1.一种基于自适应多种群混合算法的多无人机协同路径规划方法,其特征在于,是应用于由N个无人机从已知的起点位置飞到各自的目标点位置的三维飞行场景中,且所述三维飞行场景中设置有已知位置的障碍物,其中,表示第n个无人机的起点位置,表示第n个无人机的目标点位置,所述多无人机协同路径规划方法是按如下步骤进行:步骤一:构建多无人机协同路径规划模型的目标函数;
步骤1.1:将第n个无人机的飞行路径记为,其中,为轨迹点的数量,表示第n个无人机的第k个轨迹点,且的坐标记为,并利用式(1)建立第n个无人机的飞行长度模型:(1)
式(1)中,表示第n个无人机从第个轨迹点到第轨迹点的飞行距离;
步骤1.2:利用式(2)和式(3)构建第n个无人机的飞行高度模型:(2)
(3)
式(2)和式(3)中,是第n个无人机在k个轨迹点的飞行高度模型,是无人机飞行的最小高度,是无人机飞行的最大高度,表示第n个无人机在第个轨迹点的飞行高度,表示第n个无人机在第-1个轨迹点的飞行高度;
步骤1.3:构建第n个无人机的机动物理约束模型,包括:第n个无人机的偏转角约束模型和第n个无人机的爬升角约束模型;
步骤1.4:构建第n个无人机的障碍物威胁模型,包括:第n个无人机的雷达威胁模型和第n个无人机的导弹威胁模型;
步骤1.5:构建第n个无人机的协同模型,包括:时间协同模型和空间协同模型;
步骤1.6:利用式(16)构建多无人机协同路径规划模型的目标函数:(16)
式(16)中,,,,,是5个权重因子;
步骤二:利用基于自适应多种群混合算法对多无人协同路径模型进行求解,得到最低路径规划成本的多无人机路径规划方案。
2.根据权利要求1所述的基于自适应多种群混合算法的多无人机协同路径规划方法,其特征在于,所述步骤1.3包括:步骤1.3.1:利用式(4)和式(5)分别构建第n个无人机的偏转角模型和爬升角模型:(4)
(5)
式(4)和式(5)中,表示第n个无人机在第k个轨迹点的偏转角,表示第n个无人机在第k个轨迹点的爬升角,表示第n个无人机的第k+1个轨迹点的坐标;
步骤1.3.2:利用式(6)和式(7)构建第n个无人机的偏转角约束模型;
(6)
(7)
式(6)中和式(7)中,是第n个无人机在第k个轨迹点的偏转角约束,是第n个无人机在第k个轨迹点的偏转角,为无人机的最大偏转角;
步骤1.3.3:利用式(8)和式(9)构建第n个无人机的爬升角约束模型:(8)
(9)
式(8)和式(9)中,是第n个无人机在第k个轨迹点的爬升角约束,是第n个无人机在第k个轨迹点的爬升角,为无人机的最大爬升角。
3.根据权利要求2所述的基于自适应多种群混合算法的多无人机协同路径规划方法,其特征在于,所述步骤1.4包括:步骤1.4.1:利用式(10)构建雷达模型:
(10)
式(10)中,表示三维飞行场景中任一三维坐标,是指雷达能覆盖到的区域,是雷达区域中心所在的位置,是雷达的半径;
步骤1.4.2:利用式(11)构建第n个无人机的雷达威胁模型:(11)
式(11)中,表示第n个无人机的第个轨迹点和第个轨迹点间的距离,表示第n个无人机的第个轨迹点与第个轨迹点的轨迹线段与雷达区域的两个交点和之间的距离,表示第n个无人机的第个轨迹点与雷达区域的第二个交点间的距离,表示第n个无人机的第个轨迹点与雷达区域的第一个交点间的距离,表示轨迹线段的中点到雷达区域中心的距离;
步骤1.4.3:利用式(12)构建导弹模型:
(12)
式(12)中,是导弹能覆盖的区域,是导弹的底面的圆心坐标,表示导弹的底面的半径,表示导弹的高度;
步骤1.4.4:利用式(13)构建导弹威胁模型:(13)
式(13)中,表示第n个无人机的第个轨迹点和第个轨迹点间的距离,表示第n个无人机的第个轨迹点和第个轨迹点的轨迹线段与导弹区域的两个交点和之间的距离,表示第n个无人机的第个轨迹点与导弹区域的第二个交点间的距离,表示第n个无人机的第个轨迹点与导弹区域的第一个交点间的距离,表示的中点到导弹底面圆心的距离。
4.根据权利要求3所述的基于自适应多种群混合算法的多无人机协同路径规划方法,其特征在于,所述步骤1.5包括:步骤1.5.1:利用式(14)构建第n个无人机的时间协同模型:(14)
式(14)中,是第n个无人机的飞行时间,表示第一个到达对应目标点的无人机花费的时间,表示第一个完成飞行任务后其余无人机的缓冲时间;
步骤1.5.2:利用式(15)构建第n个无人机的空间协同模型:(15)
式(15)中,表示第个无人机的第k个路径点与第个无人机的第个路径点的距离,是无人机违反空间安全距离的惩罚系数,为无人机间的安全距离。
5.根据权利要求4所述的基于自适应多种群混合算法的多无人机协同路径规划方法,其特征在于,所述步骤2包括:步骤2.1:初始化任务的起点和目标点的位置、无人机的数量N、雷达障碍物的位置、导弹的位置、路径点的数量K;
步骤2.2:初始化种群规模为NP、最大迭代次数为itermax、种群中个体的维度为D=N×K、定义当前迭代次数为t,并初始化t=1;
