[发明专利]一种太阳能飞机自主寻优航迹规划方法

摘要

一种用于长航时太阳能飞行器的基于“随机森林”算法的路径寻优方法。该方法主要用于长航时太阳能飞机针对气候环境的路径规划问题。该方法主要由以下几部分组成：气象预测数据，系统动力和能量模型，目标函数(代价函数)及初始条件，出发/到达位置及离散网格，随机森林算法，路径优化结果(规划路径信息)。该方法通过建立综合的目标函数，考虑了多方面因素对飞行器飞行安全的影响，可以灵活的分析历史数据提前规划飞行任务，也可以高效快速的进行在线飞行路径修正。该方法不局限于针对气候环境的太阳能飞行器的路径规划，对目标函数进行修正，也可以拓展到诸如高山地区等环境的飞行路径规划中。

主权项

1.一种太阳能飞机自主寻优航迹规划方法，其特征在于包括：A)确定系统模型，该系统模型包括：对太阳能电池板发电功率(1005)、系统功率消耗(1006)、电池电量状态(1004)的评估；包括地速，空速，风速的飞行动力学参数；飞行控制器(1003)，其是无人飞行器的逻辑决策单元，依据系统状态决定飞行的空速，包括云层厚度和分布、降水、风向和等级的气象预测数据(1001)，决定飞行器飞行路线的太阳辐照度(1002)，其影响飞行器的太阳能电池板发电功率和飞行器的飞行参数，B)构建目标函数(2006)，其中要求所规划的航迹使得所构建的目标函数的值最小，目标函数(2006)是包括飞行时间、环境成本、和系统代价的影响因素的加权组合，其中，环境成本是指环境因素对飞机飞行安全的响应，包括强风，阵风，湿度，降水量和风暴，系统代价包括电池电荷状态、功率消耗、功率产生，为了得到一致的加权求和，目标函数的影响因素的代价函数表示为： C · k = H ( x ) · exp ( X k - α k β k - α k · ϵ k ) - 1 exp ( ϵ k ) - 1 ]]>其中，通过调节参数αk，βk，εk，控制各个因素对于目标函数代价值的影响，αk，βk确定了代价值边界的最低阈值和最高上限，使用Heaviside函数H(x)，当变量值x低于阈值时不产生消耗，表示该因素不在临界范围，不需要做特别考虑；当变量值x高于上限值时，表示该因素对飞行器的飞行安全有严重影响并会影响航迹规划的结果，εk决定了代价曲线的形状，C)根据定义的目标函数(2006)，使用随机森林算法(2007)规划飞行器的航迹，其中，采用随机森林算法(2007)，通过叠加所有考虑的影响因素的代价，并在飞行时间内进行积分，来计算路径的目标函数累积代价，路径的目标函数累积代价定义为： C = ∫ t 1 t 2 Σ k = 1 n C · k d t ]]>其中k＝1,2,…，n是影响因素类别。