本發(fā)明涉及一種多無人機協(xié)同快速覆蓋搜索航跡規(guī)劃方法，尤其涉及一種針對具有點線面目標特殊灰色區(qū)域的多無人機協(xié)同快速覆蓋搜索航跡規(guī)劃方法，屬于無人機航跡規(guī)劃領(lǐng)域。
背景技術(shù)：
：無人機(UnmannedAerialVehicle,UAV)以其體積小、機動性強、價格低廉、起飛靈活、毀傷無人員傷亡、空勤保障簡單等優(yōu)點，成為執(zhí)行枯燥、惡劣和危險任務的最佳選擇，廣泛應用于戰(zhàn)場偵察、對地攻擊、地形測繪以及海上搜救等領(lǐng)域，并且發(fā)揮了重大作用。由于作戰(zhàn)區(qū)域進行目標搜索和情報偵察已經(jīng)成為當前戰(zhàn)場信息獲取的重要手段，并且在信息化戰(zhàn)場中對目標的精確打擊很大程度上取決于在打擊之前的偵察，因此在無人機能夠執(zhí)行的各種任務中，偵察和搜索任務是無人機系統(tǒng)最主要的作戰(zhàn)任務。隨著科學技術(shù)的發(fā)展和信息化網(wǎng)絡(luò)化戰(zhàn)爭的不斷深化，任務不斷加重，單無人機所能發(fā)揮的作戰(zhàn)效能極為有限，采用多無人機協(xié)同搜索的方式可以有效提高搜索效率、縮短搜索時間，彌補單無人機的缺陷。相比單架無人機，多無人機協(xié)同執(zhí)行任務具有很多優(yōu)勢。當無人機出現(xiàn)故障或損毀時，可以重新分配任務從而避免任務失敗而貽誤戰(zhàn)機甚至破壞整個作戰(zhàn)計劃；多無人機還可以從多個不同方位對目標區(qū)域進行觀測，在很大程度上避免遺漏或者丟失目標；多無人機協(xié)同搜索和偵察的范圍將增大，能夠提高按計劃和要求圓滿完成預定任務的概率。針對無人機區(qū)域覆蓋搜索航跡規(guī)劃問題，目前國內(nèi)外開展了較為廣泛的研究，傳統(tǒng)方法以搜索論為基礎(chǔ)，以最大化目標發(fā)現(xiàn)概率的角度，設(shè)計覆蓋任務區(qū)域的搜索航線。另外采用基于圖的方法，如概率圖、信息素視圖等，這種方法都是采用某種機制來構(gòu)造一個可以反映目標和環(huán)境信息的二維離散地圖，隨著無人機搜索的進行，搜索圖不斷更新，這種方法能夠有效利用實時探測信息，適合動態(tài)搜索過程。針對信息完全未知的灰色區(qū)域，主要采用光柵線的方式，即無人機沿著直線飛行，在搜索區(qū)域邊界處轉(zhuǎn)彎向反方向沿平行直線飛行，如此進行反復搜索，覆蓋整個待搜索區(qū)域。這種搜索方式無人機轉(zhuǎn)彎次數(shù)少，飛行直線距離長，能夠極大減少無人機轉(zhuǎn)彎時飛行姿態(tài)變化引起的攝像視場圖像畸變特征。目前，國內(nèi)外還未有學者研究具有點狀、線狀和面狀重點目標的灰色區(qū)域的覆蓋搜索航跡規(guī)劃方法。技術(shù)實現(xiàn)要素：針對具有點線面目標特殊灰色區(qū)域的多無人機協(xié)同快速覆蓋搜索航跡規(guī)劃問題，本發(fā)明公開的一種多無人機協(xié)同快速覆蓋搜索航跡規(guī)劃方法，要解決的技術(shù)問題是提供一種能夠為多無人機規(guī)劃出滿足飛行約束和特定性能的快速覆蓋搜索航跡規(guī)劃方法，所述的航跡規(guī)劃方法具有覆蓋時間短、算法魯棒性高的優(yōu)點，而且規(guī)劃出的覆蓋搜索航跡能夠有效代替區(qū)域全覆蓋搜索航跡。本發(fā)明的目的是通過下述技術(shù)方案實現(xiàn)的。