申请/专利权人：西安电子科技大学

申请日：2022-09-23

公开（公告）日：2024-06-07

公开（公告）号：CN115695209B

主分类号：H04L41/14

分类号：H04L41/14;G06N3/00;H04B7/185;H04L43/0817

优先权：

专利状态码：有效-授权

法律状态：2024.06.07#授权;2023.02.21#实质审查的生效;2023.02.03#公开

摘要：本发明公开了一种基于图模型的反制无人机蜂群评估方法，其实现步骤为：构建无人机蜂群图模型；建立无人机蜂群评估指标体系；绘制无人机蜂群评估指标体系柱状图；评估反制无人机蜂群过程。本发明主要解决评估指标冗余导致在反馈相应的反制手段决策时出现冲突，以及评估方法不能够实现通用性的问题。本发明基于图网络描述无人机蜂群内部个体之间的交互结构，使得评估方法的具有可移植性，评估指标可根据时间间隔的不同描述无人机蜂群性能的变化趋势，也大大提高了指标计算速度。本发明具有统一评估方法，评估方法简易，特征提取准确的优点。评估过程从整体角度分析，提高了反制决策依据的可靠性。

主权项：1.一种基于图模型的反制无人机蜂群评估方法，其特征在于，基于图论理论构建无人机蜂群图模型，在图网络的基础上构建无人机蜂群评估指标体系；该评估方法的步骤包括如下：步骤1，构建无人机蜂群图模型：步骤1.1，将待反制的无人机蜂群内每个无人机个体作为节点，存在可通信范围交集的两两无人机个体的连线作为边，构建待反制的无人机蜂群图模型；步骤1.2，将待反制的无人机蜂群图模型中节点、边和无人机个体编号的数据信息，分别转化为邻接矩阵中行和列的个数、邻接矩阵中的数值信息和邻接矩阵的行列编号，得到表征无人机蜂群的网络拓扑结构的邻接矩阵；步骤2，建立无人机蜂群评估指标体系：步骤2.1，建立群体平均度的计算公式如下： 其中，DegaveG表示群体平均度，∑表示求和操作，v∈V表示属于无人机蜂群图模型中所有节点集合V中的第v个节点，|·|表示取绝对值操作，Ei表示无人机蜂群图模型第i个节点的度，N表示无人机蜂群图模型中节点集合V的节点总数；步骤2.2，建立群体密度的计算公式如下： 其中，DenG表示群体密度，L表示无人机蜂群图模型边数的总数；步骤2.3，建立群体特征路径长度的计算公式如下： 其中，DisG表示群体特征路径长度，dist·,·表示取无人机蜂群图模型中两节点间的距离操作，i和j表示无人机蜂群图模型第i个节点和第j个节点，i≤N表示无人机蜂群图模型第i个节点可选取图模型节点中任意一个节点，j≥i表示无人机蜂群图模型第j个节点选择节点编号大于i的节点，若两个节点之间不存在边或无法通过与它相邻的节点，逐步移动到另一个节点，则该群体特征路径无效；步骤2.4，建立群体聚集系数的计算公式如下： 其中，ClutotalG表示群体聚集系数中的全局聚集系数，GΔ表示无人机蜂群图模型中闭三点组的总数，GΛ表示无人机蜂群图模型中开三点组的总数；ClulocG表示的群体聚集系数中的平均聚集系数，λGv表示无人机蜂群图模型中所有包括v的闭三点组的数目，τGv表示无人机蜂群图模型中所有包括v，并且满足两条边都与v相连的开三点组；所述闭三点组指的是，图模型中三个节点中存在两两相连关系组成的节点组；所述开三点组指的是，图模型中三个节点中仅存在两条边组成的节点组；步骤2.5，建立群体同配系数的计算公式如下： 其中，ρ表示群体同配系数，σq表示无人机蜂群图模型中每条边两边节点度的方差值，di，dj分别表示无人机蜂群图模型中一条边两端节点的度值，ei,j表示无人机蜂群图模型中一条边两端节点的额外度值的联合概率分布，μq表示无人机蜂群图模型中所有一条边的单侧节点度值的平均值；步骤3，绘制无人机蜂群评估指标体系柱状图：步骤3.1，利用二分法，将无人机蜂群执行任务的过程至少等间隔均分为五个时刻；步骤3.2，利用无人机蜂群评估指标体系中的公式，分别计算在未反制和不同反制条件下每个时刻的每种评估指标值；步骤3.3，将每种评估指标在未反制和每种反制手段中每个时刻的计算结果，绘制成该评估指标的柱状图；步骤4，评估反制无人机蜂群过程：将每种反制手段下的评估指标柱状图与该反制手段在未反制时绘制的柱状图中每个对应时刻进行比对，评估无人机蜂群执行任务的过程中该评估指标的变化趋势。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于图模型的反制无人机蜂群评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD