本發(fā)明涉及無人-有人機(jī)編隊信息處理技術(shù)領(lǐng)域，尤其是涉及一種考慮人工干預(yù)的無人-有人機(jī)編隊信息分發(fā)處理方法。

背景技術(shù)：

在無人-有人機(jī)編隊協(xié)同執(zhí)行任務(wù)的過程中，在不同的階段對所需要處理的信息類型、信息需求量，以及信息的本身的重要程度具有一定的差別，因此在對任務(wù)信息進(jìn)行有效的分發(fā)與傳遞過程中，需要考慮任務(wù)信息可能具有不同的優(yōu)先等級。在無人-有人機(jī)協(xié)同執(zhí)行任務(wù)過程中，有一類任務(wù)信息由于其本身的時序要求、重要程度或者在整個協(xié)同執(zhí)行任務(wù)過程中起到關(guān)鍵作用，需要在無人-有人機(jī)系統(tǒng)中立即進(jìn)行分發(fā)處理，可以將這類任務(wù)稱之為強(qiáng)制性任務(wù)，并將強(qiáng)制性任務(wù)在無人-有人機(jī)協(xié)同任務(wù)過程中視為優(yōu)先等級最高的任務(wù)。

目前，在無人-有人機(jī)編隊協(xié)同執(zhí)行任務(wù)過程中，當(dāng)無人-有人機(jī)編隊系統(tǒng)同時接收到多個強(qiáng)制性任務(wù)信息，并沒有一種方法能夠?qū)ι鲜龆鄠€強(qiáng)制性任務(wù)信息的分發(fā)傳遞任務(wù)進(jìn)行合理的安排，形成最優(yōu)的信息分發(fā)與傳遞序列。

技術(shù)實現(xiàn)要素：

(一)解決的技術(shù)問題

本發(fā)明提供一種考慮人工干預(yù)的無人-有人機(jī)編隊信息分發(fā)處理方法，可以對強(qiáng)制性任務(wù)信息進(jìn)行合理的安排，盡量在對強(qiáng)制性任務(wù)信息的分發(fā)與傳遞數(shù)量最大化的基礎(chǔ)上實現(xiàn)分發(fā)與傳遞的時間最小化，避免對無人機(jī)和有人機(jī)的協(xié)同作業(yè)造成延誤。

(二)技術(shù)方案

本發(fā)明提供的考慮人工干預(yù)的無人-有人機(jī)編隊信息分發(fā)處理方法包括：

在無人-有人機(jī)編隊的任務(wù)池接收到的待分發(fā)信息為強(qiáng)制性任務(wù)信息時，調(diào)用預(yù)先建立的中斷模型；

采用編碼方法對各個強(qiáng)制性任務(wù)信息的分發(fā)與傳遞屬性初始化，得到初始解；

將所述中斷模型的當(dāng)前優(yōu)化目標(biāo)設(shè)置為在預(yù)設(shè)約束條件下最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量；并基于所述初始解，采用第一遺傳算法對當(dāng)前的中斷模型進(jìn)行求解，得到對強(qiáng)制性任務(wù)信息分發(fā)與傳遞的第一方案；

判斷所述第一方案中強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量是否等于所述任務(wù)池中強(qiáng)制性任務(wù)信息的總數(shù)量；

若是，則將中斷模型的當(dāng)前優(yōu)化目標(biāo)設(shè)置為在所述預(yù)設(shè)約束條件下最小化分發(fā)強(qiáng)制性任務(wù)信息的總完成時間，采用第二遺傳算法對當(dāng)前的中斷模型進(jìn)行求解，得到對強(qiáng)制性任務(wù)信息分發(fā)與傳遞的第二方案；

按照所述第二方案對任務(wù)池中的強(qiáng)制性任務(wù)信息進(jìn)行分發(fā)與傳遞。

可選的，所述采用編碼方法對各個強(qiáng)制性任務(wù)信息的分發(fā)與傳遞屬性初始化，得到初始解，包括：

采用編碼方法將所述中斷模型的解編碼為染色體，所述染色體上包括與任務(wù)池中待分發(fā)的強(qiáng)制性任務(wù)信息一一對應(yīng)的基因；

將染色體上每個基因的第一標(biāo)識置為1，置為1的第一標(biāo)識表征該基因?qū)?yīng)的強(qiáng)制性任務(wù)信息為可被分發(fā)與傳遞；

獲取各個強(qiáng)制性任務(wù)信息的宿節(jié)點，并針對每一個強(qiáng)制性任務(wù)信息隨機(jī)生成一個與其宿節(jié)點不同的源節(jié)點；

判斷各個強(qiáng)制性任務(wù)信息是否需要轉(zhuǎn)發(fā)；對于需要轉(zhuǎn)發(fā)的強(qiáng)制性任務(wù)信息，隨機(jī)生成多個不同的轉(zhuǎn)發(fā)節(jié)點，形成轉(zhuǎn)發(fā)路徑；對于不需要轉(zhuǎn)發(fā)的強(qiáng)制性任務(wù)信息，將其轉(zhuǎn)發(fā)節(jié)點置為-1；

讀取各個強(qiáng)制性任務(wù)信息的時間窗；對于每一個強(qiáng)制性任務(wù)信息，在所述時間窗內(nèi)隨機(jī)生成一個時刻點，并將該時刻點作為該強(qiáng)制性任務(wù)信息到達(dá)所述宿節(jié)點的時刻；對于需要轉(zhuǎn)發(fā)的強(qiáng)制性任務(wù)信息，根據(jù)轉(zhuǎn)發(fā)路徑推算出強(qiáng)制性任務(wù)信息到達(dá)各個轉(zhuǎn)發(fā)節(jié)點的時刻以及從源節(jié)點發(fā)出的時刻；對于不需要轉(zhuǎn)發(fā)的強(qiáng)制性任務(wù)信息，推算出強(qiáng)制性任務(wù)信息從源節(jié)點發(fā)出的時刻，并將各個轉(zhuǎn)發(fā)節(jié)點的轉(zhuǎn)發(fā)時刻置為-1；

將每個強(qiáng)制性任務(wù)信息的第一標(biāo)識、源節(jié)點、轉(zhuǎn)發(fā)節(jié)點、宿節(jié)點、從源節(jié)點發(fā)出的時刻、到達(dá)各個轉(zhuǎn)發(fā)節(jié)點的時刻以及到達(dá)所述宿節(jié)點的時刻作為該強(qiáng)制性任務(wù)信息的分發(fā)與傳遞屬性，各個強(qiáng)制性任務(wù)信息的分發(fā)與傳遞屬性形成初始解。

可選的，循環(huán)執(zhí)行采用第一遺傳算法對當(dāng)前的中斷模型進(jìn)行求解、判斷所述第一方案中強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量是否等于所述任務(wù)池中強(qiáng)制性任務(wù)信息的總數(shù)量的操作以及判斷循環(huán)次數(shù)是否達(dá)到預(yù)設(shè)次數(shù)的操作，直至求解操作后的第一方案中強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量等于所述任務(wù)池中強(qiáng)制性任務(wù)信息的總數(shù)量或者循環(huán)次數(shù)達(dá)到預(yù)設(shè)次數(shù)；

若循環(huán)次數(shù)達(dá)到所述預(yù)設(shè)次數(shù)，則按照最后一次求解操作后的第一方案對任務(wù)池中的強(qiáng)制性任務(wù)信息進(jìn)行分發(fā)與傳遞。

可選的，所述采用第一遺傳算法對當(dāng)前的中斷模型進(jìn)行求解，包括：

將以最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量為當(dāng)前優(yōu)化目標(biāo)的中斷模型的目標(biāo)函數(shù)作為當(dāng)前的適應(yīng)度函數(shù)，計算種群中染色體的適應(yīng)度函數(shù)值；

采用輪盤賭選擇法從父代群體中選擇中適應(yīng)度函數(shù)值最高的預(yù)設(shè)數(shù)量的染色體遺傳到子代群體中；

對種群中的染色體進(jìn)行兩兩單點交叉操作；

對交叉操作得到的染色體進(jìn)行重置變異處理；

對重置變異處理得到的染色體進(jìn)行第一更新操作，具體為將子代群體中適應(yīng)度最低的第一預(yù)設(shè)數(shù)量的染色體和子代群體中適應(yīng)度最低的第二預(yù)設(shè)數(shù)量的染色體組合，形成新的種群；

將所述新的種群對應(yīng)的解作為所述第一方案。

可選的，在所述對重置變異處理得到的染色體進(jìn)行第一更新操作之前，所述方法還包括：對重置變異處理后的染色體上基因?qū)?yīng)的分發(fā)與傳遞屬性是否滿足所述預(yù)設(shè)約束條件；

若是，則執(zhí)行所述第一更新操作；

否則，對重置變異處理后染色體的適應(yīng)度函數(shù)值進(jìn)行調(diào)整后執(zhí)行所述第一更新操作。

可選的，所述對交叉操作得到的染色體進(jìn)行重置變異處理，包括：

生成一個介于0和1之間的隨機(jī)數(shù)，若所述隨機(jī)數(shù)小于預(yù)設(shè)的變異概率，則根據(jù)所述初始解的生成方法生成一條染色體；

在子代群體中隨機(jī)選擇一條染色體，并用根據(jù)所述初始解的生成的染色體替代隨機(jī)選擇的染色體，其他染色體保持不變。

可選的，所述采用第二遺傳算法對當(dāng)前的中斷模型進(jìn)行求解，包括多個迭代過程，直至迭代次數(shù)達(dá)到預(yù)設(shè)次數(shù)，將最終的種群對應(yīng)的解作為所述第二方案；

其中，每一個迭代過程包括：

將以最小化分發(fā)強(qiáng)制性任務(wù)信息的總完成時間為當(dāng)前優(yōu)化目標(biāo)的中斷模型的目標(biāo)函數(shù)作為當(dāng)前的適應(yīng)度函數(shù)，計算種群中染色體的適應(yīng)度函數(shù)值；

