本發(fā)明涉及一種多無人航行體協(xié)同一致性方法，特別涉及一種基于馬爾科夫隨機場的多無人航行體協(xié)同一致性方法。

背景技術(shù)：

無人航行體，包括無人機、無人飛艇、水下無人航行器等，在現(xiàn)代戰(zhàn)爭中的地位越來越重要?；诙酂o人航行體的協(xié)同作戰(zhàn)將在未來戰(zhàn)爭中發(fā)揮重要作用，這一點已經(jīng)成為世界各軍事強國的共識。隨著計算及通訊設(shè)備的小型化，小型無人航行器機載計算機和通訊設(shè)備的計算能力和功能越來越強，這使得多無人航行體執(zhí)行協(xié)同作戰(zhàn)任務成為可能。在協(xié)同作戰(zhàn)任務中，協(xié)同信息的共享和一致性是保障協(xié)同作戰(zhàn)任務有效執(zhí)行的關(guān)鍵。

多無人航行體網(wǎng)絡(luò)中，缺乏網(wǎng)絡(luò)基礎(chǔ)設(shè)施，網(wǎng)絡(luò)拓撲是時變的，通信鏈路是不可靠的，并且每個無人航行體節(jié)點的對周圍節(jié)點的局部感知是動態(tài)變化的。因此，需要研究新的一致性算法，使無人航行體編隊在執(zhí)行任務時能夠適應無線通信鏈路的特性、對感知到的環(huán)境變化做出合理響應、對不斷變化的各節(jié)點狀態(tài)信息進行統(tǒng)籌規(guī)劃，逐步達到一致性。多無人航行體通常采用無線自組織網(wǎng)絡(luò)進行通信，存在沒有網(wǎng)絡(luò)中心節(jié)點、無線鏈路丟包、時延不確定、網(wǎng)絡(luò)拓撲頻繁變化等不利因素，多無人航行體的協(xié)同一致性算法一直是一個難題。

目前對一致性的研究大多是基于固定網(wǎng)絡(luò)拓撲、無時延的條件設(shè)計的一、二階的一致性算法，而實際環(huán)境中往往的是異步網(wǎng)絡(luò)、動態(tài)拓撲并存在多種時延的非線性系統(tǒng)，在這種復雜網(wǎng)絡(luò)環(huán)境中想達成一致性往往需要高階的算法。專利“基于二階滯后信息的無線傳感器網(wǎng)絡(luò)一致性方法”(申請公布號：CN 103945534 A)，其特征在于通過節(jié)點信息交互建立一跳和兩跳的鄰居列表，利用貪婪算法為節(jié)點提供定向鄰居列表，各節(jié)點利用定向鄰居列表獲取二階滯后的信息，利用兩跳鄰居節(jié)點的滯后信息，對當前數(shù)據(jù)進行更新操作，加速獲取網(wǎng)絡(luò)一致性的收斂速度。專利“一種衛(wèi)星導航信號模擬多通道一致性方法及裝置”(申請公布號：CN 102944885 A)，該發(fā)明在數(shù)字部分加入基帶成形環(huán)節(jié)，該環(huán)節(jié)對數(shù)字基帶信號進行數(shù)字濾波，將其頻譜限制在一定范圍內(nèi)，去除了射頻調(diào)制輸出后的帶通濾波器，在DAC輸出后加入低通濾波器，加入閉環(huán)自校接收機，對最終的射頻信號進行接收處理，將不同通道殘余誤差輸入延遲環(huán)節(jié)，消除不一致的誤差，最終達到所有通道均一致。

技術(shù)實現(xiàn)要素：

為了克服現(xiàn)有多無人航行體協(xié)同一致性難以確定的不足，本發(fā)明提供一種基于馬爾科夫隨機場的多無人航行體協(xié)同一致性方法。該方法不維護特殊節(jié)點，基于平均場理論，通過節(jié)點之間的共同作用建立虛擬參考基準；將節(jié)點之間的協(xié)作變量偏差映射為團勢能，在此基礎(chǔ)上建立了基于伊辛模型能量函數(shù)描述的全網(wǎng)一致性平均場模型；最后，采用并行能量最小化的方法實現(xiàn)全網(wǎng)協(xié)同信息一致性。本發(fā)明克服了多無人航行體系統(tǒng)中協(xié)同變量難以準確測定和全網(wǎng)參考基準如何確定這兩個關(guān)鍵技術(shù)難題，實現(xiàn)了從兩兩節(jié)點的協(xié)同一致性到全網(wǎng)節(jié)點的快速收斂的協(xié)同一致性。有效降低了網(wǎng)絡(luò)通信消息量，降低了能耗，在協(xié)同精度、協(xié)同時間及偏移誤差上達到較高的指標。并具有收斂時間穩(wěn)定，對拓撲規(guī)模變化不敏感等優(yōu)點。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案：一種基于馬爾科夫隨機場的多無人航行體協(xié)同一致性方法，其特點是包括以下步驟：

