[發明專利]一種基于粒子螢火蟲群優化算法的無人機航路路徑確定方法

有效

• 申請號: 201410807943.5
• 申請日: 2015-02-28
• 公開（公告）號: CN104573812B
• 公開（公告）日: 2018-06-01
• 發明（設計）人: 周永權;羅淇方;唐忠華
• 申請（專利權）人: 廣西民族大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 重慶強大凱創專利代理事務所(普通合伙) 50217
• 代理人: 黃書凱

本發明公開了一種基于粒子螢火蟲群優化算法的無人機最優路徑確定方法，將粒子群優化與螢火蟲群優化算法融合，設計出一種粒子螢火蟲群優化算法，基于自然界螢火蟲群的生物學原理,受自然界螢火蟲通過發光(熒光素)覓食或吸引同伴求偶行為以及鳥群覓食行為的啟發,模擬其行為過程建立群智能算法模型,設計出一種高效的粒子螢火蟲群優化算法，應用于確定無人機航行路徑中，提供了一種性能更加優越的無人機路徑確定方法，同時在PGSO中引進并行混合變異策略及在全局最優個體位置附近進行局部搜索的策略，使得PGSO求解無人機航行路徑具有更高的飛行速度和定位精度。

技術領域

本發明屬于無人機路徑確定領域，尤其是一種基于粒子螢火蟲群智能優化算法的無人機航路路徑確定方法。

背景技術

在現代戰爭復雜的環境下，無人機(Uninhabited combat air vehicle；UCAV)有著常規戰斗機無可比擬的優勢。如今，無人機已經成為精確空中武器攻擊系統中的一種新型攻擊手段，其能夠代替常規戰斗機在復雜的戰場環境下完成一系列攻擊任務。無人機航路路徑規劃是以實現地形跟隨、地形回避和威脅回避飛行為目的的新一代低空突防技術，無人機航路規劃是任務規劃系統的關鍵組成部分，其目標是在適當的時間內為無人機計算出最優或次優的飛行航路，該航路能使無人機突破敵方威脅環境，并且在完成任務目標的同時自我生存。無人機航路規劃是一個高維優化問題，許多啟發式算法已經用于該問題的優化，取得了一些有意義的研究成果。如遺傳算法，蟻群優化算法，蜂群算法，水滴優化算法，進化算法等。

迄今為止，尚未發現有研究者將螢火蟲群算法應用于無人機航路路徑問題的求解。針對無人機航路路徑規劃問題，我們提出了一種粒子螢火蟲群優化算法(Particle-glowworm swarm optimization algorithm；PGSO)，PGSO算法參照粒子群優化算法中的個體產生機制，對螢火蟲群優化算法的個體產生機制進行了改進，使得螢火蟲個體在位置更新的時不僅包含局部信息且包含全局信息。為了加快算法的收斂速度和提高其求解精度，算法還引入了并行混合變異策略及在全局最優個體位置附近進行局部搜索的策略，具有更優越的性能。

發明內容

本發明的目的是為了解決上述問題(個體間交流信息成本，加快算法收斂速度和提高其求解精度(由螢火蟲種群的多樣性導致位置移動的不確定性、無序性所造成的)，更優越性能，將粒子群優化與螢火蟲群優化算法融合，設計出一種粒子螢火蟲群優化算法，算法中螢火蟲個體位置更新不僅包括局部信息，也包括全局最優的信息，減少了個體間交流信息的成本，并將粒子螢火蟲群算法應用到無人機航路路徑確定領域，提出一種基于粒子螢火蟲群優化的無人機航路路徑確定方法，提出了并行混合變異策略及在全局最優個體位置附近進行局部搜索的策略，加快算法的收斂速度和提高其求解精度。

本發明的一種基于粒子螢火蟲群優化算法的無人機航路路徑確定方法，具體包括以下幾個步驟：

步驟一：根據任務信息確定路徑的起始點和目標點，并根據起始點和目標點確定飛行區域。

步驟二：坐標變換，以起始點為坐標原點，起始點和目標點的連線為橫坐標建立新的坐標系。

步驟三：利用粒子螢火蟲群優化算法確定無人機路徑。

步驟四：坐標反轉換，得到無人機的最優路徑，路徑確定結束。

本發明的有益效果在于：

本發明基于自然界螢火蟲群的生物學原理，受自然界螢火蟲通過發光(熒光素)覓食或吸引同伴求偶行為以及鳥群覓食行為的啟發，模擬其行為過程建立群智能算法模型，提出一種新穎的群智能優化算法(PGSO)，該算法減少了個體間交流信息的成本，加快了收斂速度和提高其求解精度，可有效地用于無人機航路最優路徑確定。

附圖說明

圖1為本發明的方法流程圖。

圖2為本發明所述變換的新坐標系圖。