采用輪盤賭選擇法從父代群體中選擇中適應(yīng)度函數(shù)值最高的預(yù)設(shè)數(shù)量的染色體遺傳到子代群體中；

對種群中的染色體進(jìn)行兩兩單點交叉操作；

對交叉操作得到的染色體進(jìn)行刪除轉(zhuǎn)發(fā)節(jié)點變異處理；

對刪除轉(zhuǎn)發(fā)節(jié)點變異處理得到的染色體進(jìn)行第二更新操作，具體為將子代群體中適應(yīng)度最高的第一預(yù)設(shè)數(shù)量的染色體和子代群體中適應(yīng)度最高的第二預(yù)設(shè)數(shù)量的染色體組合，形成新的種群。

可選的，所述對交叉操作得到的染色體進(jìn)行刪除轉(zhuǎn)發(fā)節(jié)點變異處理，包括：

生成一個介于0和1之間的隨機(jī)數(shù)，若所述隨機(jī)數(shù)小于預(yù)設(shè)的變異概率，則隨機(jī)選擇染色體中的一個基因，并將隨機(jī)選擇的基因?qū)?yīng)的強(qiáng)制性任務(wù)信息的轉(zhuǎn)發(fā)節(jié)點置為-1，并將強(qiáng)制性任務(wù)信息到達(dá)各個轉(zhuǎn)發(fā)節(jié)點的時刻置為-1。

可選的，在所述對刪除轉(zhuǎn)發(fā)節(jié)點變異處理得到的染色體進(jìn)行第二更新操作之前，所述方法還包括：

對刪除轉(zhuǎn)發(fā)節(jié)點變異處理后的染色體上基因?qū)?yīng)的分發(fā)與傳遞屬性是否滿足所述預(yù)設(shè)約束條件；

若是，則執(zhí)行所述第二更新操作；

否則，對刪除轉(zhuǎn)發(fā)節(jié)點變異處理后的染色體的適應(yīng)度函數(shù)值進(jìn)行調(diào)整后執(zhí)行所述第二更新操作。

可選的，所述中斷模型以在預(yù)設(shè)約束條件下最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量為當(dāng)前優(yōu)化目標(biāo)的目標(biāo)函數(shù)為：

式中，f1為強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量；t表示任意一個待分發(fā)信息，t^a表示強(qiáng)制性任務(wù)信息；決策變量取1或0，取1表示待分發(fā)信息t從節(jié)點i發(fā)送到節(jié)點j，取0表示待分發(fā)信息t不從節(jié)點i發(fā)送到節(jié)點j。

可選的，所述中斷模型以在所述預(yù)設(shè)約束條件下最小化分發(fā)強(qiáng)制性任務(wù)信息的總完成時間為當(dāng)前優(yōu)化目標(biāo)的目標(biāo)函數(shù)為：

式中，f2為分發(fā)強(qiáng)制性任務(wù)信息的總完成時間；t表示任意一個待分發(fā)信息，t^a表示強(qiáng)制性任務(wù)信息；決策變量取1或0，取1表示待分發(fā)信息t從節(jié)點i發(fā)送到節(jié)點j，取0表示待分發(fā)信息t不從節(jié)點i發(fā)送到節(jié)點j；v＝{1,2,…,m}表示通信網(wǎng)絡(luò)拓?fù)渲泄?jié)點集合，m表示通信網(wǎng)絡(luò)拓?fù)淇偣?jié)點數(shù)；表示待分發(fā)信息t從節(jié)點i傳遞到節(jié)點j發(fā)生的傳輸時延；表示待分發(fā)信息t從節(jié)點i傳遞到節(jié)點j發(fā)生的傳播時延；n^a為任務(wù)池中強(qiáng)制性任務(wù)信息的數(shù)量。

可選的，所述預(yù)設(shè)約束條件包括：

ett≤lt,t∈t^a

ett≥et,t∈t^a

ett-stt≤d,t∈t^a

式中，ett表示待分發(fā)信息t實際到達(dá)信息宿的時刻；stt表示待分發(fā)信息t從信息源實際開始分發(fā)時刻；v＝{1,2,…,m}表示通信網(wǎng)絡(luò)拓?fù)渲泄?jié)點集合，m表示通信網(wǎng)絡(luò)拓?fù)淇偣?jié)點數(shù)；表示待分發(fā)信息t從節(jié)點i傳遞到節(jié)點j發(fā)生的傳輸時延；表示待分發(fā)信息t從節(jié)點i傳遞到節(jié)點j發(fā)生的傳播時延；t^a表示強(qiáng)制性任務(wù)信息；lt表示待分發(fā)信息t最遲到達(dá)信息宿的時間；et表示待分發(fā)信息t最早信息宿到達(dá)時間；d表示通信網(wǎng)絡(luò)拓?fù)渲锌山邮艿淖畲髸r延；twt表示待分發(fā)信息t所需要的帶寬；nwij表示通信網(wǎng)絡(luò)拓?fù)渲杏邢蜻?lt;i,j>所能承受的最大帶寬；bv表示節(jié)點v所能提供的最大數(shù)據(jù)量，v表示通信網(wǎng)絡(luò)拓?fù)渲械娜我还?jié)點,v∈v；決策變量取1或0，其中，取1表示待分發(fā)信息t從節(jié)點i發(fā)送到節(jié)點j，取0表示待分發(fā)信息t不從節(jié)點i發(fā)送到節(jié)點j。