1)對相鄰節(jié)點加入本地節(jié)點的一跳鄰居列表進行初始化，節(jié)點的協(xié)作變量偏差初始化為0。

2)設(shè)置同步周期計時器。

3)迭代計算直到滿足收斂精度。

4)第k次迭代。

5)M個節(jié)點在每個同步周期內(nèi)都以數(shù)據(jù)報文的方式與鄰居進行雙向變量數(shù)據(jù)交換。

6)第k次迭代中，節(jié)點將本地第k-1次的發(fā)送協(xié)作變量以及第k-1次迭代后收到所有鄰居報文的協(xié)作變量打包成同步數(shù)據(jù)包。

7)節(jié)點廣播同步數(shù)據(jù)包到一跳鄰居，并記錄發(fā)送的變量。

8)接收到一跳鄰居的廣播報文，并記錄接收的變量。

9)根據(jù)接收獲得的數(shù)據(jù)，基于卡爾曼濾波算法計算與單個一跳鄰居之間的協(xié)作變量的偏差。

10)判斷同步計時器是否超時，若超時則執(zhí)行第11)步，否則回到第8)步操作。

11)同步計時器超時，同步計時器復位，節(jié)點i基于平均場理論計算虛擬參考基準，虛擬參考基準計算公式如下：

$\<f_R{\>}_i={\mathrm{\Σ}}_{\left\{i^{\′}\right\}\∈N_i}{f}_{i^{\′}}P\left(f_{i^{\′}}\right)---\left(1\right)$

12)基于虛擬參考基準計算能量函數(shù)，計算公式為：

$U\left(f\right)={\mathrm{\Σ}}_{\left\{i\right\}\∈V}{(f_i-\<f_R{\>}_i)}^2+{\mathrm{\Σ}}_{\left\{i\right\}\∈V}{\mathrm{\Σ}}_{\left\{i^{\′}\right\}\∈N_i}\min \{{\mathrm{\σ}}^2,{(f_i-f_{i^{\′}})}^2\}---\left(2\right)$

13)計算本地協(xié)作變量與參考基準的偏差調(diào)整量，使能量函數(shù)逐漸最小化，從而修正節(jié)點協(xié)作變量，計算公式為：

$f_i^{k+1}=f_i^k-2\mathrm{\μ}\×\[(f_i^k-\<f_R{\>}_i^k)+{\mathrm{\Σ}}_{\left\{i^{\′}\right\}\∈N_i}(f_i^k-f_{i^{\′}}^k)\]---\left(3\right)$

14)檢查同步采樣定時器是否超時，如果超時，則進行新一輪的設(shè)置同步計時器，然后繼續(xù)循環(huán)一致性算法過程，否則本地循環(huán)等待直到計時器超時。

上式中，f_i為節(jié)點i的本地協(xié)作變量，<f_R>_i為由平均場定義的虛擬參考基準；f_i'為節(jié)點i的一跳鄰居的協(xié)作變量,P(f_i')表示節(jié)點i的一跳鄰居節(jié)點i'的協(xié)作變量取值為的f概率，由平均場的吉布斯分布確定，U(f)為能量函數(shù)，(f_i-<f_R>_i)²為鄰居系統(tǒng)的單節(jié)點團C₁的團勢能；(f_i-f_i′)²為雙鄰居節(jié)點團C₂的團勢能,μ為較小的常數(shù)。

本發(fā)明的有益效果是：該方法不維護特殊節(jié)點，基于平均場理論，通過節(jié)點之間的共同作用建立虛擬參考基準；將節(jié)點之間的協(xié)作變量偏差映射為團勢能，在此基礎(chǔ)上建立了基于伊辛模型能量函數(shù)描述的全網(wǎng)一致性平均場模型；最后，采用并行能量最小化的方法實現(xiàn)全網(wǎng)協(xié)同信息一致性。本發(fā)明克服了多無人航行體系統(tǒng)中協(xié)同變量難以準確測定和全網(wǎng)參考基準如何確定這兩個關(guān)鍵技術(shù)難題，實現(xiàn)了從兩兩節(jié)點的協(xié)同一致性到全網(wǎng)節(jié)點的快速收斂的協(xié)同一致性。有效降低了網(wǎng)絡(luò)通信消息量，降低了能耗，在協(xié)同精度、協(xié)同時間及偏移誤差上達到較高的指標。并具有收斂時間穩(wěn)定，對拓撲規(guī)模變化不敏感等優(yōu)點。

