CN109358651B - 一种直升机动态航线规划方法 - Google Patents

Abstract

本发明涉及一种直升机动态航线规划方法，其特征在于采用以下步骤：构建通讯信号威胁模型f₁和地形威胁模型f₂，并由通讯信号威胁模型f₁和地形威胁模型f₂加权叠加，构成综合威胁模型F；构建动态任务序列，实现新威胁信息的隐蔽链动态传递，由同组直升机获取新威胁参数、进行飞行路径规划，包括生成初始航线集合，对航线进行交叉、复制、变异操作，根据航线评价模型fv计算飞行代价，最终实现航线可飞性优化。本发明考虑到同组直升机信息传递问题进行航线协同规划，采用航迹点数据快速压缩技术实现信息传递的及时性、隐蔽性及安全性，同时去中心化的隐蔽传递技术也为实现直升机航线实时规划提供了有效的技术保障。

Description

一种直升机动态航线规划方法

技术领域

本发明属于直升机航线规划领域，涉及到使用直升机性能和环境威胁等信息规划出最优飞行航线方法。

背景技术

到目前为止，国内外在复杂环境下航线规划方面的研究还比较初步，尚没有形成完整而系统的直升机动态飞行航线规划模型与方法。复杂地理环境的直升机动态航线规划目前还没有得到很好的解决，如何能应用隐蔽传递技术来规划安全性能最大的飞行航线，以及实现动态航空救援协同规划是亟待解决的问题，此问题的解决无论对军用还是民用都具有极其重要的应用价值。

发明内容

本发明的目的是提供一种在复杂地理环境下、能应用隐蔽传递技术来规划安全性能最大的飞行航线、以实现动态航空救援协同规划的直升机动态航线规划方法。包括以下步骤：

1)构建通讯信号威胁模型f₁：

nx_i＝(x_ti+x_ti+1)/2

其中，公式(1)中n是航路中的航迹点总数，x_n＝X_e，y_n＝Y_e，h_n＝H_e，(x_ti,y_ti,h_ti)和(X_e,Y_e,H_e)分别表示第i个通讯威胁的航迹点、目标点坐标，TN是通讯威胁的总数，(xc_k,yc_k)和R_k分别表示第k个通讯威胁的中心点平面坐标和通讯威胁影响半径，(nx_i,ny_i)表示航迹点回避威胁目标后调整的新平面坐标；

(2)构建地形威胁模型f₂，其数学描述如下：

公式(2)中，(x_d，y_d，h_d)、(x_oi，y_oi，Hmax_i)分别表示地形威胁点的三维坐标和第i个山峰峰顶的三维坐标，(x_si，y_si)表示山峰随着x、y方向下降的调节参数，M表示山峰的总数；

(3)由通讯信号威胁模型f₁和地形威胁模型f₂加权叠加，构成综合威胁模型F，其数学描述如下：

p₁+p₂＝1

由此可得：

其中，F为航线综合威胁影响，(x_t，y_t，h_t)表示通讯威胁的航迹点坐标，p₁、p₂分别为通讯威胁和地形威胁的权重，f₁、f₂分别为通讯威胁和地形威胁；

(4)构建动态任务序列，新威胁信息的隐蔽链动态传递

根据机载雷达识别的新威胁构建新的任务信息序列，并加入隐蔽链传递末端，新威胁信息采用下式表达：

Tm(N)＝{x_c，y_c，h_c，flag} (4)

Tm＝{Tm(1)，Tm(2)，...，Tm(N)}

公式(4)中，Tm(N)表示第N个任务信息，(x_c，y_c，h_c)表示新威胁的三维坐标，纵横坐标(x_c，y_c)单位为公里，高程h_c单位为米；flag表示新威胁解决情况，flag取值为0时表示新威胁得到解决，取值为1时表示新威胁尚未解决；通过hash计算实现新威胁信息加密；

(5)获取新威胁参数

邻机采用隐蔽传递的信息探测技术，并对hash加密的威胁信息进行解密，获取动态规划任务参数：新威胁(x_c，y_c，h_c)解决情况为flag，flag取值为0时表示新威胁得到解决；当flag值为1时，进入步骤(6)；

