本發(fā)明涉及無人機領(lǐng)域，尤其涉及一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方法和裝置。
背景技術(shù)：
：無人-有人協(xié)同是一種由無人機與有人機組成的混合編隊共同執(zhí)行任務的途徑和方法。通過借助無人機的低成本、作戰(zhàn)持續(xù)時間長的特點以及有人機的模糊決策能力強和抗干擾能力突出等特點，可以有效地提高任務執(zhí)行效果。在無人/有人協(xié)同執(zhí)行任務過程中，各類信息在通信網(wǎng)絡拓撲中的有效通訊關(guān)系到編隊任務的執(zhí)行效果。其中，通信網(wǎng)絡拓撲為編隊內(nèi)所有可用的通信鏈路。目前，針對無人機編隊的任務規(guī)劃問題的研究主要集中在靜態(tài)規(guī)劃方面。然而，編隊內(nèi)部的通信網(wǎng)絡拓撲往往呈現(xiàn)動態(tài)的變化特征、各飛行器之間的信息交互需求的產(chǎn)生和滅失也往往具有動態(tài)和隨機的特點，現(xiàn)有的方法面對錯綜復雜的真實環(huán)境，編隊效果不佳。技術(shù)實現(xiàn)要素：(一)要解決的技術(shù)問題為了作出針對實時環(huán)境和信息需求變化的無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方案，本發(fā)明提供一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方法，當在線信息分發(fā)條件被觸發(fā)后，獲取分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)；基于分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)，通過預先建立的優(yōu)化子問題模型，獲得在線信息分發(fā)方案；執(zhí)行在線信息分發(fā)方案，實現(xiàn)分發(fā)信息的在線分發(fā)。(二)技術(shù)方案為了達到上述目的，本發(fā)明采用的主要技術(shù)方案包括：一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方法，所述方法包括：101，當在線信息分發(fā)條件被觸發(fā)后，獲取分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)；102，基于所述分發(fā)信息、所述通信網(wǎng)絡拓撲的狀態(tài)、所述優(yōu)化子問題參數(shù)，通過預先建立的優(yōu)化子問題模型，獲得在線信息分發(fā)方案；103，執(zhí)行所述在線信息分發(fā)方案，實現(xiàn)所述分發(fā)信息的在線分發(fā)。可選地，在線信息分發(fā)條件每隔預設時間段被觸發(fā)一次；或者，若預先設定一件或多件觸發(fā)事件，則當確定預先設定的任一觸發(fā)事件發(fā)生時，在線信息分發(fā)條件被觸發(fā)?？蛇x地，所述觸發(fā)事件為通信鏈路擁堵，或者，所述觸發(fā)事件為通信鏈路中斷。可選地，所述優(yōu)化子問題參數(shù)包括：當前時刻u對應的滾動窗的時間起點geu，u對應的滾動窗的時間終點glu，所述分發(fā)信息k最早到達信息宿enk的時間ek，所述k最遲到達enk的時間lk，所述k從信息源bnk開始分發(fā)時刻btk，所述k實際到達enk的時刻etk，所述通信網(wǎng)絡拓撲中可接受的最大時延dw，所述k需要的帶寬twk；所述enk為接收所述k的無人或者有人機，所述bnk為提供所述k的無人或者有人機?？蛇x地，執(zhí)行步驟102之前，還包括：200，建立優(yōu)化子問題模型；所述優(yōu)化子問題模型如下：目標函數(shù)：約束條件：(ek+lk)/2≥geu,k∈t；(ek+lk)/2≤glu,k∈t；etk≤lk,k∈t；etk≥ek,k∈t；etk-btk≤dw,k∈t；其中，ctijk為k從i傳遞到j發(fā)生的傳輸時延，ftijk為k從i傳遞到j發(fā)生的傳播時延，zij為i到j的有向邊<i，j>的通信鏈路的狀態(tài)，i、j、m均為通信網(wǎng)絡拓撲所對應的有向圖中的節(jié)點，v為通信網(wǎng)絡拓撲所對應的有向圖中節(jié)點的集合，t為分發(fā)信息的集合，bwm為m能提供的最大數(shù)據(jù)量，nwij為<i，j>能承受的最大帶寬，xijk、xmjk、為決策變量?？蛇x地，執(zhí)行步驟200之后，還包括：300，求解所述建立優(yōu)化子問題模型?？蛇x地，步驟300具體包括：300-1，令t＝1,counter＝1；300-2，生成初始解，組成初始種群pop(t)；300-3，計算pop(t)中各個染色體的目標函數(shù)值popcost(t)；300-4，計算各個染色體的適應度函數(shù)值popfitness(t)，所述popfitness(t)＝m-popcost(t)，其中，m為極大自然數(shù)；300-5，采用錦標賽法對popcost(t)進行選擇算子操作，得到selectpop(t)；300-6，隨機在selectpop(t)中選取2個第一染色體，并基于所述第一染色體隨機選取2個交叉點，交換兩點之間所有任務序列，得到第一新種群crosspop(t)；300-7，隨機在crosspop(t)中選取1個第二染色體，隨機選取所述第二染色體中2個變異位，并交換任務隊列，得到第二新種群mutapop(t)；300-8，對各個染色體進行可行性校驗，并以預設概率對未通過可行性校驗的染色體進行變異，對于變異后仍然無法通過可行性校驗的染色體添加懲罰值punish；300-9，記錄當前最優(yōu)解；300-10，從mutapop(t)中選取預設數(shù)量updatep×popsize個染色體，同時，從pop(t)中選取(1-updatep)×popsize個染色體，組成下一代種群pop(t+1)，所述popsize為所述初始解的個數(shù)；300-11，令t＝t+1,counter＝counter+1；300-12，若counter≤預設最大值，則返回步驟300-3，否則執(zhí)行步驟300-13；300-13，輸出pop(t)中的最優(yōu)染色體?？