[發明專利]一種基于蟻群算法的無人機群區域覆蓋的多步尋優方法

有效

• 申請號: 201710510054.6
• 申請日: 2017-06-28
• 公開（公告）號: CN107168380B
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 王彤;胡艷艷;劉嘉昕;李杰
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G05D1/12
• 分類號: G05D1/12
• 代理公司: 西安睿通知識產權代理事務所(特殊普通合伙) 61218
• 代理人: 惠文軒

本發明公開了一種基于蟻群算法的無人機群區域覆蓋的多步尋優方法，其思路為：設定蟻群算法中的螞蟻總只數和每只螞蟻的維數；然后令s表示第s次搜索，s∈[1,SeachNum]，SeachNum表示搜索次數，每次搜索分別進行D次迭代，并令d表示第d次迭代，d∈[0,D]；計算第s次搜索第d次迭代后的第一數據結構AntSawrm_s,d和第s次搜索截止到第d次迭代的第二數據結構OptSawrm_s,d；令d加1，直到得到第s次搜索截止到第D次迭代的第二數據結構OptSawrm_s,D，進而第s次搜索后無人機群的一條完整的最優路徑；令s加1，直到得到第SeachNum次搜索后無人機群的一條完整的最優路徑，所述第SeachNum次搜索后無人機群的一條完整的最優路徑包括第SeachNum次搜索后無人機群前進InnerStep步的最優路徑p_SearchNum和第SeachNum次搜索后無人機群前進InnerStep步的最優速度v_SearchNum，進而完成基于蟻群算法的無人機群區域覆蓋的多步尋優過程。

技術領域

本發明屬于機載雷達技術領域，特別涉及一種基于蟻群算法的無人機群區域覆蓋的多步尋優方法，適用于無人預警機群實時最優覆蓋監視區域的航跡規劃問題。

背景技術

無人駕駛飛機(Unmanned Aerial Vehicle)簡稱無人機，與載人飛機相比有著獨特的優勢，體積小、造價低、使用方便、戰場生存能力較強、不需要考慮飛行員生理限制等，在一些關鍵和高度危險的任務中發揮著不可替代的作用；隨著電子技術日新月異的發展，無人機已經被應用于偵察監視、電子對抗甚至精確打擊等軍事領域；因此，為無人機預先規劃出一條完成飛行任務所需的、代價最小的航跡，即無人機航跡規劃，就顯得尤為重要。

無人機航跡規劃需要綜合考慮飛行任務、飛行環境和氣象等條件，從而確定無人機的飛行航線；依據機型的不同，無人機分為攻擊性無人機和偵察型無人機，因此無人機航跡規劃分為相應的攻擊性航路規劃和偵察型航路規劃。前期的研究主要集中在攻擊型航跡規劃研究，攻擊型航跡規劃是指在一定約束的條件下，尋找無人機從起點到目標點生存概率最大的飛行路線，該路線必須滿足一定的性能指標并且飛行代價最小；該攻擊型航跡規劃問題看作對一種多目標優化問題的求解，國內外研究者對此進行了很多分析和研究并取得了相應的成果。

國內研究者關注比較多的規劃算法主要包括動態規劃、A*算法、粒子群算法、遺傳算法以及蟻群算法等進化算法，這些算法都有其優點和缺點，與國外研究情況相比，國內研究處于相對落后的狀態；上世紀八十年代以來，世界各國就開始投入大量的人力物力用于航跡規劃方法的研究，美國的波音航空公司開發了基于人工智能的任務規劃軟件，法國已裝備有MIPSY和CINNA等任務規劃系統，英國已成功研制Pathfinder2000等任務規劃系統。在算法研究上，國外也已取得一些可觀的成果，如喬治梅森大學提出的基于李雅普諾夫向量場的無人機航路規劃和美國Teledyne公司提出的基于仿生策略的無人機自主偵察方法，在比較復雜的環境下，追蹤目標時效率較高、魯棒性很強；波爾圖大學的電子與計算機學院在2012年提出了一種無人機和自主水下航行器的統籌協作策略，這種搜索方法可以適應多目標任務和環境參數的變化，在最小化搜索時間的同時可以最大化任務搜索空間；DurdanaHabib等在2013年提出了一種混合整數線性規劃方法(MILP)，不僅能夠減少任務時間，也能夠獲得很好的魯棒性，但也帶來了新的挑戰。

為了提高多無人機在復雜環境中協同工作的存活率，Chirag Warty等在2013年提出了兩種算法，分別是多種群遺傳算法(MPGA)和中繼選擇標準(RSC)，多種群遺傳算法MPGA用一種新型的種群創建方法和增強種群交叉機制的進化技術來在較短的時間內獲得可行的航路，中繼選擇標準RSC用來選擇位于源節點和目標節點之間的中繼位置上的中繼節點；盡管新的算法獲得了比較好的仿真結果，但實驗是在基于二維的基礎上進行的，有別于實際的無人機規劃環境。