本發(fā)明公開的一種多無人機協(xié)同快速覆蓋搜索航跡規(guī)劃方法，首先根據(jù)戰(zhàn)場環(huán)境的先驗信息和目標存在區(qū)域的幾何特征，將灰色區(qū)域提取為點目標、線目標和面目標三種類型的重點搜索目標，然后采用雙編碼對策整數(shù)遺傳算法確定各個重點搜索目標的訪問順序。最后針對重點搜索目標和無人機的分配順序，考慮到無人機轉(zhuǎn)彎半徑約束和求解時間要求，采用Dubins路徑和貪婪策略得到無人機從當前目標覆蓋搜索航跡結(jié)束點到達下一搜索目標覆蓋搜索航跡起始點之間的局部最短連接航跡，得出下一搜索目標的覆蓋搜索航跡，從而得到多無人機協(xié)同覆蓋搜索航跡，即完成多無人機協(xié)同快速覆蓋搜索航跡規(guī)劃。所述的三種類型的重點搜索目標的覆蓋搜索航跡分為點目標類型的覆蓋搜索航跡、線目標類型的覆蓋搜索航跡、面目標類型的覆蓋搜索航跡。點目標類型的覆蓋搜索航跡。對于無方向約束點目標，只需要無人機視場中心穿越點目標即得出無方向約束點目標的覆蓋搜索航跡；對于有方向約束點目標，無人機視場中心沿特定方向穿越點目標即為有方向約束點目標的覆蓋搜索航跡。線目標類型的覆蓋搜索航跡。由于線目標長度遠遠大于無人機視場寬度，而線目標寬度又小于無人機視場寬度，因此，線目標的覆蓋搜索航跡即為線目標的幾何線段，無人機從線目標的任一端點沿著目標幾何線段方向搜索至線目標另一端點即完成線目標覆蓋搜索。面目標類型的覆蓋搜索航跡。面目標在長度和寬度方向上都遠遠大于無人機視場寬度，無人機需要來回往復覆蓋搜索才能完成對面目標的搜索。將面目標的頂點作為面目標的覆蓋搜索起始點，面目標的長度或?qū)挾确较蜃鳛楦采w搜索起始方向，無人機從起始點和起始方向采用來回往復覆蓋搜索方式產(chǎn)生不同的覆蓋搜索航跡，即得到面目標的覆蓋搜索航跡。本發(fā)明公開的一種多無人機協(xié)同快速覆蓋搜索航跡規(guī)劃方法，包括如下步驟：步驟一，點線面特殊目標的覆蓋搜索航跡。無人機導引頭地面視場受其飛行高度、姿態(tài)角以及導引頭安裝角的影響，將無人機視為質(zhì)點，并假設(shè)導引頭地面視場為圓形并且位于無人機正下方，無人機在固定高度飛行且其地面視場不受姿態(tài)角和地形起伏的影響。無人機對目標的探測概率與無人機的導引頭對目標的探測時間相關(guān)。根據(jù)戰(zhàn)場環(huán)境的先驗信息和目標存在區(qū)域的幾何特征，將灰色區(qū)域提取為點目標、線目標和面目標三種類型的重點搜索目標。對于點目標，當無人機視場中心穿過目標時，無人機對目標的探測時間最長，探測概率最大。覆蓋搜索航跡根據(jù)特殊目標類型分為點目標的覆蓋搜索航跡、線目標的覆蓋搜索航跡、面目標的覆蓋搜索航跡。步驟1.1：點目標的覆蓋搜索航跡。對于無方向約束點目標，只需要無人機視場中心穿越點目標即得出無方向約束點目標的覆蓋搜索航跡；對于有方向約束點目標，無人機視場中心沿特定方向穿越點目標即為有方向約束點目標的覆蓋搜索航跡。步驟1.2：線目標的覆蓋搜索航跡。由于線目標長度遠遠大于無人機視場寬度，而線目標寬度又小于無人機視場寬度，因此，線目標的覆蓋搜索航跡即為線目標的幾何線段，無人機從線目標的任一端點沿著目標幾何線段方向搜索至線目標另一端點即完成線目標覆蓋搜索。步驟1.3：面目標的覆蓋搜索航跡。面目標在長度和寬度方向上都遠遠大于無人機視場寬度，無人機需要來回往復覆蓋搜索才能完成對面目標的搜索。將面目標的頂點作為面目標的覆蓋搜索起始點，面目標的長度或?qū)挾确较蜃鳛楦采w搜索起始方向，無人機從起始點和起始方向采用來回往復覆蓋搜索方式產(chǎn)生不同的覆蓋搜索航跡，即得到面目標的覆蓋搜索航跡。