【无人机任务分配】基于合同网协议(CNP算法)实现多无人机具有时间窗口和优先级约束任务分配及跟踪问题附matlab代码

简介: 【无人机任务分配】基于合同网协议(CNP算法)实现多无人机具有时间窗口和优先级约束任务分配及跟踪问题附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

多无人机(UAV)协同目标分配是多无人机协同控制的重要内容之一.针对多无人机协同侦察问题,以提高作战效能,减少侦察代价和任务完成时间为目的进行目标分配,首先建立了目标分配问题的数学模型,在初始分配的基础上,使用基于合同网的目标分配方法,引入负载系数参数,最后通过迭代执行买卖合同与交换合同实现了任务的合理分配.由仿真结果可知,算法能够给出很好的优化效果的分配方案,并有很好的可扩展性.

⛄ 部分代码

close all

clc

clear


num_of_UAVs = 4; % Num of UAVs


time = 1300;


sample_arena = Arena; % Arena , If you want to change the position of static

% Obstacals, see the Arena.m file


tic


for i = 1:1:num_of_UAVs

   % Initialising the Aircrafts

   UAVs(i) = AirCraft(i);

 

end


sample_mission_planner = mission_planner(UAVs, sample_arena );

% Initialising the mission planner

N = time/sample_arena.dt;

%% Loop run


for i = 1:1:N

   

   for k = 1:1:numel(UAVs)

       

       sample_mission_planner.plan_mission(k);

       % Plan mission i,e get the new command for the k-th UAV

   end

   

   for k = 1:1:numel(UAVs)

       UAVs(k).move(sample_arena);

       % move the K-th UAV

   end

 

end



toc


%% Figure plots

figure (1);

hold on


for l = 1:1:num_of_UAVs

   X = [UAVs(l).vehical_log.x];

   Y = [UAVs(l).vehical_log.y];

   Z = [UAVs(l).vehical_log.h];

   if l == 1

       plot3(X , Y , Z,'y')

   elseif l == 2

       plot3(X , Y , Z , 'g')

          elseif l == 3

       plot3(X , Y , Z , 'k')

       

   end

   

end


buildings = sample_arena.static_object;


plot([buildings(1).x;buildings(2).x;buildings(3).x;buildings(4).x] , [buildings(1).y;buildings(2).y;buildings(3).y;buildings(4).y],'bs')

title('Routes followed by the UAVs','fontsize',7)

xlabel('East(m)')

ylabel('North(m)')

zlabel('Up(m)')


axis equal , grid on , pause(0.01),hold off;



for i = 1:1:num_of_UAVs

   

   speed(:,i) = [UAVs(i).vehical_log.v];

   heading(:,i) = [UAVs(i).vehical_log.psi];

   bank(:,i) = [UAVs(i).vehical_log.phi];

   height(:,i) = [UAVs(i).vehical_log.h];

   

end


figure(3)

subplot(4,1,1)

plot(speed)

xlabel('time (s)','fontsize',7)

ylabel('air spd (m/s)','fontsize',7)


subplot(4,1,2)

plot(heading)

xlabel('time (s)','fontsize',7)

ylabel('hdg (deg)','fontsize',7)



subplot(4,1,3)

plot(bank)

xlabel('time (s); solid - actual; dotted - cmd','fontsize',7)

ylabel('bank (deg)','fontsize',7)

subplot(4,1,4)

plot(height)

xlabel('time (s)','fontsize',7)

ylabel('ht (m)','fontsize',7)

⛄ 运行结果

⛄ 参考文献

[1] 钱艳平, 夏洁, 刘天宇. 基于合同网的无人机协同目标分配方法[C]// CNKI. CNKI, 2011:5.

[2] 常松, 贾子彦. 基于改进合同网算法的多无人机任务分配[J]. 物联网技术, 2020, 10(5):3.

⛳️ 代码获取关注我

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
4月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
463 0
|
4月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
237 8
|
4月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
275 8
|
4月前
|
传感器 机器学习/深度学习 算法
【无人机协同】动态环境下多无人机系统的协同路径规划与防撞研究(Matlab代码实现)
【无人机协同】动态环境下多无人机系统的协同路径规划与防撞研究(Matlab代码实现)
311 0
|
4月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
316 2
|
5月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
296 3
|
5月前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
214 6
|
4月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
5月前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
330 14
|
4月前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)

热门文章

最新文章