多无人机追踪通信策略及其在固定神风多架规避无人机中的优化应用

⃝可在www.sciencedirect.com在线获取ScienceDirectICTExpress 6（2020）76www.elsevier.com/locate/icte在固定神风多架规避无人机时优化多架追踪无人机性能的切换目标通信策略Ario Yudo Husodoa，b，Graca，Grafika Jatia，Amarulla Octavianc，Wisnu Jatmikoaa印度尼西亚印度尼西亚大学计算机科学系b印度尼西亚马塔兰大学工程学院信息工程系印度尼西亚海军指挥与参谋学院（Indonesia Naval Command and Staff College）接收日期：2019年11月30日;接收日期：2020年3月9日;接受日期：2020年3月31日2020年4月9日网上发售摘要我们提出了一种方法，用于优化多无人机追击者战场这个问题的核心是使规避者对有多个追击者把守的防御区造成的损害最小化。我们提出了一种追踪者之间的沟通策略，每个追踪者可以相互沟通，以决定 逃避者应该被每个追捕者追捕并固定住。我们模拟所提出的方法在一个动态的3D环境。仿真结果表明，我们提出的方法性能优于常用的算法来解决这类问题。c2020年韩国通信与信息科学研究所（KICS）。出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：战场;神风;多无人机;性能优化;切换目标通信1. 介绍无人机技术的快速发展引发了无人机在战场上执行的可能的破坏性攻击的增加。在当今的环境中，多个无人机可以作为一个群（组）一起工作来攻击战场上的一个区域。使用传统技术克服这个线程是完全无用的。需要一个更好的战略来有效地解决这个问题最有前途的方法之一是使用多个无人机的技术，这些技术作为一组追击者工作，可以自动捕捉，摧毁，或消灭任何现有的逃避者，如图所示。1.一、从计算机科学领域来看，前面提到的问题是多追踪者多逃避者（MPME）问题的一部分。MPME是群优化中的一个计算机科学问题，其中有许多追捕者试图捕获一些试图渗透和攻击一个区域的逃避者。在这类问题中，有一群逃避者试图 同时向安全区域移动，*通讯作者：Faculty of Computer Science，Universitas Indonesia，印度尼西亚。电子邮件地址： ario@unram.ac.id（A.Y. Husodo）。同行评审由韩国通信和信息科学研究所（KICS）负责https://doi.org/10.1016/j.icte.2020.03.007作为他们的目标。当躲避者到达目标的特定距离时，躲避者可以使用他们拥有的任何可用武器攻击目标。这个问题的主要任务是如何协调一组防御者（追捕者）追捕所有逃避者，然后通过向他们射击武器来固定他们。每一个追踪者都能在一定范围内探测到其周围每一个躲避者的存在和位置。然而，任何追捕者都无法预测每个逃避者的行动。MPME问题的目标是最小化规避者对安全区域的破坏。已经有许多方法来解决MPME问题变体，例如[1在MPME研究课题中，追击者如何捕获、摧毁或固定目标的技术问题通常没有得到详细讨论。这个技术问题与算法的实施环境密切相关MPME研究问题通常通过当追踪者处于逃逸者的特定范围内时自动消灭逃逸者来简化逃逸者捕获过程的解释。MPME研究中使用的共同假设也是，虽然逃避者可以对目标区域造成伤害，但每个逃避者都不会攻击任何追击者。本文也将遵循这些方法。在传统的方法中，MPME问题是通过将逃避者锁定为追踪者目标来解决的。追击者将表演2405-9595/2020韩国通信和信息科学研究所（KICS）。出版社：Elsevier B.V.这是一个开放的访问CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。A.Y. Husodo，G.Jati，A.屋大维等人/ICT Express 6（2020）7677Fig. 1. MPME无人机插图。图二、 各个地区都有不同的追求者。一些寻路和避障算法，以找到到达锁定目标（逃避者）的最佳路径。在这种方法中，也可以进行一些围攻演习。根据MPME现有解决方案的最新性能，传统方法可以实际解决MPME问题。这种方法可以在数学上证明可以抓住所有现有的逃避者。在[1]中可以看到这种传统方法的研究示例MPME问题的主要任务是尽可能快地捕获所有存在的逃避者，以使损失最小化。虽然已经有一些解决方案可以捕获所有现有的逃避者，但仍然需要一些改进来减少逃避者攻击造成的伤害。这就是本文所提出的改进。