兵工学报 ›› 2023, Vol. 44 ›› Issue (S2): 52-60.doi: 10.12382/bgxb.2023.0937
所属专题: 群体协同与自主技术
郭志明1,2,*(), 娄文忠1, 李涛2, 张梦宇2, 白子龙2, 乔虎3
收稿日期:
2023-09-15
上线日期:
2024-01-10
通讯作者:
GUO Zhiming1,2,*(), LOU Wenzhong1, LI Tao2, ZHANG Mengyu2, BAI Zilong2, QIAO Hu3
Received:
2023-09-15
Online:
2024-01-10
摘要:
为使多无人机(UAV)在面临不同程度的任务威胁环境时能够高效的执行任务,研究并设计一种新型协同航迹规划算法,以综合代价为目标函数,利用改进的蝗虫优化算法对构建的航迹规划模型进行求解。分析传统蝗虫算法的原理以及不足,提出改进策略,即引入基于逻辑斯蒂函数的非线性递减策略;针对改进之后的算法进行仿真测试,并与其他算法进行对比,验证算法的应用效果。仿真结果显示,相对于其他算法,改进算法具有明显的优势,收敛速度更高,航迹代价更低,可为UAV作战效能提升提供支撑。
中图分类号:
郭志明, 娄文忠, 李涛, 张梦宇, 白子龙, 乔虎. 基于改进蝗虫优化算法考虑任务威胁的多无人机协同航迹规划[J]. 兵工学报, 2023, 44(S2): 52-60.
GUO Zhiming, LOU Wenzhong, LI Tao, ZHANG Mengyu, BAI Zilong, QIAO Hu. Collaborative Route Planning of Multiple Unmanned Aerial Vehicles Considering Task Threats Based on Improved Grasshopper Optimization Algorithm[J]. Acta Armamentarii, 2023, 44(S2): 52-60.
雷达威胁坐标/km | 威胁半径/km |
---|---|
(20,60) | 5 |
(50,30) | 3 |
(30,70) | 5 |
(80,80) | 10 |
(20,80) | 5 |
(80,30) | 5 |
(60,70) | 5 |
(80,50) | 6 |
表1 地面雷达信息
Table 1 Ground-based radar information
雷达威胁坐标/km | 威胁半径/km |
---|---|
(20,60) | 5 |
(50,30) | 3 |
(30,70) | 5 |
(80,80) | 10 |
(20,80) | 5 |
(80,30) | 5 |
(60,70) | 5 |
(80,50) | 6 |
防空导弹威胁坐标/km | 威胁半径/km |
---|---|
(10,60) | 8 |
(40,50) | 6 |
(60,50) | 5 |
(100,30) | 8 |
表2 防空导弹信息
Table 2 Anti-aircraft missile information
防空导弹威胁坐标/km | 威胁半径/km |
---|---|
(10,60) | 8 |
(40,50) | 6 |
(60,50) | 5 |
(100,30) | 8 |
算法 | 航迹代价 | ||
---|---|---|---|
平均航迹/km | 最佳航迹/km | 最差航迹/km | |
GA | 75.7307 | 73.2124 | 78.2795 |
PSO | 73.8909 | 72.3221 | 76.2391 |
GOA | 73.6189 | 73.7284 | 75.2420 |
改进GOA | 73.0829 | 72.1689 | 75.6542 |
表3 4种算法的航迹代价对比数据
Table 3 Comparative data of trajectory costs for 4 algorithms
算法 | 航迹代价 | ||
---|---|---|---|
平均航迹/km | 最佳航迹/km | 最差航迹/km | |
GA | 75.7307 | 73.2124 | 78.2795 |
PSO | 73.8909 | 72.3221 | 76.2391 |
GOA | 73.6189 | 73.7284 | 75.2420 |
改进GOA | 73.0829 | 72.1689 | 75.6542 |
[1] |
宗群, 王丹丹, 邵士凯, 等. 多无人机协同编队飞行控制研究现状及发展[J]. 哈尔滨工业大学学报, 2017, 49(3):1-14.
|
|
|
[2] |
张哲, 吴剑, 代冀阳, 等. 基于改进A*算法的多无人机协同战术规划[J]. 兵工学报, 2020, 41(12):2530-2539.
doi: 10.3969/j.issn.1000-1093.2020.12.019 |
|
|
[3] |
任智, 张栋, 唐硕. 基于强化学习的改进三维A*算法在线航迹规划[J]. 系统工程与电子技术, 2023, 45(1):193-201.
doi: 10.12305/j.issn.1001-506X.2023.01.23 |
|
|
[4] |
韩晓微, 韩震, 岳高峰, 等. 救灾无人机的优化A*航迹规划算法[J]. 计算机工程与应用, 2021, 57(6):232-238.
doi: 10.3778/j.issn.1002-8331.1912-0304 |
|
|
[5] |
程凝怡, 刘志乾, 李昱奇. 一种基于Dijkstra的多约束条件下智能飞行器航迹规划算法[J]. 西北工业大学学报, 2020, 38(6):1284-1290.
|
doi: 10.1051/jnwpu/20203861284 URL |
|
[6] |
郑弈, 谢亚琴. 基于Dijkstra算法改进的飞行器航迹快速规划算法[J]. 电子测量技术, 2022, 45(12):73-79.
|
|
|
[7] |
傅嘉晨, 付润定, 张亚. 基于分布式遗传算法和改进人工势场法的导弹反探测航迹规划[J]. 东南大学学报(自然科学版), 2023, 53(4):709-717.
