System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种改进正余弦算法的无人机航迹规划方法技术_技高网

一种改进正余弦算法的无人机航迹规划方法技术

技术编号:41337065 阅读:4 留言:0更新日期:2024-05-20 09:56
本发明专利技术公开一种改进正余弦算法的无人机航迹规划方法,包括初始化种群规模N、种群维度dim以及最大迭代次数Maxiterations参数,根据飞行规划空间设置地形信息和威胁物体信息,随机产生初始种群、根据无人机航迹代价模型函数,计算初始种群中所有个体的适应度值,寻找当前最优个体、更新r<subgt;1</subgt;,r<subgt;2</subgt;,r<subgt;3</subgt;,r<subgt;4</subgt;,并更新惯性权重ω、每个个体依据修正搜索公式的社交策略进行位置的更新,利用无人机航迹代价模型函数,更新最优个体及最优适应度值,若i达到最大迭代次数,则算法结束,输出最优适应度值和最优个体,否则返回S3继续执行等,本发明专利技术在解决无人机航迹规划问题方面优于其他算法,收敛精度和收敛速度都有显著提高,具有更优异的竞争性能。

【技术实现步骤摘要】

本专利技术涉及无人机航迹规划,具体为一种改进正余弦算法的无人机航迹规划方法


技术介绍

1、随着航空技术的发展,无人机在军用与民用领域的应用不断扩大,像敌情侦察、地形勘探、地理测绘、目标轰炸、高压巡线等。无人机执行的任务复杂多样,为了提高其生存能力,必须实现自主飞行。

2、航迹规划是无人机自主飞行的重要方面,需要考虑飞行能力、环境因素和安全等多约束条件。航迹规划是无人机寻找最佳路径以实现目标优化问题。解决无人机航迹规划问题的方法有多种,包括基于路径优化的方法、基于安全规则的方法和基于机器学习的方法。基于优化的方法涉及将航迹规划问题制定为单目标优化问题,然后使用群智能优化算法找到最优解。无人机应遵循这些规则以实现其目标,同时满足各种约束条件。


技术实现思路

1、本部分的目的在于概述本专利技术的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊,而这种简化或省略不能用于限制本专利技术的范围。

2、因此,本专利技术的目的是提供一种改进正余弦算法的无人机航迹规划方法,在解决无人机航迹规划问题方面优于其他算法,收敛精度和收敛速度都有显著提高,具有更优异的竞争性能。

3、为解决上述技术问题,根据本专利技术的一个方面,本专利技术提供了如下技术方案:

4、一种改进正余弦算法的无人机航迹规划方法,其包括:

5、s1、初始化种群规模n、种群维度dim以及最大迭代次数maxiterations参数,根据飞行规划空间设置地形信息和威胁物体信息,随机产生初始种群;

6、s2、根据无人机航迹代价模型函数计算初始种群中所有个体的适应度值,寻找当前最优个体,其中,式中,f1-f5分别表示无人机航迹的雷达威胁代价,防空武器威胁代价、飞行姿态代价、最长航迹代价与最短航迹段长度代价,wk为对应的权重因子;

7、s3、更新r1,r2,r3,r4,并依据公式更新惯性权重ω,其中,pit表示位置变量本次迭代的最佳适应度值,gbest表示全局最优适应度值,r5是在0和1之间均匀分布的随机参数;

8、s4、每个个体依据修正搜索公式的社交策略进行位置的更新,修正搜索公式如下:

9、

10、其中,表示为t次迭代时的当前解,pit是t次迭代解获得的局部最优位置,gbest表示全局优化状态中的最优化解位置,参数r1,r2,r3,r4取值与经典sca中使用的参数一致;

11、s5、利用无人机航迹代价模型函数,更新最优个体及最优适应度值,若i达到最大迭代次数,则算法结束,输出最优适应度值和最优个体,否则返回s3继续执行。

12、作为本专利技术所述的一种改进正余弦算法的无人机航迹规划方法的一种优选方案,其中,所述无人机航迹的雷达威胁代价为:

13、

14、其中,ri为雷达中心到无人机的距离;δ为雷达探测散射截面大小。

15、作为本专利技术所述的一种改进正余弦算法的无人机航迹规划方法的一种优选方案,其中,所述防空武器威胁代价为:

16、

17、其中,ri为防空武器中心到无人机的距离;β为防空武器射击截面大小。

18、作为本专利技术所述的一种改进正余弦算法的无人机航迹规划方法的一种优选方案,其中,所述飞行姿态代价包括无人机最大偏航角度和最大俯冲/爬升角度;

19、无人机最大偏航角度θt由公式得到;

20、最大俯冲/爬升角度θp由公式得到。

21、作为本专利技术所述的一种改进正余弦算法的无人机航迹规划方法的一种优选方案,其中,所述最长航迹代价为:

22、

23、作为本专利技术所述的一种改进正余弦算法的无人机航迹规划方法的一种优选方案,其中,所述最短航迹段长度代价fi>lmin。

24、与现有技术相比,本专利技术具有的有益效果是:采用本专利技术的航迹规划方法,能够使无人机规避路径上的各类威胁物体,而且飞行航程最短,能够寻优最优解,实现低空突防,而且在解决无人机航迹规划问题方面优于其他算法,收敛精度和收敛速度都有显著提高,该算法具有更优异的竞争性能。

本文档来自技高网...

【技术保护点】

1.一种改进正余弦算法的无人机航迹规划方法,其特征在于,包括:

2.根据权利要求1所述的一种改进正余弦算法的无人机航迹规划方法,其特征在于,所述无人机航迹的雷达威胁代价为:

3.根据权利要求1所述的一种改进正余弦算法的无人机航迹规划方法,其特征在于,所述防空武器威胁代价为:

4.根据权利要求1所述的一种改进正余弦算法的无人机航迹规划方法,其特征在于,所述飞行姿态代价包括无人机最大偏航角度和最大俯冲/爬升角度;

5.根据权利要求1所述的一种改进正余弦算法的无人机航迹规划方法,其特征在于,所述最长航迹代价为:

6.根据权利要求1所述的一种改进正余弦算法的无人机航迹规划方法,其特征在于,所述最短航迹段长度代价FI>Lmin。

【技术特征摘要】

1.一种改进正余弦算法的无人机航迹规划方法,其特征在于,包括:

2.根据权利要求1所述的一种改进正余弦算法的无人机航迹规划方法,其特征在于,所述无人机航迹的雷达威胁代价为:

3.根据权利要求1所述的一种改进正余弦算法的无人机航迹规划方法,其特征在于,所述防空武器威胁代价为:

4.根据权利要求1所述的一种改进...

【专利技术属性】
技术研发人员:叶春叶馨瑶刘惠明
申请(专利权)人:江苏信息职业技术学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1