(三)有益效果

本發(fā)明提供的考慮人工干預(yù)的無人-有人機(jī)編隊信息分發(fā)處理方法，首先以最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量為優(yōu)化目標(biāo)，當(dāng)實現(xiàn)該目標(biāo)后，再以最小化分發(fā)強(qiáng)制性任務(wù)信息的總完成時間為目標(biāo)，實現(xiàn)對強(qiáng)制性任務(wù)信息進(jìn)行全部分發(fā)與傳遞的基礎(chǔ)上實現(xiàn)立即分發(fā)與傳遞，保證任務(wù)信息的時效性，避免對無人機(jī)和有人機(jī)的協(xié)同作業(yè)造成延誤。

附圖說明

為了更清楚地說明本公開實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本公開的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些圖獲得其他的附圖。

圖1示出了本發(fā)明一實施例中考慮人工干預(yù)的無人-有人機(jī)編隊信息分發(fā)處理方法的部分流程示意圖；

圖2示出了本發(fā)明一實施例中一條由5個基因構(gòu)成的染色體的示意圖。

具體實施方式

下面將結(jié)合本公開實施例中的附圖，對本公開實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒竟_中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本公開保護(hù)的范圍。

第一方面，本發(fā)明提供一種考慮人工干預(yù)的無人-有人機(jī)編隊信息分發(fā)處理方法，如圖1所示，包括：

s1、在任務(wù)池接收到的待分發(fā)信息為強(qiáng)制性任務(wù)信息時，調(diào)用預(yù)先建立的中斷模型；

可理解的是，所謂的強(qiáng)制性任務(wù)信息為在整個協(xié)同過程中具有關(guān)鍵作用，需要立即執(zhí)行的任務(wù)信息。例如：攻擊任務(wù)、偵察攻擊一體化任務(wù)、火力評估任務(wù)。在執(zhí)行攻擊任務(wù)、偵察攻擊一體化任務(wù)時，無人機(jī)將發(fā)現(xiàn)攻擊的目標(biāo)信息及拍攝到圖像等信息即時傳遞給有人機(jī)，再由有人機(jī)下達(dá)命令指揮無人機(jī)去執(zhí)行攻擊打擊?；鹆υu估任務(wù)分為火力引導(dǎo)校射和火力打擊評估?；鹆σ龑?dǎo)校射是利用無人機(jī)進(jìn)入火力打擊目標(biāo)區(qū)，拍攝相應(yīng)區(qū)域的圖像信息，傳輸給指揮員協(xié)助觀察彈著點、修正射擊偏差量、提高火力打擊精確度、降低彈藥消耗。火力打擊評估是指前期打擊結(jié)束后，無人機(jī)進(jìn)入火力打擊目標(biāo)區(qū)，幫助觀察火力打擊效果，為下步行動提供重要依據(jù)。

其中，中斷模型也可以稱之為bre-idd模型。

s2、采用編碼方法對各個強(qiáng)制性任務(wù)信息的分發(fā)與傳遞屬性初始化，得到初始解；

s3、將所述中斷模型的當(dāng)前優(yōu)化目標(biāo)設(shè)置為在預(yù)設(shè)約束條件下最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量；并基于所述初始解，采用第一遺傳算法對當(dāng)前的中斷模型進(jìn)行求解，得到對強(qiáng)制性任務(wù)信息分發(fā)與傳遞的第一方案；

可理解的是，當(dāng)前中斷模型的目標(biāo)為在預(yù)設(shè)約束條件下最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量。

s4、判斷所述第一方案中強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量是否等于所述任務(wù)池中強(qiáng)制性任務(wù)信息的總數(shù)量；

s5、若是，則將中斷模型的當(dāng)前優(yōu)化目標(biāo)設(shè)置為在所述預(yù)設(shè)約束條件下最小化分發(fā)強(qiáng)制性任務(wù)信息的總完成時間，采用第二遺傳算法對當(dāng)前的中斷模型進(jìn)行求解，得到對強(qiáng)制性任務(wù)信息分發(fā)與傳遞的第二方案；

可理解的是，若第一方案中強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量等于所述任務(wù)池中強(qiáng)制性任務(wù)信息的總數(shù)量，說明實現(xiàn)了最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量的目標(biāo)，此時將中斷模型的優(yōu)化目標(biāo)設(shè)置為最小化分發(fā)強(qiáng)制性任務(wù)信息的總完成時間，即在實現(xiàn)最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量的基礎(chǔ)上，爭取實現(xiàn)最小化分發(fā)強(qiáng)制性任務(wù)信息的總完成時間。

s6、按照所述第二方案對任務(wù)池中的強(qiáng)制性任務(wù)信息進(jìn)行分發(fā)與傳遞。

本發(fā)明提供的信息分發(fā)處理方法，首先以最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量為優(yōu)化目標(biāo)，當(dāng)實現(xiàn)該目標(biāo)后，再以最小化分發(fā)強(qiáng)制性任務(wù)信息的總完成時間為目標(biāo)，實現(xiàn)對強(qiáng)制性任務(wù)信息進(jìn)行全部分發(fā)與傳遞的基礎(chǔ)上實現(xiàn)立即分發(fā)與傳遞，保證任務(wù)信息的時效性，避免對無人機(jī)和有人機(jī)的協(xié)同作業(yè)造成延誤。

