文档介绍：年第期串圈高新技李金、业..
总第期.
基于粒子群算法的无人机航迹规划闻题
彭文敏,胡书,张莉,谭周田
.内江师范学院数学与信息科学学院,四川内江;.安徽理工大学理学院,安徽淮南
摘要:文章首先将无人机航迹问题转换为多目标的,、问题数学模型,建立了航运规划问题的数学模型。然后将轨迹规
划问题转换成一个求最短路径的单目标的有约束的优化问题,针对这类问题的求解,采用了一种新的粒子群算法并利
用软件编程求解。最后验证了结果的可行性,同时讨论了结果的稳定性和收敛性。
关键词:多目标;粒子群算法;航迹规划;无人机
中图分类号: 文献标识码: 文章编号:—
粒子群算法是一种基于生物种群中的个体生物对种群和够规划出新的飞行航迹,完成规定的目标任务,即有一定的重
个体本身的不同依赖程度而设计的智能优化算法,又简称规划能力。要求无人机避开雷区且要求威胁值尽量小的基础上
。粒子群算法通过鸟群飞行规律的模拟,并以此为理论基找到一条最短路径。
础形成了一种最新的算法。二将多目标转化为单目标的轨迹规划模型
无人机航迹规划的能力是无人机所必须具有的能力,轨迹已知飞行需要到达的目标点的个数为,用集合,,
规划是无人机自主飞行任务的核心,一般是指在起点,目标点⋯表示, ,,,,⋯,为两顶点之间的距离矩
和一些目标节点确定后的轨迹规划问题。茸。因此无人机的轨迹规划问题转化为求解一条最优闭合回路
粒子群算法最早是由·和·在年提的问题,这条闭合回路可以用集合扣,⋯, 表示,即是
出的,该算法通过对鸟群调整自我飞行速度和方向的研究,将以为,⋯, 顶点的一条路径,这条闭合回路的解集为
鸟群中的个体抽象为一个多维复杂空问的粒子,粒子在运动过: ,嘞,⋯, ,,⋯,。
程中不断更新自己的速度和方向,以达到局部和整体的平衡得如果枷, ,⋯, ∈,则令表示这条路径的总长
到最优结果。传统的粒子群的早期运用主要集中在连续函数的优度,这样就将问题的重点转换为求解的最小值。同时以扣
⋯
化问题上,粒子群算法还被应用于混合整数非线性优化问题、整, , ∈表示的一条路径的威胁值尽量小作为约束条件,
数规划问题、带约束函数优化等问题的求解。本文针对无人机航利用软件编程寻找一条最优路径。
迹规划问题,将问题利用图论知识将多目标的航迹规划问题转换多目标的求解是一个很复杂的过程,上述模型中将威胁值
为单目标有约束的问题,同时利用粒子群算法求解得到最最小这个目标转换为一个约束条件,通过上面的建模将多目标
佳航迹,并在此问题的基础上进行了结果分析和仿真。的问题转换为一个单目标问题,经过这样的转换处理后将
一模型简化,同时为利用粒子群算法对模型求解建立了基础。
、无人机轨迹规划问题
一无人机轨迹规划问题简介二、粒子群算法的定义及其具体形式
元人机自主飞行的航迹规划问题有下列要求: 一粒子群算法的定义
.能够尽量避开敌方雷达的探测区域和敌方威胁的攻利用粒子群算法求解优化问题是将多个可行解的一个集
击,同时要避开地形险恶,天气恶劣等不利因素,以保证无人机合定义为一个群,群中的一个可行解看成一个粒子,粒子的个
受到最小的威胁值。数称为粒子群的规模,每个粒子都有自己的位置和速度,在优
.当临时出现天气、地形等突发情况影响正常