蛇x地，步驟300-2中生成初始解具體包括：300-2-1，令計數(shù)器q＝1；300-2-2，若q與所述popsize相同，則執(zhí)行步驟300-2-12，若q與所述popsize不相同，則執(zhí)行步驟300-2-3；300-2-3，根據(jù)t生成染色體列表chromq，所述chromq包括基因的標志位參數(shù)taskflag，轉(zhuǎn)發(fā)節(jié)點參數(shù)和轉(zhuǎn)發(fā)時間參數(shù)；300-2-4，將所述通信網(wǎng)絡拓撲中各節(jié)點的taskflag設置為1；300-2-5，讀取t中各個信息的宿節(jié)點taskr；300-2-6，為每個待發(fā)信息隨機生成信息源task1，其中，task1≠taskr；300-2-7，隨機生成r-2個中間轉(zhuǎn)發(fā)節(jié)點，各中間轉(zhuǎn)發(fā)節(jié)點、task1和taskr之間不重復，r為所述通信網(wǎng)絡拓撲中的節(jié)點總數(shù)量；300-2-8，將非中間轉(zhuǎn)發(fā)節(jié)點的taskflag設置為-1；300-2-9，讀取t中各個信息的時間窗，在時間窗中隨機生成一個時間time；300-2-10，基于所述time計算各個中間轉(zhuǎn)發(fā)節(jié)點的轉(zhuǎn)發(fā)時間；300-2-11，記錄當前chromq，q＝q+1，返回步驟300-2-2；300-2-12，生成初始解population＝{chromq|q≤popsize}。除此之外，本發(fā)明采用的主要技術(shù)方案還包括：一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)裝置，所述裝置包括：第一獲取模塊，用于當在線信息分發(fā)條件被觸發(fā)后，獲取分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)；第二獲取模塊，用于基于所述分發(fā)信息、所述通信網(wǎng)絡拓撲的狀態(tài)、所述優(yōu)化子問題參數(shù)，通過預先建立的優(yōu)化子問題模型，獲得在線信息分發(fā)方案；分發(fā)模塊，用于執(zhí)行所述在線信息分發(fā)方案，實現(xiàn)所述分發(fā)信息的在線分發(fā)；其中，在線信息分發(fā)條件每隔預設時間段被觸發(fā)一次；或者，若預先設定一件或多件觸發(fā)事件，則當確定預先設定的任一觸發(fā)事件發(fā)生時，在線信息分發(fā)條件被觸發(fā)；其中，所述觸發(fā)事件為通信鏈路擁堵，或者，所述觸發(fā)事件為通信鏈路中斷；其中，所述優(yōu)化子問題參數(shù)包括：當前時刻u對應的滾動窗的時間起點geu，u對應的滾動窗的時間終點glu，所述分發(fā)信息k最早到達信息宿enk的時間ek，所述k最遲到達enk的時間lk，所述k從信息源bnk開始分發(fā)時刻btk，所述k實際到達enk的時刻etk，所述通信網(wǎng)絡拓撲中可接受的最大時延dw，所述k需要的帶寬twk；所述enk為接收所述k的無人或者有人機，所述bnk為提供所述k的無人或者有人機?？蛇x地，所述裝置還包括：建立模塊，用于建立優(yōu)化子問題模型；所述優(yōu)化子問題模型如下：目標函數(shù)：約束條件：(ek+lk)/2≥geu,k∈t；(ek+lk)/2≤glu,k∈t；etk≤lk,k∈t；etk≥ek,k∈t；etk-btk≤dw,k∈t；其中，ctijk為k從i傳遞到j發(fā)生的傳輸時延，ftijk為k從i傳遞到j發(fā)生的傳播時延，zij為i到j的有向邊<i，j>的通信鏈路的狀態(tài)，i、j、m均為通信網(wǎng)絡拓撲所對應的有向圖中的節(jié)點，v為通信網(wǎng)絡拓撲所對應的有向圖中節(jié)點的集合，t為分發(fā)信息的集合，bwm為m能提供的最大數(shù)據(jù)量，nwij為<i，j>能承受的最大帶寬，xijk、xmjk、為決策變量。可選地，所述裝置還包括：求解模塊，用于求解所述建立優(yōu)化子問題模型；具體用于：300-1，令t＝1,counter＝1；300-2，生成初始解，組成初始種群pop(t)；300-3，計算pop(t)中各個染色體的目標函數(shù)值popcost(t)；300-4，計算各個染色體的適應度函數(shù)值popfitness(t)，所述popfitness(t)＝m-popcost(t)，其中，m為極大自然數(shù)；300-5，采用錦標賽法對popcost(t)進行選擇算子操作，得到selectpop(t)；300-6，隨機在selectpop(t)中選取2個第一染色體，并基于所述第一染色體隨機選取2個交叉點，交換兩點之間所有任務序列，得到第一新種群crosspop(t)；300-7，隨機在crosspop(t)中選取1個第二染色體，隨機選取所述第二染色體中2個變異位，并交換任務隊列，得到第二新種群mutapop(t)；300-8，對各個染色體進行可行性校驗，并以預設概率對