基于A*算法的无人机集群隐身航迹优化设计方法技术

本发明专利技术公开了基于A*算法的无人机集群隐身航迹优化设计方法，包括：构建多元威胁环境模型；以最小化无人机集群综合代价函数为优化目标，以满足航迹可行性判定及无人机集群动力学限制为约束条件，构建无人集群隐身航迹规划优化模型；采用改进A*算法求解无人集群隐身航迹规划优化模型，包括：结合无人机RCS，设计考虑无人机航程、组网雷达探测概率、高射炮威胁概率的集群隐身航迹规划综合代价函数；并通过比较各个可能航迹点的综合代价，完成第一条无人机航迹规划；进而完成对整个无人机集群的航迹规划。本发明专利技术方法适用场景更加复杂，实现了多元威胁环境下最优的无人机集群隐身航迹规划，有效提升了无人机集群隐身性能。

【技术实现步骤摘要】

本专利技术涉及雷达信号处理的技术，具体涉及一种基于a*算法的无人机集群隐身航迹优化设计方法。

技术介绍

1、相较于传统单架无人机，由多架无人机组成的无人机集群具备更强的突防能力与协同合作能力，能够执行协同搜索、目标跟踪、合围控制、集群对抗、协同打击等更加复杂的任务。无人机集群航迹规划是指在满足无人机集群性能、突防安全性、威胁环境等约束条件下，为无人机集群规划出从起点到终点满足某种指标的航迹。无人机集群航迹规划是无人机集群执行各种复杂任务的基础，可以有效提升无人机集群执行复杂任务的性能。

2、目前，针对无人机航迹规划方面的研究成果较为丰富，然而，大多数无人机航迹规划研究并未考虑无人机自身的雷达散射截面(radar cross section,rcs)特性。此外，这些研究大多集中于单架无人机的航迹规划，且考虑的环境较为单一，不能完全适用于实际的战场环境，具有一定的局限性。综上所述，现有技术中尚未有多元威胁环境下无人机集群隐身航迹规划方法。

技术实现思路

1、专利技术目的：本专利技术的目的是提供一种基于本文档来自技高网...

【技术保护点】

1.基于A*算法的无人机集群隐身航迹优化设计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于A*算法的无人机集群隐身航迹优化设计方法，其特征在于，多元威胁包括雷达、高射炮及固定障碍物。

3.根据权利要求1所述的基于A*算法的无人机集群隐身航迹优化设计方法，其特征在于，构建的无人集群隐身航迹规划优化模型为：

4.根据权利要求1所述的基于A*算法的无人机集群隐身航迹优化设计方法，其特征在于，组网雷达探测概率计算公式为：

5.根据权利要求4所述的基于A*算法的无人机集群隐身航迹优化设计方法，其特征在于，组网雷达对无人机的探测概率小于...

【技术特征摘要】

1.基于a*算法的无人机集群隐身航迹优化设计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于a*算法的无人机集群隐身航迹优化设计方法，其特征在于，多元威胁包括雷达、高射炮及固定障碍物。

3.根据权利要求1所述的基于a*算法的无人机集群隐身航迹优化设计方法，其特征在于，构建的无人集群隐身航迹规划优化模型为：

4.根据权利要求1所述的基于a*算法的无人机集群隐身航迹优化设计方法，其特征在于，组网雷达探测概率计算公式为：

5.根据权利要求4所述的基于a*算法的无人机集群隐身航迹优化设计方法，其特征在于，组网雷达对无人机的探测概率小于某一阈...

【专利技术属性】
技术研发人员：时晨光，闻雯，汪飞，周建江，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：