1 南昌航空大学信息工程学院, 南昌 330000
2 军事科学院国防科技创新研究院, 北京 100000
3 南京航空航天大学自动化学院, 南京 211000
针对复杂战场环境下的隐身飞行器的突防航路规划问题, 提出了一种改进蚁群算法。引入相邻节点间的影响权重和航路选择权重, 采用改进启发函数以增强目标点区域的导向性, 提高搜索效率, 保持解的多样性; 设计了信息素动态调节的方式, 提出新的信息素浓度更新策略, 增强全局搜索能力。仿真结果表明, 相比于传统蚁群算法和粒子群算法, 改进蚁群算法能够有效地规避组网雷达威胁, 从而提高隐身无人机的生存能力。此外, 所提算法在计算效率和安全性上具有更好的性能, 验证了该算法的有效性和优越性。
航路规划 蚁群优化算法 隐身无人机 雷达散射截面 path planning Ant Colony Optimization (ACO) stealth UAV Radar Cross Section (RCS)
1 海军工程大学, 武汉 430000
2 中国人民解放军92975部队, 浙江 宁波 315000
针对航空搜潜浮标距离近、偏航角较大的特点, 提出Dubins路径和双蚁群算法相结合的航路规划算法。对比传统航路规划先确定直线航路再进行平滑处理的方式, 所提算法在迭代寻路阶段将直线路径转化为Dubins路径, 减少了转弯半径约束下无法抵达目标的风险; 同时以Dubins距离作为判优基准, 相比直线距离, 更加接近全局最优; 并且增加偏航距离扰动参数, 引导蚂蚁选择直线距离和偏航角均较小的目标; 发挥不同蚁群的信息素负反馈作用, 促使寻找新路径, 提升寻路能力。仿真结果表明, 该算法加快了规划收敛速度, 有效缩短了航路距离, 缩短幅度平均达14.6%以上。
航空搜潜 航路规划 Dubins路径 蚁群算法 aerial submarine search route planning Dubins path ant colony algorithm
1 航空电子电气学院
2 空中交通管理学院,四川 广汉 618000
提出了一种分段随机和角度随机(SRAR)的算法, 用于复杂空间、多约束条件下的无人机三维航路规划。SRAR算法利用随机分段和随机角度确定航路点。同时, 对有向线段角度进行规定, 设计圆形障碍区避障方法、航路平滑方法以及多航路规划方法, 提升航路规划质量, 满足航路规划多样性要求。还提出了求解变长解的非关联迭代更新方法, 实现对SRAR算法在多约束条件下的求变长解。通过对复杂空间下的航路规划质量验证, 以及分别与蚁群算法、遗传算法和粒子群优化算法的比较, 证明了SRAR算法的无人机航路规划的稳健性、高效性和通用性。
分段随机和角度随机 避障方法 航路平滑 多航路规划 非关联迭代更新 Segment Random and Angle Random obstacle avoidance route smoothing multi-route planning unassociated iterative updating
为提高航空器航迹预测的准确性, 考虑航路限制、成本指数以及航空器性能限制, 提出一种基于多目标约束的航空器下降段航迹预测方法。根据航空器性能数据、特征参数、航路限制及成本指数要求, 采用动力学理论动态分析并预测各航段多维状态数据。利用航空器数据记录器中的一条真实航迹的起飞、爬升和巡航数据预测优化其下降航迹。仿真结果表明, 对比真实航迹, 预测航迹及多维状态数据可随成本指数及航路的约束动态调整, 满足航路限制并提高了燃油利用率。
航迹预测 多目标约束 动力学分析 航路限制 燃油利用率 trajectory prediction multi-objective constraints dynamic analysis route restrictions fuel efficiency
红外与激光工程
2022, 51(7): 20210558
针对随队支援干扰条件下编队突防航路规划中时空协同约束问题, 以威胁代价与能耗代价为基础构建单机评价函数, 设计了具有时序协同系数的编队综合评价函数解决编队攻击时序约束问题, 采用多子群协同进化蚁群算法引入互斥因子并设计动态目标引导因子, 实现编队内空间避撞与航路最短。仿真结果表明, 改进多子群协同进化蚁群算法可有效解决随队支援干扰下编队协同航路规划中的时空约束问题。