未通過可行性校驗的染色體進行變異，對于變異后仍然無法通過可行性校驗的染色體添加懲罰值punish；300-9，記錄當前最優(yōu)解；300-10，從mutapop(t)中選取預設數(shù)量updatep×popsize個染色體，同時，從pop(t)中選取(1-updatep)×popsize個染色體，組成下一代種群pop(t+1)，所述popsize為所述初始解的個數(shù)；300-11，令t＝t+1,counter＝counter+1；300-12，若counter≤預設最大值，則返回步驟300-3，否則執(zhí)行步驟300-13；300-13，輸出pop(t)中的最優(yōu)染色體；其中，步驟300-2中生成初始解具體包括：300-2-1，令計數(shù)器q＝1；300-2-2，若q與所述popsize相同，則執(zhí)行步驟300-2-12，若q與所述popsize不相同，則執(zhí)行步驟300-2-3；300-2-3，根據(jù)t生成染色體列表chromq，所述chromq包括基因的標志位參數(shù)taskflag，轉(zhuǎn)發(fā)節(jié)點參數(shù)和轉(zhuǎn)發(fā)時間參數(shù)；300-2-4，將所述通信網(wǎng)絡拓撲中各節(jié)點的taskflag設置為1；300-2-5，讀取t中各個信息的宿節(jié)點taskr；300-2-6，為每個待發(fā)信息隨機生成信息源task1，其中，task1≠taskr；300-2-7，隨機生成r-2個中間轉(zhuǎn)發(fā)節(jié)點，各中間轉(zhuǎn)發(fā)節(jié)點、task1和taskr之間不重復，r為所述通信網(wǎng)絡拓撲中的節(jié)點總數(shù)量；300-2-8，將非中間轉(zhuǎn)發(fā)節(jié)點的taskflag設置為-1；300-2-9，讀取t中各個信息的時間窗，在時間窗中隨機生成一個時間time；300-2-10，基于所述time計算各個中間轉(zhuǎn)發(fā)節(jié)點的轉(zhuǎn)發(fā)時間；300-2-11，記錄當前chromq，q＝q+1，返回步驟300-2-2；300-2-12，生成初始解population＝{chromq|q≤popsize}。(三)有益效果本發(fā)明的有益效果是：當在線信息分發(fā)條件被觸發(fā)后，獲取分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)；基于分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)，通過預先建立的優(yōu)化子問題模型，獲得在線信息分發(fā)方案；執(zhí)行在線信息分發(fā)方案，實現(xiàn)分發(fā)信息的在線分發(fā)，實現(xiàn)動態(tài)情形下的在線信息分發(fā)，即僅對當前局部優(yōu)化問題求解最優(yōu)解，避免了現(xiàn)有技術(shù)中分發(fā)方案與應對環(huán)境和信息需求的變化不匹配的問題。附圖說明圖1為本發(fā)明一個實施例提供的預測窗口與滾動窗口的關(guān)系示意圖；圖2為本發(fā)明一個實施例提供的優(yōu)化子問題模型建立流程圖；圖3為本發(fā)明一個實施例提供的一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方法流程圖；圖4為本發(fā)明一個實施例提供的另一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方法流程圖；圖5為本發(fā)明一個實施例提供的一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)裝置結(jié)構(gòu)示意圖；圖6為本發(fā)明一個實施例提供的另一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)裝置結(jié)構(gòu)示意圖；圖7為本發(fā)明一個實施例提供的另一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)裝置結(jié)構(gòu)示意圖。具體實施方式為了更好的解釋本發(fā)明，以便于理解，下面結(jié)合附圖，通過具體實施方式，對本發(fā)明作詳細描述。如何在動態(tài)環(huán)境下更好的進行無人機和有人機混合編隊內(nèi)的在線信息分發(fā)是在線信息分發(fā)過程中的關(guān)鍵問題，在線在線信息分發(fā)不僅需要滿足現(xiàn)有網(wǎng)絡拓撲性能的限制，同時還需要及時的對在線信息分發(fā)需求的變化做出反應。本發(fā)明針對這一問題提出了一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方法，可以基于滾動時域優(yōu)化進行在線信息分發(fā)，通過響應環(huán)境的變化和不斷地求解子優(yōu)化問題模型，從而實現(xiàn)全局優(yōu)化。本發(fā)明一實施例提供了一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方法，該方法將滾動時域優(yōu)化方法應用于在線信息分發(fā)領(lǐng)域，實現(xiàn)動態(tài)情形下的在線信息分發(fā)，即僅對當前局部優(yōu)化問題求解最優(yōu)解，避免了現(xiàn)有技術(shù)中分發(fā)方案與應對環(huán)境和信息需求的變化不匹配的問題。本實施例提供的方法在具體實施時，會基于滾動時域優(yōu)化方法建立優(yōu)化子問題模型。