[发明专利]一种多无人机多蚁群协同搜索目标方法

权利要求书

1.一种多无人机多蚁群协同搜索目标方法，其特征在于包括如下步骤：

S1:采用栅格法对搜索海域进行划分并标号，建立目标概率图模型；

S2:建立目标函数，对无人机转向代价、无人机碰撞威胁代价、搜索概率进行加权求和；

S3:采用多蚁群算法对多无人机进行协同路径优化设计：

S31：根据目标概率图模型初始化各蚁群信息素浓度，其中每个蚂蚁种群分别对应一架无人机，并为无人机构造搜索路径；

S32：根据路径启发信息、本种群信息素浓度和其他种群信息素浓度设计状态转移规则，其中每个种群的蚂蚁根据状态转移规则进行下一栅格的选择，当达到最大步长时保存搜索路径；

S33：当各种群的蚂蚁完成一次路径规划后保存搜索路径，根据目标函数值选出目标函数最大者对应的搜索路径，按照信息素更新规则更新信息素浓度信息；

S34：设置最大迭代次数N_max，执行S32和S33直到满足最大迭代次数则输出最佳搜索路径为止；

其中无人机转向代价表示为：

表示第m无人机的第n_θ次转向时的转向角度的绝对值，C_θ为系数，N_θ为总的转向次数；

其中无人机碰撞威胁代价表示为：

其中lapped为无人机m,v重复搜索栅格的数目，C_c为系数；

其中目标函数为：

K为系数，N表示搜索路径栅格数目，p_i为搜索概率，为无人机m的航行代价，主要考虑无人机的转向代价和无人机之间的避碰代价，计算如下：

S3中采用多蚁群算法对多无人机进行协同路径优化设计具体采用如下方式：

每只蚂蚁按照状态转移规则从起点选择下一个栅格，在t时刻第l只蚂蚁从栅格i转移到栅格j的状态转移规则设计如下：

其中U_K表示选择的栅格集合，U_K＝N-Tabuk，其中Tabuk表示已访问过的栅格集合；η_ij(t)为路径的启发信息，且T₁和T₂为常数；φ_jk(t)表示其余蚂蚁子群信息素在栅格j处的值，α表示在栅格选择中信息素的重要程度，β表示启发信息在蚂蚁选路决策中的重要程度，γ表示其他种群的信息素对航路点选择的影响；

在每一次迭代过程中，对蚂蚁经过的栅格进行信息素的更新，栅格j处的信息素按下式进行更新：

τ_jk(t+1)＝(1-ρ)τ_jk(t)+ρΔτ_jk(t+1)

其中，τ_jk(t+1)和τ_jk(t)分别是更新前后网格j内，第k个种群信息素的值，ρ为信息素挥发系数，Δτ_jk(t+1)是信息素更新值，信息素按如下表达式更新：

其中，为第t次搜索后，第k个种群的第l只蚂蚁在栅格j内留下的信息素，定义为：

其中u_kl是第k个种群的蚂蚁l在第t次搜后经过网格中的第k个种群的信息素总量，表示其他种群信息素总量；J_kl为第k个种群中的第l只蚂蚁在完成一次搜索后的搜索收益，并对蚁群中所有蚂蚁的收益值进行排序s₁和s₂分别为搜索收益权值系数；当时，增强前u只蚂蚁信息素浓度；当m∈[u+1,M]，减弱m-u只蚂蚁信息素浓度；

当整个蚁群完成一次迭代后，选出每个种群中本次迭代解最优的蚂蚁，信息素按如下公式进行更新：

其中，为迭代过程中种群k中的最优蚂蚁l_best在栅格j处产生的信息素增量，按照下式进行计算，

其中，k^*为权值，f(J_klbest)为种群k中最优搜索收益函数；

将栅格内每个种群k的信息素浓度限制在[τ_min,τ_max]，