基於智慧型最佳化算法的無人機航跡規劃若干關鍵技術研究

論文摘要

無人機航跡規劃是根據任務目標規劃出滿足約束條件的飛行軌跡，是無人機任務規劃系統的關鍵組成部分。本文得到航空科學基金項目（2009ZC52041）資助，對無人機靜態航跡規劃、突發威脅下航跡規劃、無人機多機協同航跡規劃及航跡平滑等關鍵技術進行了研究。針對無人機航跡規劃問題所需滿足的約束條件，建立了無人機機動性能約束模型和威脅約束模型，其中前者包括最大航程、最大爬升角、最小轉彎半徑及最小步長；後者主要包括雷達、飛彈、高炮、大氣和地形等威脅模型。此外，考慮到無人機可以利用地形進行規避風險，因此將高度作為航跡綜合代價之一。標準蟻群算法套用到無人機航跡規劃問題中，狀態轉移策略僅根據信息素及啟發因子按機率選擇，存在盲目選擇且難以快速找到目標節點的問題。本文在標準蟻群算法的狀態轉移策略中引入導引因子，並通過設定最大航跡節點數，解決了標準蟻群算法難以找到目標節點的問題。此外，在蟻群算法中引入隨機螞蟻子群，可以擴大搜尋空間並增加解的多樣性，使得算法可以獲得更精確的解。仿真結果表明：改進的算法較原算法具有一定的優勢。無人機實際飛行中如果存在突發威脅分布的情況，必須進行航跡重規劃，以便規避威脅。為滿足作戰時效性，要求重規劃所採用的算法必須具有實時、高效的特點。本文根據蜂群算法鄰域搜尋的特性，以參考航跡的突發威脅段作為引領蜂航跡，跟隨蜂僅在參考航跡的突發威脅段進行鄰域搜尋，而不需要對整條航跡搜尋，由此可以快速獲得修正航跡段，並替換原突發威脅航跡段。整個飛行過程中，無人機根據獲得的威脅信息，不斷修正參考航跡，直至達到目標節點。仿真結果表明：該算法在局部航跡修正方面較蟻群算法有一定的優勢。針對無人機協同航跡規劃問題提出兩級規划算法。該方法將協同航跡規劃劃分為航跡規劃層和協同規劃層。其中，航跡規劃層首先設定滿足每架無人機攻擊角度的攻擊節點集，然後採用智慧型最佳化算法得到各候選節點的相應的候選最優航跡集；協同規劃層通過設計不同無人機的候選航跡之間的協同變數和協同函式，確定各候選綜合協同代價最小的方案。最後，分別對協同會聚攻擊及協同輪流攻擊兩種攻擊策略進行仿真，結果表明：該方法可以獲得全局最優備選航跡方案集，並能準確生成符合時空協同要求的航跡。無人機初始航跡規劃僅考慮了部分無人機機動性能約束，所獲得的航跡僅能滿足戰術運籌，難以滿足飛行性能約束，因此必須進行航跡平滑。本文根據航跡平滑問題的參數分布不均勻的特點，為保證平滑後的航跡代價無顯著變化，提出了基於三次非均勻B樣條曲線插補的航跡平滑方法。仿真結果表明：採用本文算法平滑後的航跡轉彎半徑均大於無人機所允許的最小轉彎半徑，整體過渡自然，航向沒有突變。該平滑航跡不但經過全部航跡節點，而且逼近原航跡曲線，因此航跡的綜合代價較原航跡無顯著變化。最後，針對無人機航跡各代價權重在起初往往取平均值或根據經驗來確定，存在主觀性較大的缺陷，本文充分考慮各指標之間的關係，引入離差最大化法和信息熵法來求解權重。此外，在多個方案進行優選決策時，進一步考慮各因素之間相互關聯的系統特性，引入灰色關聯分析理論，構建無人機航跡規劃方案的優選模型。最後，將此優選模型用於實際航跡規劃問題，從航跡方案集中挑選出綜合性能最優的航跡，避免了傳統憑經驗選型的主觀性和隨機性。

基於智慧型最佳化算法的無人機航跡規劃若干關鍵技術研究

基本介紹

論文摘要

引文格式

相關詞條

熱門詞條