滾動時域優(yōu)化方法采用滾動式有限時域優(yōu)化策略，即將任務的執(zhí)行過程劃分為若干個連續(xù)的時間片段，優(yōu)化過程只在基于當前時刻起的若干個連續(xù)的時間片段所組成的優(yōu)化區(qū)間內(nèi)進行。隨著任務的進行，優(yōu)化區(qū)間不斷向前滾動，滾動時域優(yōu)化就是通過不斷地在優(yōu)化區(qū)間中求解局部優(yōu)化問題來取代求解全局靜態(tài)優(yōu)化問題，進而實現(xiàn)全局最優(yōu)化的方法。在每一步優(yōu)化區(qū)間內(nèi)，僅對當前局部優(yōu)化問題求解最優(yōu)解，并執(zhí)行優(yōu)化結(jié)果，其中，局部優(yōu)化問題的目標和約束與全局優(yōu)化問題的目標和約束是一致的，但需要根據(jù)即時信息對局部優(yōu)化問題的相關(guān)參數(shù)進行更新。由此，滾動時域優(yōu)化方法形成了一種閉環(huán)控制機制，通過跟蹤和預測環(huán)境的變化，可以很好地彌補靜態(tài)優(yōu)化方法的反饋控制不足的問題，對環(huán)境的動態(tài)性有很好的適應性。滾動時域優(yōu)化方法中的主要要素包括：(1)預測窗口預測窗口是指從當前時刻t起未來若干個時間片段內(nèi)的已知或預測的全部信息的集合，可以用fw(t)＝{tfw,tfw(t),ifw(t)}表示。其中tfw表示預測窗口fw(t)的大小，則預測窗口的時間區(qū)域為[t，t+tfw]；tfw(t)表示所有未執(zhí)行任務的集合；ifw(t)表示預測窗口內(nèi)所有已知信息或預測信息的集合。(2)滾動窗口滾動窗口指在當前時刻t，從預測窗口中按照一定規(guī)則選擇出用于子優(yōu)化問題求解的部分已知或預測信息的集合，用nw(t)＝{tnw,tnw(t),inw(t)}表示，其中tnw表示滾動窗口nw(t)的大小，tnw＝n×δt，滾動窗口的時間區(qū)域可以表示為[t，t+tnw]；tnw(t)表示落入滾動窗口中的任務集合；inw(t)表示滾動窗口內(nèi)所有已知信息或預測信息的集合。由此，預測窗口與滾動窗口的關(guān)系如圖1所示。本實施例基于滾動時域優(yōu)化方法以及無人-有人機編隊協(xié)同在線信息分發(fā)問題所面對的復雜動態(tài)環(huán)境，在影響分發(fā)方案執(zhí)行效率的眾多環(huán)境因素中確定主要影響因素是信息集的動態(tài)性與網(wǎng)絡拓撲的動態(tài)性。因此，本實施將在線信息分發(fā)場景下的優(yōu)化子問題描述為：無人-有人機編隊協(xié)同完成任務過程中，編隊內(nèi)部通過點對點的通信鏈路進行無人機和有人機混合編隊內(nèi)的在線信息分發(fā)。在本實施中，將編隊內(nèi)所有可用的通信鏈路稱為通信網(wǎng)絡拓撲，將提供信息的無人/有人機稱為信息源，將接收信息的無人/有人機稱為信息宿。在執(zhí)行任務過程中編隊內(nèi)部除了既定的信息發(fā)送需求，還存在即時產(chǎn)生的信息發(fā)送需求，同時，通信網(wǎng)絡拓撲會由于受到內(nèi)、外部因素等的干擾而呈現(xiàn)動態(tài)不確定型變化。此時，動態(tài)情形下的無人機和有人機混合編隊內(nèi)的在線信息分發(fā)問題可以描述為：基于當前的待分發(fā)信息集與網(wǎng)絡拓撲狀態(tài)，并考慮帶寬、時間窗、信息源和時延的約束下，選擇合適的信息源，規(guī)劃信息從信息源發(fā)送的時間序列、信息量大小以及轉(zhuǎn)發(fā)方式，使得信息到達信息宿的時間盡可能少。至此，本實施例用有向圖g(v，e)表示無人機/有人機之間所有可用的通信網(wǎng)絡拓撲，將無人機和有人機描述為通信網(wǎng)絡拓撲中的節(jié)點，將所有可用的通信鏈路描述為通信網(wǎng)絡拓撲中的有向邊?；诖?，本實施例建立的優(yōu)化子問題模型如下：目標函數(shù)：約束條件：(ek+lk)/2≥geu,k∈t(2)；(ek+lk)/2≤glu,k∈t(3)；etk≤lk,k∈t(7)；etk≥ek,k∈t(8)；etk-btk≤dw,k∈t(9)；上述優(yōu)化子問題模型中各參數(shù)解釋如下：i、j、m均為通信網(wǎng)絡拓撲所對應的有向圖中的節(jié)點。k為待分發(fā)信息。t為分發(fā)信息的集合。v:v＝{uav1，uav2，…，uavn，mv1，mv2，…，mvs}表示通信網(wǎng)絡拓撲中節(jié)點集合，其中，uavi表示第i架無人機，用n表示無人機總數(shù)，mvj表示第j架有人機，用s表示有人機總數(shù)。e:e＝{<i，j>|i，j∈v，i≠j}表示有向邊集合，<i，j>表示通信網(wǎng)絡拓撲中節(jié)點i到節(jié)點j的有向邊。w:w＝{wij|i，j∈v}表示通信網(wǎng)絡拓撲圖中每條有向邊的權(quán)值集合，其中wij表示i到j之間的實際距離。z:z＝{zij|zij≥1，i，j∈v}表示通信網(wǎng)絡拓撲的連通狀態(tài)，其中zij表示<i，j>的通信鏈路的狀態(tài),zij＝1表示通信鏈路<i，j>的可以正常使用，隨著zij取值的增大，表示通信鏈路<i，j>處的連通狀態(tài)逐漸下降。[geu，glu]表示當前時刻u的滾動窗口，geu表示滾動窗口的時間起點，glu表示滾動窗口的時間終點。t:t＝{1，2，…，t}表示待分發(fā)信息集合，t表示集合中元素的個數(shù)；[ek，lk]表示待分發(fā)信息k的時間窗，ek表示最早到達信息宿的時間，lk表示最遲到達信息宿的時間。btk表示待分發(fā)信息k從信息源開始分發(fā)時刻。