基于人工蜂群算法的无人机航迹规划研究.pdf

《基于人工蜂群算法的无人机航迹规划研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2010年第29卷第3期传感器与微系统(TransducerandMicr0systemTechnologies)35基于人工蜂群算法的无人机航迹规划研究胡中华，赵敏(南京航空航天大学自动化学院，江苏南京210016)摘要：为求解航迹规划问题，引入人工蜂群(ABC)算法，并将航迹空间以网格划分，通过固定起始节点和设定最大允许航迹节点数等方法，解决了ABC算法应用于航迹规划的2个难题：航迹节点不固定和邻域构造困难，实现了将ABC算法应用于航迹规划问题。通过典型的实例仿真对算法性能进行测试，并与其他智

2、能优化算法进行比较，结果表明：该算法不仅增加了解的多样性，有效克服了停滞行为的过早出现，而且能够加快收敛速度，得到全局最优解或近似解，是解决航迹规划和其他组合优化问题的一种有效算法。关键词：人工蜂群算法；航迹规划；组合优化；无人机中图分类号：TP301文献标识码：A文章编号：1000-9787(2010)03--0035-04ResearchonpathplanningofUAVbasedonABCalgorithmHUZhong—hua，ZHAOMin(CollegeofAutomationEn

3、gineering，NanjingUniversityofAeronauticsandAstronautics，Nanjing210016，China)Abstract：Tosolvepathplanningproblem，artificialbeescolony(ABC)algorithmisintroduced．Buttherearetwodificultiesforusingit，pathnodeisnotfixedandneighborhood-buildingisdifficult．Th

4、isworkovercomesthembyfixingstart-nodeandend-nodeandsettingthemaximumnumberofpathplanningnodes．Thealgorithmistestedbyaclassicproblemandcomparedwithotheralgorithm．Theresultsshowthatithassomeadvantagesonhandlingtheseoptimizationproblemssuchasavoidingpre-

5、maturityandadvancingconstringency．Itcanfindtheglobaloptimumanditisaneffectivealgorithmforsolvingpathplanning．Keywords：ABCalgorithm；pathplanning；combinatorialoptimization；UAV0引言务过程中的生存性和执行任务的有效性，并考虑规划算法无人机(UAV)航迹规划是根据任务目标规划满足约的实时性，所以，仍是较为特殊的优化问题。通过对规束条

6、件的飞行轨迹，是无人机任务规划系统的关键组成部划空间进行直角网格划分形成连接起始点和目标点的网络分。UAV航迹规划问题是个组合优化问题，是优化领域的图，采用建立在网络图上的威胁模型和规划算法进行优化重要分支，主要通过对数学方法的研究寻找离散事件的最求解得到最优路线。网络图中的每个节点到达相邻节点需优编排、分组、次序或筛选等，这类问题通常随着问题规模要通过连接相邻节点且带有权重的有向边。因此，这一算的扩大，求解问题的空间、时间复杂度呈指数级增长，无法法的数据结构是与8个相邻节点连接的网状结构，图1为

7、用常规的方法求解。近年来，群体智能优化方法愈来愈引航迹节点C的网络结构，下一个节点必须从以其为中心构起人们的关注，如，蚁群算法、蜂群算法等，它们是解决组合成第一层8个节点中选择，而不能从第l层和更外层选优化问题的有效工具“J。择。1航迹规划问题描述1．1规划空间的表示假设UAV在巡航阶段一般保持高度和速度的不变，且敌方防御区处于平坦地域，因此，UAV无需考虑利用地形因素进行威胁规避机动，航迹规划问题就可以被简化为一图1节点的网络结构个二维航迹规划问题，但仍然需要考虑UAV在执行作战任Fig1Net

8、·constructionofnode收稿日期：2009-08—13}基金项目：航空科学基金资助项目(2008ZD52047)传感器与微系统第29卷1．2航迹优化指标息交流方式，使得整个蜂群可以协同完成如构建蜂巢、收获由于在实际情况中常采用低于某一探测性指标，而且花粉等多种工作。此外，美国弗吉尼亚科技大学Teodorovic具有可接收航程的航迹作为任务航迹，因此，本文采用下式D于2003年提出了蜂群优化算法(beecolonyoptimiza．所示的代价函数来描述航迹的性能指标，它