[发明专利]一种无人机三维航迹多目标粒子群全局规划方法

权利要求书

1.一种无人机三维航迹多目标粒子群全局规划方法，其特征在于：包括以下步骤：

(1)根据飞行环境建立环境模型；

(2)根据步骤(1)建立的环境模型建立航迹规划模型，利用建立代价函数模拟无人机在飞行过程中的适应函数，对无人机航迹性能进行评价；

(3)基于多目标骨干粒子群优化算法，提出粒子编码、约束处理策略和算法执行步骤，优化步骤(2)中航迹规划模型，规划无人机的全局航行路线；

(4)根据步骤(1)至步骤(3)进行仿真模拟，进行无人机的三维全局多目标航迹规划；

在步骤(1)中，对无人机的飞行环境进行处理时，采用数字地图技术，所述数字地图技术将地形连续高度进行离散，以数字的形式存储于栅格之中，栅格之间的距离大小根据实际需要进行精度的划分；通过数字地图技术获取到无人机飞行区域范围内的自然地形信息、经过等效地形处理的威胁信息的中心位置以及威胁物的威胁范围；

在步骤(2)中，建立航迹规划模型时，考虑最小飞行高度和航迹穿过山体限制因素，其中最小飞行高度根据地面物体的最高高度设定；所述代价函数包括：航迹长度代价、威胁代价以及隐蔽性代价；

在步骤(3)中，所述粒子编码是指一种多节点粒子编码策略，将连续域的问题映射到离散域上，一个粒子代表一条无人机飞行路径或航迹，一条路径由m个节点共同确定；所述约束处理策略是指在航迹规划时考虑航迹中存在的约束，并在算法中给出相应的约束处理策略，从最终产生的一组Pareto最优解中，选择一个最好的折中解提供给决策者使用；所述航迹中存在的约束包括：防止航迹穿越过山体或与障碍物相碰撞；

在步骤(2)中，利用建立代价函数模拟无人机在飞行过程中的适应函数，对无人机航迹性能进行评价，方法如下：

(2-1)通过公式(1)建立航迹长度代价模型，公式(1)表示如下：

其中，Path_i＝(P_i,1,P_i,2,…,P_i,m)表示第i条航迹，P_i,1和P_i,m是无人机的起始点S和终点G；f1(Path_i)表示无人机的第i条航迹Path_i的长度代价；P_i,j＝(x_i,j,y_i,j,z_i,j)表示第i条航迹的第j个节点，x,y表示航迹节点的水平投影坐标，z表示航迹节点对应的高程，m是第i条航迹的节点数；

(2-2)通过公式(2)建立威胁代价模型，公式(2)表示如下：

其中，ε和是正数，dang(j-1,j)表示第j-1节点到第j节点组成路段的危险程度；a是无人机飞行方向与地面的夹角；dis(j-1,j)是航迹的第j-1节点水平投影坐标点与第j节点水平投影坐标点之间的距离；dis1(j-1,j)是第j-1节点与第j节点之间的距离；dis1(j,j+1)为第j节点与第j+1节点之间的距离；D_min和D_max分别是雷达探测物体的有效区间的边界；

(2-3)通过公式(3)建立隐蔽性代价模型，公式(3)表示如下：

其中，yinb(j-1,j)表示第j-1节点和第j节点所确定航段的隐蔽性指标，h_max为数字高程地图中的最大高程值；z_i,j为第i条航迹的第j个节点的高程值；d_i,j为第i条航迹的第j个节点水平坐标对应到数字高程地图中的高程值；safth为安全高度。

2.根据权利要求1所述的一种无人机三维航迹多目标粒子群全局规划方法，其特征在于：在步骤(3)中，基于多目标骨干粒子群优化算法，提出粒子编码、约束处理策略和算法执行步骤，方法如下：

(3-1)构成航迹规划的决策空间和所需粒子群，完成空间规划以及粒子编码；

(3-2)将约束算法结合BB-MOPSO算法进行三维航迹的优化，对不满足约束的粒子进行相应的处理；

(3-3)制定相应的航迹决策方案，提供给决策者一个最终的参考解；

(3-4)基于步骤(3-1)至(3-3)，提出面向无人机航迹规划的改进多目标骨干粒子群优化算法的执行步骤。