基于人工蜂群算法的無人機航跡規(guī)劃研究.pdf

《基于人工蜂群算法的無人機航跡規(guī)劃研究.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、2010年第29卷第3期傳感器與微系統(tǒng)(TransducerandMicr0systemTechnologies)35基于人工蜂群算法的無人機航跡規(guī)劃研究胡中華，趙敏(南京航空航天大學(xué)自動化學(xué)院，江蘇南京210016)摘要：為求解航跡規(guī)劃問題，引入人工蜂群(ABC)算法，并將航跡空間以網(wǎng)格劃分，通過固定起始節(jié)點和設(shè)定最大允許航跡節(jié)點數(shù)等方法，解決了ABC算法應(yīng)用于航跡規(guī)劃的2個難題：航跡節(jié)點不固定和鄰域構(gòu)造困難，實現(xiàn)了將ABC算法應(yīng)用于航跡規(guī)劃問題。通過典型的實例仿真對算法性能進行測試，并與其他智

2、能優(yōu)化算法進行比較，結(jié)果表明：該算法不僅增加了解的多樣性，有效克服了停滯行為的過早出現(xiàn)，而且能夠加快收斂速度，得到全局最優(yōu)解或近似解，是解決航跡規(guī)劃和其他組合優(yōu)化問題的一種有效算法。關(guān)鍵詞：人工蜂群算法；航跡規(guī)劃；組合優(yōu)化；無人機中圖分類號：TP301文獻標(biāo)識碼：A文章編號：1000-9787(2010)03--0035-04ResearchonpathplanningofUAVbasedonABCalgorithmHUZhong—hua，ZHAOMin(CollegeofAutomationEn

3、gineering，NanjingUniversityofAeronauticsandAstronautics，Nanjing210016，China)Abstract：Tosolvepathplanningproblem，artificialbeescolony(ABC)algorithmisintroduced．Buttherearetwodificultiesforusingit，pathnodeisnotfixedandneighborhood-buildingisdifficult．Th

4、isworkovercomesthembyfixingstart-nodeandend-nodeandsettingthemaximumnumberofpathplanningnodes．Thealgorithmistestedbyaclassicproblemandcomparedwithotheralgorithm．Theresultsshowthatithassomeadvantagesonhandlingtheseoptimizationproblemssuchasavoidingpre-

5、maturityandadvancingconstringency．Itcanfindtheglobaloptimumanditisaneffectivealgorithmforsolvingpathplanning．Keywords：ABCalgorithm；pathplanning；combinatorialoptimization；UAV0引言務(wù)過程中的生存性和執(zhí)行任務(wù)的有效性，并考慮規(guī)劃算法無人機(UAV)航跡規(guī)劃是根據(jù)任務(wù)目標(biāo)規(guī)劃滿足約的實時性，所以，仍是較為特殊的優(yōu)化問題。通過對規(guī)束條

6、件的飛行軌跡，是無人機任務(wù)規(guī)劃系統(tǒng)的關(guān)鍵組成部劃空間進行直角網(wǎng)格劃分形成連接起始點和目標(biāo)點的網(wǎng)絡(luò)分。UAV航跡規(guī)劃問題是個組合優(yōu)化問題，是優(yōu)化領(lǐng)域的圖，采用建立在網(wǎng)絡(luò)圖上的威脅模型和規(guī)劃算法進行優(yōu)化重要分支，主要通過對數(shù)學(xué)方法的研究尋找離散事件的最求解得到最優(yōu)路線。網(wǎng)絡(luò)圖中的每個節(jié)點到達相鄰節(jié)點需優(yōu)編排、分組、次序或篩選等，這類問題通常隨著問題規(guī)模要通過連接相鄰節(jié)點且?guī)в袡?quán)重的有向邊。因此，這一算的擴大，求解問題的空間、時間復(fù)雜度呈指數(shù)級增長，無法法的數(shù)據(jù)結(jié)構(gòu)是與8個相鄰節(jié)點連接的網(wǎng)狀結(jié)構(gòu)，圖1為

7、用常規(guī)的方法求解。近年來，群體智能優(yōu)化方法愈來愈引航跡節(jié)點C的網(wǎng)絡(luò)結(jié)構(gòu)，下一個節(jié)點必須從以其為中心構(gòu)起人們的關(guān)注，如，蟻群算法、蜂群算法等，它們是解決組合成第一層8個節(jié)點中選擇，而不能從第l層和更外層選優(yōu)化問題的有效工具“J。擇。1航跡規(guī)劃問題描述1．1規(guī)劃空間的表示假設(shè)UAV在巡航階段一般保持高度和速度的不變，且敵方防御區(qū)處于平坦地域，因此，UAV無需考慮利用地形因素進行威脅規(guī)避機動，航跡規(guī)劃問題就可以被簡化為一圖1節(jié)點的網(wǎng)絡(luò)結(jié)構(gòu)個二維航跡規(guī)劃問題，但仍然需要考慮UAV在執(zhí)行作戰(zhàn)任Fig1Net

8、·constructionofnode收稿日期：2009-08—13}基金項目：航空科學(xué)基金資助項目(2008ZD52047)傳感器與微系統(tǒng)第29卷1．2航跡優(yōu)化指標(biāo)息交流方式，使得整個蜂群可以協(xié)同完成如構(gòu)建蜂巢、收獲由于在實際情況中常采用低于某一探測性指標(biāo)，而且花粉等多種工作。此外，美國弗吉尼亞科技大學(xué)Teodorovic具有可接收航程的航跡作為任務(wù)航跡，因此，本文采用下式D于2003年提出了蜂群優(yōu)化算法(beecolonyoptimiza．所示的代價函數(shù)來描述航跡的性能指標(biāo)，它