基于智能优化算法的多无人机协同航迹规划研究
发布时间：2020-12-07 00:13
随着各国军事航空技术的快速发展,无人机侦察作战等先进技术已经应用到现代科技战争中,针对单无人机任务规划的研究逐渐成熟。面对如今科技战争日趋复杂的作战环境,单无人机在执行任务中不具备应对各种突发事件的能力。因此,多无人机侦察和作战任务将成为未来无人机技术发展的重要方向,多无人机协同任务逐渐成为各个军事强国研究的重点。目前针对单架无人机航迹规划内容较多,对多无人机航迹规划的研究处于起步阶段。本文将以多无人机协作执行任务为背景,针对多架无人机单个任务目标研究多无人机协同航迹规划相关内容。首先,本文在三维模拟的环境中对于无人机的航迹规划优化搜索算法的应用进行了研究。粒子群优化算法作为一种智能仿生优化算法,其主要的优点包括算法的结构清晰,参数较少以及全局优化搜索的速度较快。同时也存在着全局优化探索的能力不强,局部优化搜索的精度较低等一些问题。针对粒子群优化算法存在的缺陷,本文进一步提出了基于鸡群分组更新策略改进粒子群算法,通过直接引入子群体分组进行粒子更新的策略,将所有个体按照初始适应度进行分组,并最终筛选出分组内适应度最优的粒子用于直接引导所在分组内其他粒子进行局部的搜索。通过对每个粒子分组探...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
我国研发的军民两用翼龙无人机Figure1-1Military-CivilianWingLoongUAVdevelopedbyChina随着我国低空无人机技术的发展，单一无人机在各种场景中的应用逐渐受到
工程硕士专业学位论文82无人机航迹规划模型分析2AnalysisofUAVPathPlanningModel2.1引言(Introduction)无人机航迹规划的主要任务是在地形环境约束、无人机机动性能约束以及其他众多威胁约束的条件下，从起始地到任务目标之间规划出一条航迹代价最优的路径[50-52]。通常情况下最优航迹是指能有效躲避外在威胁的最短路径。本章根据无人机在真实环境中的飞行情况，对无人机进行三维建模。飞行环境是无人机航迹路线规划的前提，无人机机动性能约束主要包含最大航迹距离、最小直飞距离、最低飞行高度以及最大攻角等约束。外在威胁主要包含雷达探测、防空设施以及禁飞区等约束。最后，综合以上航行代价和威胁约束，设计出无人机航迹代价评价模型。本章研究内容为后续研究内容做好相关理论依据。2.2无人机机动性能约束模型(UAVFlexibilityConstraintModel)无人机航迹规划不同于简单的二维平面路径规划，由于无人机机动性的影响，在进行无人机航线规划时，要考虑无人机的各种飞行情况。除了其他路径规划设备要考虑能耗等问题之外，本节还将讨论有关无人机特有的几个航迹规划中的约束问题。2.2.1最大航迹约束无人机可飞行的最大航迹要受到机载燃料的限制，虽然目前无人机空中加油技术已经实现，但由于无人机执行任务的时效特性，空中加油对紧急任务不切实际，每次执行任务的最大航程就受到了限制。因此，设无人机的最大航迹为maxL,无人机航迹如下图所示：图2-1无人机航迹示意图Figure2-1UAVPathDiagram其中，iL表示第i段飞行航迹的长度，L为航迹总长度，航迹总长L要满足条件如下所示：11max,niiLLLL（2-1）
工程硕士专业学位论文102.3地形和无人机威胁约束模型(TerrainandUAVThreatConstraintModel)当无人机在无障碍的空间进行航迹规划时，只需获取目标位置即可规划出最短航迹。但无人机实际的飞行环境较为复杂多样，存在各种威胁因素影响航迹规划的质量和代价。本文主要模拟在山地以及其他威胁约束的条件下，对无人机的航迹进行合理地规划。本节主要介绍三维地形环境的建模以及其他外部威胁约束问题。2.3.1三维地形建模本文使用山峰模型[53]对无人机三维环境进行建模，三维环境模型可以清晰地辨别无人机规划的航迹与山体之间的位置关系[54-56]。三维环境地形的数学公式表达如下所示：isiisiiiyxyxyxhyxz22exp,（2-6）其中，i表示第座山体，ih为第i座山峰的位置高度，ix，iy分别代表第i座山峰的中心位置在x轴和y轴的坐标，six和siy分别为第i座山峰控制山体坡度的参数。