航路规划 时空协同约束 协同系数 引导因子 path planning spatio-temporal coordination constraints coordination coefficient guidance factor
1 光电控制技术重点实验室, 河南 洛阳 471000
2 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
3 陆装驻洛阳地区航空军事代表室, 河南 洛阳 471000
以支撑飞机空面多目标攻击为目的, 研究空面多目标公共投放区模型, 给出公共投放区定义, 提出一种基于多边形交集的多目标公共投放区求解方法, 并对公共投放区的最长攻击航路及进入点求解进行建模。在此基础上, 提出对多目标进行批次划分的方法, 以支撑作战全过程。该方法为确定性算法, 计算复杂度确定、结果精度高, 适合机载实时解算环境使用。最后对空面多目标攻击模型进行仿真实现, 并输出多目标公共投放区及攻击批次信息解算结果等。仿真结果表明, 多目标攻击求解模型正确有效, 可实现空面多目标攻击中批次划分与攻击航路规划。
多目标攻击 公共投放区 批次划分 攻击航路规划 multi-target attacks common release zone batch division attacking route planning
协同攻击时反舰导弹的航路规划是航路规划问题中较特殊的一种。分析了反舰导弹进行协同攻击时对航路规划的特殊要求, 并指出了反舰导弹自身对其航路规划的约束; 针对上述特点, 提出了一种基于几何原理的反舰导弹快速航路规划方法。对此航路规划方法进行介绍及仿真验证, 结果表明, 使用此方法可以解决反舰导弹协同攻击时的航路规划问题。
反舰导弹 协同攻击 航路规划 几何原理 anti-ship missile coordinated attacking route planning geometric priniciple
1 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
2 光电控制技术重点实验室, 河南 洛阳 471000
3 南京理工大学电光学院, 南京 210000
多无人机协同搜索多目标的多旅行商航路规划问题 (MTSP)是无人机协同作战的关键技术之一。在协同搜索背景下, 多架无人机从同一个基地出发搜索附近的可疑目标, 以最快速完成任务为目的, 建立MTSP模型, 提出一种聚类算法和遗传算法进行分步组合的优化算法。第一步, 利用K-means聚类算法将MTSP问题分解成多个独立的TSP问题; 第二步, 改进遗传算法, 引入2-opt算法作为优化算子, 重新设计选择算子和交叉算子, 分别求解多个TSP问题。通过具体算例验证了该算法的合理性, 并同常用的分组遗传算法比较, 分步组合优化算法具有更高的计算效率, 求解结果更为可靠, 尤其在求解大型MTSP问题时, 优势更为明显。
航路规划 多旅行商问题 聚类算法 遗传算法 2-opt算法 path planning MTSP clustering algorithm genetic algorithm 2-opt algorithm
由于ADS-B工作范围广, 将其应用于航空避撞系统时, 在原先的避撞区域外再构建保护区域进行提前避撞, 可进一步提高避撞系统性能, 航路冲突检测是提前避撞的前提, 其算法复杂。提出时间轴映射航路冲突检测算法, 将航路冲突问题转化为分别求解X,Y,Z轴冲突区间问题, 再由X,Y,Z轴的冲突区间分别映射到时间轴得到冲突时间段, 最后通过求解3个冲突时间段的交集来确定航路冲突。仿真实验中, 对ADS-B工作范围100 n mile内的入侵飞机在ATC规定的避撞区域进行航路冲突检测, 结果只有1‰左右的入侵飞机存在冲突, 这与ATC规定的避撞区域和ADS-B工作范围100 n mile体积之比接近, 证明算法的正确性。
航路冲突 冲突检测 防撞 route conflict conflict detection ADS-B ADS-B collision avoidance
