[发明专利]一种确定无人机航路最优路径的方法

说明书

技术领域

本发明涉及一种确定飞机航路的方法，具体是指一种确定无人机航路最优路径的方法。

背景技术

无人作战飞行器(UCAV)是一种现代航空武器装备，由于其可以执行远程和危险环境中危险、重复性的工作，因而是未来战争潜在的必然趋势之一。无人机航路规划问题的目标是满足特定的约束条件下，在初始位置和所需的目的地之间寻找一条具有最小威胁代价的最优或接近最优的飞行路径。近年来，在军用和民用领域，无人机航路规划问题都得到了广泛的研究。部分智能算法已经在该问题中得到了应用，如混沌人工蜂群算法(CABC)，遗传算法(GA)，粒子群优化算法(PSO)，差分进化(DE)，混沌捕食生物地理学算法(CPBBO)，蚁群算法(ACO),萤火虫算法(FA)以及人工神经网络(ANN)等。

蝙蝠算法(BatAlgorithm,BA)是由X.S.Yang于2010年提出的，它源于对大自然中蝙蝠利用回声定位的原理进行搜索、捕食食物过程的模拟。在搜寻食物时，蝙蝠会发出超声波脉冲，此时的脉冲音强最大，这样有助于超声波传播更远的距离。在飞向猎物的过程中，脉冲音强会逐渐减小，而脉冲频度则会逐渐增加，这样会使蝙蝠更精确地获取食物的位置。蝙蝠算法已经在诸多领域得到了广泛应用，如全局工程优化问题，约束优化问题，结构优化问题，离散钢结构尺寸优化问题。G.G.Wang应用基本蝙蝠算法(BA)和融合了变异策略的改进蝙蝠算法(MBA)来求解无人机航路规划问题。在改进蝙蝠算法(MBA)中，差分进化中的变异操作被加入蝙蝠算法以加快全局收敛速度。

现有技术中的基本的蝙蝠算法采用的是实数编码方法，具体步骤如下：

第一步：建立无人机航路规划问题(UCAV)的数学模型如下：

即UCAV的威胁源模型，在该模型中，定义航路的起点为S，目标点为T。在无人机的作战任务区内有许多的威胁区域(如：雷达、导弹、火炮等)。这些威胁区域均以圆形区域的方式来表示，越接近圆形区域的中心便越易受攻击，在区域之外则不受攻击；飞行任务就是在考虑所有威胁区域的前提下，在S与T之间寻找一条最优的路线。

(1)处理方法，结合附图1；

1、连接S与T；

2、将ST分为D+1段(即D个节点)，分别标记为L₁,L₂,...,L_k,...L_D；

3、在每个节点处作ST的垂线，构成一个离散点的集合：

C＝{S,L₁(x(1),y(1)),L₂(x(2),y(2)),...,L_k(x(k),y(k)),...L_D(x(D),y(D)),T}按顺序将这些点连接起来便形成了一条路径。

(2)坐标系变换

为了加快搜索速度，可以把ST当作x轴，对每个离散点(x_k,y_k)做坐标变换