針對面目標，所述的來回往復覆蓋搜索常用的有Z形搜索和螺旋搜索。由于簡單的螺旋搜索模式在存在最小轉(zhuǎn)彎半徑約束下存在漏掃，而基于Z形搜索模式能夠無漏掃地完成面目標的覆蓋搜索，優(yōu)選Z形搜索，Z形搜索有不同的名稱，如剪草機式搜索、播種機式搜索、磨冰式搜索、光柵式搜索、掃描線搜索等等。步驟二，最短連接航跡。無人機受其動力學約束，采用Dubins模型將無人機的動力學約束簡化為運動幾何學約束，并假定無人機以恒定的速度在不同高度飛行以避免碰撞，建立無人機的運動學模型如公式(1)。其中，v是無人機的飛行速度，rmin是無人機的最小轉(zhuǎn)彎半徑，c是控制量輸入，如果c＝1代表無人機向左轉(zhuǎn)彎，c＝-1代表無人機向右轉(zhuǎn)彎?？紤]無人機轉(zhuǎn)彎角，無人機從任意初始狀態(tài)(xinitial,yinitial,θinitial)到達任意終端狀態(tài)(xfinal,yfinal,θfinal)的航跡為以最小轉(zhuǎn)彎半徑rmin為半徑的圓弧和直線段的組合。根據(jù)終端狀態(tài)約束，最短連接航跡分為有終端方向約束和無終端約束的Dubins路徑。對于有終端方向約束的Dubins路徑，R表示目標順時針轉(zhuǎn)彎圓弧，L表示逆時針轉(zhuǎn)彎圓弧，S表示直線段，則最短的Dubins路徑為D＝{RSL,LSR,RSR,LSL,RLR,LRL}中的一種。對于無終端方向約束的Dubins路徑，最短連接航跡為一段圓弧或者為一段圓弧和直線段的組合，最短路徑集合為D＝{LS,RL,RS,L}。步驟三，建立具有點線面目標的特殊灰色區(qū)域覆蓋搜索目標分配模型。覆蓋搜索目標分配是組合優(yōu)化問題，基于組合優(yōu)化問題建立具有點線面目標的特殊灰色區(qū)域覆蓋搜索目標分配模型，優(yōu)化目標是無人機編隊獲得最大的偵察搜索效能，使得無人機編隊能夠用盡可能小的消耗完成覆蓋搜索任務。所述的最大的偵察搜索效能體現(xiàn)在任務耗時和所有無人機耗時兩方面。所述的步驟三具體實現(xiàn)方法為：假設(shè)NU架無人機NT個包含有點線面三種類型的目標集合這些多異構(gòu)目標分配給無人機編隊協(xié)同搜索，根據(jù)公式(2)計算目標函數(shù)。其中α,β∈[0,1]是相應子目標的權(quán)重因子，并且α+β＝1。公式(3)計算相應無人機完成各自搜索任務所需要的時間tu。tu等于無人機的搜索距離除以其恒定的巡航速度vu。其中NV＝NU+NT表示無人機處于的節(jié)點狀態(tài)，w(qi,qj)表示無人機兩個節(jié)點狀態(tài)之間的航跡長度，該航跡長度包括無人機的對相應目標的覆蓋搜索航跡長度。是二進制決策變量，如果(qi,qj)代表無人機Uu∈U從節(jié)點狀態(tài)qi到達qj，決策變量等于1，否則等于0。公式(4)、(5)限定每個目標只需一架無人機搜索即可。步驟四，單個無人機覆蓋搜索航跡長度計算。假設(shè)某無人機被分配搜索m個目標序列{T1,T2,…,Tm}，其搜索航跡總長度包括四部分，第一部分為起始點和第一個目標之間的Dubins路徑長度，第二部分為剩余相鄰目標之間的最短Dubins路徑之和，第三部分為所有的目標覆蓋搜索航跡長度之和，第四部分為無人機返回起始點的路徑長度。單個無人機覆蓋搜索航跡長度為前述四部分路徑長度之和。所述的步驟四中單個無人機覆蓋搜索航跡長度計算具體實現(xiàn)方法為，利用公式(6)求解無人機覆蓋搜索路徑長度。