為了清楚表述，下面對各式中涉及到的公式參數(shù)進(jìn)行說明：

本文用有向圖g(v,e,w)來表示無人機(jī)/有人機(jī)之間所有可用的通信網(wǎng)絡(luò)拓?fù)?，將無人機(jī)/有人機(jī)描述為通信網(wǎng)絡(luò)拓?fù)渲械墓?jié)點，具體模型參數(shù)如下：

v＝{1,2,…,m}表示通信網(wǎng)絡(luò)拓?fù)渲泄?jié)點集合，m表示通信網(wǎng)絡(luò)拓?fù)淇偣?jié)點數(shù)。

e＝{<i,j>|i,j∈v,i≠j}表示有向邊集合，其中<i,j>表示通信網(wǎng)絡(luò)拓?fù)渲泄?jié)點i到節(jié)點j的有向邊；

w＝{wij|i,j∈v}表示圖中每條有向邊的權(quán)值集合，其中wij表示節(jié)點i到節(jié)點j之間的歐式距離。

bv表示節(jié)點v所能提供的最大數(shù)據(jù)量，其中,v表示通信網(wǎng)絡(luò)拓?fù)渲械娜我还?jié)點,v∈v；

t表示待分發(fā)信息集合，n表示集合中元素的個數(shù)，t表示任意一個待分發(fā)信息，t∈t；其中t^a表示強(qiáng)制性任務(wù)信息，t^b表示重要級信息，t^c表示一般級信息，t^d表示低優(yōu)先級信息；

[et,lt]表示待分發(fā)信息t需要在此時間窗內(nèi)到達(dá)信息宿，et表示最早到達(dá)時間，lt表示最遲到達(dá)時間；

stt表示待分發(fā)信息t從信息源實際開始分發(fā)時刻，ett表示待分發(fā)信息t實際到達(dá)信息宿的時刻；

snt表示待分發(fā)信息t的實際信息源，ent表示需要接收待分發(fā)信息t的信息宿；

表示待分發(fā)信息t從節(jié)點i傳遞到節(jié)點j發(fā)生的傳輸時延；表示待分發(fā)信息t從節(jié)點i傳遞到節(jié)點j發(fā)生的傳播時延；

d表示通信網(wǎng)絡(luò)拓?fù)渲锌山邮艿淖畲髸r延；

twt表示待分發(fā)信息t所需要的帶寬；

nwij表示通信網(wǎng)絡(luò)拓?fù)渲杏邢蜻?lt;i,j>所能承受的最大帶寬；

pt表示待分發(fā)信息t的優(yōu)先級，pt＝1表示低優(yōu)先級任務(wù)，pt＝2表示一般級任務(wù)，pt＝3表示重要級任務(wù)，pt＝4表示中斷級任務(wù)；

ht表示完成待分發(fā)信息t的任務(wù)后可獲得的收益；

gt表示待分發(fā)信息t的權(quán)重值；

ct表示待分發(fā)信息t的可能產(chǎn)生的擾動成本；

決策變量取1或0，其中，取1表示待分發(fā)信息t從節(jié)點i發(fā)送到節(jié)點j，取0表示待分發(fā)信息t不從節(jié)點i發(fā)送到節(jié)點j。

在具體實施時，s1中調(diào)用的中斷模型的目標(biāo)函數(shù)可以用下式(1)表示：

其中，maxf1為最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量；minf2為最小化分發(fā)強(qiáng)制性任務(wù)信息的總完成時間，在不同的階段，采用不同的目標(biāo)函數(shù)，實現(xiàn)不同的優(yōu)化目標(biāo)。

在具體實施時，所調(diào)用中斷模型的預(yù)設(shè)約束條件可以根據(jù)需要設(shè)置，例如時間窗約束、時延約束、帶寬約束、信源約束、訪問唯一性約束等，其中所謂的時間窗約束為強(qiáng)制性任務(wù)信息需在預(yù)設(shè)時間窗內(nèi)完成分發(fā)傳遞，時延約束為所述強(qiáng)制性任務(wù)信息的傳輸時延和傳播時延均不超過通信網(wǎng)絡(luò)拓?fù)涞淖畲髸r延，帶寬約束為通信鏈路中同時能夠傳遞的強(qiáng)制性任務(wù)信息數(shù)據(jù)量之和不超出通信網(wǎng)絡(luò)拓?fù)渌艹惺艿淖畲髱?，信源約束為信息源發(fā)出的強(qiáng)制性任務(wù)信息數(shù)據(jù)量不超出信息源的供應(yīng)能力，訪問唯一性約束為每個強(qiáng)制性任務(wù)信息只有一個信息源、每個強(qiáng)制性任務(wù)信息只有一個信息宿、任意一個節(jié)點轉(zhuǎn)發(fā)同一個強(qiáng)制性任務(wù)信息的次數(shù)小于等于1。

上述約束條件可以采用下式表示：

時間窗約束：

ett≤lt,t∈t^a(3)

ett≥et,t∈t^a(4)

時延約束：

ett-stt≤d,t∈t^a(5)

帶寬約束：

信源約束：

訪問唯一性約束：

另外，

在具體實施時，s2中采用編碼方法對各個強(qiáng)制性任務(wù)信息的分發(fā)與傳遞屬性初始化，得到初始解的過程可以包括下述步驟：

s21、采用編碼方法將所述中斷模型的解編碼為染色體，所述染色體上包括與任務(wù)池中待分發(fā)的強(qiáng)制性任務(wù)信息一一對應(yīng)的基因；