etk表示k實際到達信息宿的時刻。bnk表示k的信息源，其中，信息源為提供k的無人或者有人機。enk表示k的信息宿，其中，信息宿為接收k的無人或者有人機。ctijk表示k從i傳遞到j發(fā)生的傳輸時延，當ctijk＝0時，表示k不從節(jié)點i傳遞到節(jié)點j。ftijk表示k從i傳遞到j發(fā)生的傳播時延，當ftijk＝0時，表示k不從節(jié)點i傳遞到節(jié)點j。dw表示通信網(wǎng)絡拓撲中可接受的最大時延。twk表示k所需要的帶寬。nwij表示通信網(wǎng)絡拓撲中有向邊<i，j>所能承受的最大帶寬。bwi表示通信網(wǎng)絡拓撲中節(jié)點i所能提供的最大數(shù)據(jù)量。bwm為m能提供的最大數(shù)據(jù)量。xijk、xmjk、為決策變量。xijk＝1表示k從節(jié)點i傳遞到節(jié)點j，xijk＝1表示k不從節(jié)點i傳遞到節(jié)點j。公式(4)為信源約束，即信息源發(fā)出的總數(shù)據(jù)量不能超出信息源的供應能力。公式(5)帶寬約束，即通信鏈路中同時能夠傳遞的待分發(fā)信息數(shù)據(jù)量之和不得超過通信網(wǎng)絡拓撲的平均帶寬。公式(6)、公式(7)和公式(8)為時間窗約束，即待分發(fā)信息必須在指定的時間窗內(nèi)完成分發(fā)傳遞。公式(9)為時延約束，即待分發(fā)信息的傳輸時延和傳播時延不得超過通信網(wǎng)絡拓撲的最大時延；公式(10)和公式(11)為信息分發(fā)約束，公式(10)表示每個待分發(fā)信息有且只有一個信息源，公式(11)表示每個待分發(fā)信息有且只有一個信息宿。公式(12)轉(zhuǎn)發(fā)約束，即任意一個節(jié)點不能多次轉(zhuǎn)發(fā)同一個待分發(fā)信息。本實施例將該優(yōu)化子問題模型作為動態(tài)情形下的在線信息分發(fā)模型。在得當上述優(yōu)化子問題模型之后，本實施例還會驗證模型的有效性。具體采用遺傳算法(geneticalgorithm，ga)對上述優(yōu)化子問題模型進行求解。ga是一種模擬達爾文的生物進化論思想和遺傳學機理的計算模型，是一種通過模擬自然進化過程尋找最優(yōu)解的算法。相比于其他智能算法，ga具有搜索效率高、全局優(yōu)化性好以及較好的魯棒性等特點，因此適應解決組合優(yōu)化問題。本實施例實現(xiàn)ga求解優(yōu)化子問題模型，即動態(tài)情形下的在線信息分發(fā)模型的具體方法為，首先選取出未分發(fā)的信息隊列中落入滾動窗口的信息，生成待分發(fā)信息集合。然后對問題的解進行編碼形成染色體，并選取若干條染色體構(gòu)成初始解種群。隨后按照ga流程循環(huán)進行選擇、交叉、變異和更新等操作，最終找到種群中的最優(yōu)染色體作為模型的最優(yōu)解。在執(zhí)行上述方法時，用y表示待分發(fā)信息集合中元素個數(shù)，用r表示通信網(wǎng)絡拓撲中的節(jié)點總數(shù)量。用t作為染色體中的基因數(shù)量，同時基因采用s元組的方式進行編碼，其中s＝1+r+r，如下所示：gene＝(taskflag，task1，task2，...，taskr，time1，time2，...，timer)其中，taskflag為基因的標志位，表示該待分發(fā)信息是否被分發(fā)；task2，task3，...，taskr-1表示該待分發(fā)信息的r-2個轉(zhuǎn)發(fā)節(jié)點，task1表示待分發(fā)信息的信息源，taskr表示待分發(fā)信息的信息宿；與轉(zhuǎn)發(fā)節(jié)點對應，time1，time2，...，timer表示該待分發(fā)信息的r-1個轉(zhuǎn)發(fā)時間，time1表示待分發(fā)信息開始發(fā)送的時刻，timer表示待分發(fā)信息到達信息宿的時刻。下表1描述了y＝4，r＝3的染色體的編碼結(jié)構(gòu)，其中第一個基因表示該信息被發(fā)送，發(fā)送的信息源是節(jié)點1，不經(jīng)過轉(zhuǎn)發(fā)直接被發(fā)送至節(jié)點2(信息宿)，發(fā)送的起始時間時0，到達信息宿的時間是2.5。表1taskflagtask1task2task3time1time2time311-120-12.511235.579.512133510.513-115-115.75參見圖2，本實施例通過遺傳算法對優(yōu)化子問題模型進行求解，同時，可以驗證模型的有效性。本實施例提供的驗證建立優(yōu)化子問題模型的有效性方法在經(jīng)典遺傳算法的基礎上結(jié)合無人機和有人機混合編隊內(nèi)的在線信息分發(fā)問題的特點，添加了“第二變異算子”，即在對染色體進行可行性校驗時，對導致染色體不可行的關(guān)鍵基因進行變異，這樣處理更有利于保留原染色體中的優(yōu)良基因。本實施例提供的求解優(yōu)化子問題模型的方法在初始population基礎上，通過選擇算子、交叉算子、變異算子、約束校驗(第二變異算子)和更新算子等操作對population進行迭代尋優(yōu)，并最終得到最優(yōu)染色體。具體步驟如下：300-1，令t＝1,counter＝1。300-2，生成初始解，組成初始種群pop(t)。針對動態(tài)情形下在線信息分發(fā)模型的ga，本實施例提出了初始解population。在生成初始解時，采用隨機化生成的思想，從而可以使初始解盡可能的包含所有解空間。具體的，通過如下12個步驟實現(xiàn)。300-2-1，令計數(shù)器q＝1。300-2-2，若q與popsize相同，則執(zhí)行步驟300-2-12，若q與popsize不相同，則執(zhí)行步驟300-2-3。