[发明专利]基于粒子群的避险方法及飞行物的避险方法

摘要

本发明涉及基于粒子群的避险方法及飞行物的避险方法，通过将经典粒子群算法及模拟退火粒子群算法整合，将经典粒子群算法中每个迭代周期的惯性权值逐渐降低，从而降低收敛时间。本发明结合了经典粒子群算法及模拟退火粒子群算法的优点，可提高无人机在复杂空域环境下执行任务时的安全性，降低无人机在飞行过程中无法有效避让地面固定障碍物和空中其它飞行器而导致的碰撞危险，使无人机和有人机共享空域成为可能，能够为无人机安全、顺利执行各种任务提供有效保障。

主权项

一种基于粒子群的避险方法，其特征在于，包括如下步骤：步骤S1：随机初始化粒子数n，并初始化粒子的位置和速度，得到粒子的位置和速度信息；步骤S2：根据粒子的位置和速度信息，得到当前迭代周期内粒子的个体极值及群体极值；步骤S3：如果粒子满足迭代条件，则进行步骤S4‑S5；如果粒子不满足迭代条件，则结束迭代过程，并根据当前所有迭代周期内的所有的个体极值和群体极值得到最后的最优解；步骤S4：对粒子的位置和速度进行更新，得到下一个迭代周期内的粒子的位置和速度信息；步骤S5：比较步骤S2和步骤S4中的两个迭代周期内的粒子的位置和速度信息，如果满足ΔE≤0或exp(‑ΔE/T)>rand(0,1)中的任一项，则以步骤S4中的粒子的位置和速度信息为准，再次执行步骤S2‑S3，如果不满足上述条件中的任一项，则以步骤S2中的粒子的位置和速度信息为准，再次执行步骤S2‑S3；其中，所述步骤S1中，粒子的位置信息及速度信息分别为：Xi＝[xi1 x12 … xiD]vi＝[vi1 v12 … viD]D表示粒子共有D维向量，i表示第i个粒子，其值介于1至n之间；ΔE为步骤S4粒子状态对应的能量与步骤S2粒子状态对应的能量的差值，k为波尔兹曼常数，T为步骤S4对应的迭代周期内的迭代温度。