[发明专利]基于MMEA的多无人机协同航迹规划方法

说明书

本发明公开了一种基于MMEA的多无人机协同航迹规划方法，具体按照如下步骤实施：步骤1，建立航迹代价模型；步骤2，建立航迹协同时空约束模型；步骤3，根据步骤1建立的航迹代价模型和步骤2建立的航迹协同时空约束模型，建立多无人机协同航迹规划多目标优化模型；步骤4，求解步骤3建立的多无人机协同航迹规划多目标优化模型，得到多无人机协同的航迹规划。本发明的基于MMEA的多无人机协同航迹规划方法，能为每个无人机寻找到所有符合约束条件的最优航迹。

技术领域

本发明属于无人机航迹规划方法技术领域，涉及一种基于MMEA的多无人机协同航迹规划方法。

背景技术

已有的多模多目标演化算法(MMEA)在解决多模多目标问题(MMOP)上已取得了不错的效果。然而，这些算法通常将不同空间的距离指标集成为新的距离指标，以此来维持种群的多样性。这种集成技术通常需要构造一个复杂的函数，不利于应用与推广。此外，在多模多目标优化算法中，提高目标空间中的多样性使获得的Pareto解集在Pareto最优前沿上分布均匀，提高决策空间的多样性可获得尽可能多的Pareto最优解集。而如何高效且有效地平衡决策空间和目标空间中的距离指标在目前已有的MMEA中尚未得到充分的重视和有效的解决。

发明内容

本发明的目的是提供一种基于MMEA的多无人机协同航迹规划方法，能为每个无人机寻找到所有符合约束条件的最优航迹。

本发明所采用的技术方案是，基于MMEA的多无人机协同航迹规划方法，具体按照如下步骤实施：

步骤1，建立航迹代价模型；

步骤2，建立航迹协同时空约束模型；

步骤3，根据步骤1建立的航迹代价模型和步骤2建立的航迹协同时空约束模型，建立多无人机协同航迹规划多目标优化模型；

步骤4，求解步骤3建立的多无人机协同航迹规划多目标优化模型，得到多无人机协同的航迹规划。

本发明的特征还在于，

步骤1中的航迹代价模型包括航迹距离代价模型和航迹安全性代价模型；航迹距离代价模型采用公式(1)表示：

其中，f_K为航迹路线K的航迹距离，l_i表示第i个航迹段的长度，n是无人机数量；

已知一条航迹路线为K，无人机沿其航行时，若存在威胁点到该边的距离小于威胁点所对应的威胁半径，则将该边的威胁代价设为无穷大，否则，路径K总威胁代价为所有威胁点到路径K的威胁代价之和，即就是航迹安全性代价模型表示为：

其中，f_S表示航迹路线K的航迹安全性，w_k为第k个威胁点对路径K威胁代价，m是威胁点个数。

第k个威胁点对路径K威胁代价w_k的计算方法为：

将每条路径均分为10段，两端的点分别为无人机的起始点和目标点，取中间的5个点来计算这条路径所受到的威胁代价，通过式(3)计算各威胁点的威胁代价：