基于多uav的任务分配算法比较与分析

在现代战争状态下，战场需要的全方位、多角度的侦 查和识别成为在战场中夺取优势的关键所在。所以在现代 战争中，无人化成为一种趋势。无人机（Unmanned Aerial Vehicle，UAV）的出现使战场上后，使得在作战收集信息、 处理信息可以做到更加自主化与智能化。多UAV组成的无人 机机群拥有比单一UAV的执行任务能力强，省时省人工的特 点。所以多UAV组成的无人机群如何在得到目标信息后，能 将任务合理分配给机群中的各个UAV就是比较重要的问题。 对于如何面对目标信息后，快速分配给机群中各UAV有几种 方法，本文将对其比较分析。
1 建立任务分配控制方法 实现任务分配要先构建控制方法平台，在经典任务分配
控制方法中，分为集中式分配控制方法和分布式任务分配控 制方法。 1.1 集中式任务控制方法
集中式任务控制方法是由一个主指挥UAV来收集信息和 处理信息，由其分配任务和规划机群中各UAV的航迹。这种 方式一般称为“主——僚机”模式。主机例如具有预警机功 能的UAV来完成探测、识别和任务分配和任务发送的任务。 其他UAV必须是无条件服从主UAV的指令，按照其命令到达 指定目标。这种方式主要有点有，系统简单。但是缺点就是 实时性差，如果存在大量目标情况下，算法就会复杂化，处 理速度慢。还有在这种方式在抗干扰性比较差。
目的任务。任务集设为
。
设任务数量为NT。 分配原则按以下规则制定：
（1）价值高的优先分配，价值低 的后分配；
（2）将目标分配给能力与之相匹 配的UAV；
（3）尽可能的在最短时间内，能 将机群中的UAV分配到所有任务上，要 求总时间最短。的沈 阳 Nhomakorabea 工 大
任 务 分
学配
洪 闻 千
算 法
比
较
与
分
析
2.2 任务分配问题解决方法
法”。它是一种通过寻找增广路径来实现二分图的最优匹配的二分图匹
配的算法。该算法是使用集中式任务分配方法之一。 下面我们假设，有四个目标（T1，T2，T3和T4）需要由四个飞行器
（A1，A2，A3和A4）执行，每个飞行器解决一个目标，如图3所示。
由表格与图形分析可知，在所假设的模型中，飞行器1 攻击目标3，飞行器2攻击目标2，飞行器3攻击目标1和飞行 器4攻击目标4为最佳分配方案，可以有效的可行的节约成本 并符合飞行器对目标追踪识别，飞行器之间的协同控制的要 求。同时也可以看出本算法有效可以完成当飞行器个数等于 或者大于目标个数时的任务分配工作，即当飞行器较多的时 候适合求出任务分配的最小成本，且运算速度较快。 3.2 合同式分配法
• 32 •
丢失或是战场任务数的变化。但是由于
系统高度复杂，这样方法比较适合用于
小编组机群使用。
基
于
多
UAV
图2 分布式任务控制方法
2 建立任务分配模型
2.1 任务分配问题的描述
首先，定义一个机群中所有的UAV
的总和为Nu的机群，
。
同时将UAV考虑成一个质点。将它们使
其在一个规定的任务区内，执行有限数
得到一个最优的任务分配方案，还有要验证提出算法的有效性和及其效
率。
ELECTRONICS WORLDɾ探索与观察
3 任务分配算法 3.1 匈牙利算法
匈牙利算法最早是由匈牙利数学家D.Koning用来求矩阵中0元素的 个数的一种方法，由此他证明了“矩阵中独立0元素的最多个数等于能 覆盖所有0元素的最少直线数”。1955年由W.W.Kuhn在求解著名的指派 问题时引用了这一结论，并对具体算法做了改进，仍然称为“匈牙利算
ELECTRONICS WORLDɾ探索与观察
DOI:10.19353/ki.dzsj.2020.05.014
多无人机（UAV）作为战场上未来的主力飞行器，随着 科技工业不断提升，智能化、自主化的UAV技术在不断提出 和更新。成机群化，尤其是大机群化的无人机群将会广泛被 应用用军事领域以及在民用领域。本文研究了机群中的UAV 的任务分配。针对传统的任务分配，分为集中式任务分配和 分布式任务分配。同时利用上述模型，进行任务分配，利用 了多商旅法、匈牙利算法和合同式任务算法进行求解。得到 了任务分配的模型。
由于产品在监控期间未发生导致影响运营的故障由图2可以看出其任务可靠性逐渐升高其平均服务性故障间隔时间mtbsf随着监控时间的延长逐渐增长在监控期间结束时其mtbsf的单侧置信下限为653e5h5结论随着国内外城市轨道交通的布局规模的飞速增长城市轨道交通信号产品的可靠性的重要性日益提高是城市轨道交通安全稳定运营的关键也是人们高效便利的出行生活的重要保障
合同式任务分配法是在多UAV任务分配中使用分布式 分配方法经典方法，合同式任务分配是作为一种面向全局型 UAV任务分配，具有较好的实用性和实时性。作为多智能 体系统中比较成熟的协商分配机制，在多UAV任务分配中 取得良好的分配效果和机群的协同性。其采用“招标——投 标——招标”方式实现对机群中的UAV的任务的派发，合 同法采用将任务拍卖的方式，直接将投标值即目标转化投标 值，作为给机群中的UAV最为一组控制变量，然后让UAV自 行进行相互协商和任务竞拍，力争从局部最优转化成全局最 优的结果，这样就能以最优的的任务分配结果和系统代价完 成任务。如图4所示：
（2）UAV任务分配算法设计： 在完成机群中UAV的任务分配的数学建模之后，我们就要进行UAV 的任务分配算法的设计。在设计算法过程中，可以参考一些经典的算法
及其一些基本概念的理论，决定采取哪种策略来实现任务分配。可以选
取几种准则，比如时间集最优、效率能最优等等，来确定算法和任务分
配策略。同时需要对机群中的UAV进行编码。 （3）整体性能分析： 最后需要对算法的对机群的整体性能进行分析，要验证其是否能
图1 集中式任务控制方法示意图 1.2 分布式任务控制方法
分布式任务控制是任务分配中非常常用的手段，是要求 机群中所有UAV都有是智能体（Agent），即都是可以自主 决策和通信交互的。由于其系统复杂，在解决此类问题，我 们是将分其由若干个小问题。从而让机群中各UAV都能参与 作战中，这样的任务控制方法就是系统整体代价往往是最小 的，任务完成度高，可以应对一些突发情况，比如某架UAV
UAV任务分配问题主要分两个步骤 来解决，构建UAV任务分配模型和UAV 任务分配算法的设计。
（1）UAV任务分配的数学模型建立： 构建UAV的任务分配数学模型，首先从构建UAV初始位置。要描述 其所处的空间位置，在建立模型上可以建立一个二维模型或者一个三维
模型，来定义一个UAV的出发点还有目标所处的位置。为简化设计，我 们先采用一个二维空间解决问题。将UAV和目标构造成一个二维变量， 得到UAV和目标的相对位置，得到位置我们就能构建路线P。然后需要再 设计一个二值决策变量。如果UAV执行该路线，我们设置为1，如果UAV 不能完成该任务，我们设置成0。