恶意干扰下多目标跟踪的无人机群动态协作：功率、路径与目标关联的联合优化
系统与控制
2023-06-29 v1 系统与控制
摘要
本文研究了存在干扰机时无人机（UAV）群的多目标跟踪（MTT），其中群内 UAV 相互通信以在跟踪期间交换目标信息。UAV 间通信遭受严重干扰，包括 UAV 间干扰与 jamming（干扰），从而导致 MTT 质量恶化。为缓解干扰并实现 MTT，我们通过联合优化 UAV 的子群划分、轨迹与功率，在 MTT、防碰撞、飞行能力与 UAV 能耗约束下，建立了一个干扰最小化问题。由于子群划分、轨迹与功率的多重耦合，所提优化问题为 NP-hard。为解决这一难题，将其分解为三个子问题，即目标关联、路径规划与功率控制。首先，提出一种聚类演化目标关联（CETA）算法，涉及将 UAV 群划分为多个子群并将这些子群分别匹配到目标。其次，提出一种干扰敏感且奇异情形容忍（JSSCT）-人工势场（APF）算法来规划跟踪目标的轨迹。第三，我们开发了干扰感知平均场博弈（JA-MFG）功率控制方案，其中考虑总干扰建立了新的代价函数。最后，为最小化总干扰，设计了一种动态协作方法。仿真结果验证，与现有基线相比，所提动态协作方法分别将平均总干扰、跟踪步数与目标切换次数降低了 28%、33% 和 48%。
引用
@article{arxiv.2306.16196,
title = {Dynamic UAV Swarm Collaboration for Multi-Targets Tracking under Malicious Jamming: Joint Power, Path and Target Association Optimization},
author = {Lanhua Xiang and Fengyu Wang and Wenjun Xu and Tiankui Zhang and Miao Pan and Zhu Han},
journal= {arXiv preprint arXiv:2306.16196},
year = {2023}
}
备注
14 pages, 17 figures