一种基于改进遗传算法的多USV编队队形优化方法和装置制造方法及图纸

本发明专利技术提供一种基于改进遗传算法的多USV编队队形优化方法和装置，方法包括步骤：以多USV编队作为当前种群，将多USV编队中的个体分为领航者USV和跟随者USV，随机初始化跟随者USV的解；以编队探测效能为适应度函数，利用改进的遗传算法优化多USV编队的队形；优化指定的迭代次数，获得优化的多USV编队的队形。本发明专利技术的策略以最大化编队探测效能为目标，根据水声环境建模和探测系统仿真构建了基于多USV的目标探测概率模型，并考虑了海洋环境中的障碍物影响，将障碍物位置约束引入优化算法中，支持USV编队在线避障；在遗传算法的种群选择中，加入精英选择策略，保证优质种群质量，在变异操作中，引入大变异概率策略，提高了优化算法跳出局部最优值的能力。

【技术实现步骤摘要】

本专利技术属于运载工具编队控制，具体涉及一种基于改进遗传算法的多usv编队队形优化方法和装置。

技术介绍

1、在海洋观测背景下，由于无人海面航行器(usv)活动范围广，自主行动范围广，智能化程度高等特点，逐渐成为当今海洋探索的重要装备之一。作为智能高速移动水上平台，它在海域勘探、海洋探测、目标跟踪等领域中都发挥了极其重要的作用。

2、但是，由于单usv携带传感器的局限性，难以满足日益复杂的海洋观测任务需求。于是，各个科研机构开始了对usv编队的研究，利用多个usv组成编队系统，usv之间协同作业可以降低任务执行时间，提高任务执行效率，具有鲁棒性高、容错性强、适应度好等诸多优势。usv编队系统作为一个复杂的系统，包含了协同机制、通信机制、编队控制等多方面的研究。现有的usv编队算法中，已提出了基于粒子群优化算法(pso)、遗传算法(ga)等的编队控制方法。然而，在实际工程应用中，这些方法仍不能完全满足目标探测概率和探测效能的要求。

技术实现思路

1、针对上述现有技术中存在的问题，本专利技术第一方面提本文档来自技高网...

【技术保护点】

1.一种基于改进遗传算法的多USV编队队形优化方法，其特征在于，包括步骤：

2.根据权利要求1所述的基于改进遗传算法的多USV编队队形优化方法，其特征在于，所述适应度函数与所述多USV编队的正面探测效能FL和有效覆盖探测效能FS相关。

3.根据权利要求2所述的基于改进遗传算法的多USV编队队形优化方法，其特征在于，采用插值法量化所述正面探测效能FL和有效覆盖探测效能FS，并融合获得综合有效探测分数F，作为所述改进的遗传算法的适应度函数。

4.根据权利要求2所述的基于改进遗传算法的多USV编队队形优化方法，其特征在于，将探测区域构建为栅格化地图；将所述正...

【技术特征摘要】

1.一种基于改进遗传算法的多usv编队队形优化方法，其特征在于，包括步骤：

2.根据权利要求1所述的基于改进遗传算法的多usv编队队形优化方法，其特征在于，所述适应度函数与所述多usv编队的正面探测效能fl和有效覆盖探测效能fs相关。

3.根据权利要求2所述的基于改进遗传算法的多usv编队队形优化方法，其特征在于，采用插值法量化所述正面探测效能fl和有效覆盖探测效能fs，并融合获得综合有效探测分数f，作为所述改进的遗传算法的适应度函数。

4.根据权利要求2所述的基于改进遗传算法的多usv编队队形优化方法，其特征在于，将探测区域构建为栅格化地图；将所述正面探测效能fl和有效覆盖探测效能fs分别构建为正面探测宽度lwidth和探测覆盖面积scover的函数，其中正面探测宽度lwidth和探测覆盖面积scover均与所述栅格化地图中栅格的单位长度μ相关。

5.根据权利要求2所述的基于改进遗传算法的多usv编队队形优化方法，其特征在于，所述正面探测效能fl和有效覆盖探测效能fs的计算方法包括：将目...

【专利技术属性】
技术研发人员：林榕彬，孙海信，谭智诚，洪良坡，
申请(专利权)人：厦门大学深圳研究院，
类型：发明
国别省市：