坡度值的设定直接影响山体对无人机威胁的效果。当山体坡度值较大时，实际山体的坡度较小，使得多个山体之间距离较近不利于规划航迹。当山体坡度值较小时，实际山体的坡度较大，不利于对无人机飞行起到障碍作用。yxz,为整个三维环境区域大小设定的二维矩阵，为三维地形中每个点投影到二维平面中的坐标，yxz,是指三维地形中每个点的具yx,体高度。本文在3150100kmkmkm的范围内建立三维地形图，其中由两座主要山峰以及其构成的山谷所组成，后续的威胁区域建模也在此三维地形图的基础上建立。三维地形图如下所示：图2-2原始地形图Figure2-2OriginalTerrainMap
【参考文献】：
期刊论文
[1]Distributed intelligent self-organized mission planning of multi-UAV for dynamic targets cooperative search-attack[J]. Ziyang ZHEN,Ping ZHU,Yixuan XUE,Yuxuan JI. Chinese Journal of Aeronautics. 2019(12)
[2]基于改进粒子群算法的无人机航迹规划[J]. 杜云,刘冰,邵士凯,彭瑜. 河北工业科技. 2019(05)
[3]改进粒子群算法及其在航迹规划中的应用[J]. 王闯,董宏丽,谷星澍,李佳慧,陈建玲. 控制工程. 2019(08)
[4]多无人机协同侦察任务规划方法研究综述[J]. 庞强伟,胡永江,李文广,赵月飞,褚丽娜. 电讯技术. 2019(06)
[5]基于改进蚁群算法的无人机三维航迹规划研究[J]. 陈侠,艾宇迪,梁红利. 战术导弹技术. 2019(02)
[6]三架固定翼无人机协同编队飞行避障策略[J]. 张佳龙,闫建国,张普,吕茂隆. 国防科技大学学报. 2019(01)
[7]民用无人机应用进展[J]. 宋晨晖. 机电工程技术. 2018(11)
[8]基于改进ISPO算法的三维航迹规划方法[J]. 刘志阳,江涛,甄云卉. 电光与控制. 2018(07)
[9]基于人工免疫克隆选择算法的无人机三维航迹规划[J]. 武健,舒健生,李亚雄,苏国华,何艳萍. 系统工程与电子技术. 2018(01)
[10]一种基于人工势场的无人机航迹规划算法[J]. 甄然,甄士博,吴学礼. 河北科技大学学报. 2017(03)
硕士论文
[1]无人机航路规划评估及修正方法研究[D]. 闫俊丰.哈尔滨工业大学 2016
本文编号：2902255
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
我国研发的军民两用翼龙无人机Figure1-1Military-CivilianWingLoongUAVdevelopedbyChina随着我国低空无人机技术的发展，单一无人机在各种场景中的应用逐渐受到
工程硕士专业学位论文82无人机航迹规划模型分析2AnalysisofUAVPathPlanningModel2.1引言(Introduction)无人机航迹规划的主要任务是在地形环境约束、无人机机动性能约束以及其他众多威胁约束的条件下，从起始地到任务目标之间规划出一条航迹代价最优的路径[50-52]。通常情况下最优航迹是指能有效躲避外在威胁的最短路径。本章根据无人机在真实环境中的飞行情况，对无人机进行三维建模。飞行环境是无人机航迹路线规划的前提，无人机机动性能约束主要包含最大航迹距离、最小直飞距离、最低飞行高度以及最大攻角等约束。外在威胁主要包含雷达探测、防空设施以及禁飞区等约束。最后，综合以上航行代价和威胁约束，设计出无人机航迹代价评价模型。本章研究内容为后续研究内容做好相关理论依据。2.2无人机机动性能约束模型(UAVFlexibilityConstraintModel)无人机航迹规划不同于简单的二维平面路径规划，由于无人机机动性的影响，在进行无人机航线规划时，要考虑无人机的各种飞行情况。除了其他路径规划设备要考虑能耗等问题之外，本节还将讨论有关无人机特有的几个航迹规划中的约束问题。2.2.1最大航迹约束无人机可飞行的最大航迹要受到机载燃料的限制，虽然目前无人机空中加油技术已经实现，但由于无人机执行任务的时效特性，空中加油对紧急任务不切实际，每次执行任务的最大航程就受到了限制。因此，设无人机的最大航迹为maxL,无人机航迹如下图所示：图2-1无人机航迹示意图Figure2-1UAVPathDiagram其中，iL表示第i段飞行航迹的长度，L为航迹总长度，航迹总长L要满足条件如下所示：11max,niiLLLL（2-1）
