基于分布式计算的无人机群协同行动调度方法

1.一种基于分布式计算的无人机群协同行动调度方法，其特征在于，包括以下步骤：步骤S1：获取无人机群协同任务数据；根据无人机的实时位置构建无向图，节点表示无人机，边表示无人机之间通信链路，计算最短路径，生成协同任务路径拓扑结构数据；对协同任务路径拓扑结构数据进行动态环境感知，得到任务路径动态环境感知数据；步骤S2：获取无人机旋转结构数据；对无人机旋转结构数据进行旋转惯性特性分析，得到旋转惯性特性数据；根据旋转惯性特性数据进行无人机群气流动压结构解析，得到无人机群气流动压结构数据；对任务路径动态环境感知数据进行路径气流动态演化分析，得到路径气流动态演化数据；根据无人机群气流动压结构数据以及路径气流动态演化数据进行无人机群飞行过程中的紊乱气场模拟，得到飞行状态紊乱气场数据；步骤S3：对飞行状态紊乱气场数据进行失序状态挣脱所需动力计算，得到失序挣脱所需动力数据；其中，步骤S3包括以下步骤：步骤S31：根据飞行状态紊乱气场数据进行飞行动力失序计算，得到飞行动力失序数据；步骤S32：对飞行动力失序数据进行临界状态感知，得到飞行动力失序临界感知数据；步骤S33：根据飞行动力失序临界感知数据对飞行状态紊乱气场数据进行失序状态挣脱所需动力计算，得到失序挣脱所需动力数据；步骤S4：根据失序挣脱所需动力数据，建立无人机的有限元模型，模型中包含无人机各结构点及其材料属性和连接关系，将模型输入分布式计算框架，通过分布式计算节点并行计算各结构点失序状态下应力和应变，确定结构点所需挣脱力，生成结构点失序所需挣脱力数据；输入结构点失序所需挣脱力数据，结合无人机惯性测量单元数据，对无人机的姿态进行实时估计和调整，对无人机的四旋翼进行协调控制，通过调整各旋翼的推力和转速，生成姿态协同控制调整数据；根据姿态协同控制调整数据进行协同行动调度优化，得到无人机协同行动调度优化数据。 2.根据权利要求1所述的基于分布式计算的无人机群协同行动调度方法，其特征在于，步骤S1包括以下步骤：步骤S11：获取无人机群协同任务数据；步骤S12：对无人机群协同任务数据进行数据清洗，得到无人机群协同任务清洗数据；步骤S13：根据无人机群协同任务清洗数据对无人机群协同任务数据进行协同任务路径拓扑结构分析，得到协同任务路径拓扑结构数据；步骤S14：对协同任务路径拓扑结构数据进行动态环境感知，得到任务路径动态环境感知数据。 3.根据权利要求1所述的基于分布式计算的无人机群协同行动调度方法，其特征在于，步骤S2包括以下步骤：步骤S21：获取无人机旋转结构数据；步骤S22：对无人机旋转结构数据进行旋转惯性特性分析，得到旋转惯性特性数据；步骤S23：根据旋转惯性特性数据进行无人机群气流动压结构解析，得到无人机群气流动压结构数据；步骤S24：对任务路径动态环境感知数据进行路径气流动态演化分析，得到路径气流动态演化数据；步骤S25：根据无人机群气流动压结构数据以及路径气流动态演化数据进行无人机群飞行过程中的紊乱气场模拟，得到飞行状态紊乱气场数据。 4.根据权利要求3所述的基于分布式计算的无人机群协同行动调度方法，其特征在于，步骤S23包括以下步骤：步骤S231：对旋转惯性特性数据进行旋转轴心位置提取，得到旋转轴心位置数据；步骤S232：根据旋转轴心位置数据对旋转惯性特性数据进行桨叶旋转气动结构模拟，得到桨叶旋转气动结构数据；步骤S233：对桨叶旋转气动结构数据进行桨叶旋转非定常效应分析，得到桨叶非定常气动效应数据；步骤S234：根据桨叶非定常气动效应数据进行气动载荷计算，得到非定常气动载荷数据；步骤S235：根据非定常气动载荷数据以及桨叶旋转气动结构数据进行无人机群周向气流强度分布分析，得到周向气流强度分布数据；步骤S236：根据周向气流强度分布数据、非定常气动载荷数据以及桨叶旋转气动结构数据进行无人机群气流动压结构解析，得到无人机群气流动压结构数据。 