基于无监督学习离散鸽群优化的多无人机侦察任务分配

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：多无人机集群协同规划是无人机自主控制领域的前沿热点之一。提出了一种基于无监督学习离散鸽群优化的多机侦察任务分配方法。通过Dubins路径建立无人机模型，给出了简化的传感器模型和侦察目标的模型，并建立了无人机集群任务分配的模型和性能指标函数。采用无监督学习方法对侦察目标进行柔性分组，利用改进离散鸽群优化策略对该任务分配模型进行了求解，以有效解决无人机机间任务负载不平衡问题，可提高无人机集群侦察的效率。通过仿真对比实验和三维态势视景仿真平台综合实验，验证了所提出方法的可行性和有效性。

外文标题：Task Allocation for Multi-UAV Reconnaissance via Unsupervised Learning Discrete Pigeon-Inspired Optimization

外文关键词：

unmanned aerial vehicleswarm collaborationpigeon-inspired optimizationunsupervised learningtask allocation

作者：

龙泓、魏晨、段海滨

展开 >

作者单位：

北京航空航天大学自动化科学与电气工程学院,北京,100083

关键词：

无人机集群协同鸽群优化无监督学习任务分配

基金：

科技创新2030"新一代人工智能"重大项目国家自然科学基金国家自然科学基金国家自然科学基金国家自然科学基金

项目编号：

2018AAA0102405U20B2071T2121003U1913602U19B2033

出版年：

2023

DOI：

10.3969/j.issn.2097-1915.2023.05.002

空军工程大学学报

空军工程大学科研部

空军工程大学学报

CSTPCDCSCD北大核心

影响因子：0.55

ISSN：2097-1915

年,卷(期)：2023.24(5)

参考文献量8