其中(x0,y0)是無人機起始位置，θ0為無人機的起始速度方向，(xj,yj)是第j個目標的位置，θj是無人機在(xj,yj)處的方向。d((xj,yj,θj),(xj+1,yj+1,θj+1)是兩節(jié)點狀態(tài)(xj,yj,θj)和(xj+1,yj+1,θj+1)之間的Dubins路徑。lj是目標j的覆蓋搜索航跡長度。d((xm,ym,θm)，(x0,y0))是無人機最后一個目標返回起始位置的距離。d((xj,yj,θj),(xj+1,yj+1,θj+1)根據(jù)有方向約束點目標、無方向約束點目標、線目標、面目標四種目標類型對應四種計算方法。由于面目標有四條備選航跡，根據(jù)貪婪策略，從中選擇最短航跡作為連接航跡。步驟五，定制雙編碼染色體。遺傳算法的染色體通常采用的編碼方式是二進制編碼，然而在目標分配問題中，二進制編碼方式不能夠直觀地表示目標無人機匹配關(guān)系，而十進制編碼方式一方面能夠直觀表示目標無人機匹配關(guān)系，另一方面十進制編碼方式在進行遺傳操作時能夠滿足染色體編碼之間的約束。所述的步驟五定制雙編碼染色體優(yōu)選十進制雙編碼染色體，定制十進制雙編碼染色體具體實現(xiàn)方法為，染色體1用來表示目標的訪問順序，染色體2表示搜索順序間隔點，這些間隔點將染色體1分為多個基因段，每個基因段將表示每個無人機的搜索目標順序。染色體1的的取值范圍為1，2，…，NT，基因個數(shù)為NT，染色體2的基因個數(shù)為NU-1。假設(shè)有10個目標和4架無人機，染色體1為(1,2,3,4,5,6,7,8,9,10)，根據(jù)染色體2的不同目標分配問題包括以下幾種典型的分配案例，不同案例情況下各無人機的目標分配結(jié)果如表1所示。例1:染色體1：(1,2,3,4,5,6,7,8,9,10)染色體2：(3,5,8)例2:染色體1：(1,2,3,4,5,6,7,8,9,10)染色體2：(0,5,8)例3:染色體1：(1,2,3,4,5,6,7,8,9,10)染色體2：(4,7,10)例4:染色體1：(1,2,3,4,5,6,7,8,9,10)染色體2：(4,4,7)例5:染色體1：(1,2,3,4,5,6,7,8,9,10)染色體2：(4,4,4)表1各無人機的目標分配結(jié)果例UAV1UAV2UAV3UAV41(1,2,3)(4,5)(6,7,8)(9,10)2()(1,2,3,4,5)(6,7,8)(9,10)3(1,2,3,4)(5,6,7)(8,9,10)()4(1,2,3,4)()(5,6,7)(8,9,10)5(1,2,3,4)()()(5,6,7,8,9,10)步驟六，設(shè)定多變異算子增加遺傳變異的多樣性。由于步驟五中定制的染色體為雙編碼染色體，單變異算子只能作用單個的染色體，同時為增加變異的多樣性，將多變異算子組合對染色體進行變異操作，以此求解步驟四中建立的多無人機目標分配模型。多變異算子包括轉(zhuǎn)換算子、交換算子和滑動算子。步驟七，優(yōu)化求解具有點線面目標的特殊灰色區(qū)域覆蓋搜索航跡。采用雙編碼染色體和多變異算子的對策遺傳算法求解點線面目標的特殊灰色區(qū)域覆蓋搜索航跡，包括如下步驟：步驟7.1：種群初始化；步驟7.2：適應度函數(shù)計算。采用步驟三中建立的目標分配模型計算種群中個體適應度函數(shù)；步驟7.3：輪盤賭選擇父代個體；步驟7.4：交叉；步驟7.5：變異。采用步驟六中的多變異算子對步驟五中的雙編碼染色體進行變異操作；步驟7.6：對策計算；步驟7.7：種群更新；步驟7.8：種群進化，循環(huán)步驟7.2至步驟7.7。