一种基于RRT*算法的飞行器突防轨迹规划方法技术

本发明专利技术公开的一种基于RRT*算法的飞行器突防轨迹规划方法，属于飞行器轨迹规划领域。本发明专利技术实现方法如下：基于飞行器周向不同姿态下的RCS数据，建立雷达探测概率模型，确定飞行器在突防过程中被雷达探测到的概率；基于Dubins路径建立飞行器突防轨迹规划模型；基于RRT*算法和飞行器突防轨迹规划模型进行突防轨迹规划，即结合RRT*算法的渐进最优性和Dubins路径最短的特点进行突防轨迹规划，能够有效地减小飞行器突防轨迹规划代价，得到飞行器突防轨迹，实现飞行器有效突防。由于Dubins路径无需采用数值积分法求解动力学模型，原理是基于几何方法求解，从而能够提高轨迹规划效率。本发明专利技术能够推广适用于飞行器隐身突防轨迹规划，尤其适用于飞机隐身突防轨迹规划。

【技术实现步骤摘要】
一种基于RRT*算法的飞行器突防轨迹规划方法
本专利技术涉及一种基于RRT*算法的飞行器突防轨迹规划方法，属于飞行器轨迹规划领域。
技术介绍
现代战争中，随着遥感和探测技术的迅速发展，防空系统的探测能力和部署层次大大提高，飞行器突防任务将面临严重的威胁环境，其中，敌方雷达是突防飞行器所面临的主要威胁。因此，改善飞行器在高密度雷达环境下的隐身性能对提升飞行器的生存能力和作战效能具有重要意义。隐身飞行器具有低雷达散射截面(radarcrosssection,RCS)的重要特征，且随着机身相对雷达入射波的角度动态变化，飞行器的周向RCS值是动态变化的。根据飞行器自身的动态RCS特性，利用轨迹规划的方法，可以通过调整飞行器姿态对敌方雷达威胁进行躲避，抵达武器投射位置，实现对目标打击。近年来，基于采样的规划方法受到广泛关注，其中典型的有快速扩展随机树(rapidly-exploringrandomtree,RRT)方法、可视图法(visibilitymap)、概率路线图算法(probabilityroadmapmethod,PRM)等，其中RRT算法具有概率完备性和计算效率高等特点，因此得到广泛的应用。然而RRT算法在扩展过程中没有考虑各节点之间的轨迹代价，因此不能保证规划结果的最优性，在此基础上，Karaman和Frazzoli提出一种考虑轨迹代价的RRT*算法，该算法既保留RRT概率完备性的优点，又具有渐进最优性的特征，因此，适合飞行器突防轨迹规划问题。目前，国内外还未有学者开展基于RRT*的飞行器突防轨迹规划方法研究。
技术实现思路
本专利技术公开的一种基于RRT*算法的飞行器突防轨迹规划方法要解决的技术问题为：提供飞行器突防轨迹规划方法，即采用RRT*算法和Dubins路径规划得到可行的突防轨迹，实现飞行器有效突防。本专利技术的目的是通过下述技术方案实现的。本专利技术公开的一种基于RRT*算法的飞行器突防轨迹规划方法，基于飞行器周向不同姿态下的RCS数据，建立雷达探测概率模型，确定飞行器在突防过程中被雷达探测到的概率。基于Dubins路径建立飞行器突防轨迹规划模型。基于RRT*算法和飞行器突防轨迹规划模型进行突防轨迹规划，即结合RRT*算法的渐进最优性和Dubins路径最短的特点进行突防轨迹规划，能够有效地减小轨迹规划代价，得到飞行器突防轨迹，实现飞行器有效突防。本专利技术公开的一种基于RRT*算法的飞行器突防轨迹规划方法，包括如下步骤：步骤1，建立雷达探测概率模型，确定飞行器在突防过程中被雷达探测到的概率。飞行器在突防过程中，被敌方雷达捕获是存在一定概率的，各雷达之间相互独立，飞行器RCS值σ与飞行器相对雷达的方位角θr有关，则飞行器被雷达探测到的概率Pt为其中，c1、c2是雷达参数，与雷达自身性能和设定相关；R为飞行器与雷达之间的距离。在地面坐标系下，定义雷达坐标为(xr,yr)，飞行器位置坐标为(x,y)，则飞行器相对于雷达的方向向量xe为xe＝[x-xr,y-yr]T(2)由地面坐标系到机体坐标系的转移矩阵Sbe为其中，θ为飞行器的航向角。