(6)生成初始航线集合，根据航线评价模型fv计算飞行代价，若飞行代价满足飞行安全的要求并小于最大航程，执行步骤(7)，否则对航线进行交叉、复制、变异操作，并重复步骤(6)：

fp_best＝{(x_i，y_i，h_i)_HI}，i＝[1，2，i，...，n] (6)

公式(5)～(6)中，H(j)_i为第i条航线的第j个航迹点的高程，最小航迹点高程HJ_min为最小航迹点高程差之和，m为航线集内航线的总数，HI为最小航迹点高程差之和对应的航线序号，fp_best为最优航线集，(x_i，y_i，h_i)_HI指对应于序号HI航线集第i个航迹点的三维坐标。

(7)航线可飞性优化

首先对航迹点按照x坐标由小到大进行排序，此时y和h坐标随着x坐标进行相同的移动；或者按照y坐标由小到大进行排序，此时x和h坐标随着y坐标进行相同的移动：

公式(7)中排序之前航线的表示为P，第i个航迹点坐标为(x_i，y_i，h_i)，排序由sort表示，排序后的航线为P_s，排序后的第i个航迹点坐标为(x_i′，y_i′，h_i′)；

然后去除航线的冗余航迹点：

公式(8)～(9)中l_i表示航迹点P(x_i+1，y_i+1，h_i+1)和P(x_i，y_i，h_i)之间航线的长度，LS和l_min分别表示最小航迹段集合、长度值，lC_i-1、lC_i表示航迹段向前和向后合并的航迹段长度值；

最后结合直升机的性能对上述航线针对转弯角、俯仰角、乘坐品质及B-Spline航线光滑性进行优化，即得最优飞行航线。

本发明与现有技术相比，优点在于：

a.实现隐蔽环境下动态航线规划。军机在隐蔽环境下飞行为避免通信信号被敌方捕获带来极大的安全隐患，或民用飞机在飞行中发现突发威胁提醒队友及时避让，都要求实现信息的及时性、隐蔽性传递，隐蔽传递技术的去中心化特点为解决该问题提供了一种有效的方法。

b.利用航迹点数据快速压缩技术实现航线优化。通过航线规划算法选择的航迹点存在大量冗余及不满足可飞性的问题，通过对航迹点坐标按照x或y坐标值的大小进行排序，对减少航线往复绕行，航迹段不满足航迹段长度约束进行改进，能够提高航线的可飞性，缩短航程有重要作用。

具体实施方式

下面结合实施例对本发明技术方案做进一步说明。实施例采用如下假设：有2架米-28武装直升机飞行，其中直升机1在飞行中探测到威胁的位置，且对危险并未处理，而是将危险信息上传至隐蔽传递，直升机2从隐蔽传递中获取威胁信息参数并进行处理。在(20，50)、(15，25)、(20，25)、(10，15)、(35，35)、(20，40)、(5，17)、(13，76)、(36，48)、(29，41)、(51，19)、(48，27)、(19，82)和(24，41)处共有14个地形威胁；通信威胁(55，55)、(10，50)、(15，25)、(30，25)、(10，15)、(40，15)和(40，10)处7个；航迹段的最小长度为5km，最大航程470千米。航线规划的参数为：待选航线集个数100，每条航线的航迹点个数为12，航线起始点坐标、新威胁的坐标分别为(1km，1km，150m)和(60km，60km，150m)，新威胁未处理：flag＝0。具体步骤为：

