三维最优持久编队拓扑生成策略

针对智能体间的通信拓扑优化问题,结合图论知识研究了三维空间中最优持久图的生成算法.首先,利用刚度矩阵生成最优刚性图;然后,根据顶点连通度数的不同分别采取有向化操作方法,通过逐层缩小最优刚性图范围的方式把刚性图持久化,生成了最优持久图;最后,对三维空间中随机分布的智能体进行仿真实验,其结果验证了该算法的可行性和有效性,此算法能降低编队拓扑的通信复杂度,减少通信能量消耗.

考虑任务分配的无人机信息交互拓扑生成

无人机(UAV)持久编队信息交互拓扑的优化是保证UAV编队结构稳定性和任务执行时效性的重要基础。现有的编队生成算法针对距离因素进行权重赋值和拓扑生成,由于未考虑任务分配因素,可能会引起整体任务执行时间过长甚至任务失败的问题,对UAV的能量也造成了不必要的损耗。以任务消息传输时间和能量损耗为关键优化目标,在保证UAV编队结构稳定的前提下,提出考虑任务分配因素的信息交互拓扑生成算法,优先连接承载实时性要求较高通信任务的关键汇聚链路,对剩余链路通过引入惩罚项,在权重上进一步将任务消息传输量因素考虑在内,生成最终的信息交互拓扑。使用OMNet++进行仿真验证,相比于只考虑距离因素的信息交互拓扑生成算法,所提算法在20架UAVs编队场景下,消息传输时间方面最高降低57.3%,最低降低28.1%,关键任务消息的到达时延降低了45.2%~51.6%,而任务执行过程单UAV的能量损耗总体减少了17.5%,平均每个节点减少损耗16.1%。

能耗均衡的三维最优持久编队通信拓扑生成

持久编队通信拓扑的优化是在确保多智能体使用持久编队控制方法保持队形的基础上尽量减少智能体之间的通信能耗。现有的方法可以最小化智能体的通信能耗总和,却未考虑均衡智能体间的通信能耗,而这会导致某些智能体提前退出编队。针对这一问题,以最大化队形保持时间为目标,研究了考虑能耗均衡的三维最优持久编队通信拓扑生成方法。首先,设计了一种通信拓扑离线优化机制,即选择一个合适的周期,在编队运动之前计算出每个周期内的通信拓扑,在编队保持队形过程中据此定期调整通信拓扑,从而避免在线计算和发布通信拓扑带来额外的通信能耗;而在离线计算每个周期内的通信拓扑时,先估计出每个周期开始时每个智能体的剩余通信能量,并据此更新网络拓扑中各通信链接的权重,再从更新后的网络拓扑中生成一个三维最优持久图作为本周期内的通信拓扑。其次,针对每个周期内的三维最优持久图生成问题,由于更新后的网络拓扑中的通信链路权重不对称,导致现有算法难以适用,为此提出了一种基于刚度矩阵和弧添加操作的近似求解算法,并从理论上分析了其时间复杂度和证明了其有效性。最后,通过仿真实验结果验证了该方法可以有效降低并均衡各智能体的通信能耗,相比于所有对比方法的平均水平,在节点数为5、10、15的情形下的队形保持时间分别提升了29.5%、59.4%、72.01%。