可理解的是，強(qiáng)制性任務(wù)信息的數(shù)量與染色體上基因的個數(shù)相同，一個基因?qū)?yīng)一條強(qiáng)制性任務(wù)信息。

舉例來說，將待分發(fā)信息的數(shù)量n作染色體內(nèi)基因的數(shù)量，基因采用多元組的方式進(jìn)行編碼，m表示通信網(wǎng)絡(luò)拓?fù)渲械墓?jié)點總數(shù)量，基本的編碼方式如下：

gene＝(flag,node1,node2,...,nodem,time1,time2,…,timem)

其中，flag表示待分發(fā)信息是否可被分發(fā)，node1,node2,...nodem表示待分發(fā)信息轉(zhuǎn)發(fā)時經(jīng)過的節(jié)點，node1表示待分發(fā)信息的信息源，nodem表示待分發(fā)信息的信息宿，time1,time2,…,timem表示待分發(fā)信息在對應(yīng)節(jié)點的轉(zhuǎn)發(fā)時間，time1表示待分發(fā)信息從信息源開始分發(fā)時刻，timem表示待分發(fā)信息際到達(dá)信息宿的時刻。

s22、將染色體上每個基因的第一標(biāo)識置為1，置為1的第一標(biāo)識表征該基因?qū)?yīng)的強(qiáng)制性任務(wù)信息為可被分發(fā)與傳遞；

可理解的是，這里的第一標(biāo)識即為上述的flag，將第一標(biāo)識置為1標(biāo)識對應(yīng)的強(qiáng)制性任務(wù)信息可以被分配和傳遞。

s23、獲取各個強(qiáng)制性任務(wù)信息的宿節(jié)點nodem，并針對每一個強(qiáng)制性任務(wù)信息隨機(jī)生成一個與其宿節(jié)點不同的源節(jié)點node1；

可理解的是，由于宿節(jié)點與源節(jié)點不同，因此node1≠nodem。

s24、判斷各個強(qiáng)制性任務(wù)信息是否需要轉(zhuǎn)發(fā)；對于需要轉(zhuǎn)發(fā)的強(qiáng)制性任務(wù)信息，隨機(jī)生成多個不同的轉(zhuǎn)發(fā)節(jié)點，形成轉(zhuǎn)發(fā)路徑；對于不需要轉(zhuǎn)發(fā)的強(qiáng)制性任務(wù)信息，將其轉(zhuǎn)發(fā)節(jié)點置為-1；

可理解的是，對于不需要轉(zhuǎn)發(fā)的強(qiáng)制性任務(wù)信息，令node2＝node3＝…＝nodem-1＝-1。

可理解的是，對于需要轉(zhuǎn)發(fā)的強(qiáng)制性任務(wù)信息，隨機(jī)轉(zhuǎn)發(fā)次數(shù)c<＝m-2，將隨機(jī)生成的c個轉(zhuǎn)發(fā)節(jié)點的編號記錄至node2…,nodem-1，且保證node1≠node2≠…≠nodem。

s25、讀取各個強(qiáng)制性任務(wù)信息的時間窗；對于每一個強(qiáng)制性任務(wù)信息，在所述時間窗內(nèi)隨機(jī)生成一個時刻點，并將該時刻點作為該強(qiáng)制性任務(wù)信息到達(dá)所述宿節(jié)點的時刻；對于需要轉(zhuǎn)發(fā)的強(qiáng)制性任務(wù)信息，根據(jù)轉(zhuǎn)發(fā)路徑推算出強(qiáng)制性任務(wù)信息到達(dá)各個轉(zhuǎn)發(fā)節(jié)點的時刻以及從源節(jié)點發(fā)出的時刻；對于不需要轉(zhuǎn)發(fā)的強(qiáng)制性任務(wù)信息，推算出強(qiáng)制性任務(wù)信息從源節(jié)點發(fā)出的時刻，并將各個轉(zhuǎn)發(fā)節(jié)點的轉(zhuǎn)發(fā)時刻置為-1；

s26、將每個強(qiáng)制性任務(wù)信息的第一標(biāo)識、源節(jié)點、轉(zhuǎn)發(fā)節(jié)點、宿節(jié)點、從源節(jié)點發(fā)出的時刻、到達(dá)各個轉(zhuǎn)發(fā)節(jié)點的時刻以及到達(dá)所述宿節(jié)點的時刻作為該強(qiáng)制性任務(wù)信息的分發(fā)與傳遞屬性，各個強(qiáng)制性任務(wù)信息的分發(fā)與傳遞屬性形成初始解。

舉例來說，如圖2所示，由5個基因形成一個染色體，以第一個基因為例,(1,1,-1,2,9.5,-1,12.5)表示第一個待分發(fā)信息的從編號為1的信息源發(fā)往編號為2的信息宿，中間不經(jīng)過轉(zhuǎn)發(fā)。發(fā)送時間為第9.5秒到達(dá)時間為第10.5秒。