(1)根据假设构建通讯信号威胁模型f₁：

nx_i＝(x_ti+x_ti+1)/2

(2)构建地形威胁模型f₂，其数学描述如下：

f(h_di)＝100*exp(-(x_di-10)^2./5^2-(y_di-50)^2./5^2)+100*exp(-(x_di-15)^2./7^2-(y_di-25)^2./6^2)+200*exp(-(x_di-20)^2./4^2-(y_di-25)^2./5^2)+250*exp(-(x_di-10)^2./7^2-(y_di-15)^2./6^2)+300*exp(-(x_di-35)^2/3^2-(y_di-35)^2/4^2)+240*exp(-(x_di-20)^2/3^2-(y_di-40)^2/6^2)+360*exp(-(x_di-5)^2/8^2-(y_di-17)^2/9^2)+410*exp(-(x_di-13)^2/2^2-(y_di-76)^2/4^2)+190*exp(-(x_di-36)^2/5^2-(y_di-48)^2/6^2)+360*exp(-(x_di-29)^2/9^2-(y_di-41)^2/3^2)+380*exp(-(x_di-51)^2/8^2-(y_di-19)^2/8^2)+250*exp(-(x_di-48)^2/4^2-(y_di-27)^2/6^2)+180*exp(-(x_di-19)^2/4^2-(y_di-82)^2/7^2)+170*exp(-(x_di-24)^2/5^2-(y_di-41)^2/4^2)(2)

(3)由通讯信号威胁模型f₁和地形威胁模型f₂加权叠加，构成综合威胁模型F，其数学描述如下：

其中，F为航线综合威胁影响，(x_t，y_t，h_t)表示通讯威胁的航迹点坐标，p₁、p₂分别为通讯威胁和地形威胁的权重，f₁、f₂分别为通讯威胁和地形威胁；

(4)构建动态任务序列，新威胁信息的隐蔽链动态传递

根据机载雷达识别的新威胁构建新的任务信息序列，并加入隐蔽链传递末端，新威胁信息采用下式表达：

Tm(1)＝{100，100，200，1}，Tm(2)＝{60，60，150，0} (4)

Tm＝{Tm(1)，Tm(2)}

(5)获取新威胁参数

邻机采用隐蔽传递的信息探测技术，并对hash加密的威胁信息进行解密，获取动态规划任务参数：新威胁(60km，60km，150m)的任务完成情况为flag，flag值为0，进入步骤(6)；

(6)生成初始航线集合，根据航线评价模型fv计算飞行代价，对航线进行交叉、复制、变异操作，从能够回避地形威胁和通讯威胁的航线中选出代价最小的最优的初始航线fp_best：

fp_best＝{(x_i，y_i，h_i)_HI}，i＝[1，2，i，...，12] (6)

(7)航线可飞性优化

首先对航迹点按照x坐标由小到大进行排序，此时y和h坐标随着x坐标进行相同的移动：

P_s{(x′₁，y′₁，h ′₁)，(x′₂，y′₂，h′₂)，...x′₁₂，y′₁₂，h′₁₂}＝sort(P{(x₁，y₁，h₁)，(x₂，y₂，h₂)...(x₁₂，y₁₂，h₁₂)}，x) (7)

公式(7)中排序之前航线的表示为P，第i个航迹点坐标为(x_i，y_i，h_i)，排序由sort表示，排序后的航线为P_s，排序后的第i个航迹点坐标为(x_i′，y_i′，h_i′)；

然后去除航线的冗余航迹点：

公式(8)～(9)中l_i表示航迹点P(x_i+1，y_i+1，h_i+1)和P(x_i，y_i，h_i)之间航线的长度，LS表示最小航迹段集合，lC_i-1、lC_i表示航迹段向前和向后合并的航迹段长度值；

最后结合直升机的性能对上述航线针对转弯角、俯仰角、乘坐品质及B-Spline航线光滑性进行优化，即得最优飞行航线。

表1实施例的通讯和地形威胁参数

表2直升机动态航迹计算和总航程评价结果

表2显示了：实验中设置地形威胁和通信信号威胁具有相同的权重0.5，规划航程为112.55公里，小于最大航程，规划时间短，仅为14.2秒，满足实时航线规划的需要，迭代代数为1，说明航线具有很快的寻优能力。

Claims (1)

