【技术实现步骤摘要】
基于遗传算法的无人机信息物理系统参数异常测试方法
[0001]本专利技术属于无人机系统测试
,涉及一种无人机信息物理系统参数异常测试方法,具体涉及一种基于遗传算法的无人机信息物理系统参数异常测试方法,可用于对无人机系统参数异常进行测试。
技术介绍
[0002]无人机技术已被广泛应用于农业、工业、军事、物流等领域,为了满足不同领域任务的适配要求,信息物理系统为无人机应用提供了技术框架,无人机信息物理系统是一个具有综合信息处理、网络和物理环境的多维复杂系统。随着无人机应用场景日益多样,信息物理系统参数的数量和耦合度也在提高,但在真实环境中无人机往往无法有效面对复杂的物理状态而引发信息物理系统中潜在的异常风险,导致其偏离任务目标甚至失控坠毁等安全问题,而出现异常的原因大多在于系统安全检查程序预定义的参数集范围粗糙,条件判断语句布尔语义的表达能力有限,在面对微小的物理变化时无法准确应对。无人机信息物理系统参数异常一般会引发系统错误警报和遗漏警报两类风险,前者是因为无人机在物理环境中飞行正常的情况下,安全检查程序出现参数异常,导致系统发出了错误警报,后者则是无人机实际已发生了碰撞等行为,而安全检查程序运行正常没有检测到此类行为,导致系统遗漏了危险警报,两者都可能造成严重的安全问题。
[0003]因此需要对无人机信息物理系统进行安全性测试,发现其中的参数异常案例,目前现有技术有两种测试方案可以实现这一目标,一种是采取例如碰撞试验等一系列破坏性测试发现异常,以确保无人机安全性是否符合要求,但此类测试成本是非常昂贵的, ...
【技术保护点】
【技术特征摘要】
1.一种基于遗传算法的无人机信息物理系统参数异常测试方法,其特征在于,包括以下步骤:(1)构建初始种群:获取飞控日志记录文件收集的Z个无人机信息物理系统参数,采用伪随机数生成方法,从中随机选取K个信息物理系统参数作为种群个体,并组成规模大小为K的初始种群P={x1,x2,
…
x
k
,
…
,x
K
},其中x
k
表示第k个种群个体,Z≥16,Z≥K≥2且K为偶数;(2)定义遗传算法的目标函数F:(2a)将异常静态分析代码插入到无人机安全检查程序中,得到M个信息代价目标的集合F
d
={d1,d2,
…
d
m
,
…
,d
M
},其中d
m
表示第m个信息代价目标,M≥2;(2b)获取无人机IMU传感器采集的M种任务模式下T时刻位姿值UAV(T)={UAV
m
(T)|1≤m≤M},以及基于系统辨识计算的模拟无人机T时刻位姿值VUAV(T),并根据UAV
m
(T)和VUAV(T)计算无人机每个任务模式下的物理代价目标p
m
=|UAV
m
(T)
‑
VUAV(T)|,得到M个物理代价目标的集合F
p
={p1,p2,
…
p
m
,
…
,p
M
},其中UAV
m
(T)表示第m种任务模式下T时刻位姿值,p
m
表示第m个物理代价目标;(2c)根据F
d
和F
p
定义遗传算法的目标函数F:s.t.g={g1,g2,
…
g
n
,
…
,g
N
}其中,g表示包含N个判别式的约束条件,N≥2,g
n
表示无人机安全检查程序中第n个等或不等运算判别式,I表示系统错误警报测试模式,J表示系统遗漏警报测试模式;(3)基于遗传算法获取进化后的无人机信息物理系统参数:(3a)初始化进化代数为t,最大进化代数为t
max
,t
max
≥30,并令t=0;(3b)计算种群P中每个种群个体x
k
的适应度值R(x
k
):R(x
k
)=f(x
k
)+w(x
k
)其中f(x
k
)表示种群个体x
k
的帕累托最优水平,w(x
k
)表示种群个体x
k
的物理异常水平,分别表示物理代价目标p
m
的上界、下界;(3c)采用二进制锦标赛选择法,并根据适应度值R(x
k
)从种群P中选择个种群个体组成第t代父代种群(3d)对第t代父代种群进行模拟二进...
【专利技术属性】
技术研发人员:孙聪,马元坤,王运柏,马建峰,曾荟铭,宋焕东,孙一博,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。