两栖作战武装直升机伴随护航运输直升机协同引导技术
发布时间：2021-08-20 14:45
为两栖作战武装直升机伴随护航运输直升机在遇到突发威胁时能快速地为运输直升机重新规划新航路,在武装直升机将威胁消除后能快速引导其与运输直升机会合问题,提出一种改进的人工势场法,该方法通过在传统的人工势场方法基础上,引入Mamdani型模糊控制算法解决传统人工势场法会出现局部极小值的问题,快速规划新航路。在此基础上将武装直升机与运输直升机会和协同引导问题简化为求解会合时间和会合点问题,在确定了会合时间和会合点后,采用时间协同的引导控制方法引导武装直升机与运输直升机会合。通过仿真试验表明,该方法能很好地解决两栖作战复杂环境下的武装、运输直升机协同引导问题。
【文章来源】：火力与指挥控制. 2020,45(09)北大核心CSCD
【文章页数】：6 页
【部分图文】：
合力变化率的隶属度函数图
扑懔啃。?怂闼?度快，可以得到平滑而安全的航路，但该方法容易受环境障碍物分布的影响而陷入局部僵局，而且目标点对物体的引力及斥力设计会由于模型的简化导致信息缺失，从而容易出现局部最优的情况。对此本文拟采用一种改进的人工势场方法进行航路重规划，解决上述问题。1.1人工势场法基本原理人工势场法的基本原理是：将环境中运动的物体看作处于虚拟力场中的一个质点，虚拟力场由目标的吸引力场和障碍物的排斥力场组成，通过搜索沿着势函数下降的路线规划出避撞的航路。单障碍物受力图和多障碍物受力图分别如图1和图2所示［9］。图1单障碍物受力图图2多障碍物受力图其中虚拟引力如式（1）所示，斥力如式（2）所示，详细步骤如下：1）在规划空间内设计势常任务目标对应吸引力场，方向指向目标位置。威胁障碍物对应排斥力场，方向为远离障碍方向。2）根据规划空间引力和斥力场模型计算合力，结合运动物体当前运动状态规划运动轨迹。（1）（2）式中，k为引力正权重因子，X为直升机的位置矢量，Xg为目标的位置矢量，浊是斥力正权重因子，籽是直升机与威胁障碍之间的距离，籽0是单个威胁障碍的最大作用距离，当直升机与威胁障碍的距离大于籽0时无排斥力作用［9］。然而，传统的人工势场法可能因为失去对全局的感知而容易陷入局部最小值，由于人工势场法有依赖局部势场的特性，可能存在人工势场构建不合理的情况，如果目标点的势能并不是最小或存在局部极小值，那么当直升机随着势场的引导到达势场的局部极小值时有很大几率无法逃离该区域，从而导致航路规划失败。·112·1638
皆耸浠?当前位置点的航路，再根据式（5）、式（6）求解出TR。当TT=0时，这时TR肯定不等于TT，根据时间差，更新新的会合预计时间：（7）式中，T"T为上一次预计的会合时间，根据运输直升机时间-位置点函数式（4）可以求出TT时刻新的预计会合点，通过改进的人工势场法规划出武装直升机从当前点到新的预计航路点的航路，求解出新的TR，再次求驻T，迭代循环直到为人为设定的时间差，表示只要时间差小于此值就认为武装直升机和运输直升机相遇。会合时间求取方法流程如图11所示。图11会合时间求取方法流程图会合时间确定后，会合点就可以通过式（4）求得，利用改进的人工势场法规划出武装直升机的会合航路，在没有出现突发情况下，按照时间协同的引导控制方式，以此会合时间和会合点作为约束，引导武装直升机和运输直升机会合。2.3仿真分析为了验证文中所采用方法的有效性，在MatlabR2010b的环境下进行了仿真测试，结果如图12、图13所示，图12展示了初始的仿真态势图，左下角的蓝色小方块为武装直升机初始位置，左上角的粉色小圆圈点是运输直升机的初始位置，中间区域的黑白色圆圈为障碍或威胁区域。图13为武装直升机和运输直升机会合协同引导过程图，图中上面的蓝色轨迹线运输直升机历史航路点所形成的轨迹线，弯曲的红色轨迹线为武装直升机历史航路点所形成的轨迹线。从图中可看出该方法能很好地引导武装直升机规避障碍并且快速地与运输直升机会合。图12初始态势图图13协同引导会合过程图3结论为了解决两栖作战武装直升机伴随护航运输樊博，等：两栖作战武装直升机伴随护航运输直升机协同引导技术·115·1641
【参考文献】：
期刊论文
[1]基于改进人工势场法的无人机在线航路规划算法[J]. 杨丽春,顾颖彦,白宇. 电子技术应用. 2018(04)
[2]基于改进人工势场法的无人船路径规划算法[J]. 刘琨,张永辉,任佳. 海南大学学报(自然科学版). 2016(02)
[3]基于运动目标预测的多无人机分布式协同搜索[J]. 祁晓明,魏瑞轩,沈东,茹常剑,周欢. 系统工程与电子技术. 2014(12)
[4]武装直升机的作战[J]. 兵器知识. 2011(11)
