CN116301043B 基于多态势图融合的异构型无人机集群协同搜索优化方法及系统 （中国人民解放军网络空间部队信息工程大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN116301043B(45)授权公告日2025.07.08

(21)申请号202310265935.1

(22)申请日2023.03.17

(65)同一申请的已公布的文献号申请公布号CN116301043A

(43)申请公布日2023.06.23

(73)专利权人中国人民解放军网络空间部队信

息工程大学

地址450000河南省郑州市高新区科学大

道62号

(51)Int.CI.

G05D1/695(2024.01)

G05D109/20(2024.01)

(56)对比文件

CN114020031A,2022.02.08CN110389595A,2019.10.29审查员张维景

(72)发明人成凯鑫吴迪王书李汀立

刘凯越胡涛牛朝阳张靖志

(74)专利代理机构郑州大通专利商标代理有限公司41111

专利代理师周艳巧

权利要求书2页说明书7页附图1页

(54)发明名称

基于多态势图融合的异构型无人机集群协同搜索优化方法及系统

(57)摘要

CN116301043B本发明涉及航迹规划技术领域，特别涉及一种基于多态势图融合的异构型无人机集群协同搜索优化方法及系统，通过构建用于反映无人机在环境网格中检测到目标概率的目标概率图、用于反映无人机集群对任务区域环境网格搜索时间间隔的数字信息素图和用于反映无人机集群对环境网格搜索覆盖情况的环境搜索图；依据预设权重值并联合目标概率图、数字信息素图和环境搜索三者的收益来生成无人机集群协同搜索优化目标函数，以利用无人机集群协同搜索优化目标函数来获取无人机集群满足约束条件下的最优决策。本发明通过改进用于异构型无人机集群协同搜索过程中的目标函数，便于更好获取预

CN116301043B

构建用于反映无人机在环境网格中检测到目标概率的目标概率图、

构建用于反映无人机在环境网格中检测到目标概率的目标概率图、用于反映无人机集群对任务区域环境网格搜索时间间隔的数字信息素图和用于反映无人机集群对环境网格搜索覆盖情况的环境搜索图

依据预设权重值并联合目标概率图、数字信息素图和环境搜索三者的收

益来生成无人机集群协同搜索优化目标函数，以利用无人机集群协同搜

索优化目标函数来获取无人机集群满足约束条件下的最优决策

S101

S102

CN116301043B权利要求书1/2页

2

1.一种基于多态势图融合的异构型无人机集群协同搜索优化方法，其特征在于，包含：

构建用于反映无人机在环境网格中检测到目标概率的目标概率图、用于反映无人机集群对任务区域环境网格搜索时间间隔的数字信息素图和用于反映无人机集群对环境网格搜索覆盖情况的环境搜索图；

依据预设权重值并联合目标概率图、数字信息素图和环境搜索三者的收益来生成无人机集群协同搜索优化目标函数，以利用无人机集群协同搜索优化目标函数来获取无人机集群满足约束条件下的最优决策，其中，无人机集群协同搜索优化目标函数表示为：

J(k)表示无人机集群N在k时刻的总体性能指标，@a和@g均为权重参数，p.(x,y)为目标概率图中的目标存在概率收益，JA

(k)。为数字信息素图中的数字信息素收益，Js(k)。为环境搜索图中的环境搜索收益。

2.根据权利要求1所述的基于多态势图融合的异构型无人机集群协同搜索优化方法，其特征在于，构建用于反映无人机在环境网格中检测到目标概率的目标概率图，包含：

首先，将搜索的目标类型划分为未知静态目标、未知动态目标和已知部分先验信息的动态目标；

接着，利用均匀分布函数构建未知静态目标、未知动态目标的第一目标概率分布，利用二维正态分布函数构建已知部分先验信息的第二目标概率分布；

然后，通过对第一目标概率分布和第二目标概率分布进行求和来获取先验目标概率分布，并基于先验目标概率分布和无人机目标检测性能参数及与已知部分先验信息的动态目标位置距离来生成目标概率图。

3.根据权利要求2所述的基于多态势图融合的异构型无人机集群协同搜索优化方法，其特征在于，目标概率图表达式表示为：其中，n表示无人机编号，p。(x,y)表示无人机n在(x,y)位置检测到目标的概率，d表示无人机所在位置(x,y)与已知部分先验信息的动态目标位置(x*,y)之间的距离，α表示无人机n的目标检

测性能参数，tpm(x*,y