其中，popsize為初始解的數(shù)量，該值可以為預設值。300-2-3，根據(jù)t生成染色體列表chromq，chromq如表1所示包括基因的標志位參數(shù)taskflag，轉(zhuǎn)發(fā)節(jié)點參數(shù)和轉(zhuǎn)發(fā)時間參數(shù)。300-2-4，將通信網(wǎng)絡拓撲中各節(jié)點的taskflag設置為1。300-2-5，讀取t中各個信息的宿節(jié)點taskr。300-2-6，為每個待發(fā)信息隨機生成信息源task1，其中，task1≠taskr。300-2-7，隨機生成r-2個中間轉(zhuǎn)發(fā)節(jié)點，各中間轉(zhuǎn)發(fā)節(jié)點、task1和taskr之間不重復，r為通信網(wǎng)絡拓撲中的節(jié)點總數(shù)量。300-2-8，將非中間轉(zhuǎn)發(fā)節(jié)點的taskflag設置為-1。300-2-9，讀取t中各個信息的時間窗，在時間窗中隨機生成一個時間time。300-2-10，基于time計算各個中間轉(zhuǎn)發(fā)節(jié)點的轉(zhuǎn)發(fā)時間。300-2-11，記錄當前chromq，q＝q+1，返回步驟300-2-2。300-2-12，生成初始解population＝{chromq|q≤popsize}。300-3，計算pop(t)中各個染色體的目標函數(shù)值popcost(t)。300-4，計算各個染色體的適應度目標函數(shù)值popfitness(t)，popfitness(t)＝m-popcost(t)，其中，m為極大自然數(shù)。300-5，采用錦標賽法對popcost(t)進行選擇算子操作，得到selectpop(t)。300-6，根據(jù)交叉概率crossp進行交叉算子操作，即隨機在selectpop(t)中選取2個第一染色體，如chromosome-1和chromosome-2，并基于第一染色體隨機選取2個交叉點，交換兩點之間所有任務序列，得到第一新種群crosspop(t)。300-7，根據(jù)變異概率mutap進行變異算子操作，即隨機在crosspop(t)中選取1個第二染色體，如chromosome-x，隨機選取第二染色體(如chromosome-x)中2個變異位，并交換任務隊列，得到第二新種群mutapop(t)。300-8，第二變異算子操作(2ndmutationregulation，mr2)，即對各個染色體進行可行性校驗，并以預設概率對未通過可行性校驗的染色體進行變異，對于變異后仍然無法通過可行性校驗的染色體添加懲罰值punish。本步驟的第二變異算子操作，是針對在線信息分發(fā)場景的特點在基本遺傳算法流程上做的改進。對于不具有實際可行性染色體，對其中導致整個染色體不可行的部分基因進行變異，使該染色體盡可能具有可行性，對于仍然無法通過可行性校驗的染色體增加懲罰值，使其有較大的概率無法遺傳到下一代。第二變異算子的優(yōu)點在于盡可能的保留了種群中基因的多樣性，使染色體不會僅因為部分較差的基因而使整個染色體被淘汰。300-9，記錄當前最優(yōu)解。300-10，將預設數(shù)量updatep作為更新率，根據(jù)更新率(即updatep)進行變異算子操作，即從mutapop(t)中選取預設數(shù)量updatep×popsize個染色體，同時，從pop(t)中選取(1-updatep)×popsize個染色體，組成下一代種群pop(t+1)。300-11，令t＝t+1,counter＝counter+1。300-12，若counter≤預設最大值，則返回步驟300-3，否則執(zhí)行步驟300-13。300-13，輸出pop(t)中的最優(yōu)染色體。在經(jīng)過上述過程得到優(yōu)化子問題模型后，可以通過圖3所示的過程進行動態(tài)情形下的無人機和有人機混合編隊內(nèi)的在線信息分發(fā)。101，當在線信息分發(fā)條件被觸發(fā)后，獲取分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)。本步驟中，在線信息分發(fā)條件在如下情況下被觸發(fā)：在線信息分發(fā)條件每隔預設時間段被觸發(fā)一次；或者，若預先設定一件或多件觸發(fā)事件，則當確定預先設定的任一觸發(fā)事件發(fā)生時，在線信息分發(fā)條件被觸發(fā)。其中，觸發(fā)事件為通信鏈路擁堵，或者，觸發(fā)事件為通信鏈路中斷。通過上述觸發(fā)條件構(gòu)建了本實施例提供的無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方法的滾動機制。包括滾動方式有周期性滾動機制和事件觸發(fā)型滾動機制。周期型滾動機制是指，任務過程中按照周期循環(huán)的方式，每經(jīng)過一個時間片時，執(zhí)行實施例提供的方法，在決策點處開始一次滾動時域優(yōu)化，得到當前滾動窗口內(nèi)的在線信息分發(fā)方案。事件觸發(fā)型滾動機制是指：當遇到諸如通信鏈路擁堵或中斷等突發(fā)事件時，立即執(zhí)行本實施例提供的方法，插入一次滾動時域優(yōu)化過程，從而得到當前滾動窗口內(nèi)的在線信息分發(fā)方案。滾動時域優(yōu)化的核心是優(yōu)化子問題，指對當前滾動窗口內(nèi)的任務進行優(yōu)化的問題。每當觸發(fā)滾動機制時，通過本實施例提供的方法開始一次求解優(yōu)化子問題過程，滾動時域優(yōu)化就是通過求解連續(xù)的優(yōu)化子問題進而實現(xiàn)全局優(yōu)化的過程。