多無人飛行器協(xié)同規(guī)劃研究.pdf

1、隨著現(xiàn)代科技的進步，無人飛行器（Unmanned Aerial Vehicle，UAV）技術(shù)得到了快速發(fā)展。無人飛行器因其成本低、零傷亡、適應性強等諸多優(yōu)勢，在軍事情報收集、偵察、打擊等方面得到了廣泛應用。然而，現(xiàn)代戰(zhàn)場環(huán)境和作戰(zhàn)任務復雜多變，以及敵方防空火力的不斷加強，給UAV的應用帶來了新的挑戰(zhàn)。受物理性能的限制，單個UAV已不能滿足日益復雜的任務需要，多UAV協(xié)同成為一種重要的作戰(zhàn)方式。
　　本文以戰(zhàn)場環(huán)境中多個UAV組成編

2、隊協(xié)同打擊多個目標點的復雜任務為研究對象，根據(jù)任務要求將其分為多航跡規(guī)劃、協(xié)同時間、目標分配等幾個部分，并分別對每一部分的子問題進行研究，從而得到多UAV協(xié)同規(guī)劃任務的整體解決方案。
　　首先，針對戰(zhàn)場環(huán)境中的不確定性和協(xié)同規(guī)劃任務的復雜性，為一對發(fā)射點、目標點之間同時規(guī)劃出多條備選航跡，以提高UAV應對突發(fā)威脅的應急處理能力和協(xié)同規(guī)劃的靈活性。建立了基于自適應聚類遺傳算法的多航跡規(guī)劃方法，將航跡間距離作為聚類的依據(jù)，同時規(guī)劃出具

3、有明顯空間分布差異的多條備選航跡。針對航跡評價的多目標性和模糊性的特點，提出了基于物理規(guī)劃的航跡評價方法，并將其應用于聚類遺傳算法的航跡評價中，克服了傳統(tǒng)權(quán)重方法中人為因素的干擾，實現(xiàn)了多目標航跡評價和進化求解的一體化。
　　其次，利用多航跡規(guī)劃的結(jié)果解決多個UAV打擊同一個目標點的協(xié)同時間問題。定義了協(xié)同變量和協(xié)同函數(shù)，建立了從UAV決策到編隊代價的映射關(guān)系，并將問題分解為兩層：根據(jù)綜合協(xié)同函數(shù)確定使得編隊整體代價最優(yōu)的協(xié)同變量

4、值；根據(jù)最優(yōu)協(xié)同變量值得到每個UAV的最優(yōu)決策，即選擇的航跡和飛行速度。針對多個UAV同時發(fā)射和存在發(fā)射間隔兩種情況，基于UAV的協(xié)同函數(shù)曲線，分別設計了不同的掃描線法，從而得到使得UAV編隊整體代價最優(yōu)的協(xié)同方案。
　　第三，針對存在多個UAV和多個目標點的復雜任務，研究了多UAV目標分配問題。從打擊可靠性出發(fā)，將目標點的打擊成功率作為約束，建立多目標數(shù)學規(guī)劃模型。對模型進行變換，采用改進的功效系數(shù)法將其轉(zhuǎn)化為單目標MILP模型

5、，用CPLEX直接求解并進行參數(shù)分析。針對大規(guī)模問題直接求解效率低的情況，設計拉格朗日啟發(fā)式算法，以損失一定的最優(yōu)性為代價，大幅提高了算法的求解速度。
　　最后，在UAV打擊目標點的末端，研究了考慮UAV運動約束的軌跡規(guī)劃。根據(jù)UAV的運動特性建立軌跡規(guī)劃的最優(yōu)控制模型，通過最大值原理推導出最優(yōu)軌跡的特點。針對簡單軌跡，根據(jù)UAV和目標點位置的幾何關(guān)系，通過更新狀態(tài)方程得到軌跡的解析形式。對于多UAV協(xié)同打擊同一個目標點的情況，綜