基于冗余集中式的多无人机协同多任务分配

被引：6

作者：

周绍磊 ^{[1
]}

尹高扬 ^{[1
]}

雷肖剑 ^{[2
]}

王珑 ^{[3
]}

康宇航 ^{[1
]}

机构：

[1] 海军航空工程学院控制科学与工程系

[2] 海装天津局

[3] 部队

来源：

战术导弹技术 | 2016年 / 03期

关键词：

无人机; 多任务分配; 离散粒子群算法; 冗余集中式; 全局优化;

D O I：

10.16358/j.issn.1009-1300.2016.03.12

中图分类号：

V279 [无人驾驶飞机];

学科分类号：

1111 ;

摘要：

对多无人机协同多任务分配的求解策略进行了研究,针对集中式求解和基于协商的分布式求解方法各自的局限性,提出了一种基于冗余集中式的求解策略。该策略基于离散粒子群算法,具有能够以不同初始解并行计算的优点,通过在多无人机上运行相同的任务指派算法,充分利用通信和计算资源,在可接受的时间和计算代价内获得全局优化解。

引用

页码：58 / 64

页数：7

共 8 条

[1]

Cooperative task assignment of multiple heterogeneous unmanned aerial vehicles using a modifed genetic algorithm with multi-type genes.[J].Deng Qibo;Yu Jianqiao;Wang Ningfei;.Chinese Journal of Aeronautics.2013, 05

[2] 基于蚁群算法的无人机协同多任务分配 [J].

苏菲 ;

陈岩 ;

沈林成 .

航空学报, 2008, (S1) :184-191

[3] 面向协同任务的多UCAV分布式任务分配与协调技术 [J].

龙涛 ;

沈林成 ;

朱华勇 ;

牛轶峰 .

自动化学报, 2007, (07) :731-737

[4]

Integrated task assignment and path optimization for cooperating uninhabited aerial vehicles using genetic algorithms.[J].Eugene Edison;Tal Shima.Computers and Operations Research.2010, 1

[5]

Multiple task assignments for cooperating uninhabited aerial vehicles using genetic algorithms.[J].Tal Shima;Steven J. Rasmussen;Andrew G. Sparks;Kevin M. Passino.Computers and Operations Research.2005, 11

[6]

多无人机自主协同控制理论与方法.[M].沈林成;牛轶峰;朱华勇.国防工业出版社.2013,

[7]

群智能优化算法及其应用.[M].雷秀娟; 著.科学出版社.2012,

[8]

无人飞行器任务规划.[M].叶文; 范洪达; 朱爱红; 编著.国防工业出版社.2011,

← 1 →