考虑功能依赖性故障的无人系统体系结构的任务可靠性评估与支持资源分配方法

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：Mission Reliability Evaluation and Support Resource Allocation Method for Unmanned System-of-Systems Considering Functional Dependency Failures

　　摘要
在长期、跨领域的协同任务中，无人系统-of-系统（USoS）面临功能依赖性故障的重大风险。故障可能从资源和能力层传播到任务层，从而降低任务可靠性。本文提出了一种评估USoS任务可靠性的方法，并在考虑功能依赖性故障的同时动态分配支持资源。首先，构建了一个多层功能依赖性网络，包括任务层、能力层和资源层，以描述任务结构、能力组织和资源分配之间的相互依赖关系。其次，通过结合资源层的负载-容量耦合、能力层的功能状态聚合和有效运行循环（EOL）评估以及任务层的子任务状态映射，建立了一个USoS任务可靠性评估框架，从而捕捉这三层之间的故障传播。第三，提出了一种基于能力重要性、功能退化 and EOL覆盖范围的受限动态支持资源分配方法。最后，通过对海上搜救任务的案例研究，表明所提出的策略在任务结束时实现了0.5764的任务可靠性，平均任务可靠性为0.8129，优于其他基准策略，特别是在支持资源有限但足以进行选择性恢复的情况下。

引言
近年来，由于无人系统-of-系统（USoS）具备自主感知、协同决策和在复杂环境中协调跨领域操作的能力，它们越来越多地被应用于低空运输、海上搜救和基础设施检查[[1], [2], [3], [4]]。USoS由多个围绕任务需求组织的异构无人系统组成[[5], [6], [7], [8]]。如图1所示，其组织结构可以分解为USoS层、系统层和节点层。USoS层负责整体任务规划和协调指挥；系统层由功能相似的平台集群组成；节点层包括单个无人飞行器（UAV）、无人水面航行器（USV）、无人水下航行器（UUV）以及基于岸基或太空的支持节点[[9], [10], [11]]。与此组织层次结构一致，任务执行过程也可以分解为相应的层次。USoS层次的任务代表了总体目标，系统层次的任务描述了分配给平台集群的中间任务，而节点层次的任务则通过各个节点执行的动作实现[[12], [13], [14], [15]]。在本研究中，任务可靠性指的是在发生故障、恢复和支持动作的情况下，可修复的USoS能够执行建模任务功能的概率。它不代表任务成功的总体概率或不可修复系统的传统可靠性。这种自上而下的任务分解和自下而上的能力聚合相结合意味着这种概率取决于资源、能力和任务层之间的个别资源节点状态和功能依赖性。随着任务规模和复杂性的增加，长期跨领域操作越来越受到设备退化、耐力限制、通信中断和其他干扰的影响[[16], [17], [18], [19]]。资源节点的故障可能通过功能依赖性传播到能力层，通过负载重新分配和依赖性耦合引起进一步退化，最终影响任务执行[[20], [21], [22], [23]]。因此，在功能依赖性故障下评估任务可靠性并通过有效分配有限的支持资源来缓解其传播，构成了USoS任务可靠性分析和支持决策中的两个密切相关工程问题。

任务可靠性评估已逐渐从静态结构分析转向动态过程建模，越来越关注任务执行过程中的性能退化、相位依赖性和决策。郑等人[[24]]提出了一种面向工业物联网的任务导向网络可靠性模型，将任务完成的质量与节点状态和链路连通性联系起来；而宋等人[[25]]描述了智能制造系统中任务性能与系统可靠性之间的耦合。对于多阶段任务可靠性，邱等人[[26]]考虑了条件备份和任务中止决策；李等人[[27]]引入了藤蔓copula来模拟多状态分阶段任务系统中的相关故障关系；景等人[[28]]分析了多状态空地合作网络的多阶段性能。对于由跨领域运行的异构子系统组成的USoS，任务可靠性还取决于节点故障通过功能依赖性的传播。相关研究主要采用了级联故障模型和相互依赖网络分析。傅等人[[29]]将功能依赖性与负载重新分配相结合，并展示了其对故障传播的放大效应；傅等人[[30]]系统地回顾了物联网中的级联故障建模和优化。李等人[[31]]将故障概率和层间依赖性纳入相互依赖网络的级联分析中，展示了依赖性强弱对鲁棒性的显著影响。王等人[[32]]研究了耦合电力-战斗网络中的跨系统故障传播机制。陈等人[[33]]使用有效运行循环评估了可重构无人武器系统-of-系统的任务可靠性。总的来说，这些研究为动态任务可靠性评估、功能依赖性分析和级联故障建模建立了重要的方法论基础。然而，任务状态评估和网络故障传播通常在独立的建模设置中进行。因此，从异构资源节点故障通过能力退化到联合任务状态的完整映射在统一的资源-能力-任务网络中尚未得到充分体现。

物流支持、维护调度和资源分配对于在长期任务中维持USoS运行和保持任务可靠性至关重要。适当的配置支持可以减轻级联效应并恢复退化的功能。张等人[[34]]通过优先考虑风险较大的组件优化了UAV的冗余性，为任务执行前的资源配置提供了基础。龚等人[[35]]开发了一种UAV群的任务可靠性模型，并表明任务重构可以在动态环境中提高可靠性。对于灾后恢复，陈等人[[36]]提出了面向任务的韧性指标和动态评估方法，考虑了协作重构；而张等人[[37]]进一步进行了在时空动态约束下的USoS任务可靠性评估和维护调度优化。关于支持策略在提高USoS可靠性中的作用，张等人[[38]]分析了物流支持对跨领域无人战斗系统中级联故障和性能退化的影响。杜等人[[39]]提出了基于AIoT的无人机通信系统的可靠性分析和维护策略；王等人[[40]]研究了在UAV支持的物联网中多群物流支持下的韧性评估和资源分配。总的来说，这些研究证明了冗余、重构、维护和外部支持对于提高系统可靠性和韧性的价值。还有一些研究也将可靠性或韧性评估与维护调度和资源分配联系起来，为当前的工作提供了直接的基础。然而，支持优先级通常是根据组件重要性、网络性能或韧性恢复来确定的，而当前的跨层退化状态、有效运行循环覆盖范围和任务可靠性通常没有共同纳入一个共同的决策状态。因此，剩余的方法论需求在于以任务为导向的集成，而不是另一个独立的分配规则。应该在相同的任务可靠性评估过程中使用演变的功能依赖状态来指导有限的供应和维护资源。

为了解决上述问题，本研究提出了一个用于USoS任务可靠性评估和在功能依赖性故障下支持资源分配的集成系统工程框架。该框架结合了已建立的多层网络、负载容量级联和基于优先级的分配方法，将资源节点中的故障与能力退化、任务状态变化和支持决策联系起来。为了解决所识别的问题，采用的研究方法如图1(d)所示。主要贡献如下：
(1) 通过适应多层网络建模，建立了一个用于USoS的多层功能依赖性网络模型，以共同表示任务结构、能力组织和资源配置之间的依赖关系。通过建模任务层、能力层和资源层之间的节点、链接和耦合边，该模型为依赖性故障分析和任务可靠性评估提供了基础。
(2) 为了描述USoS内的跨层依赖性故障传播，将资源层的负载-容量耦合纳入功能依赖性故障演化过程中。该模型说明了由于冲击或过载导致资源节点故障，进而引发任务层故障的过程。在此基础上，建立了一个USoS任务可靠性评估框架。
(3) 将受限动态支持资源分配方法纳入任务可靠性评估框架，以将支持决策与演变的功能依赖性故障联系起来。该方法考虑了资源集群的损坏状态，以指导有限供应和维护资源的分配，从而支持保持USoS任务可靠性。

本文的其余部分组织如下：第2节介绍了用于USoS的任务导向多层功能依赖性网络。第3节描述了在功能依赖性故障下的任务可靠性评估。第4节介绍了受限动态支持资源分配机制。第5节将集成框架应用于海上搜救（MSAR）任务案例研究。第6节总结了主要发现和局限，并概述了未来的研究方向。

**USoS的任务导向功能依赖性网络建模**
为了描述任务需求、能力支持和资源提供之间的耦合，构建了一个三层相互依赖的网络，表示为G=(V,E)。节点集定义为V=VM∪VC∪VR，其中VM、VC和VR分别代表任务层、能力层和资源层的节点集。边集定义为E=EM∪EC∪ER∪EMC∪ECR，其中EM、EC和ER表示三层内的层内边集，而EMC和ECR表示层间边集。

**基于功能依赖性故障的任务可靠性评估**
USoS中的资源节点可能由于外部冲击或工作负载过载而失败，剩余负载在同一集群内重新分配。由此产生的退化通过耦合边向上传播到能力和任务层，而能力崩溃又可能触发相关资源集群中的依赖性故障。本节从四个方面概述了在功能依赖性故障情况下评估USoS任务可靠性的方法：

**增强任务可靠性的支持资源分配**
本节介绍了一种包括供应和维护机制的物流支持策略，并将其与第3节的Monte Carlo框架相结合，为整个故障恢复过程建立了动态评估方案。

**案例研究**
为了展示所提出的方法论，本节构建了一个用于参与海上搜救（MSAR）任务的USoS的三层功能依赖性网络。然后进行任务可靠性评估并相应地分配资源。

**结论**
本文开发了一种考虑功能依赖性故障的USoS集成任务可靠性评估和支持资源分配方法。首先构建了一个由任务层、能力层和资源层组成的多层功能依赖性网络。通过统一建模节点、层内链接和层间耦合边，明确表示了任务需求、能力提供和资源支持之间的依赖关系。