因此，得到在机体坐标系下，飞行器相对于雷达的方向向量xb为xb＝Sbexe(4)则在机体坐标系下，飞行器相对雷达的方位角θr为其中，xb,x和xb,y分别为机体坐标系下飞行器相对于雷达的方向向量沿x轴和y轴的分量。对于突防区域中每个雷达而言，雷达通过扫描发现飞行器的概率的下界为Pa，若飞行器突防轨迹中的每一点都满足式(6)，即能够充分保证规划所得轨迹的安全性。其中，Ptj(ti)为ti时刻飞行器被第j个雷达探测到的概率；Paj为第j个雷达探测到飞行器概率的下界；N为雷达个数；t0为初始时刻；tf为终止时刻。步骤2，建立飞行器突防轨迹规划模型，用于步骤3的飞行器突防轨迹规划。将飞行器飞行高度和飞行速度定为常值，问题简化为二维水平轨迹规划问题。Dubins路径是飞行器在定高等速飞行下的简化模型，考虑飞行器转弯角，飞行器从初始状态(xini,yini,θini)到终止状态(xfin,yfin,θfin)的轨迹是由以飞行器最小转弯半径ρ为半径的圆弧和线段组成。对于有末端方向约束的Dubins路径，最短的Dubins路径为D＝{RSL,LSR,RSR,LSL,RLR,LRL}中的一种，R表示沿顺时针方向转弯的圆弧，L表示沿逆时针方向转弯的圆弧，S表示线段。对于无末端方向约束的Dubins路径，最短的Dubins路径为圆弧或一段圆弧和线段的组合，最短的Dubins路径集合为D＝{LS,RL,RS,L}。基于Dubins路径的飞行器动力学方程为其中，x、y分别表示飞行器在地面坐标系下沿x、y轴的坐标；V为飞行器的速度；θ为飞行器的航向角；u为控制量；ρ为最小转弯半径。对于特定时间ti，飞行器的状态f(ti)由空间位置(xi,yi)和航向角θi组成，通过控制输入量u(ti)改变飞行器的飞行状态。定义突防区域状态空间为X，雷达威胁区域状态空间为Xradar，则安全区域状态空间Xfree为Xfree＝X\Xradar(8)以最小化飞行时间为目标的代价函数J，如式(9)所示因此，飞行器雷达突防轨迹规划问题描述为，在躲避所有雷达威胁的条件下，找到一条使目标函数值最小的轨迹，如式(10)所示其中，J为代价函数；f0为飞行器初始状态；ff为飞行器最终状态；Xgoal为目标区域状态空间；Xfree为安全区域状态空间；t0为初始时刻；tf为终止时刻。式(10)即为建立的飞行器突防轨迹规划模型。步骤3，基于RRT*算法和步骤2建立的飞行器突防轨迹规划模型进行突防轨迹规划，得到飞行器突防轨迹，实现飞行器有效突防。RRT*算法是一种在RRT算法基础上改进的基于随机采样的方法，RRT*算法具有概率完备性和渐进最优性的特点，因此适用于飞行器突防轨迹规划问题。其中，RRT算法的基本原理为：在搜索区域内随机采点，通过形成随机树向目标逼近。然而在随机树树扩展过程中，RRT算法没有考虑节点之间轨迹的代价，因此不能保证规划出一条最优的轨迹。在RRT算法的基础上，RRT*算法通过增加新的节点来遍历搜索树中是否存在新轨迹比原轨迹代价小，若存在，则用新轨迹代替原轨迹，RRT*算法能够保证轨迹的渐进最优性。步骤3实现方法包括如下步骤：步骤3.1：选定起点xinit，并初始化搜索树T。首先选定起点xinit作为搜索树的起点，初始化搜索树T，只包含起始节点状态信息。步骤3.2：通过Dubins路径扩展搜索树T。在搜索空间中随机产生一个点xrand，根据节点代价找到树T中距离xrand最近的节点xnearest，使xnearest通过Dubins路径向目标xrand扩展，得到xnew；若在扩展过程中不满足式(6)，则重新随机采点。根据式(11)得到xnew节点的附近节点集合Xnear其中，Xnear为附近节点集合；x′为树T中的节点；||||为两节点之间的时间代价；n为树的节点个数；d为空间的维度；γ是一个固定常数。对于Xnear中的每一个节点xnear，分别通过Dubins路径使其向xnew扩展，得到满足式(6)的可行节点，并比较通过各个可行节点的xnew的节点代价，得到可行节点中代价最小的节点xmin，把它加入到树中，并把xmin本文档来自技高网...