工程硕士专业学位论文102.3地形和无人机威胁约束模型(TerrainandUAVThreatConstraintModel)当无人机在无障碍的空间进行航迹规划时，只需获取目标位置即可规划出最短航迹。但无人机实际的飞行环境较为复杂多样，存在各种威胁因素影响航迹规划的质量和代价。本文主要模拟在山地以及其他威胁约束的条件下，对无人机的航迹进行合理地规划。本节主要介绍三维地形环境的建模以及其他外部威胁约束问题。2.3.1三维地形建模本文使用山峰模型[53]对无人机三维环境进行建模，三维环境模型可以清晰地辨别无人机规划的航迹与山体之间的位置关系[54-56]。三维环境地形的数学公式表达如下所示：isiisiiiyxyxyxhyxz22exp,（2-6）其中，i表示第座山体，ih为第i座山峰的位置高度，ix，iy分别代表第i座山峰的中心位置在x轴和y轴的坐标，six和siy分别为第i座山峰控制山体坡度的参数。坡度值的设定直接影响山体对无人机威胁的效果。当山体坡度值较大时，实际山体的坡度较小，使得多个山体之间距离较近不利于规划航迹。当山体坡度值较小时，实际山体的坡度较大，不利于对无人机飞行起到障碍作用。yxz,为整个三维环境区域大小设定的二维矩阵，为三维地形中每个点投影到二维平面中的坐标，yxz,是指三维地形中每个点的具yx,体高度。本文在3150100kmkmkm的范围内建立三维地形图，其中由两座主要山峰以及其构成的山谷所组成，后续的威胁区域建模也在此三维地形图的基础上建立。三维地形图如下所示：图2-2原始地形图Figure2-2OriginalTerrainMap
【参考文献】：
期刊论文
[1]Distributed intelligent self-organized mission planning of multi-UAV for dynamic targets cooperative search-attack[J]. Ziyang ZHEN,Ping ZHU,Yixuan XUE,Yuxuan JI. Chinese Journal of Aeronautics. 2019(12)
[2]基于改进粒子群算法的无人机航迹规划[J]. 杜云,刘冰,邵士凯,彭瑜. 河北工业科技. 2019(05)
[3]改进粒子群算法及其在航迹规划中的应用[J]. 王闯,董宏丽,谷星澍,李佳慧,陈建玲. 控制工程. 2019(08)
[4]多无人机协同侦察任务规划方法研究综述[J]. 庞强伟,胡永江,李文广,赵月飞,褚丽娜. 电讯技术. 2019(06)
[5]基于改进蚁群算法的无人机三维航迹规划研究[J]. 陈侠,艾宇迪,梁红利. 战术导弹技术. 2019(02)
[6]三架固定翼无人机协同编队飞行避障策略[J]. 张佳龙,闫建国,张普,吕茂隆. 国防科技大学学报. 2019(01)
[7]民用无人机应用进展[J]. 宋晨晖. 机电工程技术. 2018(11)
[8]基于改进ISPO算法的三维航迹规划方法[J]. 刘志阳,江涛,甄云卉. 电光与控制. 2018(07)
[9]基于人工免疫克隆选择算法的无人机三维航迹规划[J]. 武健,舒健生,李亚雄,苏国华,何艳萍. 系统工程与电子技术. 2018(01)
[10]一种基于人工势场的无人机航迹规划算法[J]. 甄然,甄士博,吴学礼. 河北科技大学学报. 2017(03)
硕士论文
[1]无人机航路规划评估及修正方法研究[D]. 闫俊丰.哈尔滨工业大学 2016
本文编号：2902255
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2902255.html
