【技术实现步骤摘要】
一种飞行器编队位置重构解析优化方法
[0001]本专利技术涉及飞行器协同制导与控制
,具体涉及一种飞行器编队位置重构解析优化方法。
技术介绍
[0002]在飞行器编队重构及队形变换问题中,一个需要解决的重要问题是为原编队队形中的每个飞行器分配重构编队队形中的位置。关于多智能体编队位置的重构与优化,目前已有一些相关的技术。在吕光颢,彭周华,王丹,窦伟滔提出的无人船集群队形重构的目标任务分配一文中,针对无人船编队队形重构中的目标分配问题,通过各无人船的当前位置,生成基于距离的收益函数,提出基于最大迭代次数的拍卖终止机制。在Mosteo A R,Montijano E,Tardioli D.Optimal role and position assignment in multi
‑
robot freely reachable formations[J].Automatica一文中,对于多机器人队形变换时角色分配的问题,将编队期望位置相对于机器人的初始位置和姿势,分解为平移和旋转,以最小化总位移为目标对平移、旋转和分配的组合参数进行了优化。在周佳加,张强,王宏健,张洪泉,王莹莹提出的基于双层路径优化算法的多机器人最优编队方法一文中,设计了一种基于PSO算法求解最优编队集合点的方法,根据总能耗约束将路径规划转换成指派问题,并基于CHNN搜索最优分配路径,实现最优编队集结。在曾旭提出的基于分布式架构的无人机编队协同控制技术研究一文中,将飞行器队形变换的最优解问题转换为求取队形变换时间最小时各飞行器间对应 ...
【技术保护点】
【技术特征摘要】
1.一种飞行器编队位置重构解析优化方法,其特征在于,以飞行器编队前位置为原位置,编队后位置为新位置,飞行器数量为n,分别处于n个原位置,编队后期望新位置包括n个,则n个原位置分别对应到达n个期望新位置每种可行性为一个方案,采用如下步骤进行重构解析优化:Step1:结合飞行器原位置和新位置之间的距离、速度矢量前置角两种因素,评估单个飞行器从原位置到达新位置的收益,得到n个原位置对n个期望新位置的个体收益矩阵;Step2:在得到个体收益矩阵后,根据飞行器原位置对期望新位置的个体收益对方案进行初步筛选,获得初筛方案,并计算初筛方案的方案个体收益;Step3:针对每个初筛方案,以最后一个飞行器从原位置到新位置的时间与第一个飞行器从原位置到新位置的时间差值,乘以一定的比例系数,作为初筛方案的时间协同收益;针对每个初筛方案,以各飞行器从原位置到新位置的飞行轨迹中的轨迹交叉数量为基础,评估初筛方案的轨迹交叉收益;根据时间协同收益和轨迹交叉收益,计算各个初筛方案的协同收益;Step4:基于初筛方案的所述方案个体收益和所述协同收益,加权求和得到综合收益,根据综合收益,选取其中综合收益最大的方案作为最终的飞行器编队位置重构方案。2.如权利要求1所述的一种飞行器编队位置重构解析优化方法,其特征在于,所述结合飞行器原位置和新位置之间的距离、速度矢量前置角两种因素,评估单个飞行器从原位置到达新位置的个体收益,得到n个原位置对n个期望新位置的个体收益矩阵,具体为:飞行器原位置i和新位置j之间的距离为r
ij
;飞行器的速度矢量与原位置
‑
新位置连线之间的夹角为速度前置角,包括纵向速度矢量前置角η
θ,ij
和侧向速度矢量前置角η
ψ,ij
;对飞行器原位置和新位置之间的距离、速度前置角进行归一化处理,使其放缩至0~1区间,并分配权值,加权求和得到当前飞行器从原位置i到新位置j的个体收益;由此可以得到n个原位置对n个期望新位置的个体收益矩阵。3.如权利要求1所述的一种飞行器编队位置重构解析优化方法,其特征在于,所述在得到个体收益矩阵后,根据飞行器原位置对期望新位置的个体收益对方案进行初步筛选,获得初筛方案,具体为:方案中n个原位置分别为M1~M
n
,优先对原位置M1的飞行器进行期望新位置的分配,之后再按照M2,M3,
…
,M
‑
n
‑1,M
n
的顺序,分别给相应原位置按照一定的规则分配个体收益较优的期望新位置;当优先给M1分配的方案选完之后,再优先给原位置M2进行分配,之后按照M3,M4...,M...,Mn,
n
,M1的顺序对其分配;如此进行下去,最后优先给原位置M
n
进行分配,然后按照M1,M2,...,M
n
‑2,M
n
‑1的顺序进行分配,对于n个原位置来讲,其机会均等,由此获得初筛方案。4.如权利要求1~3任一所述的一种飞行器编...
【专利技术属性】
技术研发人员:王晓芳,赵杨燕,王文龙,张欣,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。