【技术保护点】
1.一种基于RRT*算法的飞行器突防轨迹规划方法，其特征在于：包括如下步骤，步骤1，建立雷达探测概率模型，确定飞行器在突防过程中被雷达探测到的概率；飞行器在突防过程中，被敌方雷达捕获是存在一定概率的，各雷达之间相互独立，飞行器RCS值σ与飞行器相对雷达的方位角θr有关，则飞行器被雷达探测到的概率Pt为

【技术特征摘要】
1.一种基于RRT*算法的飞行器突防轨迹规划方法，其特征在于：包括如下步骤，步骤1，建立雷达探测概率模型，确定飞行器在突防过程中被雷达探测到的概率；飞行器在突防过程中，被敌方雷达捕获是存在一定概率的，各雷达之间相互独立，飞行器RCS值σ与飞行器相对雷达的方位角θr有关，则飞行器被雷达探测到的概率Pt为其中，c1、c2是雷达参数，与雷达自身性能和设定相关；R为飞行器与雷达之间的距离；在地面坐标系下，定义雷达坐标为(xr,yr)，飞行器位置坐标为(x,y)，则飞行器相对于雷达的方向向量xe为xe＝[x-xr,y-yr]T(2)由地面坐标系到机体坐标系的转移矩阵Sbe为其中，θ为飞行器的航向角。因此，得到在机体坐标系下，飞行器相对于雷达的方向向量xb为xb＝Sbexe(4)则在机体坐标系下，飞行器相对于雷达的方位角θr为其中，xb,x和xb,y分别为机体坐标系下飞行器相对于雷达的方向向量沿x轴和y轴的分量；对于突防区域中每个雷达而言，雷达通过扫描发现飞行器的概率的下界为Pa，若飞行器突防轨迹中的每一点都满足式(6)，即能够充分保证规划所得轨迹的安全性；其中，Ptj(ti)为ti时刻飞行器被第j个雷达探测到的概率；Paj为第j个雷达探测到飞行器概率的下界；N为雷达个数；t0为初始时刻；tf为终止时刻；步骤2，建立飞行器突防轨迹规划模型，用于步骤3的飞行器突防轨迹规划；将飞行器飞行高度和飞行速度定为常值，问题简化为二维水平轨迹规划问题；Dubins路径是飞行器在定高等速飞行下的简化模型，考虑飞行器转弯角，飞行器从初始状态(xini,yini,θini)到终止状态(xfin,yfin,θfin)的轨迹是由以飞行器最小转弯半径ρ为半径的圆弧和线段组成；对于有末端方向约束的Dubins路径，最短的Dubins路径为D＝{RSL,LSR,RSR,LSL,RLR,LRL}中的一种，R表示沿顺时针方向转弯的圆弧，L表示沿逆时针方向转弯的圆弧，S表示线段；对于无末端方向约束的Dubins路径，最短的Dubins路径为圆弧或一段圆弧和线段的组合，最短的Dubins路径集合为D＝{LS,RL,RS,L}；基于Dubins路径的飞行器动力学方程为其中，x、y分别表示飞行器在地面坐标系下沿x、y轴的坐标；V为飞行器的速度；θ为飞行器的航向角；u为控制量；ρ为最小转弯半径；对于时间ti，飞行器的状态f(ti)由空间位置(xi,yi)和航向角θi组成，通过控制输入量u(ti)改变飞行器的飞行状态；定义突防区域状态空间为X，雷达威胁区域状态空间为Xradar，则安全区域状态空间Xfree为Xfree＝X\Xradar(8)以最小化飞行时间为目标的代价函数J，如式(9)所示因此，飞行器雷达突防轨迹规划问题描述为，在躲避所有雷达威胁的条件下，找到一条使目标函数值最小的轨迹，如式(10)所示其中，J为代价函数；f0为飞行器初始状态；ff为飞行器最终状态...

【专利技术属性】
技术研发人员：龙腾，魏钊，刘莉，王祝，徐广通，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11