1.一种面向空中机动作战的无人机集群协同任务规划方法,其特征在于;所述的无人机集群协同任务规划方法用于无人驾驶反辐射攻击机执行三维地图下复杂任务环境中的攻击任务,也可用于察打、侦察任务的多无人机协同任务规划;所述的无人机集群协同任务规划方法包括以下步骤:步骤1.根据无人机的物理性能约束,飞行任务要求,任务环境信息,建立无人机协同任务规划数学模型;
步骤2.借鉴生物生命周期特征,将任务规划寻优过程映射到生命周期生长发育过程中,采用空间平面分割,以个分割平面上一点,组成航迹点集合;
步骤3.利用了变种群个体数,改进了生命周期群搜索算法(LSO)利用改进生命周期群搜索算法(ILSO),基于层次优化思想,将多无人机协同任务规划问题分为两层,第一层进行航迹点集合搜索寻优,得到各UAV可飞行路径,第二层将在固定障碍物内的航迹进行再优化得到安全路径。
2.根据权利要求1所述的一种面向空中机动作战的无人机集群协同任务规划方法,其特征在于:所述的步骤1中,所述的无人机物理性能约束包括:最大偏航角,最大爬升/俯冲角,最小航路段长度和最高/最低飞行高度,所述的飞行任务要求包括无人机飞行起点位置和终点位置,固定的目标进入方向和相同的到达时间(时间协同),所述的任务环境信息包括威胁源的位置和半径,障碍物的位置和形状。
3.根据权利要求1或2所述的一种面向空中机动作战的无人机集群协同任务规划方法,其特征在于:所述的步骤1中,所述的无人机协同任务规划数学模型包括多无人机协同任务规划的目标函数和UAV物理限制,战场环境信息对任务规划的约束条件;无人机协同任务规划的目标函数根据应用不同而有所不同,以最小飞行总耗能代价、最小威胁代价,最大收益代价为目标函数,如下式所示:min(f1,f2,f3) (1)
其中PDi表示雷达发现目标的概率,cij表示第i条路线上第j段的长度, 为攻击任务威胁权重,同样为收益权重,其中N为派往敌方基地i的飞机数量。
4.根据权利要求3所述的一种面向空中机动作战的无人机集群协同任务规划方法,其特征在于:所述的步骤1中无人机协同路径规划两个最重要的约束条件为路径可飞行性和安全性;可飞行路径要满足无人机运动学约束,特别是机动性条件,安全路径则是回避航路中出现的静止或动态的障碍物,其他约束条件则包括:保持在通信范围内、最小航路段长度等,具体如下:最大转弯角限制:该约束条件取决于具体UAV的机动性能,其限制了生成的航迹只能在小于等于预先确定的最大角度范围内转弯;若无人机最大转弯角为ψmax,则要求:其中, 为第i架UAV在第j个节点处的转弯角;
最大爬升/俯冲角限制:取决于UAV自身的机动性能,其限制了航路在垂直平面内上升和俯冲的最大角度;若无人机最大爬升/俯冲角为 则要求:其中, 为第i架UAV在第j个节点处的爬升/俯冲角;
最低/最高飞行高度约束:其中最高飞行高度取决于UAV自身的机动性能,飞行过程中飞的过低会使得与地面相撞的坠毁概率增加;若无人机最高飞行高度为Hmax,最低飞行高度为Hmin则要求:其中 为第i条航迹上第k个航迹点距离地面的高度。
5.根据权利要求1或3所述的一种面向空中机动作战的无人机集群协同任务规划方法,其特征在于:无人机间的碰撞回避:两无人机碰撞问题可以表述为:在同一时间两无人机在同一地点发生碰撞,若攻击任务中要求所有无人机同时到达目标基地,则从目标基地开始,航迹相同的长度范围内,各航迹之间的最小距离应大于预设安全距离DS;各UAV之间碰撞回避约束的表达式:min DISk(rΔli,rΔlj)>Ds,k=1,2,···,K (6)
其中DISk(rΔli,rΔlj)表示从基地开始第i条、第j条航迹相同航迹长度内各点距离;
最小航路段长度约束:其限制了UAV在开始改变飞行姿态之前必须直飞的最短距离。为了减少误差,UAV在飞行时,一般不希望迂回行进和频繁的转弯;当最小航路段为lmin时,最小航路段约束的表达式:其中cij表示第i条路线上第j段的长度:
6.根据权利要求1、2、4中任意一条权利要求所述的一种面向空中机动作战的无人机集群协同任务规划方法,其特征在于:所述的步骤2中借鉴生物生命周期特征,将任务规划寻优过程映射到生命周期生长发育过程中,采用空间平面分割,以个分割平面上一点,组成航迹点集合:
1)将无人机对航迹点的寻优映射到个体按适应度值繁殖和淘汰;
2)设第i个敌方目标被摧毁需要的最小无人机数量为 设置最大任务分配迭代次数;
3)随机初始化飞往i个敌方目标的无人机数Ni,且 每个目标初始化的无人机数分配给各基地,基地分到无人机的数目为该基地的初始化攻击无人机数,若此数量大于该基地的最大可出动无人机数,则返回继续进行初始化无人机分配;
4)对于目标基地、障碍物和雷达进行地图建模,并将地图用多组平行于xoz面的平面等距分割,设平面数量为M,目标点i到xoz面的距离为Di,最小航路段长度为lmin,则:
5)每个平面上的任意一点可能的航迹点,对于一个UAV,一个平面上有且只有一个航迹点。
7.根据权利要求1、2、4中任意一条权利要求所述的一种面向空中机动作战的无人机集群协同任务规划方法,其特征在于:所述的步骤3利用了变种群个体数,改进了生命周期群搜索算法(LSO)利用改进生命周期群搜索算法(ILSO),基于层次优化思想,将多无人机协同任务规划问题分为两层,第一层进行航迹点集合搜索寻优,得到各UAV可飞行路径,第二层将在固定障碍物内的航迹进行再优化得到安全路径;
1)初始化各种参数;随机初始化航迹点,第a个基地派出的第j架UAV到第i个敌方目标,此UAV起飞点离所构建的平面最距离最近的为第k个平面,(k=1,2,···,K),此平面定义为UAV的初始起飞平面,敌方目标i离所构建的平面中距离最近的为平面r,定义为飞机的终止平面,(r=1 ,2 ,··· ,R) ,则UAVj的 初始航迹点集合为 则
2)检验初始航迹集合的起始段航线和终止段航线是否存在迂回航迹,若起始段航线存在迂回,取离起点第二近邻平面为初始起飞平面,若终止段航线存在迂回,取离目标点的第二近邻平面为终止平面;正态分布均值μ为 产生的随机变量代入目标函数计算适应度值,作为初代种群的适应度值,其中 为所有敌方目标x坐标的平均值,HN表示正常巡航情况下飞行高度;
3)将初始种群的最优个体设置为全局初始极值,若个体不满足约束条件,初个体的适应度值设为正无穷;
4)生长发育:设第a个基地派出的第j架UAV到第i个敌方目标当前最优的航迹点集合为: 将最优个体的位置进行混沌操作,更新全局极值和最优航迹集合;采用混沌系统,将最优目标点集合记通过归一化处理;
6)将种群中的其他个体航迹集合以一定的概率执行同化操作或换位操作;同化是指群内采取社会觅食方式的个体的觅食路径被最优个体同化,追随群内最优个体进行搜索;
群内除最优个体外,采取独立觅食方式的个体其觅食执行方法采取换位算子,个体在其自身具备的能量范围内进行搜索;
7)繁殖,将种群中的每个航迹集合进行两两配对,执行变种群个体数量的中间重组操作:
Varson=Varfather+α(Varfather2-Varfather1) (9)式中,Varson为子代航迹点集合,Varfather1为亲代航迹点,其中α是比例因子,由[-d,1+d]上均匀分布地随机数产生,一般d=0.25,重组时,先为每一个子代的每一个变量产生一个α,根据出生率产生对应数量的子代个体;
8)死亡,按适应度值调整种群个体顺序,采用线性排序的方法对群中个体适应值进行调整,并对调整后的目标函数值进行降序排序,最适应个体放置在列表最后一个位置,每个个体的适应度值根据他在种群中的排序位置计算出来;
计算当前种群数量,若当前种群数量超出种群最大规模,则按轮盘赌的方法淘汰一部分个体,淘汰数量为超出种群最大规模的数量;若未超出,则按轮盘赌的方法淘汰当前种群数量乘以自然死亡率的数量的个体;
9)变异,种群中的个体以一定的概率执行方向变异操作;在三维搜索空间中,每个航迹点集合中每个元素的每一维在该维方向上的移动步长为Δl:
10)更新全局极值,将最优个体的航迹点集合记为Ug,并检验是否达到航迹规划的最大迭代次数,若达到,进入下一步进行检验;若未达到,则返回初始化参数;
11)检验是否达到最大任务分配迭代次数,若达到,退出优化,输出结果;若未达到返回步骤二3)。