[发明专利]基于混合鸽群算法的非线性航迹规划

摘要

本发明公开了一种基于混合鸽群算法的非线性航迹规划方法，属于单无人机技术领域。包括如下内容：确定飞行范围和障碍物；初始化各种参数；用随机区间法生成种群初始状态值；在地图和指南针算子，采用粒子群算法自我学习和社会学习相结合的思想，用带有惯性矩阵和随惯性矩阵呈余弦变化的自我及社会学习因子的公式，更新种群的位置和速度；达到循环上限后，进入地标算子，按适应度值对鸽群进行排序，并记录中心位置；利用呈余弦变化的衰减矩阵计算此次迭代的种群数量；更新位置和速度；输出最优航迹。该发明改善了算法的精度，得到最优解或非常接近最优解的次优解，同时提升了算法的稳定性和航迹规划的速率。

主权项

1.一种基于混合鸽群算法的非线性航迹规划方法，其特征在于，包括以下步骤：/n步骤1：确定飞行环境；/n将UAV飞行环境的二维规划空间表示为集合空间区域{(x,y)|0≤x≤Xmax,0≤y≤Ymax}；/n步骤2：设置无人机航迹规划的初始条件，包括起始点、目标点、威胁分布；具体实施方法如下：/n首先，根据起始点和目标点的位置，将飞行范围内的横坐标进行等间距离散化，即确定飞行航迹点的横坐标矩阵；/n然后，将飞行任务中的威胁模型化：将威胁的地理位置、影响范围、威胁等级转化为离散化规划空间的矩阵信息；/n步骤3：初始化混合鸽群算法的各种参数，包括惯性矩阵、衰减矩阵、种群数量、地图和指南针算子最大迭代次数、地标算子的最大迭代次数；惯性矩阵的生成方式如下：IM(t)＝0.25×cos(t×π/T1)+0.65；/n衰减矩阵的生成方式：