步骤2.3:将N个无人机从起点位置飞到各自的目标点位置的路径规划方案编码为一个个体,从而得到第t代种群中的第i个个体,其中,表示第i个个体的第j维的位置,表示第个无人机的第个路径点位置;表示向上取整,%表示取余;
步骤2.4:通过式(16)计算第t代种群中的第i个个体的适应度值,并从第t代种群中的找到适应度值最小的前三等级狼分别记为第t代种群中的狼、狼和狼;其中,表示第t代种群中的狼个体的第j维的位置,表示第t代种群中的狼个体的第j维的位置,表示第t代种群中的狼个体的第j维的位置;
步骤2.5:若第t代种群中的个体属于前三等级狼,则利用式(17)分别更新,和,得到更新后的狼个体,更新后的狼个体,更新后的狼个体;
(17)
式(17)中,表示第t次迭代的灰狼参数,且,和表示第t代种群中随机选择的第r1个个体和第r2个个体的第j维位置,且;表示0到1之间的第t代第一随机数;
若第t代种群中的第i个体不属于前三等级狼,则利用式(18)计算得到更新后的第i个个体;从而得到第t代更新种群;
(18)
式(18)中,、和分别是第t代种群中受第t代种群中的狼狼个体、狼狼个体和狼个体影响的第i个个体的第j维元素,、和分别是第t代种群中狼个体、狼个体和狼个体的权重;
步骤2.6:利用式(16)计算更新后的第i个个体的适应度值,若<,则将作为第t代中间种群中的第i个个体,否则,将作为第t代中间种群中的第i个个体;从而得到第t代中间种群;
步骤2.7:若t≤(2/3)×itermax,则按第t代中间种群中个体的飞行高度对第t代更新种群进行划分,将飞行高度前Δ个个体划分为第t代高空子种群,后Δ个个体划分为第t代低空子种群,中间Δ个个体划分为第t代中空子种群;否则,按第t代中间种群中个体的适应度值对第t代更新种群进行划分,并将适应度值小的前Δ个个体划分为第t代较好子种群,中间Δ个个体划分为第t代中等子种群,后Δ个个体划分为第t代较差子种群;
步骤2.8:当t≤(2/3)itermax时,若更新后的第i个个体是属于高空子种群,则按式(19)得到第t代第i个变异个体,其中,表示的t代种群的第i个变异个体的第j维位置;
(19)
式(19)中,和分别是从第t代更新种群的中空子种群中随机选择的第个个体和第个个体的第j维位置,且,是从第t代更新种群的高空种群中随机选择的第个个体的第j维位置;表示0到1之间的第t代第二随机数;
若属于低空子种群,则按照式(20)得到第t代第i个变异个体;
(20)
式(20)中,,,和是从第t代更新种群的中空子种群中随机选取的第个个体、第个个体、第个个体的第j维位置,;表示0到1之间的第t代第三随机数;
若属于中空子种群,则按照式(21)得到第t代第i个变异个体:(21)
式(21)中,,,和是从第t代更新种群的中空子种群中随机选择的第个个体、第个个体、第个个体的第j维位置,和是从第t代更新种群的低空子种群中随机选择的第个个体、第个个体的第j维位置,;表示0到1之间的第t代第四随机数;
当t>(2/3)itermax时,若更新后的第i个个体属于较好子种群,则按式(22)得到第t代第i个变异个体;
(22)
式(22)中,是第t代更新种群中适应度值最好的个体的第j维位置,和分别是从第t代更新种群的较好子种群中随机选择的第个个体、第个个体的第j维位置,,F是变异算子;
若属于中等子种群,则按照式(23)得到第t代第i个变异个体;
(23)
式(23)中,表示第t代更新种群的中等子种群中适应度值最好的个体的第j维位置,和分别是从第t代更新种群的中等子种群中随机选择的第个个体、第个个体的第j维位置,;
若属于较差子种群,按照式(24)得到第t代第i个变异个体:(24)
式(24)中,和分别是从第t代更新种群的较差子种群中随机选择的第个个体、第个个体的第j维位置,表示从第t代更新种群中随机选择的第个个体的第j维位置,;
步骤2.9:利用式(26)生成第t代第i个交叉个体:(25)
式(25)中,是交叉算子,是[1,D]之间的随机整数,表示0到1之间的第t代第五随机数,是中的第j维位置;
步骤2.10:根据式(16)计算第i个交叉个体向量的适应度值,从而利用式(26)得到第t+1代种群中第i个个体:(26)
步骤2.11:将t+1赋值给t,若t>itermax,则表示得到第itermax代种群,并从中选取适应度值最小的个体即为多无人机协同路径规划方案,否则返回步骤2.4顺序执行。
6.一种电子设备,包括存储器以及处理器,其特征在于,所述存储器用于存储支持处理器执行权利要求1-5中任一所述多无人机协同路径规划方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
7.一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行权利要求1-5中任一所述多无人机协同路径规划方法的步骤。