[发明专利]一种考虑攻防对抗的无人机航迹智能规划方法

说明书

本发明涉及一种考虑攻防对抗的无人机航迹智能规划方法，该方法针对无人机在任务执行过程中存在攻防对抗的情形，将生存概率的优化目标函数由乘积最大化形式转化为和最小化形式，同时将地形条件与航迹规划的约束条件加入搜索算法中，以使规划的航迹更符合实际情形且搜索空间减小，提高了航迹规划的效率。与现有技术相比，本发明能够实现无人机在防空威胁、性能受限条件下高效、迅捷的路径规划等优点。

技术领域

本发明涉及无人机航迹规划方法，尤其是涉及一种考虑攻防对抗的无人机航迹智能规划方法。

背景技术

无人机可以以超低空飞行方式突破敌人的防区，攻击位于敌方纵深内的重要目标，具有突防能力强、命中精度高和成本低的特点，是一种新型的颠覆性武器。

无人机发挥作战效能的一个关键性基础技术是航迹规划。航迹规划的目的是在综合考虑飞行时间、燃料消耗、威胁以及飞行区域等因素的前提下，利用地形和战场环境等信息，规划生存概率大、航程长度适合且满足自身性能约束的航迹。

目前已发展了很多相关航迹规划方法。比如，阎代维等采用Voronoi图法对航迹规划进行了研究；魏桥等提出了一种基于对称标距图和粒子群算法的航迹规划方法。但这些方法大都局限于二维空间，没有考虑实际地形和约束条件。因此国内外一些学者开始将航迹规划研究成果推广到三维空间。

2003年，Nikolos等采用B样条曲线模拟无人飞行器的三维飞行航迹，利用进化算法优化B样条曲线的控制点，该算法的局限在于不能处理航迹的约束条件。针对航迹规划过程中的约束问题，余伟龙等采用粒子群算法对飞行器的三维轨迹进行优化，并引入最小威胁曲面的概念描述威胁信息对轨迹优化空间的限制。史战伟等基于进化算法提出了多无人飞行器在威胁障碍、避碰等限制条件下协同作战的轨迹规划策略。

虽然已有研究均能一定程度上满足单个或多个无人飞行器轨迹规划的需求，但根据其策略本身的技术特征，不可避免地存在着种种限制和缺陷，主要总结为以下几点：

1)无人飞行器的轨迹规划是多目标优化的耦合过程，需要考虑飞行器性能、威胁来源、编队协同等多种因素，评价指标信息量维度高而鲁棒性差，限制的引入往往会造成原有搜索策略丧失稳定性，因此，寻求一种中肯客观而又涵盖多方面的评价指标是一个难点。

2)常规搜索算法在用于路径规划时容易陷入局部最优解，如基于梯度计算的方法、遗传算法等，如果不对搜索算法采取改进措施使之具有跳出局部解寻求全局最优解的能力，会造成路径规划的失效、不稳定和航程浪费。

3)一些常规搜索算法计算复杂度大，计算效率低下，收敛速度慢，全局寻优性能的改进往往以牺牲时间维度的快速性为代价，短暂的迭代计算后无法获得较理想的规划路径。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑攻防对抗的无人机航迹智能规划方法。

本发明的目的可以通过以下技术方案来实现：

一种考虑攻防对抗的无人机航迹智能规划方法，该方法针对无人机在任务执行过程中存在攻防对抗的情形，将生存概率的优化目标函数由乘积最大化形式转化为和最小化形式，同时将地形条件与航迹规划的约束条件加入搜索算法中，以使规划的航迹更符合实际情形且搜索空间减小，提高了航迹规划的效率。

优选地，该方法采用网格法来划分三维规划空间，将航迹规划问题分解为寻找从起始点到目标点之间最优的航迹点序列。

优选地，所述的航迹规划的性能从航程长度最小和生存概率最大两个方面进行评价，航迹优化目标函数具体为：令V_i^*＝log((1-V_i)^-1)，则具有相同约束的最优化问题与有相同的解；

航程长度的优化目标函数为