下面結(jié)合附圖和具體實施方式對本發(fā)明作詳細說明。

附圖說明

圖1是本發(fā)明基于馬爾科夫隨機場的多無人航行體協(xié)同一致性方法的流程圖。

具體實施方式

參照圖1。本發(fā)明基于馬爾科夫隨機場的多無人航行體協(xié)同一致性方法具體步驟如下：

假設(shè)多無人航行體網(wǎng)絡(luò)包含M個節(jié)點，基于馬爾科夫隨機場的多無人航行體一致性方法可描述如下：

1)相鄰節(jié)點加入本地節(jié)點的一跳鄰居列表進行初始化，節(jié)點的協(xié)作變量偏差初始化為0。

2)設(shè)置同步周期計時器。

3)迭代計算直到滿足收斂精度。

4)第k次迭代。

5)M個節(jié)點在每個同步周期內(nèi)都以數(shù)據(jù)報文的方式與鄰居進行雙向變量數(shù)據(jù)交換。

6)第k次迭代中，節(jié)點將本地第k-1次的發(fā)送協(xié)作變量以及第k-1次迭代后收到所有鄰居報文的協(xié)作變量打包成同步數(shù)據(jù)包。

7)節(jié)點廣播同步數(shù)據(jù)包到一跳鄰居，并記錄發(fā)送的變量。

8)接收到一跳鄰居的廣播報文，并記錄接收的變量。

9)根據(jù)接收獲得的數(shù)據(jù)，基于卡爾曼濾波算法計算與單個一跳鄰居之間的協(xié)作變量的偏差。

10)判斷同步計時器是否超時，若超時則執(zhí)行第11)步，否則回到第8)步操作。

11)同步計時器超時，同步計時器復位，節(jié)點i基于平均場理論計算虛擬參考基準，虛擬參考基準計算公式如下：

$\&lt;f_R{\&gt;}_i={\mathrm{\&Sigma;}}_{\left\{i^{\&prime;}\right\}\&Element;N_i}{f}_{i^{\&prime;}}P\left(f_{i^{\&prime;}}\right)---\left(1\right)$

12)基于虛擬參考基準計算能量函數(shù)，計算公式為：

$U\left(f\right)={\mathrm{\&Sigma;}}_{\left\{i\right\}\&Element;V}{(f_i-\&lt;f_R{\&gt;}_i)}^2+{\mathrm{\&Sigma;}}_{\left\{i\right\}\&Element;V}{\mathrm{\&Sigma;}}_{\left\{i^{\&prime;}\right\}\&Element;N_i}min\{{\mathrm{\&sigma;}}^2,{(f_i-f_{i^{\&prime;}})}^2\}---\left(2\right)$

13)計算本地協(xié)作變量與參考基準的偏差調(diào)整量，使能量函數(shù)逐漸最小化，從而修正節(jié)點協(xié)作變量，計算公式為：

$f_i^{k+1}=f_i^k-2\mathrm{\&mu;}\&times;\&lsqb;(f_i^k-\&lt;f_R{\&gt;}_i^k)+{\mathrm{\&Sigma;}}_{\left\{i^{\&prime;}\right\}\&Element;N_i}(f_i^k-f_{i^{\&prime;}}^k)\&rsqb;---\left(3\right)$

14)檢查同步采樣定時器是否超時，如果超時，則進行新一輪的設(shè)置同步計時器，然后繼續(xù)循環(huán)一致性算法過程，否則本地循環(huán)等待直到計時器超時。

上式中，f_i為節(jié)點i的本地協(xié)作變量，<f_R>_i為由平均場定義的虛擬參考基準；f_i'為節(jié)點i的一跳鄰居的協(xié)作變量,P(f_i')表示節(jié)點i的一跳鄰居節(jié)點i'的協(xié)作變量取值為的f概率，由平均場的吉布斯分布確定，U(f)為能量函數(shù)，(f_i-<f_R>_i)²為鄰居系統(tǒng)的單節(jié)點團C₁的團勢能；(f_i-f_i′)²為雙鄰居節(jié)點團C₂的團勢能,μ為較小的常數(shù)。