意大小的矩形切塊成N個等面積小區(qū)塊的分割結(jié)果。

假設(shè)共有NS個投放點,基于最優(yōu)恒等切塊法,設(shè)計投放點的布設(shè)策略:

策略1：投放點均勻布設(shè)策略

若NS=1,投放點布設(shè)為矩形任務(wù)區(qū)域的中心;

若NS>1,則利用最優(yōu)恒等切割法將任務(wù)區(qū)域切割成NS個小矩形,每個投放點布設(shè)的位置即為小矩形的中心。

圖2給出了一些投放點布設(shè)案例?？梢钥闯?布設(shè)點確定好之后,該布設(shè)點所投放的無人機(jī)集群分管的小矩形任務(wù)區(qū)域也隨之確定。但此時仍需為投放點的無人機(jī)集群初步劃分各架無人機(jī)所需偵察的區(qū)域,即需要進(jìn)行二級區(qū)塊分割。與第一次分割不同,由于各架無人機(jī)均從投放點出發(fā),因而二級分割后的區(qū)域均應(yīng)盡可能接近投放點。

圖2 不同數(shù)目的投放點布設(shè)范例

為說明二級區(qū)塊分割方法,首先需明確最短不重疊折連線的概念。其定義:

定義2：稱連接某2個柵格中點A、B的連線為最短不重疊折連線,如果滿足以下條件:

1) 若該連線在柵格地圖中是首次繪制,則從A點出發(fā)到B點連線繪制過程中,只從上下左右4個方向行進(jìn),而不存在斜連線;

2) 若是非首次繪制,A、B兩點之間連線經(jīng)過的柵格盡量避免與事先已有的連線經(jīng)過的柵格重疊;如果無法避免重疊,則以最短的線段(此時可以是斜線)穿過重疊柵格到達(dá)最近的空白柵格,之后仍以走直線段的方式完成余下路程的連接過程。

3) 在滿足1)和2)的基礎(chǔ)上使連線長度最短。

基于以上概念,二級區(qū)塊分割方法為:

策略2：柵格借路區(qū)塊分割策略

步驟1：初始化循環(huán)變量i=1,并輸入投放點的偵察無人機(jī)個數(shù)Ns,UAV;

步驟2：按照最優(yōu)恒等切塊法將每個投放點所在的布設(shè)區(qū)分割為具有相同柵格數(shù)量的Ns,UAV等份,并進(jìn)行編號,編號規(guī)則為順時針螺旋式由外向內(nèi)編號,不能等分的柵格向心擱置(即未能被Ns,UAV整除的柵格圍繞投放點排列)。

步驟5：令i=i+1,重復(fù)步驟3～步驟4,直至所有等份的最短不重疊折連線繪制完畢。

圖3給出了投放點釋放9架偵察無人機(jī)時,柵格借路區(qū)塊分割算法的一個示例。

圖3 策略2應(yīng)用示例

通過策略2既可以保證分配給每架無人機(jī)的偵察區(qū)域大致相等,同時又能保證各偵察無人機(jī)出發(fā)時的路徑盡可能避免重疊,可大幅減少無效搜索面積。但如若投放點釋放的無人機(jī)數(shù)量大于4架,則策略2不能確保所有分割的區(qū)塊均能接觸到投放點。

2.2 區(qū)塊搜尋策略

所有偵察無人機(jī)的初始模式均為區(qū)塊搜尋模式。該模式下對應(yīng)的工作流程如圖4所示。每架偵察無人機(jī)首先在策略2的基礎(chǔ)上抽取對應(yīng)于自身編號的區(qū)塊。抽取到區(qū)塊后,發(fā)送已選區(qū)塊信息到通信無人機(jī)列表集合中的 列表,使之更新區(qū)塊已選的狀態(tài)信息。同時,各架無人機(jī)從投放點出發(fā)對所選擇的區(qū)塊進(jìn)行巡視偵察,巡視過程中,需要盡可能減少巡視區(qū)域重復(fù)并縮短返程距離。對此,下面給出路徑不重疊回心搜索策略,使無人機(jī)可從投放點出發(fā)依次偵察所分配的各個柵格。