步驟7.9：迭代終止，根據(jù)最優(yōu)目標分配結(jié)果求取具有點線面目標的特殊灰色區(qū)域覆蓋搜索航跡。有益效果：1、本發(fā)明公開的一種多無人機協(xié)同快速覆蓋搜索航跡規(guī)劃方法，能夠解決具有點線面目標的特殊灰色區(qū)域的多無人機協(xié)同覆蓋搜索航跡規(guī)劃問題。2、本發(fā)明公開的一種多無人機協(xié)同快速覆蓋搜索航跡規(guī)劃方法，能夠根據(jù)目標特性和事先情報信息提取出重點搜索區(qū)域，能夠縮減區(qū)域搜索范圍，而且規(guī)劃出的覆蓋搜索航跡能夠有效代替區(qū)域全覆蓋搜索航跡，從而減少區(qū)域覆蓋時間。3、本發(fā)明公開的一種多無人機協(xié)同快速覆蓋搜索航跡規(guī)劃方法，將多變異算子和對策計算融入到遺傳算法中，采用的多變異算子能夠增多種群的多樣性，對策計算能夠增強遺傳算法的全局搜索能力，從而提高本方法魯棒性。附圖說明圖1為無人機視場模型示意圖；圖2為線目標覆蓋搜索示意圖；圖3為面目標覆蓋搜索示意圖；圖4a為終端方向約束的Dubins路徑RSL；圖4b為終端方向約束的Dubins路徑LSR；圖4c為終端方向約束的Dubins路徑RSR；圖4d為終端方向約束的Dubins路徑LSL；圖4e為終端方向約束的Dubins路徑RLR；圖4f為終端方向約束的Dubins路徑LRL；圖5a為終端方向無約束的Dubins路徑LS；圖5b為終端方向無約束的Dubins路徑RL；圖5c為終端方向無約束的Dubins路徑L；圖5d為終端方向無約束的Dubins路徑LS或RS；圖6a為UAV1的目標分配；圖6b為UAV2的目標分配；圖6c為UAV1和UAV2覆蓋搜索目標相應的航跡長度；圖7為終端方向約束點目標的連接航跡示意圖；圖8為終端方向無約束點目標的連接航跡示意圖；圖9為線目標的連接航跡示意圖；圖10為面目標的連接航跡示意圖；圖11為轉(zhuǎn)換算子操作示意圖；圖12為交換算子操作示意圖；圖13為滑動算子操作示意圖；圖14為雙編碼染色體和多變異算子的對策遺傳算法操作步驟；圖15a為場景1下覆蓋搜索航跡規(guī)劃結(jié)果；圖15b為場景2下覆蓋搜索航跡規(guī)劃結(jié)果；圖15c為場景3下覆蓋搜索航跡規(guī)劃結(jié)果；圖15d為場景4下覆蓋搜索航跡規(guī)劃結(jié)果；圖16為具有點線面目標特殊區(qū)域覆蓋搜索航跡規(guī)劃結(jié)果箱線圖。具體實施方式為了更好地說明本發(fā)明的目的與優(yōu)點，下面通過仿真計算對比試驗，結(jié)合表格、附圖對本發(fā)明做進一步說明，并通過與傳統(tǒng)優(yōu)化方法結(jié)果比較，對本發(fā)明的綜合性能進行驗證分析。為驗證所提方法的有效性，分別采用本發(fā)明提出算法(OGA-DEMMO)、傳統(tǒng)遺傳算法(簡記為GA)、隨機算法(RandomSearch)求解多無人機目標分配問題。仿真硬件為Intel(R)Core(TM)2DuoCPUE75002.93GHz、4G內(nèi)存，仿真環(huán)境為MATLAB。實施例中所有的數(shù)據(jù)采用歸一化方式，并且假定任務區(qū)域大小為[0,100]×[0,100]，種群的規(guī)模均取50，最大迭代次數(shù)取50，交叉概率Pc＝0.9，變異概率Pm＝0.05，反向概率Po＝0.9，權(quán)重系數(shù)α和β都是0.5，無人機的轉(zhuǎn)彎半徑都為4。