买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工程大学

摘要：优化K‑means威胁目标聚类的集群护航任务分配方法及系统，涉及无人集群任务分配技术领域。解决了现有的目标聚类和任务分配方法未考虑海面运动威胁目标的运动特性及其对护航任务的威胁程度，导致目标聚类效果差和任务分配效率低的问题。本发明通过建立威胁评估判定规则对海面威胁目标进行定性定量的威胁评估、判定与预测、基于护航威胁相似度改进的优化聚类中心K‑means算法对威胁目标拦截点进行聚类，建立海洋机器人集群护航任务的数学模型构建威胁拦截代价函数，通过匈牙利算法对任务分配问题的数学模型进行求解获得威胁任务指派方案，使得每个海洋机器人的拦截任务利润最大。本发明主要应用在海上护航中。

主权项：1.优化K-means威胁目标聚类的集群护航任务分配方法，其特征在于，该方法包括如下步骤：步骤1、根据海面上运动的各待评估目标分别相对护航海洋机器人集群中各海洋机器人间的最短会遇距离和最短会遇时间，对待评估目标进行目标威胁评估与判定确定待评估目标是否为威胁目标，识别出威胁目标集合；通过平行接近法预测出护航对象对各威胁目标的拦截点；威胁目标与拦截点为一一对应关系；步骤2、通过基于护航威胁相似度改进的优化聚类中心K-means算法对威胁目标对应的拦截点进行聚类，将m个拦截点划分为n簇，m＞n，确定各簇的聚类结果；各簇的聚类结果为一个簇心集合，该簇心集合中包括簇心和簇内的各拦截点；簇的个数与护航海洋机器人集群中海洋机器人的个数相同；确定各簇的聚类结果的实现方式包括：步骤21、令簇数k的初始值为1，选取护航威胁度最小的拦截点作为第一个簇的簇心C1，其中，所有拦截点属于簇心C1所在的第一个簇；步骤22、更新簇心数量：令k＝k+1，计算第k-1个簇的簇心Ck-1分别与所有拦截点间的欧氏距离，选取第k-1个簇的簇心Ck-1与所有拦截点间的欧氏距离中的最大值所对应的拦截点作为第k个簇的簇心Ck；步骤23、更新各簇心所在簇内的拦截点：分别计算k个簇中各簇的簇心与拦截点PLj间的护航威胁相似度，将该拦截点PLj划入得到的k个护航威胁相似度中的最小值所对应的簇心所在的簇；PLj为海面上的序号为j的拦截点，j＝1,2……m；步骤24、更新簇心位置：将各簇中的所有拦截点的位置均值点作为该簇的簇心，判断k是否等于n，结果为是，执行步骤25，结果为否，执行步骤22；步骤25、优化各簇内的拦截点和簇心：分别计算k个簇中各簇的簇心与拦截点PLj间的护航威胁相似度，将该拦截点PLj重新划分至k个护航威胁相似度中最小值所对应的簇内，从而实现对所有拦截点的重新划分；并将重新划分后的各簇中的所有拦截点的位置均值点作为该簇的新簇心；步骤26、重复执行步骤25，直至达到预设迭代次数或各簇心的位置不再变化，输出各簇的簇心和该簇内的各拦截点，作为对应簇的聚类结果；步骤3、根据各威胁目标对各海洋机器人的综合威胁价值、以及各海洋机器人对各拦截点的综合拦截代价，计算各海洋机器人对各簇心集合内拦截点的拦截成本；各威胁目标对各海洋机器人的综合威胁价值的实现方式为： 其中，WUi,Tk,λ为威胁目标Tk,λ对海洋机器人Ui的综合威胁价值，Tk,λ为第k个簇内序号为λ的拦截点所对应的威胁目标，Ui为第i个海洋机器人，w1、w2、w3、w4、w5分别为综合威胁价值WUi,Tk,λ对单个威胁价值p1、p2、p3、p4和p5的权重系数，i＝1,2……n，k＝1,2……n； p1为威胁目标Tk,λ的类别威胁价值，k′λ为威胁目标Tk,λ的火力威胁度，fλ为威胁目标Tk,λ的防御力，Mk为第k个簇内拦截点总个数，k′λ-fλ＞0；λ＝1,2……Mk，Mk＜n； p2为威胁目标Tk,λ与海洋机器人Ui的相对方位威胁价值，ψλi为威胁目标Tk,λ相对于海洋机器人Ui的航向，qλi为威胁目标Tk,λ相对于海洋机器人Ui的舷角； p3为威胁目标Tk,λ对海洋机器人Ui的船速比威胁价值，Vtλ为威胁目标Tk,λ的航速，Vui为海洋机器人Ui的航速； p4为威胁目标Tk,λ与海洋机器人Ui的最短会遇距离威胁价值，DCPAλi为威胁目标Tk,λ相对于海洋机器人Ui的最短会遇距离，Δd为安全避碰距离； p5为威胁目标Tk,λ与海洋机器人Ui的最短会遇时间威胁价值，TCPAλi为威胁目标Tk,λ相对于海洋机器人Ui的最短会遇时间，Δt为安全时间，Vλi为威胁目标Tk,λ相对于海洋机器人Ui的航速；各海洋机器人对各拦截点的综合拦截代价的实现方式为： 其中，LUi,Pk,Lλ为海洋机器人Ui对拦截点Pk,Lλ的综合拦截代价，Ui为第i个海洋机器人，Pk,Lλ为第k个簇内序号为λ的拦截点PLλ，w6、w7、w8分别为综合拦截代价LUi,Pk,Lλ对单个拦截代价p6、p7、p8的权重系数； p6为海洋机器人Ui对威胁目标Tk,λ对应的拦截点Pk,Lλ的拦截航程代价，L为护航海洋机器人集群的护航预警距离，xLλ和yLλ分别为拦截点Pk,Lλ的横、纵坐标，xui和yui分别为海洋机器人Ui的横、纵坐标； p7为海洋机器人Ui对威胁目标Tk,λ对应的拦截点Pk,Lλ的拦截转向代价，ψui为海洋机器人Ui的初始航向，ψcui为海洋机器人Ui趋向拦截点Pk,Lλ时的航向； p8为海洋机器人Ui抵达拦截点Pk,Lλ拦截威胁目标Tk,λ时，威胁目标Tk,λ对护航对象Uh的护航威胁代价，xtλ和ytλ分别为威胁目标Tk,λ的横、纵坐标，xh和yh分别为护航对象Uh的横、纵坐标；各海洋机器人对各簇心集合内拦截点的拦截成本为： 其中，fik为海洋机器人Ui对第k个簇内Mk个拦截点的拦截成本，Ui为第i个海洋机器人，Mk为第k个簇内拦截点总个数，LUi,Pk,Lλ为海洋机器人Ui对拦截点Pk,Lλ的综合拦截代价，WUi,Tk,λ为威胁目标Tk,λ对海洋机器人Ui的综合威胁价值，Tk,λ为第k个簇内序号为λ的拦截点所对应的威胁目标，Pk,Lλ为第k个簇内序号为λ的拦截点PLλ；步骤4、根据各海洋机器人对各簇心集合内拦截点的拦截成本，建立护航海洋机器人集群任务分配问题的数学模型，并通过匈牙利算法进行求解，以各海洋机器人对各簇心集合内拦截点的拦截成本最小为优化目标，使得每个海洋机器人匹配一个拦截成本最小时所对应的簇心，完成集群护航任务分配。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 优化K-means威胁目标聚类的集群护航任务分配方法及系统