无人机集群自组织搜索仿真模型设计与实现

doi:10.16182/j.issn1004731x.joss.21-0200

摘要/Abstract

摘要：

城市威胁背景下无人机集群自组织搜索移动目标问题，是无人机集群作战应用的一个重要发展方向。采用基于Agent的复杂系统建模仿真工具，构建了无人机集群搜索仿真模型框架，设计实现了无人机集群自组织搜索模型。在考虑无人机集群作战可能受到威胁的背景下，展示了无人机集群自组织搜索概念，探索了使用基于概率的有限状态机模型实现集群自主决策的解决方案，并通过案例进行了分析验证。该仿真模型为无人机集群作战应用研究提供了参考案例、模型支撑和实验平台。

关键词: 无人机集群, 自组织, 搜索, 威胁环境, 仿真, 有限状态机

Abstract:

The UAV swarm self-organizing search for moving target under the urban threat is an important implement of UAV swarm. Though Agent-based complex system modeling and simulation tools, the framework of UAV swarm search simulation model is constructed, and the self-organizing search model of UAV swarm is designed. Under the possible threats to the operational use of UAVs, the concept of self-organizing search for UAV swarm is preliminarily realized and demonstrated, and the solution of autonomous decision making for UAV swarm based on the probability-based finite state machine model is explored, which is analyzed and verified by a case. The simulation model of UAV swarm self-organizing search provides a reference case, model support and test platform for UAV swarm operation application research.

Key words: UAV swarm, self-organization, search, threat environment, simulation, probabilistic finite-state machines(PFSMs)

中图分类号:

TP391

李坎, 李云鹏, 赵江波. 无人机集群自组织搜索仿真模型设计与实现[J]. 系统仿真学报, 2022, 34(8): 1820-1833.

Kan Li, Yunpeng Li, Jiangbo Zhao. Design and Implementation of UAV Swarm Self-organizing Search Model[J]. Journal of System Simulation, 2022, 34(8): 1820-1833.

图/表 14

图 1

图 2

图 3

图 4

图 5

图 6

图 7

表 1

无人机性能指标参数

巡航速度

$v T$ /(m/s)

最大速度

$v m a x$ /(m/s)

最小速度

$v m i n$ /(m/s)

最大转弯角

$α m a x$ /((°)/s)

识别概率

$q$ /%

探测范围

$R$ /km

失效率

$θ$ /%

跟踪距离

$d$

无人机间隔

$G$

0.5

0.5 R

2 R

表 1

表 2

敌弹炮结合防空系统武器参数

导弹

防空火炮

展开时间

t d e p l o y

/min

反应时间

t r e a c t

数量

N m

/枚

射程

R m

/km

射高

H m

/km

口径

C b

/mm

基数

N b

/发

射速

S b

/(千发/s)

射程 $R b$ /

射高 $N b$ /

毁伤半径

r b

1~20

5~15

1 400

0.5

3~5

4~8

表 2

表 3

电子对抗涉及的相关参数

无人机GPS接收端		干扰机		导航卫星
天线增益 $G g$ /dB	系统损耗 $L g$ /dB	发射功率 $P j$ /W	天线增益 $G j$ /dB	高度 $R t$ /km	发射功率 $P t$ /W	天线增益 $G t$ /dB
3	2	6	0	20 200	24	10

表 3

图 8

图 9

图 10

图 11

参考文献 13

1	李坎, 黄谦. 无人战斗机群自主作战效能分析[J]. 火力与指挥控制, 2019, 44(9): 92-97.
	Li Kan, Huang Qian. Effectiveness Analysis on Self-Operational UCAVs[J]. Fire Control & Command Contro, 2019, 44(9): 92-97.
2	Kurdi H, Megren S A, Toumi K Y, et al. Bee-Inspired Task Allocation Algorithm for Multi-UAV Search and Rescue Missions[J]. International Journal of Bio-Inspired Computation(S1758-0366), 2020, 16(4): 252.
3	Ni J, Tang G, Mo Z, et al. An Improved Potential Game Theory Based Method for Multi-UAV Cooperative Search[J]. IEEE Access(S1945-8711), 2020(99): 1. DOI:10.1109/ACCESS.2020.2978853
4	罗德林, 张海洋, 谢荣增, 等. 基于多agent系统的大规模无人机集群对抗[J]. 控制理论与应用, 2015, 32(11): 1498-1504.
	Luo Delin, Zhang Haiyang, Xie Rongzeng, et al. Unmanned Aerial Vehicles Swarm Conflict Based on Multi-Agent System[J]. Control Theory & Applications, 2015, 32(11): 1498-1504.
5	Gaertner U. UAV Swarm Tactics: An Agent-Based Simulation and Markov Process Analysis[D]. California, USA: Naval Postgraduate School, 2013: 11-33.
6	陈忠. 现代系统科学学[M]. 上海: 上海科学技术文献出版社, 2005: 59-93.
	Chen Zhong. Modern Systems Science[M]. Shanghai: Shanghai Science and Technology Literature Publishing House, 2005: 59-93.
7	Luke S. Multiagent Simulation and the MASON Library[J]. Philosophy & Public Affairs(S0048-3915), 2011, 26(26): 210-258.
8	瓦格纳, 迈兰德, 森德, 等. 海军运筹分析 [M]. 3版. 姜青山, 郑保华, 译. 北京: 国防工业出版社, 2008.Wagner D H, Mylander W C, Sanders T J, et al. Naval Operations Analysis[M]. 3rd ed. Beijing: National Defence Industry Press, 2008.
9	Vidal E, Thollard F, Higuera C D L, et al. Probabilistic Finite-State Machines-Part II[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence(S0162-8828), 2005, 27(7): 1026-1039. DOI: 10.1109/tpami.2005.148
10	吴长柯, 侯强. 无人机GNSS诱骗与反诱骗技术论述[J]. 全球定位系统, 2020, 45(3): 37-40.
	Wu Changke, Hou Qiang. Discussion on UAV GNSS Decoy and Anti-Decoy Technology [J]. Global Positioning System, 2020, 45(3): 37-40.
11	贺平. 雷达对抗原理[M]. 北京: 国防工业出版社, 2016: 103-120.
	He Ping. The Principle of Radar Countermeasures [M]. Beijing: National Defence Industry Press, 2016: 103-120.
12	Adamy David L. EW 104: 应对新一代威胁的电子战[M]. 朱松, 王燕, 常晋聃, 等译. 北京: 电子工业出版社, 2017: 77-103.David L Adamy. EW104: EW Against a New Generation of Threats[M]. Zhu Song, Wang Yan, Chang Jindan, et al Translated. Beijing: Electronic Industry Press, 2017:77-103.
13	孟凡东, 单甘霖, 段修生. 高炮空域窗射击弹丸散布中心配置方法[J]. 现代防御技术, 2018, 46(1): 35-40.
	Meng Fandong, Shan Ganlin, Duan Xiusheng. Configuration Method of Projectile Dispersion Center of Antiaircraft Future Airspace Window Shooting[J]. Modern Defense Technology, 2018, 46(1): 35-40.

[1]	祁启明, 傅瑞罡, 王平, 汪敏, 范红旗. 面向小型航空器应用的光学复眼仿真软件设计[J]. 系统仿真学报, 2022, 34(9): 1999-2008.
[2]	朱依婷, 闫云, 何兆成. 公交与社会车辆混合的中观交通建模与仿真[J]. 系统仿真学报, 2022, 34(9): 2019-2027.
[3]	盛俊杰, 唐兆, 董少迪, 吴舒扬, 梁浩. 铁道车辆动力学云平台架构设计及原型验证[J]. 系统仿真学报, 2022, 34(9): 2056-2064.
[4]	郑文, 张喆, 朱静宜. 双平台市场排他性竞争仿真[J]. 系统仿真学报, 2022, 34(9): 2098-2106.
[5]	. 基于多维层级的表演平行仿真及应用[J]. 系统仿真学报, 2022, 34(8): 1750-1761.
[6]	李楠, 胡蓉, 钱斌, 金怀平, 于乃康. 时间依赖型多时间窗车辆路径问题研究[J]. 系统仿真学报, 2022, 34(8): 1775-1788.
[7]	刘建磊, 焦学健, 王怀谦. 基于CarSim的车辆动力学虚拟仿真系统开发[J]. 系统仿真学报, 2022, 34(8): 1847-1854.
[8]	赵英燕, 曹群生, 曹振南, 王建春. 国产船舶水动力数值软件在工业云平台的实现[J]. 系统仿真学报, 2022, 34(8): 1855-1863.
[9]	陈爱斌, 丁福博, 周国雄, 周波. 基于群体智能的森林火灾蔓延仿真模型[J]. 系统仿真学报, 2022, 34(7): 1439-1448.
[10]	杨正, 向智敏, 马世文. 一种基于可变规则的松耦合实体建模方法[J]. 系统仿真学报, 2022, 34(7): 1506-1511.
[11]	马骏, 杨镜宇, 吴曦. 基于妥协案例推理的作战仿真实验范围迁移[J]. 系统仿真学报, 2022, 34(7): 1568-1581.
[12]	陈伟, 李宗平, 刘灿, 鞠艳妮. 考虑拥堵传播的轨道交通车站站台承载人数研究[J]. 系统仿真学报, 2022, 34(7): 1582-1592.
[13]	刘逊韵, 徐新海, 朱成璋, 李豪, 曾蕾. 面向多视角渲染任务的超实时可视仿真系统[J]. 系统仿真学报, 2022, 34(7): 1619-1628.
[14]	于淼, 李曼茹, 赵愈. 考虑等待提示机制的呼叫中心联合排班方法[J]. 系统仿真学报, 2022, 34(7): 1651-1661.
[15]	陆淼嘉, 黄承媛, 滕靖. 基于多智能体的网购生鲜无人车配送调度仿真[J]. 系统仿真学报, 2022, 34(6): 1185-1195.