[发明专利]基于传教士优化算法的无人机航迹规划方法

权利要求书

1.基于传教士优化算法的无人机航迹规划方法，其特征在于：所述方法具体过程为：

步骤一：初始化参数，主要包括地形图三维笛卡尔坐标(x,y,z)、UAV最小飞行安全距离d_safe、UAV最大飞行高度H、线性插值步长d、传教士数量p、迭代次数N_iter、继承人个数in以及精英数量ein；

步骤二：根据旋转坐标系生成p个初始航迹作为传教士优化算法的个体，每个初始航迹为航迹点组成的集合，并将第i个个体的航迹点集合记作loc(i)＝{w_n|1≤n≤N}，其中i＝1,2,...,p，w_n为UAV航迹点坐标w_n＝(x_n,y_n,z_n)，N为1个个体的航迹点个数，w_n为UAV第n个航迹点坐标，x_n为UAV第n个航迹点的x轴坐标，y_n为UAV第n个航迹点的y轴坐标，z_n为UAV第n个航迹点的z轴坐标；

迭代索引n_iter＝1，目标函数最小值f_min(0)＝+∞；

步骤三：利用第i个个体的航迹点集合loc(i)计算在第n_iter次迭代中所有个体航迹的目标函数数值f(i,n_iter)及目标函数数值f(i,n_iter)最小值

步骤四：若|f_min(n_iter)-f_min(n_iter-1)|≤τ或n_iter＞N_iter停止迭代，执行步骤九；否则进行步骤五；

其中τ为迭代停止门限；

步骤五：确定高斯分布方差r_x/3，r_y/3以及r_z/3，并向继承人传播知识生成loc′(i)；

步骤六：经步骤五后POA算法共生成了p×(in+1)个个体，包括p个传教士以及p×in个继承人；

计算p×(in+1)个个体中每个个体的目标函数数值，将目标函数数值由小到大排列，取前ein个个体直接成为传教士loc″(i)的一部分；

然后计算除去精英的p×(in+1)-ein个个体的权重weight(i)，将权重由大到小排序，选择前p-ein个个体作为传教士loc″(i)的另一部分；生成loc″(i)；

步骤七：进行局部搜索生成loc″′(i)；

步骤八：比较目标函数并对loc(i)进行更新，即

此外，令n_iter＝n_iter+1，重复步骤三至步骤八；

步骤九：输出最优航迹loc(j)，

2.根据权利要求1所述基于传教士优化算法的无人机航迹规划方法，其特征在于：所述步骤二中根据旋转坐标系生成初始航迹；具体过程为：

步骤二一：根据UAV起始点和终点构建旋转坐标系x′y′z′，其中UAV起始点为x′y′z′的坐标原点o′，起始点与终点的连线为x′轴，x′o′y′平面与笛卡尔坐标系中的xoy平面平行，z′轴垂直于x′o′y′平面，同时x′y′z′满足右手系；

为航迹点在x′o′y′平面投影与旋转坐标系原点连线和旋转坐标系x′轴的夹角，φ为旋转坐标系x′轴和笛卡尔坐标系x轴的夹角；

步骤二二：通过N-3条与y′轴平行且在x′o′y′平面上的直线将x′o′y′平面沿x′轴方向等分为N-2份，其中N为1个个体的航迹点个数；

步骤二三：除了起始点和终点外的航迹点坐标依次在这N-2个区域内随机选择且服从均匀分布；对应的

其中，z_n为UAV初始航迹的飞行高度，d_safe为UAV最小飞行安全距离，H为UAV最大飞行高度，为(x_n,y_n)处的地形高度，U(a,b)表示参数为a，b的均匀分布随机变量，则表示UAV初始航迹的飞行高度在之间且服从均匀分布。