异构无人机协同侦打路径规划的方法、系统及装置制造方法及图纸

本发明专利技术公开了一种异构无人机协同侦打路径规划的方法、系统及装置，包括：S1、建立不同任务的无人机飞行路线模型；S2、建立飞行路线模型的约束条件；S3、基于不同任务的无人机飞行路线模型建立以飞行路径最短的目标函数；S4、基于Logistic映射

【技术实现步骤摘要】
异构无人机协同侦打路径规划的方法、系统及装置


[0001]本专利技术涉及路径规划领域，尤其是涉及一种异构无人机协同侦打路径规划的方法、系统及装置。

技术介绍

[0002]在现代战争中，战场电磁环境是作战体系的重要支撑。反辐射无人机可以作为夺取制电磁权的有效利器，能够摧毁和压制敌方雷达系统，但依赖预先的电子情报侦察。电子侦察无人机与反辐射无人机协同打击能够有效提高任务完成效率。
[0003]异构无人机任务规划问题研究较为成熟，但是在多目标任务规划时大多数模型只考虑了多无人机执行任务时的时序约束情况，但在实际情况下，无人机阵地往往不止一个，未能根据任务目标位置特点选取合适的无人机阵地发射无人机。

技术实现思路

[0004]本专利技术的目的在于提供一种异构无人机协同侦打路径规划的方法、系统及装置，旨在解决异构无人机协同侦打路径规划。
[0005]本专利技术提供一种异构无人机协同侦打路径规划方法，包括：
[0006]S1、建立不同任务的无人机飞行路线模型；
[0007]S2、建立飞行路线模型的约束条件；
[0008]S3、基于不同任务的无人机飞行路线模型建立以飞行路径最短的目标函数；
[0009]S4、基于Logistic映射
‑
莱维飞行改进人工蜂群算法和约束条件求解目标函数得到无人机飞行最短路径。
[0010]本专利技术还提供一种异构无人机协同侦打路径规划系统，包括：
[0011]飞行路线模块：建立不同任务的无人机飞行路线模型；
[0012]约束条件模块：建立飞行路线模型的约束条件；
[0013]目标函数模块：基于不同任务的无人机飞行路线模型建立以飞行路径最短的目标函数；
[0014]求解模块：基于Logistic映射
‑
莱维飞行改进人工蜂群算法和约束条件求解目标函数得到无人机飞行最短路径。
[0015]本专利技术实施例还提供一种异构无人机协同侦打路径规划装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述方法的步骤。
[0016]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述方法的步骤。
[0017]采用本专利技术实施例，可以实现异构无人机协同侦打路径规划，可以根据任务目标位置特点选取合适的无人机阵地发射无人机。
[0018]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，
依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0019]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本专利技术实施例的异构无人机协同侦打路径规划的方法的流程图；
[0021]图2是本专利技术实施例的异构无人机协同侦打路径规划的方法的异构无人机协同打击示意图；
[0022]图3是本专利技术实施例的异构无人机协同侦打路径规划的方法的LLABC算法流程图；
[0023]图4是本专利技术实施例的异构无人机协同侦打路径规划的方法的LLABC测试性能结果示意图；
[0024]图5是本专利技术实施例的一种异构无人机协同侦打路径规划的系统的示意图；
[0025]图6是本专利技术实施例的一种异构无人机协同侦打路径规划的装置的示意图。
具体实施方式
[0026]下面将结合实施例对本专利技术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一部分实施例，而不是全部的实施例。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前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0027]方法实施例
[0028]根据本专利技术实施例，提供了一种异构无人机协同侦打路径规划的方法，图1是本专利技术实施例的异构无人机协同侦打路径规划的方法的流程图，如图1所示，具体包括：
[0029]S1、建立不同任务的无人机飞行路线模型；
[0030]S2、建立飞行路线模型的约束条件；
[0031]S3、基于不同任务的无人机飞行路线模型建立以飞行路径最短的目标函数；
