[发明专利]一种基于改进果蝇优化算法的三维航路规划方法

摘要

本发明公开一种三维航路规划方法，利用通过对原始果蝇优化算法做出改进，用来求解复杂地势环境与战场威胁态势下的无人机三维航路规划，在考虑复杂态势与无人机性能约束的前提下，为无人机计算出最优或次优三维飞行航路。

主权项

一种基于改进果蝇优化算法的三维航路规划方法，其特征在于，首先确定无人机飞行任务信息，包括起点坐标(xS,yS,zS)T和终点坐标(xT,yT,zT)T，任务地图边界，需要规划出的航路控制点个数n；确定敌方地面武器信息，包括威胁类型(雷达、导弹、高炮)，武器位置(xthreat j,ythreat j)T，以及各自的威胁范围；设定改进果蝇算法的相关参数，包括最大迭代次数Gmax，嗅觉搜索次数Mosp，以及变异概率Pm，其包括以下步骤：步骤一：设迭代次数NC＝1，随机初始化相位角向量Θaxis＝[θaxis,1,Λ,θaxis,D]，其中每一维相位角取值都在[‑π/2,π/2]内，且D＝3n，并设定相应的初始味道浓度判定值Smellaxis＝+∞；步骤二：按照如下公式计算果蝇的搜索半径步骤三：执行果蝇嗅觉搜索操作，令i＝1，j＝1；步骤四：在0到1区间上随机产生一个实数rj，若rj<Pm，则转步骤五；若rj≥Pm，则转步骤六；步骤五：执行变异操作，即计算其中random(‑RNC,RNC)为‑RNC到RNC区间上随机产生的一个实数；转到步骤七；步骤六：不执行变异操作，即计算步骤七：计算此次嗅觉搜索的味道浓度判定值如下其中，Smax,j和Smin,j分别为搜索空间的上下边界；步骤八：令j＝j+1，若j≤D，则转到步骤五，否则，转到步骤十；步骤九：利用航路起点和终点，以及向量[Si,j,Si,n+j,Si,2n+j]生成完整的航路PUAV,i；步骤十：计算航路曲线的味道浓度值(航路代价值)步骤十一：令i＝i+1，若i≤Mosp，则令j＝1，并转到步骤四；否则，转到步骤十二；步骤十二：执行果蝇视觉搜索操作，选出具有最小味道浓度值的个体，即该个体的索引号为步骤十三：若比Θaxis具有更优的味道浓度值，则果蝇利用视觉飞向该位置，即令且步骤十四：更新迭代次数NC＝NC+1，若迭代次数NC≤Gmax，则转到步骤二；若迭代次数NC＞Gmax，则将Θaxis转换为Saxis＝[Saxis,1,Saxis,2,Λ,Saxis,D]，进而生成无人机飞行航路，并输出最终的规划结果。