(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211300162.8 (22)申请日 2022.10.21 (71)申请人 华东理工大 学 地址 200237 上海市徐汇区梅陇路13 0号 (72)发明人 代明智　冯翔　 (51)Int.Cl. G06F 16/9537(2019.01) G06F 17/16(2006.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 基于情感偏好与迁移行为的联邦学习无人 机协同决策方法及系统 (57)摘要 本发明公开了一种基于情感偏好与迁移行 为的联邦 学习无人机协同决策方法及系统， 该方 法包括:采集探测目标物的位置信息； 采集探测 无人机当前时刻的位置和速度， 协同探测无人机 之间的位置信息共享， 生 成探测无人机下一时刻 的位置和速度； 依据所述目标位置空间确定最佳 的探测无人机群任务阵列； 依据全局三维距离构 造评价函数， 最终优化产生最优的探测无人机阵 列位置矩阵。 通过加入方向位置增量策略， 产生 对模型对最优解搜索的方向约束， 解决了模型搜 索范围过宽， 搜索过于随机化以及容易陷入局部 最优的问题； 同时融入了非线性余弦自适应的交 叉和变异策略， 以提高目标解的多样性。 最后， 通 过融入基于聚类划分联邦学习的概念， 以保证协 同探测无人机群获取目标位置数据的独立性和 隐私性。 权利要求书3页 说明书8页 附图4页 CN 115525842 A 2022.12.27 CN 115525842 A 1.基于情感偏好与迁移行为的联邦学习无人机协同决策方法及系统， 其特征在于， 包 括： 采集探测目标物的位置信息； 采集探测无 人机当前时刻的位置和速度； 探测无人机与所属机构之间的通信， 生成探测无 人机下一时刻的位置和速度； 依据全局三维距离构造 评价函数； 依据所述目标位置空间和评价 函数确定最佳的探测无 人机群任务阵列； 通过加入方向位置增量策略， 产生对 模型对最优解搜索的方向约束； 通过融入非线性 余弦自适应的交叉和变异策略， 以提高目标解的多样性； 基于聚类划分联邦学习的概念， 保证探测无 人机群数据的独立 性和隐私性。 2.根据权利要求1所述的基于情感偏好与迁移行为的联邦学习无人机协同决策方法， 其特征在于， 所述的探测目标物的位置信息集 合表示为： Tar_pos＝{L ong,Lat,High} 其中， Long表示探测目标物的经度， Lat表示探测目标物的纬度， 而High表示探测目标 物的高度。 3.根据权利要求1所述的基于情感偏好与迁移行为的联邦学习无人机协同决策方法， 其特征在于， 所述的探测无 人机当前时刻的位置和速度包括： 探测无人机k当前时刻t的位置： 其中k代表第k个探测无人 机， 于是当前时刻t探测无 人机k的任务阵列可表示 为个体矩阵 探测无人机k当前时刻t的速度： Dro_vel＝{vk,t}， vk,t＝α×(Xm,t‑Xk,t)+β×(Xe,t‑Xk,t)， 其中Xm,t为当前无人机群任务阵列群体中的最优阵列个体矩阵， Xm,t为当前无人机群任务阵 列个体矩阵的最优邻居个 体矩阵。 4.根据权利要求1所述的基于情感偏好与迁移行为的联邦学习无人机协同决策方法， 其特征在于， 探测无人机之间的位置信息共享， 生成探测无人机下一时刻的位置和速度包 括： 探测无人机k下一时刻t+1的速度： vk,t+1＝α×(Xm,t+1‑Xk,t+1)+β×(Xe,t+1‑Xk,t+1)。 探测无人机k下一时刻t+1的位置： 下一时刻t+1探测无人机k的任务阵列可表示为Xi,t+1 ＝Xi,t+wtvk,t‑1+vk,t， 其中wt是一个随着t线性递减的惯性权重函数， wt＝wend+(wstart‑wend)， 其中wstart表示惯性权 重的开始值， wend表示惯性权 重的结束值。 5.根据权利要求1所述的基于情感偏好与迁移行为的联邦学习无人机协同决策方法， 其特征在于， 依据全局三维距离构造的评价 函数包括： 探 测 无 人 机 阵 列 中 某 个 无 人 机 k 与 其 所 有 探 测 目 标 物 的 距 离 之 和 ： 探测无人机阵列中任意无 人机c与无人机d的最小距离： mi n‖Dro_posc‑Dro_posd‖ 。 于是全局的三维距离评价函数可以构造为： 其中l权　利　要　求　书 1/3 页 2 CN 115525842 A 2代表探测无人机的数 目。 评价函数fit(l,X)的值越小， 探测无人机群的任务阵列排布就越 佳。 6.根据权利要求5所述的全局三维距离构造的评价函数， 其特征在于， 依据所述目标位 置空间和评价 函数确定的最佳探测无 人机群任务阵列Xop可表示为： 7.根据权利要求1所述的基于情感偏好与迁移行为的联邦学习无人机协同决策方法， 其特征在于， 通过加入方向位置增量策略， 产生对 模型对最优解搜索的方向约束， 包括： 两个方向的位置增量 为Xrk,t和Xlk,t， 其更新方式如下： 其中dt＝σt/s， s是一个非负 常数。 σt是步长大小， 它代表每次迭代跳转的距离， 且σt+1＝ eta·σt， eta同样为非负常数。 于是方向位置增量 可表示为： 其中f(Xrk,t)和f(Xlk,t)分别代表个体在 位置Xrk,t和Xlk,t的评价函数值。 sign是一个符 号函数， 当f(Xrk,t)‑r(Xlk,t)<0时， 函数值为 ‑1， 且f(Xrk,t)‑f(Xlk,t)>0时,函数值为1。 同时， 当f(Xrk,t)‑f(Xlk,t)＝0时， 函数值 为0。 于是， 下一时刻t+1探测无 人机k的任务阵列Xk,t+1＝Xk,t+wtvk,t‑1+vk,t将转换为： 其中， 式中Xk,t+1和Xk,t分别代表个体i在第t次和第t+1次迭代探测无人机k的任务阵列。 η代表增量系数， 代表第t次迭代的方向增量。 相较于原无人机位置任务阵列， 可以 在优化过程中有方向的搜索最优解， 而不是仅仅随机地更新无人机的位置信息， 从而辅助 模型更加高效地搜索最佳探测无 人机阵列。 8.根据权利要求1所述的基于情感偏好与迁移行为的联邦学习无人机协同决策方法， 其特征在于， 通过融入非线性余弦自适应的交叉和变异策略， 以提高目标解的多样性， 包 括： 非线性余弦自适应交叉算子Pc： 非线性余弦自适应 变异算子Pm：权　利　要　求　书 2/3 页 3 CN 115525842 A 3