我们开发了一种基于战场物联网（IoBT）发展的方法。在这里，每个追踪者都可以共享数据并相互通信。如[4]中所述，在当今的实际问题中，反无人机研究领域的开放研究问题之一是关于处理多个无人机的数据关联。本文试图提出一种解决这一问题的方法。2. 研究范围本文针对[ 5 ]中描述的主题对多无人机通信策略进行了更详细的解释由于[5]中出现的问题，我们试图解释我们提出的算法如何在规避无人机之间进行有效的通信策略。在这里，我们把我们的问题集中在MPME问题的变种，逃避者作为神风部队，在那里他们不考虑回家的方式机动，甚至躲避机动。闪避者只关心他们能对特定目标造成多少关于这种损害的方程可以在[5]中看到。本文使用了[5]提供的相同假设和范围。本研究并没有说明采用何种路径规划算法或避障算法每个追求者都要抓住一个逃避者。有许多关于路径规划和避障的算法，例如，[6本文将只关注通信策略，以分配哪些逃避者应该被每个追捕者有效地追捕。本文也不会描述追击者需要什么样的传感器来检测追击者周围的躲避者的位置。许多文章也讨论了这一点，例如[7，9，13]。在本文中，每个追求者有一个有限的检测范围，以检测任何可用的周围规避者的位置。每一个追踪者都能在事务长的探测范围内得到每一个逃避者的精确位置，但它不能预测任何一个逃避者本文也没有描述每个追踪者使用什么技术来通信和共享数据，因为它可以根据无人机技术所使用的技术问题而变化。本文只关注追踪者之间共享什么样的数据以及每个追踪者应该如何对接收到的数据做出响应。本文重点研究了无人机3. 该方法在我们的问题范围内，每个追踪者有3个不同的区域。图2示出了每个追踪者所拥有的区域变化。请注意，图中的区域。2是追踪者周围的3D环境区域的2D简化区域。在图2中，圆心表示追踪者的位置。每个追踪者只有在R2区域内才能发现逃避者的位置。因此，任何追踪者都无法检测到位于R3区域的任何逃避者。当一个追逐者追逐一个逃避者时，可能有一段时间被追逐的逃避者离追逐者足够近，以至于逃避者在R1区域内。R1区域象征着一个区域，追击者可以通过任何可用的武器准确地攻击逃避者。因此，当逃避者处于R1区域时，为了简单起见，本文将自动销毁逃避者。这种方法也在[5]中使用。许多MPME类型的研究假设每个追击者都有无限数量的武器/弹药。因此，在这项研究中，没有追击者耗尽弹药的情况。无论有多少规避者进入追击者的R1区域，追击者都能自动消灭R1区域内的规避者算法1描述了所提出的方法的主要算法。每个追踪者都执行这个算法。在该算法中，变量Pme表示运行该算法的追踪者。在我们提出的方法中，每个追踪者都可以与所有现有的追踪者通信，并且没有主节点。追击者的队伍当一个追踪者Px锁定了一个逃避者Lockx并试图追踪它时，其他追踪者可以自动地知道一个追踪者正在瞄准逃避者Lockx。然而，关于哪个追踪者正在追踪lockx的信息只能在追踪者Pme调用FindPursuerWhoIs- Chasing（lockx）过程之后才能知道，如算法1第09行所示。简而言之，FindPursuerWhoIsChasing（lockx）的过程是一种机制，其中Pme询问每个追踪者他们是否正在追踪lockx。当追踪者Px追踪Lockx时，它会将自己的信息提供给Pme。78A.Y. Husodo，G.Jati，A.屋大维等人/ICT Express 6（2020）76√图3.第三章。切 换 目 标 的 简单案例说明。主要提出的方法是算法1行（09这行代码描述了当一个追捕者Pme试图追赶一个被锁定的逃避者lockx，Pme与正在追赶lockx的追赶者Px通信。如果Pme到lockx的距离比Px到lockx的距离更近，则Pme将超过lockx的追逐。与此同时，Px应该停止追逐Lockx，并尝试追逐另一个逃避者。ds=（dx）2+（dy）2+（dz）2（1）由于每个无人机都可以在3D空间中自由移动，因此（1）计算两个无人机之间的距离（ds），其中dx， dy和dz连续表示两个无人机在三维空间中x轴，y轴和z轴上的距离单位。请注意，算法1中使用的锁定逃避者一词是指被指定为被追赶者追赶的逃避者。图3说明了本文提出的切换目标策略的最简单情况。图3（a）示出了追踪者Px试图追踪锁定的逃避者lockx的初始位置。当追踪者Pme检测到lockx的存在时，如图2所示，图3（b），Pme与Px通信以比较它们与lockx的距离。如果Pme更接近lockx，那么lockx应该被Pme而不是Px追赶，如图所示。 3（c）.默认情况下，当追踪者没有发现任何规避者的存在时，它倾向于通过调用执行待机机动程序在安全（受保护）区域周围待机。