5.根据权利要求4所述的基于分布式计算的无人机群协同行动调度方法，其特征在于，步骤S25包括以下步骤：步骤S251：根据无人机群气流动压结构数据以及路径气流动态演化数据进行飞行轴向气流集聚效应分析，得到飞行轴向气流集聚效应数据；步骤S252：对飞行轴向气流集聚效应数据进行轴向气流流速差计算，得到轴向气流流速差数据；步骤S253：根据轴向气流流速差数据以及路径气流动态演化数据进行无人机群立体空间涡流结构解析，得到空间涡流结构解析数据；步骤S254：对空间涡流结构解析数据进行间歇性涡聚合能量尺度计算，得到间歇性涡聚合能量尺度数据；步骤S255：根据空间涡流结构解析数据以及间歇性涡聚合能量尺度数据进行无人机群飞行过程中的紊乱气场模拟，得到飞行状态紊乱气场数据。 6.根据权利要求5所述的基于分布式计算的无人机群协同行动调度方法，其特征在于，对空间涡流结构解析数据进行间歇性涡聚合能量尺度计算包括以下步骤：对空间涡流结构解析数据进行非线性动力结构分析，得到空间涡流非线性动力数据；根据空间涡流非线性动力数据对空间涡流结构解析数据进行空间涡旋时序动力演化解析，得到空间涡旋时序动力演化数据；对空间涡旋时序动力演化数据进行动力间歇性分析，得到空间涡旋动力时序间歇性数据；根据空间涡旋动力时序间歇性数据对空间涡旋时序动力演化数据进行多尺度涡聚合效应分析，得到动力多尺度涡聚合效应数据；基于Lebesgue积分对动力多尺度涡聚合效应数据进行多尺度空间测度，得到动力多尺度空间测度数据；根据动力多尺度涡聚合效应数据以及动力多尺度空间测度数据进行间歇性涡聚合能量尺度计算，得到间歇性涡聚合能量尺度数据。 7.根据权利要求1所述的基于分布式计算的无人机群协同行动调度方法，其特征在于，步骤S31包括以下步骤：步骤S311：对飞行状态紊乱气场数据进行气场压强波动分析，得到紊乱气场压强波动数据；步骤S312：根据紊乱气场压强波动数据对飞行状态紊乱气场数据进行风切变强度计算，得到气场风切变强度数据；步骤S313：根据气场风切变强度数据以及紊乱气场压强波动数据进行飞行姿态失稳受力模拟，得到飞行姿态失稳受力数据；步骤S314：根据气场风切变强度数据以及飞行姿态失稳受力数据进行飞行动力失序计算，得到飞行动力失序数据。 8.根据权利要求1所述的基于分布式计算的无人机群协同行动调度方法，其特征在于，步骤S33包括以下步骤：步骤S331：对飞行动力失序临界感知数据进行动力失序快速变化性分析，得到动力失序快速变化数据；步骤S332：根据动力失序快速变化数据进行失速状态识别，得到动力失速状态识别数据；步骤S333：基于动力失速状态识别数据进行失控加速度增量计算，得到动力失控加速度增量数据；步骤S334：根据动力失控加速度增量数据对飞行状态紊乱气场数据进行失序状态挣脱所需动力计算，得到失序挣脱所需动力数据。 9.根据权利要求1所述的基于分布式计算的无人机群协同行动调度方法，其特征在于，步骤S4包括以下步骤：步骤S41：基于分布式计算对失序挣脱所需动力数据进行无人机结构点失序所需挣脱力计算，得到结构点失序所需挣脱力数据；步骤S42：基于注意力机制对结构点失序所需挣脱力数据进行不同结构点所需挣脱力平衡处理，得到结构点所需挣脱力平衡数据；步骤S43：根据结构点所需挣脱力平衡数据进行姿态协同控制调整，得到姿态协同控制调整数据；步骤S44：根据结构点所需挣脱力平衡数据以及姿态协同控制调整数据进行协同行动调度优化，得到无人机协同行动调度优化数据。