[0032]S4、基于Logistic映射
‑
莱维飞行改进人工蜂群算法和约束条件求解目标函数得到无人机飞行最短路径。
[0033]所述S4具体包括：
[0034]S41、初始化种群；
[0035]S42、确定采蜜蜂和观察蜂；
[0036]S43、开采食物源；
[0037]S44、判断是否到达结束条件，若结束则生成路径。
[0038]S41具体包括：设置人工蜂的数量S只，最大迭代次数t
max
，采蜜蜂上限m只，通过公式1将侦查蜂随时分布在搜索区域，公式1如下：
[0039]x
t+1
＝μx
n
(1
‑
x
n
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式1；
[0040]其中μ∈[0,4]，x
n
∈[0,1]。
[0041]S42具体包括：计算每只侦察蜂位置的适应度值，随机选取m只侦察蜂转换为采蜜蜂，其余转换为观察蜂。
[0042]S43具体包括：观察蜂按照公式2的位置更新规则开采食物源；观察蜂开采食物源的过程实质是观察蜂跟随采蜜蜂的过程；观察蜂通过公式3选取一只采蜜蜂跟随，并对该食物源进行开采；
[0043][0044]是第t代随机选择的第a只采蜜蜂的位置，i表示第i只采蜜蜂；
[0045][0046]N为采蜜蜂的个数，f
i
为第i只采蜜蜂的适应度值。
[0047]S44具体包括：判断是否达到最大迭代次数，如果未达到迭代次数，判断食物源是否开采完毕，若没有，则继续开采，如果开采完毕则使用公式4更新侦察蜂位置，并执行第二步，若达到最大迭代次数则结束循环，生成路径；
[0048]公式4，其中，L为步长，μ、ν满足正态分布，其中，L为步长，μ、ν满足正态分布，σ
v
＝1，其中β的取值范围为[0,2]。
[0049]具体实施方法如下：
[0050]在复杂的任务区域内，设有T个任务目标，M架电子侦察无人机，N架反辐射无人机，G架电子干扰无人机，S个无人机阵地，要求首先通过电子侦察无人机在任务区域内进行合理的目标分配及航路规划，完成侦察及打击任务。
[0051]图2是本专利技术实施例的异构无人机协同侦打路径规划的方法的异构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异构无人机协同侦打路径规划的方法，其特征在于，包括：S1、建立不同任务的无人机飞行路线模型；S2、建立飞行路线模型的约束条件；S3、基于不同任务的无人机飞行路线模型建立以飞行路径最短的目标函数；S4、基于Logistic映射
‑
莱维飞行改进人工蜂群算法和约束条件求解目标函数得到无人机飞行最短路径。2.根据权利要求1所述的方法，其特征在于，所述S4具体包括：S41、初始化种群；S42、确定采蜜蜂和观察蜂；S43、开采食物源；S44、判断是否到达结束条件，若结束则生成路径。3.根据权利要求2所述的方法，其特征在于，所述S41具体包括：设置人工蜂的数量S只，最大迭代次数t
max
，采蜜蜂上限m只，，通过公式1将侦查蜂随时分布在搜索区域，公式1如下：x
t+1
＝μx
n
(1
‑
x
n
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式1；其中，μ∈[0,4]，x
n
∈[0,1]。4.根据权利要求3所述的方法，其特征在于，所述S42具体包括：计算每只侦察蜂位置的适应度值，随机选取m只侦察蜂转换为采蜜蜂，其余转换为观察蜂。5.根据权利要求4所述的方法，其特征在于，所述S43具体包括：观察蜂按照公式2的位置更新规则开采食物源；观察蜂开采食物源的过程实质是观察蜂跟随采蜜蜂的过程；观察蜂通过公式3选取一只采蜜蜂跟随，并对该食物源进行开采；蜂通过公式3选取一只采蜜蜂跟随，并对该食物源进行开采；是第t代随机选择的第a只采蜜蜂的位置，i表示第i只采蜜蜂；N为采蜜蜂的个数，f
i
为第i只采蜜蜂的适应度值。6.根据权利要求5所述的方法，其特征在于，所述S44具体包括：判断是否达到最大迭代次数，如果未达到迭代次数，判断食物源是否开采完毕，若没有，则继续开采，如果开采完毕则使用公式4更新侦察蜂位置，并执行第二步，若达到最大迭代次数则结束循环，生成路径；公式4，其中，L为步长，μ、ν满足正态分布，其中，L为步长，μ、ν满足正态分布，其中，L为步长，μ、ν满足正态分布，σ
v
＝1，其中β的取值范围为[0,2]。7...

【专利技术属性】
技术研发人员：李文广，胡永江，何文彪，史凤鸣，王志丽，李婧，杨森，赵月飞，苏立军，党雪江，
申请(专利权)人：中国人民解放军陆军工程大学，
类型：发明
国别省市：