其中，優(yōu)化子問題參數(shù)包括：當前時刻u對應的滾動窗的時間起點geu，u對應的滾動窗的時間終點glu，分發(fā)信息k最早到達信息宿enk的時間ek，k最遲到達enk的時間lk，k從信息源bnk開始分發(fā)時刻btk，k實際到達enk的時刻etk，通信網(wǎng)絡拓撲中可接受的最大時延dw，k需要的帶寬twk；enk為接收k的無人或者有人機，bnk為提供k的無人或者有人機。102，基于分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)，通過預先建立的優(yōu)化子問題模型，獲得在線信息分發(fā)方案。103，執(zhí)行在線信息分發(fā)方案，實現(xiàn)分發(fā)信息的分發(fā)。本實施例提供的無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方法，可以將滾動時域優(yōu)化方法引入動態(tài)情形下的在線信息分發(fā)場景，即通過構(gòu)造滾動時域優(yōu)化框架，將無人/有人協(xié)同在線信息分發(fā)問題消解為若干個連續(xù)的優(yōu)化子問題，并通過連續(xù)的求解優(yōu)化子問題取代全局規(guī)劃，從而實現(xiàn)全部在線信息分發(fā)問題的最優(yōu)化。如圖4所示，本實施例將在線信息分發(fā)問題的滾動時域優(yōu)化框架描述為：將無人/有人協(xié)同在線信息分發(fā)的過程作為任務執(zhí)行過程，其時間范圍可以表示為[0，t]，將該任務過程劃分為若干個等長的連續(xù)時間片段，長度用δt表示，并稱時間片之間的時間點為決策點，稱由當前決策點起未來n個時間片段所組成的時間區(qū)域為滾動窗口，并在滾動窗口內(nèi)建立優(yōu)化子問題模型，其中子優(yōu)化問題參數(shù)需要根據(jù)當前情形進行更新。觸發(fā)滾動機制時滾動時域優(yōu)化開始，滾動窗口向前滾動，并利用優(yōu)化子問題模型對滾動窗口中的待分發(fā)信息進行分發(fā)，得到在線信息分發(fā)策略。當下一次滾動優(yōu)化開始后，滾動窗口隨之向前滾動。重復這一過程，直到所有信息在線分發(fā)完成。本實施例提供的方法能夠有效的對信息進行分發(fā)。在應用到解決動態(tài)情形下的在線信息分發(fā)問題中時，針對無人機和有人機混合編隊內(nèi)的在線信息分發(fā)問題的特點，采用周期型滾動機制與事件觸發(fā)型滾動機制交叉的混合滾動機制(mixedrollingmethod，mrm)，即在任務的執(zhí)行過程中按照周期型滾動方式向前推進，當遇到動態(tài)突發(fā)事件時，在周期型滾動方式的基礎上，隨即執(zhí)行一次滾動優(yōu)化過程，由此形成了混合型滾動方式。另外，將編隊內(nèi)所有信息發(fā)送需求作為優(yōu)化目標，即用tfw(t)表示所有未分發(fā)信息，用ifw(t)表示網(wǎng)絡拓撲的狀態(tài)預測信息；對于滾動窗口，用tnw(t)表示落入當前滾動窗口的待分發(fā)信息集，用inw(t)表示當前網(wǎng)絡拓撲的狀態(tài)信息。當沒有突發(fā)事件發(fā)生時，inw(t)來自ifw(t)；當突發(fā)事件發(fā)生時，inw(t)表示受擾動后的當前網(wǎng)絡拓撲狀態(tài)。此外，采用循環(huán)滾動進行在線信息分發(fā)。當進行一次滾動優(yōu)化時，優(yōu)化子問題利用滾動窗口中的tnw(t)作為優(yōu)化目標，進行在線信息分發(fā)，同時使在線信息分發(fā)策略滿足當前的網(wǎng)絡拓撲狀態(tài)inw(t)。將全部信息按照時間窗進行分解，對待分發(fā)信息集中的信息利用優(yōu)化子問題模型進行求解。本實施例提供的方法當在線信息分發(fā)條件被觸發(fā)后，獲取分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)；基于分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)，通過預先建立的優(yōu)化子問題模型，獲得在線信息分發(fā)方案；執(zhí)行在線信息分發(fā)方案，實現(xiàn)分發(fā)信息的在線分發(fā)，實現(xiàn)動態(tài)情形下的在線信息分發(fā)，即僅對當前局部優(yōu)化問題求解最優(yōu)解，避免了現(xiàn)有技術(shù)中分發(fā)方案與應對環(huán)境和信息需求的變化不匹配的問題。基于同一發(fā)明構(gòu)思，本實施例提供一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)裝置，由于該裝置解決問題的原理與一種無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方法相似，因此該裝置的實施可以參見上述無人機和有人機混合編隊內(nèi)的在線信息分發(fā)方法的實施例，重復之處不再贅述。