你可能会注意到，在所提出的方法中，没有明确的围攻机动来追逐逃避者。我们故意避免围攻战术，以优化每个追击者的资源利用。而不是执行围攻演习，我们倾向于综合MPME问题的损害结果可以减少时，每个追逐者只追逐最近的可用逃避者，而不是被另一个追逐者追逐4. 实验结果有两个主要参数作为所提出的方法性能有多好的指标;第一个是迭代次数（num iter），第二个是损坏次数（numdmg）。追踪器指示追踪者需要多少次迭代才能抓住所有试图攻击安全区域的逃避者。根据[5]，num iter对于任何不同的算法都不会有太大的变化;因此，我们可以忽略这个参数。同时，伤害数表示被保护区域受到躲避者攻击的伤害数.它被计算为在每次迭代的特定范围内，来自该区域周围的规避者的损害累积。在现实生活中，逃避者只能在距离很近的情况下攻击一个区域，该地区因此，在这个实验中，只有当在安全区域的特定范围内存在逃避者时，numdmg才增加。请参阅[5]以了解用于测量数字的更详细公式。这里，对于性能评价参数，一个区域接收到的dmg数越少，算法的性能越好。在这项研究中，我们测试所提出的算法在3DUnity环境这里，我们使用模拟环境提供的距离测量单元。在我们的模拟器中，没有将一个距离单位精确校准为真实的物理距离单位，如米。然而，我们试图A.Y. Husodo，G.Jati，A.屋大维等人/ICT Express 6（2020）7679见图4。显示实验中无人机位置的迷你地图。(For在该附图图例中对颜色的引用的解释，这篇文章的网络版本图五. 性能评估仿真环境(For在该附图图例中对颜色的引用的解释，这篇文章的网络版本在我们的模拟器中，管理一个距离单位是追踪无人机每秒可以达到的最大距离。因此，在我们的模拟器中，追踪无人机每次迭代可以移动1个距离单位。打个比方，如果在真实的物理世界中，无人机的最大飞行速度为8米/秒，那么我们模拟器中的距离单位等于现实世界中的8米。在我们的模拟器中，我们使用3D坐标系，无人机不在严格的离散网格中移动。坐标系可以是十进制数，例如0.123。每一架追踪无人机都可以向任意方向移动在我们的实验中，我们并不假设所有的逃避者和追赶者都有相同的速度。我们试图探讨无人机之间的速度变化对num dmg的影响。我们提供表1来解释我们在这个实验中的参数。请注意，在表1中，我们还提供了追踪者区域R1和R2的一些不同值。作为一个温和的提醒，我们要强调的是，我们提出的算法是一个优化算法。我们希望提高任何可用方法的性能来处理我们讨论的问题。因此，我们不提供逃避者的随机运动，因为这种运动会产生一些有偏差的结果。当一个躲避者无人机执行一个非攻击性的移动比如隐藏，这个移动不会对安全区域造成任何伤害（numdmg）。根据我们的目标，我们可以忽略这个运动。由于我们的主要目标是减少数字dmg，我们集中我们的实验上表明，我们提出的算法可以执行一个很好的结果，在处理神风无人机直接攻击。这种方法在促进MPME问题的优化算法方面是计算形式化的，如[5]中所使用的。在神风敢死队无人机演习中，每一次逃避者无人机的动作都是为了对目标进行直接攻击图4（a）显示了在每次测试中逃避者和追踪者的初始位置。我们设定了距离安全区域最近的躲避距离为40单位。请注意，图。4只是一个小地图，从天空的看法，这象征着每一个无人机与圆点。如果我们仔细观察模拟环境，那么图5显示了我们如何显示无人机。在图4中，逃避者用棕色的点表示，而追赶者用绿色的点表示。红圈在图的中心。4表示需要保护的区域的中心点。如图所示，逃避者从四个方向有两个主要的队形。图4（a）中的两个形状分别是图4（a）的左侧和右侧所示的三角形形状和图4（a）的上侧和下侧所示的矩形形状。 4（a）.每个躲避者从不同的（随机的）高度开始，然后直接移动，但在一个恒定的高度到一个安全的区域。每个规避者不执行任何隐藏或躲避动作，因为这将对性能评估产生偏差。在这里，我们遵循[ 5 ]中使用的逃避者当一个躲避者离目标足够近时，它会将纬度改变为安全区域的高度。与此同时，追击者从一个安全区域周围的随机位置开始。在一段时间的迭代之后，每个无人机的坐标可以改变，如图4（b）所示。请注意，图中的点越大。4、它的位置离地面越高。图5显示了仿真环境中有两种无人机。在这个实验中，绿色的无人机代表追踪者无人机;同时，棕色的无人机代表逃避者无人机。紫色的线生动地描绘了追捕者捕获逃避者的过程。如果我们仔细看一下图5，如果追踪者没有一个好的策略来解决问题，那么追踪者无人机处理所有的逃避者往往是复杂的。因此，为了有效地管理这里讨论的MPME问题，提出了切换目标通信策略。为了得到客观的结果性能评价所提出的方法，我们比较了所提出的方法与传统的方法通常用于解决MPME问题。