Modelo de regressão linear multivariada baseado em cruzamento

Jun 28, 2023

Scientific Reports volume 13, Artigo número: 12750 (2023) Citar este artigo

Detalhes das métricas

As formações estáticas de enxames de drones de asas rotativas, utilizadas, por exemplo, na gestão de desastres, estão sujeitas a intrusões e devem suportar o custo de manutenção da formação, evitando colisões que levam ao aumento do seu consumo de energia. Embora o comportamento do intruso seja imprevisível, a formação pode ter seus parâmetros definidos para tentar equilibrar o custo de evasão com sua funcionalidade. O novo modelo apresentado neste artigo auxilia na seleção dos valores dos parâmetros. Baseia-se na regressão linear multivariada e fornece uma estimativa da perturbação média causada por um intruso em função dos valores dos parâmetros de uma formação. A entropia cruzada é usada como métrica para a perturbação, e os dados baseados são gerados através de simulações. O modelo explica até 54,4% da variabilidade no valor da entropia cruzada, fornecendo resultados que são duas vezes melhores que o estimador de linha de base da entropia cruzada média.

As formações estáticas de drones são amplamente utilizadas para diversas aplicações1, como as que envolvem observações aéreas contínuas2,3,4, a atribuição de diferentes tarefas5, a monitorização de intrusões6, as medições da qualidade do ar7,8 ou a interceção de foguetes e mísseis balísticos9. A formação deve ser mantida mesmo na presença de intrusos indesejados ou indesejados que introduzam uma perturbação na formação. Algoritmos anticolisão podem ajudar os drones a evitar um intruso, forçando-os a executar manobras para evitar colisões10 e a retornar às suas posições na formação.

Duas das principais preocupações relacionadas ao gerenciamento de drones são o uso de energia e o cumprimento da missão. Estes são particularmente importantes para drones de rotores operados por bateria, nos quais o fornecimento de energia é limitado. Ao planear uma missão, é portanto importante utilizar um modelo que possa antecipar o consumo de energia. Embora existam tais modelos11,12, eles não levam em consideração o uso adicional de energia devido a uma perturbação causada por um intruso, que em alguns casos pode ser o fator decisivo que afeta o alcance dos objetivos do enxame.

Deve-se também considerar que tanto os parâmetros do enxame como a trajetória do intruso podem afetar o nível de desorganização e, portanto, o consumo de energia e o custo. Embora os gestores do enxame não possam afetar a forma como o intruso se aproxima do enxame, eles podem alterar os parâmetros do próprio enxame em antecipação à intrusão. Para fazer isso, eles necessitam de orientação e informações sobre as relações entre vários parâmetros e a desorganização média esperada associada à intrusão.

Este artigo apresenta um novo modelo para a estimativa da desorganização, no qual a entropia cruzada é usada como medida de desorganização. Até onde sabemos, é o primeiro modelo deste tipo e oferece melhorias significativas em relação às práticas existentes baseadas na experiência e na regulamentação. O modelo pretende auxiliar operadores, projetistas e gerentes de enxame na configuração dos parâmetros de uma formação de drones para minimizar os gastos associados à intrusão, minimizando assim o consumo de energia e aumentando a eficácia da missão. Uma melhor compreensão das relações entre os parâmetros do enxame e a extensão da desorganização que pode ser tolerada evitando o intruso pode levar a melhores projetos em termos de manutenção de formações que sejam eficazes na entrega dos resultados desejados e eficientes em evitar o ataque. intruso, com uma perda de energia aceitável.

A novidade deste trabalho reside no seguinte:

O desenvolvimento de um modelo único de estimativa de desorganização;

O uso da entropia cruzada como medida de desorganização da formação;