买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京航空航天大学

摘要：本发明公开了一种雷达威胁环境下的无人机航迹规划方法，首先对环境建模，包括规划区间（可飞空间），地形环境和障碍物威胁环境；其次根据无人机的路径规划满足动力学原理的飞行路径及进行三次B样条平滑处理；无人机飞行过程中需要满足的空间、资源、避障等约束条件；以目标函数最小化为目的，寻找无人机最优路径。采用基于改进蜘蛛蜂算法求解无人机最有路径。采用tent混沌映射和circle混沌映射改善种群初始分布不均匀的问题；采用自适应权重因子增强算法局部搜索能力。本发明提出了一种提高无人机系统效率的路径规划方法，以满足在复杂环境下，规划路径更好，飞行时间更短，稳定性更好，从而有效提高无人机能源效率的需求。

主权项：1.一种雷达威胁环境下的无人机航迹规划方法，其特征在于，包含以下步骤：步骤1，使用山峰模型、模拟地形函数、柱形函数对无人机的飞行空间进行环境建模，以模仿现实环境中地面障碍物和雷达威胁环境；步骤2，根据以下条件构建无人机平台约束：无人机路径长度小于无人机最大飞行长度、可飞空间上下限、爬升角和转弯角要求；步骤3，在无人机多维资源约束的条件下，以最大化无人机能源效率为目标，构建无人机最优路径目标函数，目标函数包含航迹长度代价函数、威胁代价函数、高程代价函数、角度代价函数；步骤4，采用改进蜘蛛蜂算法求解无人机最优路径目标函数，获得路径规划结果；步骤4.1，初始化定义蜘蛛蜂种群的种群大小N、最小种群数Nmin、最大迭代次数tmax、交叉率CR、平衡率TR；步骤4.2，根据下式完成种群初始化： 式中,SWPOP表示初始种群的位置，[SWi,1、SWi,2，SWi,3]表示第i个蜘蛛蜂的3维坐标位置，表示第i个蜘蛛蜂第t次迭代时的位置，分别表示在3维可飞空间范围的最大值、最小值，为0到1之间的3维随机向量；步骤4.3，根据无人机最优路径目标函数计算初始种群中各蜘蛛蜂的目标函数值，并将其中的最小值记为步骤4.4，令初始迭代次数t＝1，判断预设的权衡率TR和随机数r6的大小；步骤4.4.1，如果r6小于TR，则判断i与N*k的大小，步骤4.4.1.1，如果iN*k，生成0到1之间的随机数p并判断p和k的大小，如果pk,则蜘蛛蜂通过搜索行为进行位置更新，如果pk，则通过跟随行为进行位置更新；所述搜索行为的具体步骤如下：分别生成0到1之间的随机数r3、r4并判断r3、r4的大小；若r3＜r4，通过以下搜索方程进行搜索： 其中，表示第i个只蜘蛛蜂第t+1次迭代的位置；和是从种群中随机选择的两个蜘蛛蜂来确定探索方向；u1用于确定搜索步长的大小；rn～N0,1的随机数；r1是0到1之间的随机数；若r3r4，通过以下搜索方程进行搜索： 其中，是从种群中随机选择的蜘蛛蜂，u2表示搜索步长的大小，是0到1之间的3维随机向量，l是1和-2之间随机产生的一个数；所述跟随行为的具体步骤如下：重新生成0到1之间的随机数r3、r4并判断r3、r4的大小；若r3＜r4，通过以下跟随方程进行跟随： 其中，C是距离控制因子，是一个在[0，1]之间的3维向量，r6是0到1之间的随机数；若r3r4，通过以下跟随方程进行跟随： 其中，在k和-k之间；步骤4.4.1.2，如果iN*k，则通过筑巢行为进行位置更新；所述筑巢行为的具体步骤如下：重新生成0到1之间的随机数r3、r4并判断r3、r4的大小；若r3＜r4，通过以下筑巢方程进行筑巢： 若r3r4，通过以下筑巢方程进行筑巢： 其中，取1或者0，γ是莱维飞行系数，β取1.5，u、v属于正态分布；步骤4.4.2，如果r6大于TR则通过交配行为更新位置；所述交配行为采用交叉均匀算子的交配算法： 式中，CR为预设的交叉率；步骤4.5，计算新生成的种群中各蜘蛛蜂的目标函数值，将其中的最小值记为SWfit，比较SWfit和并将更新为两者之间的较小值；步骤4.6，令t＝t+1，根据N＝Nmin+N-Nmin*k更新种群的数量，通过减少种群数量节省内存；步骤4.7，判断迭代次数t是否等于tmax，若不等于，重复步骤4.4，若等于，将作为最优解；步骤5，采用三次B样条平滑对航迹进行平滑操作，飞行路径包含飞行的起点psxs，ys，zs、终点pgxg，yg，zg和经过点poxo，yo，zo，得到无人机航迹规划，其中poxo，yo，zo是最优解对应的三维坐标值。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种雷达威胁环境下的无人机航迹规划方法