[5]Mamdani型常用模糊控制算法间的常用算子关系[J]. 韩卫华,宁佐贵. 四川师范大学学报(自然科学版). 2008(02)
硕士论文
[1]结合粒子群算法和改进人工势场法的移动机器人混合路径规划[D]. 许源.浙江大学 2013
本文编号：3353692
【文章来源】：火力与指挥控制. 2020,45(09)北大核心CSCD
【文章页数】：6 页
【部分图文】：
合力变化率的隶属度函数图
扑懔啃。?怂闼?度快，可以得到平滑而安全的航路，但该方法容易受环境障碍物分布的影响而陷入局部僵局，而且目标点对物体的引力及斥力设计会由于模型的简化导致信息缺失，从而容易出现局部最优的情况。对此本文拟采用一种改进的人工势场方法进行航路重规划，解决上述问题。1.1人工势场法基本原理人工势场法的基本原理是：将环境中运动的物体看作处于虚拟力场中的一个质点，虚拟力场由目标的吸引力场和障碍物的排斥力场组成，通过搜索沿着势函数下降的路线规划出避撞的航路。单障碍物受力图和多障碍物受力图分别如图1和图2所示［9］。图1单障碍物受力图图2多障碍物受力图其中虚拟引力如式（1）所示，斥力如式（2）所示，详细步骤如下：1）在规划空间内设计势常任务目标对应吸引力场，方向指向目标位置。威胁障碍物对应排斥力场，方向为远离障碍方向。2）根据规划空间引力和斥力场模型计算合力，结合运动物体当前运动状态规划运动轨迹。（1）（2）式中，k为引力正权重因子，X为直升机的位置矢量，Xg为目标的位置矢量，浊是斥力正权重因子，籽是直升机与威胁障碍之间的距离，籽0是单个威胁障碍的最大作用距离，当直升机与威胁障碍的距离大于籽0时无排斥力作用［9］。然而，传统的人工势场法可能因为失去对全局的感知而容易陷入局部最小值，由于人工势场法有依赖局部势场的特性，可能存在人工势场构建不合理的情况，如果目标点的势能并不是最小或存在局部极小值，那么当直升机随着势场的引导到达势场的局部极小值时有很大几率无法逃离该区域，从而导致航路规划失败。·112·1638
皆耸浠?当前位置点的航路，再根据式（5）、式（6）求解出TR。当TT=0时，这时TR肯定不等于TT，根据时间差，更新新的会合预计时间：（7）式中，T"T为上一次预计的会合时间，根据运输直升机时间-位置点函数式（4）可以求出TT时刻新的预计会合点，通过改进的人工势场法规划出武装直升机从当前点到新的预计航路点的航路，求解出新的TR，再次求驻T，迭代循环直到为人为设定的时间差，表示只要时间差小于此值就认为武装直升机和运输直升机相遇。会合时间求取方法流程如图11所示。图11会合时间求取方法流程图会合时间确定后，会合点就可以通过式（4）求得，利用改进的人工势场法规划出武装直升机的会合航路，在没有出现突发情况下，按照时间协同的引导控制方式，以此会合时间和会合点作为约束，引导武装直升机和运输直升机会合。2.3仿真分析为了验证文中所采用方法的有效性，在MatlabR2010b的环境下进行了仿真测试，结果如图12、图13所示，图12展示了初始的仿真态势图，左下角的蓝色小方块为武装直升机初始位置，左上角的粉色小圆圈点是运输直升机的初始位置，中间区域的黑白色圆圈为障碍或威胁区域。图13为武装直升机和运输直升机会合协同引导过程图，图中上面的蓝色轨迹线运输直升机历史航路点所形成的轨迹线，弯曲的红色轨迹线为武装直升机历史航路点所形成的轨迹线。从图中可看出该方法能很好地引导武装直升机规避障碍并且快速地与运输直升机会合。图12初始态势图图13协同引导会合过程图3结论为了解决两栖作战武装直升机伴随护航运输樊博，等：两栖作战武装直升机伴随护航运输直升机协同引导技术·115·1641
【参考文献】：
期刊论文
[1]基于改进人工势场法的无人机在线航路规划算法[J]. 杨丽春,顾颖彦,白宇. 电子技术应用. 2018(04)
[2]基于改进人工势场法的无人船路径规划算法[J]. 刘琨,张永辉,任佳. 海南大学学报(自然科学版). 2016(02)
[3]基于运动目标预测的多无人机分布式协同搜索[J]. 祁晓明,魏瑞轩,沈东,茹常剑,周欢. 系统工程与电子技术. 2014(12)
[4]武装直升机的作战[J]. 兵器知识. 2011(11)
[5]Mamdani型常用模糊控制算法间的常用算子关系[J]. 韩卫华,宁佐贵. 四川师范大学学报(自然科学版). 2008(02)
硕士论文
[1]结合粒子群算法和改进人工势场法的移动机器人混合路径规划[D]. 许源.浙江大学 2013
本文编号：3353692
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3353692.html