實施例一通過四種不同的場景來說明本實施例公開的一種多無人機協(xié)同快速覆蓋搜索航跡規(guī)劃方法可行性和算法的有效性。場景一到場景四中目標的類型和數(shù)量逐漸增多，其具體類型數(shù)量如表2所示。表2四種場景的描述步驟一，點線面特殊目標的覆蓋搜索航跡。無人機導引頭地面視場受其飛行高度、姿態(tài)角以及導引頭安裝角的影響，將無人機視為質(zhì)點，并假設(shè)導引頭地面視場為圓形并且位于無人機正下方，無人機在固定高度飛行且其地面視場不受姿態(tài)角和地形起伏的影響。據(jù)此建立無人機視場模型如圖1所示。無人機對目標的探測概率與其導引頭對目標的探測時間相關(guān)。根據(jù)戰(zhàn)場環(huán)境的先驗信息和目標存在區(qū)域的幾何特征，將灰色區(qū)域提取為點目標、線目標和面目標三種類型的重點搜索目標。對于點目標，當其視場中心穿過目標時，無人機對目標的探測時間最長，探測最大。覆蓋搜索航跡根據(jù)特殊目標類型分為點目標的覆蓋搜索航跡、線目標的覆蓋搜索航跡、面目標的覆蓋搜索航跡。步驟1.1：點目標的覆蓋搜索航跡。對于無方向約束點目標，只需要無人機視場中心穿越點目標即得出無方向約束點目標的覆蓋搜索航跡；對于有方向約束點目標，無人機視場中心沿特定方向穿越點目標即為有方向約束點目標的覆蓋搜索航跡。步驟1.2：線目標的覆蓋搜索航跡。由于線目標長度遠遠大于無人機視場寬度，而線目標寬度又小于無人機視場寬度，因此，線目標的覆蓋搜索航跡即為線目標的幾何線段，無人機從線目標的任一端點(L1或L2)沿著目標幾何線段方向搜索至線目標另一端點(L2或L1)即完成線目標覆蓋搜索，如圖2所示。步驟1.3：面目標的覆蓋搜索航跡。面目標在長度和寬度方向上都遠遠大于無人機視場寬度，無人機需要來回往復覆蓋搜索才能完成對面目標的搜索。將面目標的頂點作為面目標的覆蓋搜索起始點，面目標的長度方向作為覆蓋搜索起始方向，無人機從起始點(Pentry)和起始方向采用來回往復覆蓋搜索方式產(chǎn)生不同的覆蓋搜索航跡，即得到面目標的覆蓋搜索航跡。針對面目標，所述的來回往復覆蓋搜索常用的有Z形搜索和螺旋搜索。由于簡單的螺旋搜索模式在存在最小轉(zhuǎn)彎半徑約束下存在漏掃，而基于Z形搜索模式能夠無漏掃地完成面目標的覆蓋搜索，優(yōu)選Z形搜索，Z形搜索有不同的名稱，如剪草機式搜索、播種機式搜索、磨冰式搜索、光柵式搜索、掃描線搜索等等，如圖3所示。步驟二，求解最短連接航跡。無人機受其動力學約束，采用Dubins模型將無人機的動力學約束簡化為運動幾何學約束，并假定無人機以恒定的速度在不同高度飛行以避免碰撞，建立無人機的運動學模型如下其中，v是無人機的飛行速度，rmin是無人機的最小轉(zhuǎn)彎半徑，c是控制量輸入，如果c＝1代表無人機向左轉(zhuǎn)彎，c＝-1代表無人機向右轉(zhuǎn)彎。考慮無人機轉(zhuǎn)彎角，無人機從任意初始狀態(tài)(xinitial,yinitial,θinitial)到達任意終端狀態(tài)(xfinal,yfinal,θfinal)的航跡為以最小轉(zhuǎn)彎半徑rmin為半徑的圓弧和直線段的組合。根據(jù)終端狀態(tài)約束，最短連接航跡分為有終端方向約束和無終端約束的Dubins路徑。對于有終端方向約束的Dubins路徑，R表示目標順時針轉(zhuǎn)彎圓弧，L表示逆時針轉(zhuǎn)彎圓弧，S表示直線段，則最短的Dubins路徑為D＝{RSL,LSR,RSR,LSL,RLR,LRL}中的一種，如圖4所示。