[发明专利]基于微粒群优化和遗传算法的多无人机三维编队重构方法

说明书

(一)技术领域

本发明涉及一种基于微粒群优化(Particle Swarm Optimization，以下简称PSO)遗传算法(Genetic Algorithm，以下简称GA)的多无人机三维编队重构技术，属于航空科学技术领域。

(二)背景技术

无人机最早出现在1913年，二战期间，出现了一种用无线电指令来遥控的军用无人机，它是无人机的鼻祖。大战末期，德国人研制成功了带有战斗部的V-1，V-2无人机，也是最早的巡航导弹，从此无人机开始了实战使用。到了四五十年代，无人机作为靶机使用。六十年代以后出现了应用于战场侦察的无人机，无人机已经表现出十分明显的军用价值。已经问世的无人机靶机、诱饵机和侦察机等在过去的使用中都显示出各自的威力。

现代无人机的完整定义：它是一种有动力，采用无线电遥控+自主飞控系统的、能携带多种任务设备、执行多种任务、可机动飞行、多次使用的无人驾驶飞行器。

现代无人机主要执行战场侦察与监视、目标截获、火力校正、毁损评估以及电子诱骗与电子干扰等任务。进入21世纪后，随着无人机技术日趋成熟，性能不断完善，它能够承担的任务范围进一步扩大，任务级别由战术级逐步扩大到战役、战略级。侦察型无人机的任务已由战术侦察向战略侦察范围扩展，所具有的全天候、大纵深监视能力将成为卫星侦察、有人侦察的重要补充与增强手段。无论在战略或者战术侦察范围，无人机都将成为应用非常广泛的低风险、高效费比的战场感知平台。

杀伤型无人机的任务由当前的电子干扰、反雷达攻击向执行多种精确打击和空战任务发展。无人侦察机技术的发展和成熟，为攻击型无人机的诞生创造了条件。攻击型无人机是一个新崛起的机种，目前已是战争中一支重要战术辅助力量和战斗力增强因子。它可携带不同的武器，执行不同的任务，可多次回收使用；它既有有人战斗机和导弹的优点，又和导弹一样没有人员的伤亡和被俘的危险；而且因不存在人的生理限制，可超长时间续航，也可以超机动飞行；还因其目标特征小，具有很强的突防能力和生存力；同时它又和有人机一样，可多次使用，活动空间大，可执行多种任务，而与有人机相比无人机成本低了很多。

在不久的将来，无人机将逐步担当航空航天控制和航空航天对地攻击任务，成为实施空中精确打击的一种手段。无人机的用途由执行侦察任务扩展到执行多种打击任务后，必将演变成一种高效费比、攻防兼备的全新武器概念，并将引起军队作战思想、作战样式和组织编制的一系列改革。

无人机编队飞行，就是将多架无人机按照一定的队形进行排列，并使其在整个飞行过程中保持队形不变。当某架无人机因敌人的通信干扰或者受到攻击而掉队失踪，其余的无人机就应该能立即填补它留下的空缺。编队飞行的无人机能通过信息共享在飞行中改变原有队形，自主地对突发事件做出反应。机群中的所有无人机都要在执行任务时根据面临的具体情况来分担各自的任务，这就涉及到三维编队重构技术。当飞行中的机群受到电子干扰或者在战斗中损坏时，可以用机群中别的无人机来完成三维编队重构，从而保持编队队形稳定。三维编队重构研究的核心就是怎样在飞行中，实时规划机群中无人机的飞行轨迹，使得性能良好的无人机能在飞行中完成对编队队形的重构，使得编队队形不变或者达到最优队形。

(三)发明内容

本发明的目的在于提供一种基于微粒群优化和遗传算法的多无人机三维编队重构方法，以解决现有技术中三维编队重构的最小能量控制、最短时间与最小能量综合控制等问题，以及多编队重构、多机协同等复杂系统集中控制的优化问题。

本发明涉及一种基于PSO和GA的多无人机三维编队重构方法，发明的内容具体如下：

1、无人机的数学模型

建立无人机的数学模型是实现三维编队重构的必要前提。在对无人机分析的基础上，公式(1)-(6)给出了其数学模型。基于PSO和GA的无人机三维编队重构是以此模型来进行程序设计的。