[发明专利]一种飞行器攻击航路规划方法、装置及存储介质

说明书

本申请提供一种飞行器攻击航路规划方法、装置及存储介质，所述方法包括如下步骤：S1、建立目标的空面武器投放区LAR模型；S2、建立粒子群搜索模型；S3、根据所述LAR模型设置粒子群搜索空间的的各维度墙壁碰撞策略；S4、通过粒子群搜索迭代出最优的Dubins规划路径并输出。本发明考虑了飞行器的飞行约束，结合了经典的Dubins路径及粒子群优化智能算法，能在较短的时间内给出较高精度的规划航路，尽可能快的引导飞行器到达目标投放区；此外，本发明适用于飞行器的航路在线重规划，从而为飞行员完成对目标的打击任务提供迅速、有效的指引，或作为航路预规划的功能组件，为进入任战场后的攻击过程提供相应的规划航路。

技术领域

本申请涉及飞行器航路规划技术领域，尤其涉及一种飞行器攻击航路规划方法、装置及存储介质。

背景技术

飞行器航路规划是指在满足飞行器性能约束下，寻找飞行器从起始点到目标点的最优运动路线、路径。与一般的旅行商问题(TSP)、路径规划问题不同，飞行器的航路规划需要考虑飞行器自身的约束条件，从而对航路的可飞性提出了一定要求。对于飞行器攻击任务，航路规划按照使用的时机可以主要分为预先航路规划和在线航路重规划两类。

其中预先规划为在任务准备阶段，提前根据战场地形、气象信息、威胁及目标分布等条件，预先规划出飞行器起飞、进入战场、目标攻击、返航的完整航路。由于其在任务准备阶段执行，通常可选择计算量大、求解时间长但规划效果好的算法。

在线航路重规划则是飞行器在飞行过程中，由于突发情况如目标更新、威胁变化等，需要利用机载航电设备及时更新局部航路。由于飞行器在任务执行过程中对时间的敏感性，故采用的算法需要优先保证时效性，而不必追求全局最优，通常获得满足精度的次优解即可。

航路规划可以按照使用时机目的、算法类型分类。按照算法类型分类，航路规划算法可分为传统经典算法和现代智能算法。传统的经典航路规划算法有Dijkstra法、人工势场法、模拟退火算法等等。现代智能算法及启发式算法有A*算法、RRT算法、遗传算法、蚁群优化算法和粒子群优化算法等。

由于航路规划是一个典型的NP困难问题，即随着航路节点增多，求解计算量、所需的计算资源如内存等指数级增加，所以航路规划通常无法通过特定算法在较短时间内给出全局最优解。为解决上述问题，本申请提出一种飞行器攻击航路规划方法、装置及存储介质。

发明内容

本申请的目的是针对以上问题，提供一种飞行器攻击航路规划方法、装置及存储介质。具体技术方案如下：

第一方面，本申请提供一种飞行器攻击航路规划方法，所述方法包括如下步骤：

S1、建立目标的空面武器投放区LAR模型；

S2、建立粒子群搜索模型；

S3、根据所述LAR模型设置粒子群搜索空间的的各维度墙壁碰撞策略；

S4、通过粒子群搜索迭代出最优的Dubins规划路径并输出。

根据本申请某些实施例提供的技术方案，步骤S1中建立目标的空面武器投放区LAR模型，具体包括：

S11、根据飞行器规划高度目标位置，求解出空面武器的最小发射距离d_Near和最大发射距离d_Far；

S12、结合是否有航向约束限制，建立目标的空面武器投放区LAR模型；当无航向约束时，所述LAR模型为由d_Near和d_Far为半径，绕目标构成的封闭圆环；当有航向约束时，所述LAR模型为由d_Near和d_Far为半径、绕目标构成的封闭扇环。

根据本申请某些实施例提供的技术方案，步骤S2中建立粒子群搜索模型，具体包括：