[发明专利]基于蚁群算法与人工势场法的无人机编队重构系统及方法

权利要求书

1.一种基于蚁群算法与人工势场法的无人机编队重构方法，其特征在于，包括以下步骤：

1)通过地面站与无人机群确定初始编队以及目标编队内每一架无人机的坐标；

2)对信息素和启发因子的权重系数α和β，以及挥发因子ρ进行初始化，确定无人机群组内无人机总量n、无人机群组总量m，以及最大迭代次数N；设定无人机群组编号k＝1，当前迭代次数iter＝1，信息素初始值τ_ij＝1，计算群组内每一架无人机的启发因子其中η_ij表示当前无人机群组中编号为i的无人机匹配到目标编队中编号为j的无人机所对应的启发因子，d_ij为对应的距离，i＝1,2,...,n,j＝i＝1,2,...,n；

3)根据信息素计算初始编队内每一架无人机的转移概率；

4)确定当前无人机群组k内第i架无人机的移动目标，更新该无人机群的禁忌表tabu_k；

5)判断当前无人机编号i是否小于n，是则跳转到步骤4)，否则跳转到步骤6)；

6)记录当前无人机群组中所有无人机移动的路径总和L_k；

7)判断当前无人机群组k是否小于无人机群组总量m，是则跳转到步骤3)，否则跳转到步骤8)；

8)更新无人机群的信息素；

9)判断当前迭代次数iter是否小于最大迭代次数N，是则跳转到步骤3)，否则记录最短路径以及目标匹配结果，并将匹配关系传递至路径规划模块；

10)计算每架无人机所受的吸引力和斥力，根据合力计算并记录无人机下一时刻的航点的坐标；按照下式计算每架无人机所受的吸引力和斥力：

引力场：

吸引力：

其中，k_att为引力系数，q为无人机当前的位置，q_goal为目标点位置，ρ(q_goal)表示无人机当前位置指向目标点位置的方向矢量，d₀为一常量，用于控制引力场的变化；

斥力场：

斥力：

式中，ρ^γ(q_goal)为无人机与目标点距离的γ次方，γ＝2；q_obs为障碍物的位置，ρ(q_obs)表示无人机当前位置指向目标点位置的方向矢量，L为无人机的半径；

F_rep1的方向为障碍物指向无人机的方向，F_rep2的方向为无人机指向目标点的方向；

根据无人机所受的引力与斥力的合力F以及固定步长l，通过下述公式可以计算出下一时刻无人机的航点坐标q(t+1)：

11)判断无人机是否陷入局部最小点，如果是则给当前无人机额外施加一个逃出力F_add(q)，帮助其摆脱局部最小点；否则跳转到步骤12)；

额外施加的逃出力F_add(q)按照下式进行计算：

其中，k_add为附加力的强度系数，l_max为逃出力的作用范围，randv为ρ(q_goal)法平面上的任意方矢量，满足randv·ρ(q_goal)＝0；q_local为无人机当前陷入的局部最优点的位置，ρ(q_local)表示无人机当前位置指向该无人机局部最优点的方向矢量；

12)判断无人机群组内每一架无人机距离目标位置的距离总和是否大于限定值，如果大于限定值则跳转到步骤10)，否则跳转到步骤13)；

13)将无人机群组内每一架无人机的最终航点坐标设置为其目标位置的坐标。