在具體實施時，可以循環(huán)執(zhí)行上述s3和s4，在每次執(zhí)行完s4后，對執(zhí)行次數(shù)是否達(dá)到預(yù)設(shè)次數(shù)進(jìn)行判斷，也就是說，循環(huán)執(zhí)行采用第一遺傳算法對當(dāng)前的中斷模型進(jìn)行求解、判斷所述第一方案中強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量是否等于所述任務(wù)池中強(qiáng)制性任務(wù)信息的總數(shù)量的操作以及判斷循環(huán)次數(shù)是否達(dá)到預(yù)設(shè)次數(shù)的操作，直至求解操作后的第一方案中強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量等于所述任務(wù)池中強(qiáng)制性任務(wù)信息的總數(shù)量或者循環(huán)次數(shù)達(dá)到預(yù)設(shè)次數(shù)；若循環(huán)次數(shù)達(dá)到所述預(yù)設(shè)次數(shù)，則按照最后一次求解操作后的第一方案對任務(wù)池中的強(qiáng)制性任務(wù)信息進(jìn)行分發(fā)與傳遞。

可理解的是，循環(huán)執(zhí)行s3、s4，若s4中的判斷結(jié)果為是，則執(zhí)行s5，采用s5中得到的第二方案對強(qiáng)制性任務(wù)信息進(jìn)行分發(fā)和傳遞；若若s4中的判斷結(jié)果為否，則判斷執(zhí)行s3的次數(shù)是否達(dá)到預(yù)設(shè)次數(shù)，若沒有達(dá)到預(yù)設(shè)次數(shù)，則再次執(zhí)行s3、s4；若達(dá)到了預(yù)設(shè)次數(shù)，則退出循環(huán)，將最后一次循環(huán)中得到的第一方案作為最終方案對強(qiáng)制性任務(wù)信息進(jìn)行分發(fā)和傳遞。這里通過循環(huán)或者迭代的方式，最終搜索出適應(yīng)度最高的染色體作為最優(yōu)解。

在具體實施時，s3中采用第一遺傳算法對當(dāng)前的中斷模型進(jìn)行求解的過程可以包括：

s31、將以最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量為當(dāng)前優(yōu)化目標(biāo)的中斷模型的目標(biāo)函數(shù)作為當(dāng)前的適應(yīng)度函數(shù)，計算種群中染色體的適應(yīng)度函數(shù)值；

可理解的是，可以將適應(yīng)度函數(shù)fitness＝z*count+(1-z)*time，其中z為介于0和1之間的變量。當(dāng)z＝1時，中斷模型以最大化強(qiáng)制性任務(wù)信息的分發(fā)數(shù)量為當(dāng)前優(yōu)化目標(biāo)；當(dāng)z＝0時，中斷模型以最小化分發(fā)強(qiáng)制性任務(wù)信息的總完成時間為優(yōu)化目標(biāo)。在s3中，z＝1。count為任務(wù)池中強(qiáng)制性任務(wù)信息的總數(shù)量，time為完成分發(fā)傳遞強(qiáng)制性任務(wù)信息的總時間之和。

s32、采用輪盤賭選擇法從父代群體中選擇中適應(yīng)度函數(shù)值最高的預(yù)設(shè)數(shù)量的染色體遺傳到子代群體中；

可理解的是，所謂的輪盤賭選擇法的基本思想是：各染色體被選中的概率與其適應(yīng)度函數(shù)值大小成正比。根據(jù)適應(yīng)度函數(shù)計算出染色體的適應(yīng)度函數(shù)值fitness，計算染色體個體在種群的個體的適應(yīng)度總和所占的比例relativefitness＝fitness./sum(fitness)，即為被選中遺傳至下一代的概率，比值越大，則被選擇遺傳至下一代的概率就越大。

s33、對種群中的染色體進(jìn)行兩兩單點交叉操作；

可理解的是，采用單點交叉方式,即隨機(jī)產(chǎn)生一個交叉點，依次將種群中相鄰兩個染色體位于該點后的部分進(jìn)行相互交換，生成兩個新的染色體

s34、對交叉操作得到的染色體進(jìn)行重置變異處理；

s35、對重置變異處理得到的染色體進(jìn)行第一更新操作，具體為將子代群體中適應(yīng)度最低的第一預(yù)設(shè)數(shù)量的染色體和子代群體中適應(yīng)度最低的第二預(yù)設(shè)數(shù)量的染色體組合，形成新的種群；

舉例來說，對變異后的子代群體按適應(yīng)度值的升序進(jìn)行排列，取出前sonnum個染色體，對父代群體按適應(yīng)度值的降序進(jìn)行排列，取出后fathernum個染色體，組成新的種群。

s36、將所述新的種群對應(yīng)的解作為所述第一方案。

這里，通過對染色體進(jìn)行選擇、交叉、變異等操作，將得到的染色體作為第一方案。

在具體實施時，在s35之前，還可以對重置變異處理后的染色體上基因?qū)?yīng)的分發(fā)與傳遞屬性是否滿足所述預(yù)設(shè)約束條件；

若是，則執(zhí)行所述第一更新操作；

否則，對重置變異處理后染色體的適應(yīng)度函數(shù)值進(jìn)行調(diào)整后執(zhí)行所述第一更新操作。

考慮到待分發(fā)信息需要滿足通信網(wǎng)絡(luò)拓?fù)涞膸?、時延、時間窗和信息源等約束，因此這里還對染色體進(jìn)行約束校驗。對于未能通過約束校驗的染色體，在其適應(yīng)度函數(shù)值上按需增加或減去懲罰因子，使其適應(yīng)度函數(shù)值變小或變大，在選擇操作中以去除不滿足給定約束的染色體。