有许多用于解决MPME问题的传统方法的变体，例如，通过使用面积最小化，如[1]所示。然而，在常规方法的一般使用中，每个追赶者仅追赶在追赶者周围检测到的最近的逃避者。没有切换目标通信80A.Y. Husodo，G.Jati，A.屋大维等人/ICT Express 6（2020）76表1性能评估的实验结果图第六章 损坏比较结果的数量（情况1-16）。图第七章 损坏比较结果的数量（案例17-24）。其中的战略。在我们的模拟中，我们实现了一个传统的方法，通过使用这种方法：每个追求者只追逐最近的检测到的逃避者一个追求者，追求它，直到追求者可以摧毁它，然后进行新的搜索其他逃避者。我们已经进行了不同数量的追求者与。回避评价我们提出的方法和传统方法之间的综合性能评价因为这个实验与动态环境有关，我们对每个场景测试5次，然后写下它们的平均数字，如表1所示。 图 6和7显示了表1的数据趋势。为了便于阅读，我们将表1结果的图表分为图1和图2。6和图7请注意，这两个数字都使用在y轴上有一个不同的刻度。根据这些数字，所提出的方法比通常用于求解MPME的传统方法性能更好。5. 讨论和结论实验结果表明，本文提出的方法比通常用于求解MPME问题的传统方法具有更好的性能。该方法与传统方法相比产生更少的损伤。在传统方法中，每个追踪者倾向于追踪在追踪者周围检测到的最近的逃避者。因此，当一个以上的追逐者包围一个逃避者时，所有的追逐者都倾向于追逐逃避者，然后执行围攻战术。从理论上讲，这种方法确实会使抓捕逃犯的时间变得更有效率。然而，作为缺点，该方法倾向于忽略可能损害安全区域的任何其他逃避者。图8示出了这种情况。图8，有几个绿色的追求者试图追逐红色的逃避者ev在中心。与此同时，其他棕色逃避者被忽视了。虽然我们提出的方法大多优于与传统方法的结果相比，当我们运行实验情况5（表1）时，我们提出的方法产生了比传统方法更差的结果。在这种情况下，传统方法执行得更好，因为逃避者的数量等于追踪者的数量比较这个A.Y. Husodo，G.Jati，A.屋大维等人/ICT Express 6（2020）7681图八、 传统MPME方法的缺点示例。结果通过案例1根据我们的实验，R1和R2区对数字化有显著影响。当R1和R2的覆盖率增加时，传统方法和所提出的方法的数目都减少。这一结果表明，当我们尝试使用无人机开发区域防御系统时，无人机传感器可以探测到的区域越宽，无人机的性能就越好。表1的结果还表明，追击者无人机的速度在保卫一个地区方面是非常关键的。当追击者的速度小于躲避者的速度时，那么所保护区域的破坏将更加严重。因此，当我们考虑开发这种基于多无人机的防御系统时，我们应该使用最先进的无人机技术，可以高速移动。在我们的实验中，我们不分析无人机追踪无人机通信所需的消耗。这一参数对于实际执行确实至关重要。但是，由于电池技术的快速发展此外，根据[14]，无人机实际使用的通信相关能量远小于无人机的推进能量。数个月的时间，是一个漫长而漫长的过程。因此，我们考虑忽略此参数。与传统方法不同的是，在所提出的方法中，每个追逐者都试图避免围攻机动。每一个追捕者都互相沟通，以检查哪个追捕者应该照顾一个逃避者。这样做，虽然抓一个逃跑者的速度可能没有抓一个逃跑者那么快，常规方法的性能速度快，一般来说，捕获所有逃避者所需的时间更快。这样一来，闪避者的攻击伤害就可以降低。 由于实验是在动态环境中进行的，其中每个无人机的运动不能100%精确地重复，因此很难说明所提出的方法的改进百分比。这取决于有多少追求者和逃避者参与了实验。然而，根据我们的实验，它表明，所提出的方法可以用来优化性能的传统MPME方法在处理攻击从多个规避无人机在战场上。在该实验中，所提出的方法的最佳改进之一如表1案例15所示，其中损伤减少可以执行超过99%。最后，通过实验证明了切换目标通信策略的使用，可以提高多个追踪无人机在战场上捕获多个规避无人机的性能。竞合利益作者声明，他们没有已知的可能影响本文所报告工作CRediT作者贡献声明本课程主要内容包括：概念化，方法论，软件，验证，调查，数据管理，写作初稿，可视化.Grafika Jati：验证，形式分析，写作-评论编辑。Amarulla Octavian：概念化，资源。Wisnu Jatmiko：概念化，写作-评论编辑，监督，项目管理，资金获取。确认这项工作得到了印度尼西亚大学“Penugasan PublikasiArtikel di Jurnal Internasional Kuartil Q1 Q2”赠款的部分支持00/2019.