[发明专利]基于遗传算法的无人机侦察任务规划方法及装置

权利要求书

1.一种基于遗传算法的无人机侦察任务规划方法，其特征在于，所述方法包括：

获取待预测区域的地图和所述地图中的待侦察点位的位置和个数；以及获取预先设置的各个侦察任务的任务紧急度参数；

将所述任务紧急度参数和所述待侦察点的位置进行绑定，得到态势地图；

从所述态势地图中获取待侦察任务目标，通过基于高斯混合模型的期望最大化算法对所述待侦察任务目标进行聚类分析，得到聚类结果；所述聚类结果包括：无人机待侦察任务目标子区域和无人机在待侦察任务子区域内的初始位置；

根据所述初始位置、侦察状态向量以及侦察力参数，设置无人机侦察的约束条件；以及将待侦察点位的任务紧急度参数之和设置为无人机待侦察任务分配的目标函数；其中，所述侦察状态向量用于标记待侦察点位的侦察状态，所述侦察力参数是根据所述任务紧急度参数确定的；

根据所述约束条件和所述目标函数，建立无人机待侦察点位分配问题的求解模型；

通过遗传算法对所述求解模型进行寻优，得到所述目标函数的最优解；

根据所述目标函数的最优解，得到无人机所分配的最优侦察点位。

2.根据权利要求1所述的方法，其特征在于，通过遗传算法对所述求解模型进行寻优，得到所述目标函数的最优解，包括：

根据所述遗传算法中的修补算子对所述求解模型进行初步寻优，得到满足所述约束条件的目标函数的初始解；

根据所述遗传算法中的选择算子对所述初始解进行选择，得到初始解中存活概率最大的第一近似解；

根据所述遗传算法中的交叉算子和变异算子对所述第一近似解进行交叉变异操作，得到所述目标函数的最优解。

3.根据权利要求1所述的方法，其特征在于，将所述任务紧急度参数和所述待侦察点的位置进行绑定，得到态势地图，包括：

根据所述任务紧急度参数和所述待侦察点的位置，得到态势地图的信息矩阵T；根据所述态势地图的信息矩阵，建立态势地图；

其中，T的表达式如下：

T＝{(x₁，y₁，e₁)，(x₂，y₂，e₂)，....,(x_i，y_i，e_i)}

x_i代表序号为i的待侦察点的x坐标，y_i代表序号为i的待侦察点的y坐标，e_i代表序号为i的待侦察点的任务紧急度。

4.根据权利要求1所述的方法，其特征在于，通过基于高斯混合模型的期望最大化算法对所述待侦察任务目标进行聚类分析，得到聚类结果；所述聚类结果包括：无人机待侦察任务目标子区域和无人机在待侦察任务子区域内的初始位置，包括：

通过基于高斯混合模型的期望最大化算法对所述待侦察任务目标进行聚类分析，得到无人机待侦察任务目标子区域和无人机在待侦察任务子区域内的期望最大的均值，将所述无人机在待侦察任务子区域内的期望最大的均值作为无人机在待侦察任务子区域内的初始位置。