圖4 區(qū)塊搜尋模式任務(wù)流程框圖

策略3：路徑不重疊回心航線生成策略

步驟1：輸入當(dāng)前偵察無人機(jī)的起始點和所選區(qū)塊邊界,其中該起始點作為當(dāng)前所在柵格。

步驟2：判斷當(dāng)前柵格是否存在相鄰的未偵察柵格,是則進(jìn)入下一步,否則進(jìn)入第6步。

步驟3：判斷當(dāng)前柵格鄰接未偵察柵格中是否存在緊貼邊界的柵格(所述邊界包括已偵察的路徑邊界、任務(wù)區(qū)域邊界以及與其他區(qū)塊相隔的邊界),如果存在,記該類柵格為A類鄰接?xùn)鸥?并進(jìn)入下一步;如果不存在,則記相鄰的未偵察柵格為B類柵格,并進(jìn)入步驟5。

步驟4：在A類柵格中選擇距離起始點最遠(yuǎn)的柵格,進(jìn)入步驟6。

步驟5：在B類柵格中選擇距離起始點最遠(yuǎn)的柵格,進(jìn)入步驟6。

步驟6：選擇距離當(dāng)前位置最近的空白柵格,并用最短直線路徑跨過染色柵格到達(dá)所選擇的空白柵格。

步驟7：判斷區(qū)塊內(nèi)所有柵格是否偵察完畢,是則搜尋結(jié)束,否則返回步驟2。

注意,無人機(jī)每探測一個柵格,就會將該柵格的探測結(jié)果上傳至通信無人機(jī),從而通信無人機(jī)可以實時更新柵格列表Grid的狀態(tài)信息。策略3中,偵察無人機(jī)所需的未偵察柵格信息可通過通信無人機(jī)的Grid列表進(jìn)行查詢,要求各偵察無人機(jī)與通信無人機(jī)之間具有較好的實時通信能力。但該搜尋策略無需消耗大量的計算資源,每一步的運動決策僅需分析當(dāng)前柵格相鄰的未偵察柵格分布情況即可。

2.3 柵格搜尋策略

由于部分偵察無人機(jī)分配的區(qū)塊可能并不直接與投放點接觸,因此偵察無人機(jī)對于各自區(qū)塊的搜索進(jìn)度存在先后之分,先搜索結(jié)束的無人機(jī)如若處于閑置狀態(tài)不利于偵察效率的提升;此外,布設(shè)區(qū)等分為多個區(qū)塊時,柵格數(shù)可能因為無法被區(qū)塊數(shù)整除而出現(xiàn)殘留柵格。因此,偵察無人機(jī)在完成區(qū)塊搜尋模式后,需要切換搜尋模式,執(zhí)行空白柵格搜尋策略,其對應(yīng)的工作流程如圖5所示。

圖5 柵格搜尋模式任務(wù)流程圖

該策略下,偵察無人機(jī)首先計算剩余能量所能支持的航程,然后查詢以此航程為半徑的范圍內(nèi)尚未被偵察的柵格(該信息可從通信無人機(jī)的Grid列表中查詢),若航程半徑范圍內(nèi)已無未偵察柵格,則直接切換到返航模式;否則自主規(guī)劃搜尋路徑。

假設(shè)第i架偵察無人機(jī)編號為UAVi,當(dāng)前能量的最大航程所能支持搜索的區(qū)域為Si,則設(shè)計柵格搜尋策略:

策略4：柵格競爭航線生成策略

步驟1：初始化循環(huán)變量n=0,標(biāo)記量flag=0,有序路徑集Routei={?},并記UAVi當(dāng)前所在位置為p0,當(dāng)前模式對應(yīng)的最大航程為ld,i。

步驟6：判斷flag=1是否成立,是則從無人機(jī)UAVk中路徑集中刪去pn+1。并重新令flag=0;否則不需執(zhí)行任何操作。

步驟7：返回步驟2。

步驟8：算法結(jié)束。

從步驟3和4中可以看出,柵格搜尋模式下,具有距離優(yōu)勢的無人機(jī)可從其他無人機(jī)的搜索路徑中奪取空白柵格,且此時無人機(jī)無須走折連線,可直線到達(dá)目標(biāo)柵格。事實上,策略4可為柵格搜索模式的無人機(jī)找到一條與其他無人機(jī)合作偵察的局部最優(yōu)搜索路徑。