引用[1] A. Pierson，Z. Wang，M. Schwager，Intercepting Rogue Robots：AnAlgorithm for Capture Multiple Evaders with Multiple Pursuers，IEEERobot。自动Lett. 2（2）（2017）530[2] L. Gregorin，S.N. Givigi，E. Freire，E.卡瓦略湖Molina，多机器人最坏情况下的追赶-逃避问题的启发式算法，IEEE Access5（2017）17552[3] S. Jia，X.王湖，加-地沈，一个连续时间马尔可夫决策过程为基础的方法与应用在一个追逐逃避的例子，IEEETrans. 系统曼·赛伯恩系统46（9）（2016）1215[4] X.施角，澳-地杨，W. Xie C. Liang，Z. Shi，J. Chen，Anti-DroneSystemwith Multiple Surveillance Technologies ： Architecture ，Implementation ， andChallenges ， IEEE Commun. 麦 格 56 （ 4 ）（2018）68[5] A.Y. Husodo，G. Jati，A.屋大维，W. Jatmiko，增强社交蜘蛛优化算法，用于提高多个追击无人机在中和来自多个逃避无人机的攻击中的性能，IEEE Access 8（2020）22145-22161。[6] A. Mardani，M. Chiaberge，P. Giaccone，通信感知无人机路径规划，IEEE Access 7（2019）52609-52621。[7] W. Shi等人，无人机辅助无线电接入网络中的多无人机3-D轨迹规划和调度，IEEE Trans。技术68（8）（2019）8145-8158。[8] M.C.P. Santos，C.D.罗萨莱斯湾萨尔西内利-菲柳河Carelli，一种具有 防撞 功 能 的新 型 基 于零 空 间 的无 人 机 轨迹 跟 踪 控制 器，IEEE/ASME Trans. Mechatronics 22（6）（2017）2543-2553。82A.Y. Husodo，G.Jati，A.屋大维等人/ICT Express 6（2020）76[9] K. McGuire，G. de Croon角De Wagter，K. Tuyls，H. Kappen，Efficient optical flow and stereo vision for velocity estimationandboundary avoidance on a autonomous pocket drone，IEEE Robot.自动Lett. 2（2）（2017）1070[10] 柳世俊，J.H.帕克，S.H. Kim，A. Shrestha，无人机辅助物联网传感器网络中的飞行路径优化，ICT Express 2（3）（2016）140-144。[11] A.Y. Husodo，H.A. Wisesa，W. Jatmiko，用于进行固定翼自主飞行器避障机动的动态运动规划，在：2019年第四届亚太智能机器人系统会议（ACIRS），名古屋，日本，2019年，pp.七十八比八十三[12] A.Y. Husodo，H.A. Wisesa，W. Jatmiko，使用方向矩阵来确定自主四轴无人机在面对障碍物时的路径，在：2019年第四届亚太智能机器人系统会议（ACIRS），名古屋，日本，2019年，pp.八九比九十四[13] A.Y. Husodo，G. Jati，N. Alfiany，W. Jatmiko，基于2D图像和区域扩展原理的入侵者无人机定位，用于支持军事防御系统，2019年IEEE通信，网络和卫星国际会议（Comnetsat），印度尼西亚望加锡，2019年，pp. 35比40[14] Y.曾河，巴西-地Zhang，Energy-efficient UAV communication withtrajectoryoptimization ， IEEE Trans. Wireless Commun. 16 （ 6 ）（2017）3747-3760。[15] C. Desset等人，灵活的LTE基站功率建模，：2012 IEEE无线通信和网络会议（WCNC），上海，2012，pp.2858-2862。[16] C.D. Franco，G. Buttazzo，无人机的能量感知覆盖路径规划，在：2015年IEEE自主机器人系统和竞赛国际会议，Vila Real，2015年，pp.111-117