1.一种直升机动态航线规划方法，其特征在于采用以下步骤：

(1)构建通讯信号威胁模型f₁：

nx_i＝(x_ti+x_ti+1)/2

其中，公式(1)中n是航路中的航迹点总数，x_n＝X_e，y_n＝Y_e，h_n＝H_e，(x_ti,y_ti,h_ti)和(X_e,Y_e,H_e)分别表示第i个通讯威胁的航迹点、目标点坐标，TN是通讯威胁的总数，(xc_k,yc_k)和R_k分别表示第k个通讯威胁的中心点平面坐标和通讯威胁影响半径，(nx_i,ny_i)表示航迹点回避威胁目标后调整的新平面坐标；

(2)构建地形威胁模型f₂，其数学描述如下：

公式(2)中，(x_d，y_d，h_d)、(x_oi，y_oi，Hmax_i)分别表示地形威胁点的三维坐标和第i个山峰峰顶的三维坐标，(x_si，y_si)表示山峰随着x、y方向下降的调节参数，M表示山峰的总数；

(3)由通讯信号威胁模型f₁和地形威胁模型f₂加权叠加，构成综合威胁模型F，其数学描述如下：

p₁+p₂＝1

由此可得：

其中，F为航线综合威胁影响，(x_t,y_t,h_t)表示通讯威胁的航迹点坐标，p₁、p₂分别为通讯威胁和地形威胁的权重，f₁、f₂分别为通讯威胁和地形威胁；

(4)构建动态任务序列，新威胁信息的隐蔽链动态传递

根据机载雷达识别的新威胁构建新的任务信息序列，并加入隐蔽链传递末端，新威胁信息采用下式表达：

Tm(N)＝{x_G，y_G，h_G，flag} (4)

Tm＝{Tm(1)，Tm(2)，...，Tm(N)}

公式(4)中，Tm(N)表示第N个任务信息，(x_c，y_c，h_c)表示新威胁的三维坐标，纵横坐标(x_c，y_c)单位为公里，高程h_c单位为米；flag表示新威胁解决情况，flag取值为0时表示新威胁得到解决，取值为1时表示新威胁尚未解决；通过hash计算实现新威胁信息加密；

(5)获取新威胁参数

邻机采用隐蔽传递的信息探测技术，并对hash加密的威胁信息进行解密，获取动态规划任务参数：新威胁(x_c，y_c，h_c)解决情况为flag，flag取值为0时表示新威胁得到解决；当flag值为1时，进入步骤(6)；

(6)生成初始航线集合，根据航线评价模型fv计算飞行代价，若飞行代价满足飞行安全的要求并小于最大航程，执行步骤(7)，否则对航线进行交叉、复制、变异操作，并重复步骤(6)：

fp_best＝{(x_i，y_i，h_i)_HI}，i＝[1，2，i，...，n] (6)

公式(5)～(6)中，H(j)_i为第i条航线的第j个航迹点的高程，最小航迹点高程HJ_min为最小航迹点高程差之和，m为航线集内航线的总数，HI为最小航迹点高程差之和对应的航线序号，fp_best为最优航线集，(x_i,y_i,h_i)_HI指对应于序号HI航线集第i个航迹点的三维坐标。

(7)航线可飞性优化

首先对航迹点按照x坐标由小到大进行排序，此时y和h坐标随着x坐标进行相同的移动；或者按照y坐标由小到大进行排序，此时x和h坐标随着y坐标进行相同的移动：

公式(7)中排序之前航线的表示为P，第i个航迹点坐标为(x_i，y_i，h_i)，排序由sort表示，排序后的航线为P_s，排序后的第i个航迹点坐标为(x_i′，y_i′，h_i′)；

然后去除航线的冗余航迹点：

公式(8)～(9)中l_i表示航迹点P(x_i+1，y_i+1，h_i+1)和P(x_i，y_i，h_i)之间航线的长度，LS和l_min分别表示最小航迹段集合、长度值，lC_i-1、lC_i+1表示航迹段向前和向后合并的航迹段长度值；

最后结合直升机的性能对上述航线针对转弯角、俯仰角、乘坐品质及B-Spline航线光滑性进行优化，即得最优飞行航线。