在具體實施時，s34中對交叉操作得到的染色體進(jìn)行重置變異處理的過程可以包括：

s341、生成一個介于0和1之間的隨機(jī)數(shù)，若所述隨機(jī)數(shù)小于預(yù)設(shè)的變異概率，則根據(jù)所述初始解的生成方法生成一條染色體newchrom；

其中，預(yù)設(shè)的變異概率在0和1之間。

s342、在子代群體中隨機(jī)選擇一條染色體，并用根據(jù)所述初始解的生成的染色體newchrom替代隨機(jī)選擇的染色體，其他染色體保持不變。

在具體實施時，上述s5中采用第二遺傳算法對當(dāng)前的中斷模型進(jìn)行求解可以包括多個迭代過程，直至迭代次數(shù)達(dá)到預(yù)設(shè)次數(shù)，將最終的種群對應(yīng)的解作為所述第二方案；其中，每一個迭代過程包括：

s51、將以最小化分發(fā)強(qiáng)制性任務(wù)信息的總完成時間為當(dāng)前優(yōu)化目標(biāo)的中斷模型的目標(biāo)函數(shù)作為當(dāng)前的適應(yīng)度函數(shù)，計算種群中染色體的適應(yīng)度函數(shù)值；

可理解的是，在s5中，z＝0。

s52、采用輪盤賭選擇法從父代群體中選擇中適應(yīng)度函數(shù)值最高的預(yù)設(shè)數(shù)量的染色體遺傳到子代群體中；

s53、對種群中的染色體進(jìn)行兩兩單點交叉操作；

s54、對交叉操作得到的染色體進(jìn)行刪除轉(zhuǎn)發(fā)節(jié)點變異處理；

s55、對刪除轉(zhuǎn)發(fā)節(jié)點變異處理得到的染色體進(jìn)行第二更新操作，具體為將子代群體中適應(yīng)度最高的第一預(yù)設(shè)數(shù)量的染色體和子代群體中適應(yīng)度最高的第二預(yù)設(shè)數(shù)量的染色體組合，形成新的種群。

舉例來說，對變異后的子代群體按適應(yīng)度值的降序進(jìn)行排列，取出前sonnum個染色體，對父代群體按適應(yīng)度值的升序進(jìn)行排列，取出后fathernum個染色體，組成新的種群。

這里，通過對染色體進(jìn)行選擇、交叉、變異等操作，將得到的染色體作為第二方案。

其中，s54中對交叉操作得到的染色體進(jìn)行刪除轉(zhuǎn)發(fā)節(jié)點變異處理可以包括：生成一個介于0和1之間的隨機(jī)數(shù)，若所述隨機(jī)數(shù)小于預(yù)設(shè)的變異概率，則隨機(jī)選擇染色體中的一個基因，并將隨機(jī)選擇的基因?qū)?yīng)的強(qiáng)制性任務(wù)信息的轉(zhuǎn)發(fā)節(jié)點置為-1，并將強(qiáng)制性任務(wù)信息到達(dá)各個轉(zhuǎn)發(fā)節(jié)點的時刻置為-1。

在具體實施時，在所述對刪除轉(zhuǎn)發(fā)節(jié)點變異處理得到的染色體進(jìn)行第二更新操作之前，所述方法還可以包括：

對刪除轉(zhuǎn)發(fā)節(jié)點變異處理后的染色體上基因?qū)?yīng)的分發(fā)與傳遞屬性是否滿足所述預(yù)設(shè)約束條件；

若是，則執(zhí)行所述第二更新操作；

否則，對刪除轉(zhuǎn)發(fā)節(jié)點變異處理后的染色體的適應(yīng)度函數(shù)值進(jìn)行調(diào)整后執(zhí)行所述第二更新操作。

這里，判斷刪除轉(zhuǎn)發(fā)節(jié)點變異處理后的染色體上基因?qū)?yīng)的分發(fā)與傳遞屬性是否滿足所述預(yù)設(shè)約束條件，實際上是一種約束校驗，以保證染色體對應(yīng)的方案滿足預(yù)設(shè)約束條件。

綜上所述，本發(fā)明提供的考慮人工干預(yù)的無人-有人機(jī)編隊信息分發(fā)處理方法，可以對強(qiáng)制性任務(wù)信息進(jìn)行合理的安排，盡量在對強(qiáng)制性任務(wù)信息的分發(fā)與傳遞數(shù)量最大化的基礎(chǔ)上實現(xiàn)分發(fā)與傳遞的時間最小化，避免對無人機(jī)和有人機(jī)的協(xié)同作業(yè)造成延誤。

最后應(yīng)說明的是：以上各實施例僅用以說明本發(fā)明的實施例的技術(shù)方案，而非對其限制；盡管參照前述各實施例對本發(fā)明的實施例進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述各實施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分或者全部技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明的實施例各實施例技術(shù)方案的范圍。