參見圖5，本實施例提供的無人機和有人機混合編隊內(nèi)的在線信息分發(fā)裝置包括：第一獲取模塊501，用于當在線信息分發(fā)條件被觸發(fā)后，獲取分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)；第二獲取模塊502，用于基于分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)，通過預先建立的優(yōu)化子問題模型，獲得在線信息分發(fā)方案；分發(fā)模塊503，用于執(zhí)行在線信息分發(fā)方案，實現(xiàn)分發(fā)信息的在線分發(fā)；其中，在線信息分發(fā)條件每隔預設時間段被觸發(fā)一次；或者，若預先設定一件或多件觸發(fā)事件，則當確定預先設定的任一觸發(fā)事件發(fā)生時，在線信息分發(fā)條件被觸發(fā)；其中，觸發(fā)事件為通信鏈路擁堵，或者，觸發(fā)事件為通信鏈路中斷；其中，優(yōu)化子問題參數(shù)包括：當前時刻u對應的滾動窗的時間起點geu，u對應的滾動窗的時間終點glu，分發(fā)信息k最早到達信息宿enk的時間ek，k最遲到達enk的時間lk，k從信息源bnk開始分發(fā)時刻btk，k實際到達enk的時刻etk，通信網(wǎng)絡拓撲中可接受的最大時延dw，k需要的帶寬twk；enk為接收k的無人或者有人機，bnk為提供k的無人或者有人機。參見圖6，該裝置還包括：建立模塊504，用于建立優(yōu)化子問題模型；優(yōu)化子問題模型如下：目標函數(shù)：約束條件：(ek+lk)/2≥geu,k∈t；(ek+lk)/2≤glu,k∈t；etk≤lk,k∈t；etk≥ek,k∈t；etk-btk≤dw,k∈t；其中，ctijk為k從i傳遞到j發(fā)生的傳輸時延，ftijk為k從i傳遞到j發(fā)生的傳播時延，zij為i到j的有向邊<i，j>的通信鏈路的狀態(tài)，i、j、m均為通信網(wǎng)絡拓撲所對應的有向圖中的節(jié)點，v為通信網(wǎng)絡拓撲所對應的有向圖中節(jié)點的集合，t為分發(fā)信息的集合，bwm為m能提供的最大數(shù)據(jù)量，nwij為<i，j>能承受的最大帶寬，xijk、xmjk、為決策變量。參見圖7，該裝置還包括：求解模塊505，用于求解建立優(yōu)化子問題模型；具體用于：300-1，令t＝1,counter＝1；300-2，生成初始解，組成初始種群pop(t)；300-3，計算pop(t)中各個染色體的目標函數(shù)值popcost(t)；300-4，計算各個染色體的適應度函數(shù)值popfitness(t)，popfitness(t)＝m-popcost(t)，其中，m為極大自然數(shù)；300-5，采用錦標賽法對popcost(t)進行選擇算子操作，得到selectpop(t)；300-6，隨機在selectpop(t)中選取2個第一染色體，并基于第一染色體隨機選取2個交叉點，交換兩點之間所有任務序列，得到第一新種群crosspop(t)；300-7，隨機在crosspop(t)中選取1個第二染色體，隨機選取第二染色體中2個變異位，并交換任務隊列，得到第二新種群mutapop(t)；300-8，對各個染色體進行可行性校驗，并以預設概率對未通過可行性校驗的染色體進行變異，對于變異后仍然無法通過可行性校驗的染色體添加懲罰值punish；300-9，記錄當前最優(yōu)解；300-10，從mutapop(t)中選取預設數(shù)量updatep×popsize個染色體，同時，從pop(t)中選取(1-updatep)×popsize個染色體，組成下一代種群pop(t+1)，popsize為初始解的個數(shù)；300-11，令t＝t+1,counter＝counter+1；300-12，若counter≤預設最大值，則返回步驟300-3，否則執(zhí)行步驟300-13；300-13，輸出pop(t)中的最優(yōu)染色體；其中，步驟300-2中生成初始解具體包括：300-2-1，令計數(shù)器q＝1；300-2-2，若q與popsize相同，則執(zhí)行步驟300-2-12，若q與popsize不相同，則執(zhí)行步驟300-2-3；300-2-3，根據(jù)t生成染色體列表chromq，chromq包括基因的標志位參數(shù)taskflag，轉(zhuǎn)發(fā)節(jié)點參數(shù)和轉(zhuǎn)發(fā)時間參數(shù)；300-2-4，將通信網(wǎng)絡拓撲中各節(jié)點的taskflag設置為1；300-2-5，讀取t中各個信息的宿節(jié)點taskr；300-2-6，為每個待發(fā)信息隨機生成信息源task1，其中，task1≠taskr；300-2-7，隨機生成r-2個中間轉(zhuǎn)發(fā)節(jié)點，各中間轉(zhuǎn)發(fā)節(jié)點、task1和taskr之間不重復，r為通信網(wǎng)絡拓撲中的節(jié)點總數(shù)量；300-2-8，將非中間轉(zhuǎn)發(fā)節(jié)點的taskflag設置為-1；300-2-9，讀取t中各個信息的時間窗，在時間窗中隨機生成一個時間time；300-2-10，基于time計算各個中間轉(zhuǎn)發(fā)節(jié)點的轉(zhuǎn)發(fā)時間；300-2-11，記錄當前chromq，q＝q+1，返回步驟300-2-2；300-2-12，生成初始解population＝{chromq|q≤popsize}。本實施例提供的裝置當在線信息分發(fā)條件被觸發(fā)后，獲取分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)；基于分發(fā)信息、通信網(wǎng)絡拓撲的狀態(tài)、優(yōu)化子問題參數(shù)，通過預先建立的優(yōu)化子問題模型，獲得在線信息分發(fā)方案；執(zhí)行在線信息分發(fā)方案，實現(xiàn)分發(fā)信息的在線分發(fā)，實現(xiàn)動態(tài)情形下的在線信息分發(fā)，即僅對當前局部優(yōu)化問題求解最優(yōu)解，避免了現(xiàn)有技術(shù)中分發(fā)方案與應對環(huán)境和信息需求的變化不匹配的問題。當前第1頁12