對于無終端方向約束的Dubins路徑，最短連接航跡為一段圓弧或者為一段圓弧和直線段的組合，最短路徑集合為D＝{LS,RL,RS,L}，如圖5所示。步驟三，建立具有點線面目標的特殊灰色區(qū)域覆蓋搜索目標分配模型。覆蓋搜索目標分配是組合優(yōu)化問題，基于組合優(yōu)化問題建立具有點線面目標的特殊灰色區(qū)域覆蓋搜索目標分配模型，優(yōu)化目標是無人機編隊獲得最大的偵察搜索效能，使得無人機編隊能夠用盡可能小的消耗完成覆蓋搜索任務。所述的最大的偵察搜索效能體現(xiàn)在任務耗時和所有無人機耗時兩方面。所述的步驟三具體實現(xiàn)方法為：假設(shè)NU架無人機NT個包含有點線面三種類型的目標集合這些多異構(gòu)目標分配給無人機編隊協(xié)同搜索，根據(jù)公式(8)計算目標函數(shù)。其中α,β∈[0,1]是相應子目標的權(quán)重因子，并且α+β＝1。公式(9)計算相應無人機完成各自搜索任務所需要的時間tu。tu等于無人機的搜索距離除以其恒定的巡航速度vu。其中NV＝NU+NT表示無人機處于的節(jié)點狀態(tài)，w(qi,qj)表示無人機兩個節(jié)點狀態(tài)之間的航跡長度，該航跡長度包括無人機的對相應目標的覆蓋搜索航跡長度。是二進制決策變量，如果(qi,qj)代表無人機Uu∈U從節(jié)點狀態(tài)qi到達qj，決策變量等于1，否則等于0。例如對于2架無人機和4個待搜索目標，一種可能的決策變量表示如圖6所示。圖6(a)表示無人機1覆蓋搜索目標序列為{T1,T3}，圖6(b)表示無人機2將覆蓋搜索目標序列為{T2,T4}，圖6(c)表示相應的路徑長度。約定每個目標只需一架無人機搜索即可，因此，約束條件表示如下：步驟四，單個無人機覆蓋搜索航跡長度計算。假設(shè)某無人機被分配搜索m個目標序列{T1,T2,…,Tm}，其搜索航跡總長度包括四部分，第一部分為起始點和第一個目標之間的Dubins路徑長度，第二部分為剩余相鄰目標之間的最短Dubins路徑之和，第三部分為所有的目標覆蓋搜索航跡長度之和，第四部分為無人機返回起始點的路徑長度。單個無人機覆蓋搜索航跡長度為前述四部分路徑長度之和，如公式(12)所示。其中(x0,y0)是無人機起始位置，θ0為無人機的起始速度方向，(xj,yj)是第j個目標的位置，θj是無人機在(xj,yj)處的方向。d((xj,yj,θj),(xj+1,yj+1,θj+1)是兩節(jié)點狀態(tài)(xj,yj,θj)和(xj+1,yj+1,θj+1)之間的Dubins路徑。lj是目標j的覆蓋搜索航跡長度。d((xm,ym,θm)，(x0,y0))是無人機最后一個目標返回起始位置的距離。d((xj,yj,θj),(xj+1,yj+1,θj+1)根據(jù)目標的不同有以下四種計算法方式：(1)無方向約束點目標連接航跡如圖7所示；(2)有方向約束點目標連接航跡如圖8所示；(3)線目標的連接航跡如圖9所示，兩條航跡中較短的航跡被選為連接航跡；(4)面目標的連接航跡如圖10所示，共有四條備選航跡，根據(jù)貪婪策略，從中選擇最短航跡作為連接航跡。步驟五，定制雙編碼染色體。遺傳算法的染色體通常采用的編碼方式是二進制編碼，然而在目標分配問題中，二進制編碼方式不能夠直觀地表示目標無人機匹配關(guān)系，而十進制編碼方式一方面能夠直觀表示目標無人機匹配關(guān)系，另一方面十進制編碼方式在進行遺傳操作時能夠滿足染色體編碼之間的約束。所述的步驟五定制雙編碼染色體優(yōu)選十進制雙編碼染色體，定制十進制雙編碼染色體具體實現(xiàn)方法為，染色體1用來表示目標的訪問順序，染色體2表示搜索順序間隔點，這些間隔點將染色體1分為多個基因段，每個基因段將表示每個無人機的搜索目標順序。