一种基于PSO-LSHADE-CLM的多UUV协同搜索方法技术

本发明专利技术一种基于PSO

【技术实现步骤摘要】
一种基于PSO
‑
LSHADE
‑
CLM的多UUV协同搜索方法


[0001]本专利技术属于无人水下航行器领域，具体涉及一种基于PSO
‑
LSHADE
‑
CLM的多UUV协同搜索方法。

技术介绍

[0002]近年来，各国对海洋的开发和竞争日趋激烈，人们对于水下区域的搜索非常重视。由于无人水下航行器(UUV)具有良好的隐蔽性和机动性，可具备军事搜索、情报搜集等功能。与单个UUV有限的探测能力相比，多个UUV协同工作能够扩展获取环境的感知范围，增强系统的容错能力，通过各UUV之间的信息互通，完成更复杂的搜索任务。因此，多UUV协同搜索问题是现阶段水下机器人研究的重要方向。
[0003]传统的协同搜索主要有覆盖式编队搜索、群集搜索等方法，这些方法通常存在耗时长、搜索效益不高等问题。由于近年来进化算法迅速发展,其具有原理简单，易实现等优点并因此备受关注。
[0004]现在主流的进化算法中，一般使用PSO算法(Particles Swarm Optimization)和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PSO
‑
LSHADE
‑
CLM的多UUV协同搜索方法，其特征在于具体步骤如下：步骤1：采用栅格法对待搜索区域进行划分，概率图P
mn
(t)初始化；步骤2：根据UUV的初始位置和初始航向角得到t+1时刻的UUV状态；第i艘UUV的状态更新方程如下：其中，xp
i
(t)＝(m,n)表示UUV在t时刻在任务区域里的离散位置坐标，v
i
(t)表示UUV的速度，ψ
i
(t)表示UUV在t时刻的航向角，Δψ
i
(t)表示UUV的航向角增量；第i艘UUV的决策输入记为u
i
(t)＝[v
i
(t),Δψ
i
(t)]
T
；函数S为关于三角函数关系的函数，令ψ
i
(t)+Δψ
i
(t)＝*，则S(*)＝[cos(*)sin(*)]
T
；步骤3：多UUV系统在状态X(k)下，采用决策输入U(k)后，整个系统在t+1时刻搜索效能表示为：J(X(k),U(k))＝ω1J
F
(k)+ω2J
E
(k)+ω3J
L
(k)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，0≤ω
i
≤1,i＝1,2,3是加权系数，J
F
(k)、J
E
(k)、J
L
(k)分别是目标发现收益、境搜索收益、声场信息收益；步骤4：建立多UUV系统的n步预测滚动优化模型；将系统在t时刻对t+q时刻的预测状态记作x(t+q|t)决策输入的预测记作u(t+q|t)；第t个决策输入时刻后，n步预测状态的集合记为X(t),决策输入集合记为U(t)；则在一段时间[t,t+n
‑
1]内，得到整个多UUV系统的预测总体搜索效能如下：步骤5：基于步骤4得到的预测总体搜索效能，得出t时刻求解多UUV系统最优决策输入的滚动优化模型为：其中，n为滚动优化时间窗步长；U
*
(t)＝{u
*
(t|t),...,u
*
(t+n
‑
1|t)}为求解得到的最优任务决策序列，取最优决策序列的首项当作系统当前时刻的搜索决策输入，即u(t)＝u
*
(t|t)，以此不断重复，即能保证系统持续执行搜索任务；将系统未来n个时刻的总体效能函数当成优化目标；通过滚动优化求解把一个无限时域的优化问题简化成了有限时域的优化问题，且随着不断决策输入，时间窗一直往前滚动；步骤6:将粒子编码为一个2
×
1维矩阵[ψ
i
(t) x
i
(t)]
T
，粒子航向角和位置信息更新公式如下：
其中，ψ
i
(t+1)是粒子的航向角更新，rand是[0,1]之间的随机数，x
i
(t)是粒子当前位置，x
i
(t+1...

【专利技术属性】
技术研发人员：杨惠珍，李源，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：