|
|
|
[8] |
王庆禄, 吴冯国, 郑成辰, 等. 基于优化人工势场法的无人机航迹规划[J]. 系统工程与电子技术, 2023, 45(5):1461-1468.
doi: 10.12305/j.issn.1001-506X.2023.05.22 |
|
|
[9] |
韩尧, 李少华. 基于改进人工势场法的无人机航迹规划[J]. 系统工程与电子技术, 2021, 43(11):3305-3311.
doi: 10.12305/j.issn.1001-506X.2021.11.31 |
|
|
[10] |
张丹萌, 甄子洋, 陈棪. 基于改进RRT-Connect的协同航迹规划[J]. 电光与控制, 2021, 28(9):25-29.
|
|
|
[11] |
张康, 陈建平. 复杂环境下基于采样空间自调整的航迹规划算法[J]. 计算机应用, 2021, 41(4):1207-1213.
doi: 10.11772/j.issn.1001-9081.2020060863 |
doi: 10.11772/j.issn.1001-9081.2020060863 |
|
[12] |
傅阳光, 周成平, 丁明跃. 基于混合量子粒子群优化算法的三维航迹规划[J]. 宇航学报, 2010, 31(12):2657-2664.
|
|
|
[13] |
方群, 徐青. 基于改进粒子群算法的无人机三维航迹规划[J]. 西北工业大学学报, 2017, 35(1):66-73.
|
|
|
[14] |
徐瑞莲, 周新志, 宁芊. 基于改进差分进化算法的多无人机航迹规划[J]. 火力与指挥控制, 2020, 45(1):169-173,179.
|
|
|
[15] |
吴文海, 郭晓峰, 周思羽. 基于改进约束差分进化算法的动态航迹规划[J]. 控制与决策, 2020, 35(10):2381-2390.
|
|
|
[16] |
马军. 基于改进人工蜂群算法的多无人机航迹规划技术研究[D]. 南京: 南京航空航天大学, 2021.
|
|
|
[17] |
伍鹏飞, 李涛, 曹广旭, 等. 基于改进混沌蜂群算法的无人战斗机路径规划[J]. 中国科技论文, 2021, 16(3):301-306.
|
|
|
[18] |
李文广, 胡永江, 庞强伟, 等. 基于改进遗传算法的多无人机协同侦察航迹规划[J]. 中国惯性技术学报, 2020, 28(2):248-255.
|
|
|
[19] |
程泽新, 李东生, 高杨. 一种改进遗传算法的无人机航迹规划[J]. 计算机仿真, 2019, 36(12):31-35.
|
|
|
[20] |
柳长安, 王晓鹏, 刘春阳, 等. 基于改进灰狼优化算法的无人机三维航迹规划[J]. 华中科技大学学报(自然科学版), 2017, 45(10):38-42.
|
|
|
[21] |
曹建秋, 张广言, 徐鹏. A*初始化的变异灰狼优化的无人机路径规划[J]. 计算机工程与应用, 2022, 58(4):275-282.
doi: 10.3778/j.issn.1002-8331.2008-0426 |
|
|
[22] |
尹依伊, 王晓芳, 周健. 基于Q学习的多无人机协同航迹规划方法[J]. 兵工学报, 2023, 44(2):484-495.
doi: 10.12382/bgxb.2021.0606 |
|
|
[23] |
唐嘉宁, 杨昕, 周思达, 等. 未知环境下改进DDQN的无人机探索航迹规划研究[J]. 电光与控制, 2023, 30(4):23-27,33.
|
|
|
[24] |
高敬鹏, 胡欣瑜, 江志烨. 改进DDPG无人机航迹规划算法[J]. 计算机工程与应用, 2022, 58(8):264-272.
doi: 10.3778/j.issn.1002-8331.2106-0054 |
|
|
[25] |
丁强. 多无人机协同的飞行航迹规划问题研究[D]. 杭州: 浙江大学, 2018.
|
|
|
[26] |
池海红, 周明鑫. 融合强化学习和进化算法的高超声速飞行器航迹规划[J]. 控制理论与应用, 2022, 39(5):847-856.
|
|
|
[27] |
doi: 10.1016/j.advengsoft.2017.01.004 URL |
[28] |
刘琨. 多无人机协同侦察航迹规划算法研究[D]. 南京: 南京航空航天大学, 2021.
|
|
|
[29] |
doi: 10.1016/j.eswa.2019.04.043 URL |
[30] |
|
[31] |
罗学义. 基于智能Petri网的物流配送路径优化算法[J]. 计算机工程与设计, 2011, 32(7):2381-2384.
|
|
[1] | 赵军民, 何浩哲, 王少奇, 聂聪, 焦迎杰. 复杂环境下多无人机目标跟踪与避障联合航迹规划[J]. 兵工学报, 2023, 44(9): 2685-2696. |
[2] | 尹依伊, 王晓芳, 周健. 基于Q学习的多无人机协同航迹规划方法[J]. 兵工学报, 2023, 44(2): 484-495. |
[3] | 傅晋博, 张栋, 王孟阳, 赵军民. 面向目标定位精度提升的无人机航迹规划[J]. 兵工学报, 2023, 44(11): 3394-3406. |
[4] | 王康, 司鹏, 陈莉, 李忠新, 吴志林. 基于改进沙猫群算法的无人机三维航迹规划[J]. 兵工学报, 2023, 44(11): 3382-3393. |
[5] | 傅阳光, 周成平2, 胡汉平2. 无人飞行器海上航迹规划差分进化算法研究[J]. 兵工学报, 2012, 33(3): 295-300. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||