一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法制造技术

本发明专利技术涉及一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法，步骤包括：定位敌方探测声呐，建立航行域平面内离散点与探测概率的对应关系；根据潜艇航程起点终点坐标确定航行域范围，并按照初始颗粒度栅格化处理；按照细化等级递增的顺序遍历所有栅格，计算各栅格内探测概率的极差并细化栅格；计算所有栅格的中心点坐标并赋信息素初始值，计算每个栅格的路径方向概率度量；经蚁群算法仿真迭代后，对有效路径的质量进行评估。本发明专利技术依据敌方声呐的探测概率分布梯度情况，局部自适应地调整栅格颗粒度，且支持用户对局部海域进行栅格细化，从而大幅提高搜索路径质量计算的准确性和高质量路径检出概率，同时兼顾算法运行效率，工程实用性高。

【技术实现步骤摘要】
一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法
本专利技术涉及路径规划领域，尤其涉及一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法。
技术介绍
在现代海战中，潜艇隐蔽技术和快速机动的路径规划是占据有利形势的必要条件。蚁群算法由于其鲁棒性高和计算能力强，越来越多地应用于潜艇的反探测路径规划中。传统的蚁群算法在解决小范围的路径规划问题时能较快的搜索出最优或次优路径，表现出较好的应用效果。但在实际作战和决策过程中，随着空间范围和环境复杂度的增加，该算法常会面临以下两点不足，在实际应用中受到限制：传统蚁群算法运行时间和路径质量及计算准确性的矛盾难以平衡。在传统的均化栅格颗粒度的方案下，可航行域被均匀地划分为m*n＝N个栅格，其计算复杂度近似为O(N)。该方案能够准确运行的前提是每个栅格内部具有约束条件一致性，例如敌方声呐的探测概率分布必须较平坦，此时计算单步探测概率方较为准确。但真实情况常常是敌方声呐邻域探测概率梯度大、波动剧烈，远场则相反，尤其当有多个敌方声呐时，探测概率分布情况则更为复杂。此时为了更准确地计算路径，必须细化颗粒度，这将使得N很大，从而大大增加了算法运行时间，常常超过工程应用允许的范围。传统蚁群算法亦不支持用户针对局部海域进行栅格细化。在实际作战时，战场形势瞬息万变，海况环境错综复杂，潜艇在航行时往往需要对某些重点海域进行栅格细化，实现更精细的领航。传统蚁群算法由于采用一刀切的颗粒度方案，显然无法满足该需求。
技术实现思路
本专利技术的目的在于提供一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法，该算法可以依据敌方声呐的探测概率分布梯度情况，局部自适应地调整栅格颗粒度，且支持用户对局部海域进行栅格细化，从而大幅提高搜索路径质量计算的准确性和高质量路径检出概率，同时兼顾搜索算法运行效率，工程实用性高。为实现上述目的，本专利技术的技术方案如下：一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法，包括如下步骤：步骤一，定位敌方探测声呐，获得特定深度航行域平面内分布离散点探测概率矩阵，建立离散点与探测概率的对应关系；步骤二，根据潜艇航程起点终点坐标，确定航行域范围，并在航行域内按照初始颗粒度栅格化处理，按照细化等级递增的顺序遍历所有栅格，计算各栅格内探测概率的极差并自适应细化栅格，直到已经历一定次数遍历或总栅格数达到容许上限；步骤三，计算栅格群中所有栅格的中心点坐标并赋信息素初始值，计算每个栅格的路径方向概率度量；步骤四，采用合适的蚁群算法进行仿真，完成蚁群算法全部迭代后，对有效路径的质量进行评估。进一步地，步骤二中航行域内按照初始颗粒度栅格化处理的具体方法为，将航行域划分为N个初始栅格，按照细化等级递增的顺序遍历所有栅格，计算每个栅格内部所有Pgi的极差δg，与设定容许门限Tδ判定；若δg≥Tδ，则将该栅格进行“田”字四等分，各子栅格细化等级均加1；若δg<Tδ，则将该栅格内部所有Pgi的均值做为该栅格探测概率Pg，重复此过程，直到已经历一定次数遍历或总栅格数达到容许上限。进一步地，步骤三中每个栅格引入路径方向概率度量σj＝1/dj，其中dj为该栅格距终点的距离。进一步地，步骤四中仿真计算路径r的质量Rr采用代价函数表示，Rr＝aRr,p+bRr,l+cRr,x，式中，Rr,p为归一化被探测概率度量，Rr,l为归一化路径长度度量，Rr,x为归一化其它因素度量，a、b、c为三者的权重且a+b+c＝1。进一步地，在每次迭代获得多条有效路径后，将对信息素τ进行更新，路径历经的所有栅格处信息素增量对于第k次迭代，任一蚂蚁在当前栅格gu向允许路径的目标栅格gvi移动的概率为：其中，目标栅格gvi为当前栅格gu处当前所有剩余可行路径的集合，τ为信息素，σ为路径方向概率度量，α为信息素概率权重，β为方向概率权重。进一步地，步骤一中，当探测到多个敌方探测声呐环境时，计算探测概率Pi的公式如下：式中，k为探测范围包含离散点i的所有探测声呐的集合，Pik为当前声呐在离散点i的探测概率。进一步地，当粗颗粒度栅格无法满足约束条件分布时，在当前栅格划分的基础上，进一步询问栅格细化区域及细化等级。与现有技术相比，本专利技术的有益效果包括：本专利技术较好地解决了蚁群算法运行时间和路径质量及计算准确性的冲突问题，依据敌方声呐探测概率梯度分布以及工程化应用所允许的计算时间，将航行域栅格颗粒度进行自适应的、分区的、多级的细化，实现了搜索算法计算资源的优化配置，最终使得算法可以在较短时间内，快速找到高质量的路径集，而且路径质量计算相对准确；本专利技术支持用户针对局部海域进行栅格细化，用户根据实际作战需求，或者某些粗颗粒度栅格不能满足约束条件分布时，可以对重点海域进行栅格细化，从而达到局部海域路径精细规划的效果，工程实用性较高。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例。其中：图1是本专利技术实施例一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法的流程图；图2是传统蚁群算法的均化栅格颗粒度方案与本专利技术采用自适应栅格颗粒度方案的局部允许路径示意图；图3是本专利技术实施例我方潜艇根据作战需求从A点转移至B点的路径图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本专利技术保护的范围。图1示出本专利技术的一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法的流程图，该自适应栅格颗粒度蚁群算法包括以下步骤：步骤1：对敌方探测声呐进行定位，并基于我方对敌方探测声呐的性能分析，获得特定深度航行域平面内、特定合理暴露时间下的一定分布离散点探测概率矩阵P，建立离散点i坐标(xi,yi)和该离散点探测概率Pi对应关系。对于含有多个敌方探测声呐的环境，Pi的计算公式为：式中，k为探测范围包含点离散点i的所有探测声呐的集合，Pik为当前声呐在离散点i的探测概率。离散点密度的确定宜在满足计算用时的前提下尽可能稠密，确保可以覆盖步骤2中所有初始栅格，并且允许按照声呐近场稠密、远场稀疏的原则做不等距划分。步骤2：根据我方潜艇航程起点终点坐标及周边环境，确定航行域范围，并在航行域内按照初始颗粒度进行栅格化，划分为m*n＝N个初始栅格。初始颗粒度的选择以满足算法计算时间为前提，栅格较大，例如m＝n＝15。步骤3：按照细化等级递增的顺序遍历所有栅格g，计算各栅格内部所有Pgi的极差δg，其中δg＝Pgi,max-Pgi,min，与设定容许门限Tδ(例如Tδ＝0.2)进行比较，若δg≥Tδ，则将该栅格进行“田”字四等分，各子栅本文档来自技高网...

