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：中国人民解放军国防大学联合勤务学院

摘要：本申请公开了一种无人机蜂群的协同性能分析方法、系统、介质及电子设备，方法包括：接收任务指令，任务指令携带无人机蜂群的任务分配参数和航迹规划参数；根据任务分配参数和航迹规划参数，生成飞行控制信息，发送至无人机蜂群，以控制无人机蜂群进行飞行；收集无人机蜂群飞行过程中的飞行数据，飞行数据包括任务定性指标和航迹定量指标；基于任务定性指标和航迹定量指标，对无人机蜂群的协同性能进行分析，得到无人机蜂群的协同性能等级。因此，采用本申请实施例，可提升分析无人机蜂群的协同性能的准确度。

主权项：1.一种无人机蜂群的协同性能分析方法，其特征在于，所述方法包括：接收任务指令，任务指令携带无人机蜂群的任务分配参数和航迹规划参数；根据所述任务分配参数和航迹规划参数，生成飞行控制信息，发送至所述无人机蜂群，以控制所述无人机蜂群进行飞行；收集所述无人机蜂群飞行过程中的飞行数据，所述飞行数据包括任务定性指标和航迹定量指标；基于所述任务定性指标和航迹定量指标，对所述无人机蜂群的协同性能进行分析，得到所述无人机蜂群的协同性能等级；其中，所述任务定性指标包括任务完成时间、任务执行效率、能源消耗率；所述航迹定量指标包括航迹执行准确度、实际飞行速度、实际飞行高度、避障信息以及通信频率；所述基于所述任务定性指标和航迹定量指标，对所述无人机蜂群的协同性能进行分析，得到所述无人机蜂群的协同性能等级，包括：对所述任务完成时间、任务执行效率、能源消耗率进行归一化处理，得到多个第一归一化参数；将所述航迹执行准确度、实际飞行速度、实际飞行高度、避障信息以及通信频率进行归一化处理，得到多个第二归一化参数；根据所述多个第一归一化参数和所述多个第二归一化参数，构建所述无人机蜂群的飞行参数矩阵；将所述飞行参数矩阵输入预先训练的协调性能等级分析模型中；输出所述无人机蜂群对应的协同性能等级；其中，按照以下步骤生成预先训练的协调性能等级分析模型，包括：收集每组无人机蜂群的历史飞行数据；根据所述每组无人机蜂群的历史飞行数据，构建模型训练样本，所述模型训练样本中包括历史飞行参数矩阵；创建神经网络；构建历史飞行参数矩阵的维度约束损失，并基于所述维度约束损失，构建所述神经网络的损失函数，得到协调性能等级分析模型；将所述模型训练样本输入所述协调性能等级分析模型中，输出所述协调性能等级分析模型的损失值；在损失值到达最小时，生成预先训练的协调性能等级分析模型；其中，所述神经网络的损失函数表达式为： 其中，L为模型损失值，是协调性能等级划分的交叉熵损失函数，是自然常数，是全连接层参数，是转置操作，表示当协调性能等级划分错误时对历史飞行参数矩阵的维度约束损失，为历史飞行参数矩阵中元素数量，为历史飞行参数矩阵中第一个元素，表示模型对输入历史飞行参数矩阵及其关联的协调性能等级所提取的特征；h是一个指示函数，当协调性能等级划分错误时，=1，反之h=0；是约束的权重；是第i组无人机蜂群的历史飞行参数矩阵所关联的协调性能等级；是当协调性能等级划分正确时对历史飞行参数矩阵的维度约束损失，和是预设的非0常数。

全文数据：

权利要求：

百度查询： 中国人民解放军国防大学联合勤务学院 无人机蜂群的协同性能分析方法、系统、介质及电子设备