[发明专利]基于多步粒子群算法的无人机协同侦察覆盖方法

说明书

本发明属于无人预警机群侦察领域，公开了一种基于多步粒子群算法的无人机协同侦察覆盖方法，包括：设定无人预警机群初始状态参数以及被侦察的范围，设定无人机的飞行参数以及多步粒子群算法的参数，确定粒子群算法的适应度函数，对多步粒子群算法初始化；由多步粒子群算法计算得出每一段内无人机的运动状态，更新无人机下一段的状态，直到达到设定的搜寻次数；能够使得无人预警机多步侦查覆盖率变化曲线在收敛之后变得更加稳定。

技术领域

本发明属于无人预警机群侦察领域，尤其涉及一种基于多步粒子群算法的无人机协同侦察覆盖方法，适用于无人预警机群的侦察覆盖问题。

背景技术

无人预警机是一类具有无人驾驶以及预警等多个功能的军用飞机，其拥有自主性强以及零人员伤亡等特点，在未来复杂多变的战场环境中必将发挥巨大的作用。由于未来战争作战任务的多样性，使得单架无人机单独执行侦察覆盖任务会面临诸多问题，组织多架无人预警机协同执行侦察覆盖任务将成为未来战争中的一种重要作战方式。相对于单架无人预警机，多架无人预警机协同执行任务时能够克服雷达探测器的角度限制，从多个不同方位对目标区域进行观测，当面临大范围区域搜索任务时，多架无人机能够实现对整个侦察区域的有效覆盖，因此具有更好的侦察效能和更强的任务容错能力。

多无人机协同侦察问题主要分为两种类型：一类问题是针对侦察区域内多个特定目标点，如何实现多架无人机以最小的代价协同侦察尽可能多的目标；另一类问题是针对已知大面积侦察区域，如何有效地分配和控制多架无人机以最小的代价实现对该区域最大的侦察覆盖，这类问题也被称为区域覆盖问题。本发明针对第二类问题开展研究。

对于此类动态侦察覆盖问题，国内外的研究报道较少。2007年，国防科技大学的彭辉，沈林成等人为降低问题求解的复杂度，将其分解为多无人机任务区域分配和完全覆盖路径规划两个子问题，提出了基于扫描线模式的区域覆盖搜索路径方法，取得了一定的效果。但是该方法显得较为死板，不够智能化。百度以及谷歌上所说的移动基站最大区域覆盖问题，跟本发明所要解决的问题有着本质上的不同。移动基站最大区域覆盖问题最后的结果是静态的，而无人预警机在空中飞了一段时间后运动状态不可能变为静止，也就是说本发明所要解决的问题是动态的。

发明内容

针对现有技术的问题，本发明的目的在于提供一种基于多步粒子群算法的无人机协同侦察覆盖方法，使得无人预警机多步侦察覆盖率变化曲线在收敛之后变得更加稳定。

为达到上述目的，本发明采用如下技术方案予以实现。

一种基于多步粒子群算法的无人机协同侦察覆盖方法，所述方法包括如下步骤：

步骤1，设置无人机群包含的无人机数目N，每架无人机的初始位置坐标、初始速度方向，每架无人机的覆盖半径，以及无人机群的侦察范围；所述每架无人机的初始位置坐标包括无人机的横坐标和纵坐标；

步骤2，设定无人机群中每架无人机的飞行参数，所述飞行参数包含：无人机的飞行速度，无人机每一步飞行的距离r，无人机的最大偏转角以及无人机的最大偏转角变化量；

步骤3，设置多步粒子群算法的参数，所述多步粒子群算法的参数包含：总的搜寻次数J，多步飞行段内步数，粒子群的粒子数I，算法迭代次数K；其中，总的搜寻次数是指无人机群飞行的总段数，多步飞行段内步数是指无人机群在每段飞行中包含的飞行步数；

步骤4，设置所述多步粒子群算法的适应度函数，所述适应度函数采用无人机群在侦察范围内的覆盖面积来表征，所述无人机群在侦察范围内的覆盖面积越大，其对应的适应度函数值越大；