【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


目录
打赏
0
0
0
0
835
分享
相关文章
基于Retinex算法的图像去雾matlab仿真
本项目展示了基于Retinex算法的图像去雾技术。完整程序运行效果无水印,使用Matlab2022a开发。核心代码包含详细中文注释和操作步骤视频。Retinex理论由Edwin Land提出,旨在分离图像的光照和反射分量,增强图像对比度、颜色和细节,尤其在雾天条件下表现优异,有效解决图像去雾问题。
基于DWA优化算法的机器人路径规划matlab仿真
本项目基于DWA优化算法实现机器人路径规划的MATLAB仿真,适用于动态环境下的自主导航。使用MATLAB2022A版本运行,展示路径规划和预测结果。核心代码通过散点图和轨迹图可视化路径点及预测路径。DWA算法通过定义速度空间、采样候选动作并评估其优劣(目标方向性、障碍物距离、速度一致性),实时调整机器人运动参数,确保安全避障并接近目标。
139 68
近端策略优化(PPO)算法的理论基础与PyTorch代码详解
近端策略优化(PPO)是深度强化学习中高效的策略优化方法,广泛应用于大语言模型的RLHF训练。PPO通过引入策略更新约束机制,平衡了更新幅度,提升了训练稳定性。其核心思想是在优势演员-评论家方法的基础上,采用裁剪和非裁剪项组成的替代目标函数,限制策略比率在[1-ϵ, 1+ϵ]区间内,防止过大的策略更新。本文详细探讨了PPO的基本原理、损失函数设计及PyTorch实现流程,提供了完整的代码示例。
29 10
近端策略优化(PPO)算法的理论基础与PyTorch代码详解
基于分块贝叶斯非局部均值优化(OBNLM)的图像去噪算法matlab仿真
本项目基于分块贝叶斯非局部均值优化(OBNLM)算法实现图像去噪,使用MATLAB2022A进行仿真。通过调整块大小和窗口大小等参数,研究其对去噪效果的影响。OBNLM结合了经典NLM算法与贝叶斯统计理论,利用块匹配和概率模型优化相似块的加权融合,提高去噪效率和保真度。实验展示了不同参数设置下的去噪结果,验证了算法的有效性。
基于SA模拟退火优化算法的TSP问题求解matlab仿真,并对比ACO蚁群优化算法
本项目基于MATLAB2022A,使用模拟退火(SA)和蚁群优化(ACO)算法求解旅行商问题(TSP),对比两者的仿真时间、收敛曲线及最短路径长度。SA源于金属退火过程,允许暂时接受较差解以跳出局部最优;ACO模仿蚂蚁信息素机制,通过正反馈发现最优路径。结果显示SA全局探索能力强,ACO在路径优化类问题中表现优异。
|
6月前
|
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
272 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
161 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
137 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等