如前所述,無人機(jī)集群可能不會同時切換到柵格搜尋模式。因而具有搜索進(jìn)度優(yōu)勢的無人機(jī)可輔助進(jìn)度劣勢者完成搜索任務(wù),客觀上產(chǎn)生了協(xié)同偵察的效果。在所有柵格均已偵察完畢或者當(dāng)前能量已到達(dá)返航臨界能量點后,無人機(jī)切換到返航模式。返航模式下,所有偵察無人機(jī)返回初始的投放點。

上述策略中,集中式方法的運用主要體現(xiàn)在2個方面:一是偵察無人機(jī)需要通過通信無人機(jī)查詢柵格列表,確定空白柵格的分布情況;二是各架偵察無人機(jī)需要將規(guī)劃結(jié)果上傳至通信無人機(jī),其規(guī)劃路線所經(jīng)過的空白柵格均需在柵格列表中標(biāo)記為預(yù)分配柵格,以便其他偵察無人機(jī)進(jìn)行查閱。分布式方法的運用則主要體現(xiàn)在各架偵察無人機(jī)通過策略3和策略4自行計算偵察航線,而不需要集中規(guī)劃。此外,本文中沒有對無人機(jī)之間的避碰問題進(jìn)行考慮,主要原因有兩點:一是搜索前期的區(qū)塊分割策略為各架無人機(jī)分割了不重疊的任務(wù)區(qū)域,此時即便偵察無人機(jī)的飛行航線出現(xiàn)了直達(dá)目標(biāo)柵格的穿越線,也僅與自身過去的軌跡出現(xiàn)交叉,而不會出現(xiàn)與其他無人機(jī)相撞的情形;二是本文中對于無人機(jī)的航線規(guī)劃主要在二維平面進(jìn)行,而無人機(jī)實際具有三維空間機(jī)動能力,在航線交疊時,無人機(jī)可以在高度方向上采取錯位飛行的方式進(jìn)行避撞?；诖?本文中沒有對機(jī)間避碰問題進(jìn)行考慮。

3 仿真案例分析

考慮由1個200 km×120 km的矩形任務(wù)區(qū)域,并劃分為100×60個柵格(即每個柵格面積為4 km2)。任務(wù)區(qū)域內(nèi)存在10個目標(biāo),其位置坐標(biāo)利用隨機(jī)函數(shù)在任務(wù)區(qū)域內(nèi)隨機(jī)生成。無人機(jī)集群中存在30架偵察型無人機(jī)和5架通信型無人機(jī)(綜合通信范圍可覆蓋任務(wù)區(qū)域),分別在5個投放點進(jìn)行投放,每個投放點可投放6架偵察無人機(jī)和1架通信型無人機(jī)。根據(jù)策略1,得到5個投放位置分別為(40 km,30 km),(40 km,90 km),(100 km,60 km),(160 km,30 km),(160 km,90 km)。

投放點和目標(biāo)點在任務(wù)區(qū)域內(nèi)的分布情況如圖6所示。綜合文獻(xiàn)[21-22],可設(shè)置小型偵察型無人機(jī)的主要飛行參數(shù)為:① 速度:120 km/h;② 油耗:0.3 kg/h;③ 總油量:3 kg。結(jié)合策略2,可將任務(wù)區(qū)域分割為30個區(qū)塊,每個區(qū)塊由200個柵格組成。分割結(jié)果如圖7所示,圖中,每種顏色的區(qū)塊均代表預(yù)分配給某個無人機(jī)的搜索區(qū)域。

圖6 目標(biāo)點和投放點分布示意圖

設(shè)置任務(wù)截止時間為tm=4。由策略3中給出的路徑不重疊回心搜索算法和策略4給出的柵格競爭路徑規(guī)劃算法可求解得出各架偵察無人機(jī)的搜尋路線如圖8所示。

各架無人機(jī)消耗的偵察時間如圖9所示?？梢钥闯鰝刹鞎r間大致相等,其中第6架無人機(jī)時間略長,為3.462 h,由此,可計算得到偵察效果指數(shù)為:

圖9 偵察時間統(tǒng)計圖

所有任務(wù)區(qū)域全部偵察完畢,且10個目標(biāo)均已發(fā)現(xiàn)。

下面檢驗算法對于不同任務(wù)截止時間和無人機(jī)數(shù)量的適應(yīng)性進(jìn)行分析,并與現(xiàn)有的偵察策略進(jìn)行比較。

1) 任務(wù)截止時間tm對于偵察效果指數(shù)的影響

任務(wù)截止時間對于無人機(jī)的偵察行為是一個較強(qiáng)的約束,一般而言,任務(wù)截止時間越短,可偵察的區(qū)域范圍越小。為展示本文中提出的偵察策略的高效性,選擇文獻(xiàn)[8]基于多目標(biāo)進(jìn)化算法的多無人機(jī)任務(wù)規(guī)劃策略(MOEA)和文獻(xiàn)[8]中提出的基于蝗蟲群覓食行為的多無人機(jī)偵察策略(LIAM),對不同任務(wù)截止時間下的偵察效果進(jìn)行對比分析。其中,任務(wù)區(qū)域大小、目標(biāo)點個數(shù)和坐標(biāo)、偵察無人機(jī)的數(shù)量和性能參數(shù)與前述仿真案例配置一致。

2) 偵察無人機(jī)數(shù)量對于偵察效果指數(shù)的影響

無人機(jī)集群規(guī)模也是影響偵察效果的一個重要因素。一般偵察無人機(jī)數(shù)量越多,偵察效率也越高。同樣地,仍選擇LIAM與MOEA策略進(jìn)行對比仿真,任務(wù)截止時間均設(shè)置為4 h,其他參數(shù)仍和前述仿真案例配置一致。

3) 任務(wù)截止時間與無人機(jī)數(shù)量的綜合影響

為進(jìn)一步證明本策略在多因素綜合考量中的優(yōu)勢,分析任務(wù)截止時間在1～8 h和偵察無人機(jī)數(shù)量在5～55架內(nèi)變化時,3種偵策略對應(yīng)的效果指數(shù)波動情況。

仿真結(jié)果分別如圖10、圖11和圖12所示,可以看出隨著任務(wù)截止時間/無人機(jī)數(shù)量的增多,偵察效果也越來越好。同時,本文中所提出的偵察策略對應(yīng)的效果指數(shù)均高于LIAM與MOEA策略。其本質(zhì)原因在于本文中為每架無人機(jī)設(shè)計的偵察路線幾乎沒有重疊,且偵察路線的終點也是向投放點回歸的,而后2種算法均存在隨機(jī)選擇步驟,也未考慮返航回收問題,因而隨著偵察時間的增多或者無人機(jī)數(shù)量的增多,無人機(jī)的偵察路線也越容易重疊,對應(yīng)的偵察效果指數(shù)也愈加差于本文中所提出的偵察策略。

圖10 偵察效果指數(shù)隨任務(wù)截止時間變化曲線

圖11 偵察效果指數(shù)隨無人機(jī)數(shù)量變化曲線

圖12 偵察效果指數(shù)受綜合因素影響下的變化曲面

4 結(jié)論

針對基于空中投放平臺的無人機(jī)集群區(qū)域偵察問題,給出了一種可適應(yīng)不同規(guī)模的無人機(jī)集群偵察航線規(guī)劃方法。主要貢獻(xiàn)有:

1) 設(shè)計了投放點均勻布設(shè)策略和柵格借路區(qū)塊分割策略;方便了無人機(jī)偵察資源的分配。

2) 設(shè)計了路徑不重疊回心搜索策略,可確保無人機(jī)以不重疊的路徑對所分配的區(qū)域進(jìn)行搜索,并在搜索末期逐漸靠近初始投放點。

3) 設(shè)計了柵格競爭路徑規(guī)劃策略,可確保對零散遺漏的空白柵格進(jìn)行補(bǔ)充偵察。仿真結(jié)果證明了所提出的偵察策略能夠高效地完成目標(biāo)搜索任務(wù),且相較于現(xiàn)有的偵察策略具有一定優(yōu)越性。