[发明专利]基于人工蜂群算法的无人机群协同覆盖航路规划方法

说明书

本发明属于无人预警机航路规划领域，公开了一种基于人工蜂群算法的无人机群协同覆盖航路规划方法，包括：设定无人机群的警戒区域和可飞行区域以及无人机群的参数，设定人工蜂群算法的参数以及初始蜜源组，由人工蜂群算法确定无人机群下一时刻的状态，更新无人机群的速度偏转角；能够有效地实时覆盖监视区域，为使用无人机群预警奠定了基础。

技术领域

本发明属于无人预警机航路规划领域，尤其涉及一种基于人工蜂群算法的无人机群协同覆盖航路规划方法，适用于无人预警机群的协同覆盖航路规划问题。

背景技术

无人机在现代战争中的应用优势，已经被越来越多地应用于执行多种危险和复杂的任务。用于预警探测的无人预警机，其主要用途是对指定的区域进行自动化覆盖，并对潜在的危险进行预警。

在复杂多变的信息化战场环境下，单个无人机执行覆盖任务时面临探测角度和范围等诸方面的限制，制约了作战效能的发挥，单个无人机圆满完成任务的难度越来越大。多无人机协同探测是指两架或两架以上无人机相互配合、相互协作地执行覆盖任务。相对于单架无人预警机，多架无人预警机协同执行任务时能够克服雷达探测器的角度限制，从多个不同方位对目标区域进行观测，当面临大范围区域搜索任务时，多架无人机能够实现对整个侦察区域的有效覆盖，因此具有更好的侦察效能和更强的任务容错能力。

无人机航路规划是多无人机协同控制的核心，是实现无人机自主飞行的一项关键技术，能针对不同的任务需求为无人机提供一条或多条安全可行的航路，对无人机顺利完成任务起着关键作用。为了能顺利完成协同覆盖任务，用于预警探测的无人机航路规划的主要目的是建立可飞的空间路径，在给定的警戒区域内，寻找多架无人机从各自的起点出发，以较快速度达到对区域完全覆盖并且满足给定约束条件和性能指标的最优或可行航路，在完全覆盖之后无人机群需要继续运动并保持这种状态。

对于此类协同覆盖问题，国内外的研究报道较少。2007年，国防科技大学的彭辉，沈林成等人为降低问题求解的复杂度，将其分解为多无人机任务区域分配和完全覆盖路径规划两个子问题，提出了基于扫描线模式的区域覆盖搜索路径方法，取得了一定的效果。但是该方法显得较为死板，不够智能化。百度以及谷歌上所说的移动基站最大区域覆盖问题，跟本发明所要解决的问题有着本质上的不同。移动基站最大区域覆盖问题最后的结果是静态的，而无人预警机在空中飞了一段时间后运动状态不可能变为静止，也就是说无人机在完全覆盖指定区域之后，还需要继续运动并且保持完全覆盖的趋势。

发明内容

针对上述问题，本发明的目的在于提供一种基于人工蜂群算法的无人机群协同覆盖航路规划方法，该方法在角度搜索的基础上，采用人工蜂群算法对无人机群协同覆盖问题进行航迹规划，能够有效地实时覆盖监视区域，为使用无人机群预警奠定了基础。

为达到上述目的，本发明采用如下技术方案予以实现。

一种基于人工蜂群算法的无人机群协同覆盖航路规划方法，所述方法包括如下步骤：

步骤1，设定无人机群的警戒区域和可飞行区域，所述无人机群包含N架无人机，设定每架无人机的最大速度偏转角、每个机载雷达的最大作用距离；N为大于零的正整数；

步骤2，设置每架无人机的初始速度，组成无人机群的初始速度向量，设置每架无人机的初始位置，组成无人机群的初始位置矩阵；

步骤3，设置人工蜂群算法的初始蜜源组，所述初始蜜源组中包含CS个蜜源，每个蜜源的维数为Dim维，每个蜜源代表无人机群的一种速度偏转角方案，每个蜜源的一维数值对应为无人机群中一架无人机的速度偏转角；并设置一次人工蜂群算法的最大迭代次数MaxCycles，允许蜜源未被更新的最大次数Limit；