【技术保护点】
1.一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法，其特征在于，包括如下步骤：/n步骤一，定位敌方探测声呐，获得特定深度航行域平面内分布离散点探测概率矩阵，建立离散点与探测概率的对应关系；/n步骤二，根据潜艇航程起点终点坐标，确定航行域范围，并在航行域内按照初始颗粒度栅格化处理，按照细化等级递增的顺序遍历所有栅格，计算各栅格内探测概率的极差并自适应细化栅格，直到已经历一定次数遍历或总栅格数达到容许上限；/n步骤三，计算栅格群中所有栅格的中心点坐标并赋信息素初始值，计算每个栅格的路径方向概率度量；/n步骤四，采用合适的蚁群算法进行仿真，完成蚁群算法全部迭代后，对有效路径的质量进行评估。/n

【技术特征摘要】
1.一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法，其特征在于，包括如下步骤：
步骤一，定位敌方探测声呐，获得特定深度航行域平面内分布离散点探测概率矩阵，建立离散点与探测概率的对应关系；
步骤二，根据潜艇航程起点终点坐标，确定航行域范围，并在航行域内按照初始颗粒度栅格化处理，按照细化等级递增的顺序遍历所有栅格，计算各栅格内探测概率的极差并自适应细化栅格，直到已经历一定次数遍历或总栅格数达到容许上限；
步骤三，计算栅格群中所有栅格的中心点坐标并赋信息素初始值，计算每个栅格的路径方向概率度量；
步骤四，采用合适的蚁群算法进行仿真，完成蚁群算法全部迭代后，对有效路径的质量进行评估。


2.根据权利要求1所述的自适应栅格颗粒度蚁群算法，其特征在于：步骤二中航行域内按照初始颗粒度栅格化处理的具体方法为，将航行域划分为N个初始栅格，按照细化等级递增的顺序遍历所有栅格，计算每个栅格内部所有Pgi的极差δg，与设定容许门限Tδ判定；若δg≥Tδ，则将该栅格进行“田”字四等分，各子栅格细化等级均加1；若δg<Tδ，则将该栅格内部所有Pgi的均值做为该栅格探测概率Pg，重复此过程，直到已经历一定次数遍历或总栅格数达到容许上限。


3.根据权利要求1所述的自适应栅格颗粒度蚁群算法，其特征在于：步骤三中每个栅格引入路径方向概率度量σj＝1/dj，其中d...

【专利技术属性】
技术研发人员：陆桦，
申请(专利权)人：北京中安智能信息科技有限公司，
类型：发明
国别省市：北京;11