[发明专利]基于多目标遗传算法的飞行器航迹快速规划方法

说明书

本发明公开了基于多目标遗传算法的飞行器航迹快速规划方法，包括以下步骤：建立基于误差校正的飞行器航迹规划模型；采用多目标遗传算法对所述的飞行器航迹规划模型进行求解；综合考虑航迹长度和校正点的数目，获得航迹规划结果。所述方法针对于传统的遗传算法，对变异和适应度计算进行了改进，将传统中的单位变异改成单位状态转移，不仅将选中的变异位状态变异，并且在它的邻近区域选择另外一个点代替它之前的状态，使得变异后的个体有更大几率是可行解，针对于适应度计算，采用了多目标函数加权和评价方法，把约束条件和多目标函数的各自惩罚系数联系起来，实现了群体最优，从而可以快速高效地进行飞行器航迹规划。

技术领域

本发明属于飞行器航迹规划技术领域，具体涉及基于多目标遗传算法的飞行器航迹快速规划方法。

背景技术

复杂环境下航迹快速规划是智能飞行器控制的一个重要课题。由于系统结构限制，这类飞行器的定位系统无法对自身进行精准定位，一旦定位误差积累到一定程度可能导致任务失败。因此，在飞行过程中对定位误差进行校正是智能飞行器航迹规划中一项重要任务。

抽象而言，飞行器出发点为A点，目的地为B点。其航迹约束如下：飞行器在空间飞行过程中需要实时定位，其定位误差包括垂直误差和水平误差。飞行器每飞行1m，垂直误差和水平误差将各增加δ个专用单位，简称单位。到达终点时垂直误差和水平误差均应小于θ个单位，当垂直误差和水平误差均小于θ个单位时，飞行器仍能够按照规划路径飞行。飞行器在飞行过程中需要对定位误差进行校正。飞行区域中存在一些安全位置(称之为校正点)可用于误差校正，当飞行器到达校正点即能够根据该位置的误差校正类型进行误差校正。校正垂直和水平误差的位置可根据地形在航迹规划前确定。可校正的飞行区域分布位置依赖于地形，无统一规律。若垂直误差、水平误差都能得到及时校正，则飞行器可以按照预定航线飞行，通过若干个校正点进行误差校正后最终到达目的地。在出发地A点，飞行器的垂直和水平误差均为0。飞行器在垂直误差校正点进行垂直误差校正后，其垂直误差将变为0，水平误差保持不变。飞行器在水平误差校正点进行水平误差校正后，其水平误差将变为0，垂直误差保持不变。当飞行器的垂直误差不大于α1个单位，水平误差不大于α2个单位时才能进行垂直误差校正。当飞行器的垂直误差不大于β1个单位，水平误差不大于β2个单位时才能进行水平误差校正。

飞行器航迹快速规划中，需要考虑以下优化目标：1、航迹长度尽可能小；2、经过校正区域进行校正的次数尽可能少。同时需要考虑方法的有效性和复杂度。

发明内容

有鉴于此，本发明的目的在于提出基于多目标遗传算法的飞行器航迹快速规划方法及设备，所述方法针对于传统的遗传算法，对变异和适应度计算进行了改进，将传统中的单位变异改成单位状态转移，不仅将选中的变异位状态变异，并且在它的邻近区域选择另外一个点代替它之前的状态，使得变异后的个体有更大几率是可行解，针对于适应度计算，采用了多目标函数加权和评价方法，把约束条件和多目标函数的各自惩罚系数联系起来，实现了群体最优。

基于上述目的，基于多目标遗传算法的飞行器航迹快速规划方法，包括以下步骤：

步骤1，建立基于误差校正的飞行器航迹规划模型；

步骤2，采用多目标遗传算法对所述的飞行器航迹规划模型进行求解；

步骤3，综合考虑航迹长度和校正点的数目，获得航迹规划结果。

具体地，步骤1中所述的飞行器航迹规划模型的目标函数为总校正次数和飞行器轨迹长度组成的一个向量为目标函数，目标函数如下：

目标函数使飞行器的航迹长度尽可能小，并且在此基础上使飞行器经过校正区域进行校正的次数尽可能少；其中，m为校正点总个数，c_i为第i个校正点的决策变量，若校正点被选择为航迹，则c_i＝1，否则c_i＝0；f₁(c)为校正次数求和函数，