染色體1的的取值范圍為1，2，…，NT，基因個數(shù)為NT，染色體2的基因個數(shù)為NU-1。步驟六，設(shè)定多變異算子增加遺傳變異的多樣性。由于步驟五中定制的染色體為雙編碼染色體，單變異算子只能作用單個的染色體，同時為增加變異的多樣性，將多變異算子組合對染色體進行變異操作，以此求解步驟四中建立的多無人機目標分配模型。多變異算子包括：(1)轉(zhuǎn)換算子，如圖11所示；(2)交換算子，如圖12所示；(3)滑動算子，如圖13所示。假設(shè)染色體1為(1,2,3,4,5,6)，染色體2為(2,4)，兩個隨機產(chǎn)生的位置為2和5，并且染色體2采用重新生成的方式變?yōu)?3,5)，八種組合的子代染色體如表3所示。表3八種子代染色體Casechromosome1chromosome21(1,2,3,4,5,6)(2,4)2(1,5,4,3,2,6)(2,4)3(1,5,3,4,2,6)(2,4)4(1,3,4,5,2,6)(2,4)5(1,2,3,4,5,6)(3,5)6(1,5,4,3,2,6)(3,5)7(1,5,3,4,2,6)(3,5)8(1,3,4,5,2,6)(3,5)步驟七，優(yōu)化求解具有點線面目標的特殊灰色區(qū)域覆蓋搜索航跡。采用雙編碼染色體和多變異算子的對策遺傳算法求解點線面目標的特殊灰色區(qū)域覆蓋搜索航跡，包括如下步驟：步驟7.1：種群初始化；步驟7.2：適應度函數(shù)計算。采用步驟三中建立的目標分配模型計算種群中個體適應度函數(shù)；步驟7.3：輪盤賭選擇父代個體；步驟7.4：交叉；步驟7.5：變異。采用步驟六中的多變異算子對步驟五中的雙編碼染色體進行變異操作；步驟7.6：對策計算；步驟7.7：種群更新；步驟7.8：種群進化，循環(huán)步驟7.2至步驟7.7。步驟7.9：迭代終止，根據(jù)最優(yōu)目標分配結(jié)果求取具有點線面目標的特殊灰色區(qū)域覆蓋搜索航跡。其求解流程如圖14所示，求解結(jié)果如圖15所示，其規(guī)劃結(jié)果統(tǒng)計如表4所示，箱線圖如圖16所示。表4優(yōu)化求解數(shù)據(jù)統(tǒng)計結(jié)果表4中數(shù)據(jù)和圖16表明與GA和RandomSearch相比，本發(fā)明在大多數(shù)情況下具有更好的性能。對于小規(guī)模問題的場景1和場景2，三種算法的求解結(jié)果基本相當。并且對于場景1、2和3，三種算法都能夠找到同樣的當前最優(yōu)解。然而對于場景4，在100次測試中，只有本發(fā)明能夠找到更優(yōu)秀的結(jié)果，且求解結(jié)果的最大值和平均值都要優(yōu)于GA和RandomSearch，表明本發(fā)明算法效果更好。此外，通過比較在100次測試中，能夠找到當前最優(yōu)解的次數(shù)，可以得出本發(fā)明方法都優(yōu)于遺傳算法和隨機搜索算法，說明本發(fā)明能夠更為有效求解特殊區(qū)域覆蓋搜索航跡規(guī)劃問題，具有更好的魯棒性。以上所述的具體描述，對發(fā)明的目的、技術(shù)方案和有益效果進行了進一步詳細說明，所應理解的是，以上所述僅為本發(fā)明的具體實施例，用于解釋本發(fā)明，并不用于限定本發(fā)明的保護范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。當前第1頁1 2 3