CN115167526A - 一种飞行器攻击航路规划方法、装置及存储介质 - Google Patents

一种飞行器攻击航路规划方法、装置及存储介质 Download PDF

Info

Publication number
CN115167526A
CN115167526A CN202211009329.5A CN202211009329A CN115167526A CN 115167526 A CN115167526 A CN 115167526A CN 202211009329 A CN202211009329 A CN 202211009329A CN 115167526 A CN115167526 A CN 115167526A
Authority
CN
China
Prior art keywords
aircraft
planning
target
path
route
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211009329.5A
Other languages
English (en)
Inventor
杨瑞明
所玉君
李艳玲
吕洪爽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Jinhang Computing Technology Research Institute
Original Assignee
Tianjin Jinhang Computing Technology Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin Jinhang Computing Technology Research Institute filed Critical Tianjin Jinhang Computing Technology Research Institute
Priority to CN202211009329.5A priority Critical patent/CN115167526A/zh
Publication of CN115167526A publication Critical patent/CN115167526A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种飞行器攻击航路规划方法、装置及存储介质，所述方法包括如下步骤：S1、建立目标的空面武器投放区LAR模型；S2、建立粒子群搜索模型；S3、根据所述LAR模型设置粒子群搜索空间的的各维度墙壁碰撞策略；S4、通过粒子群搜索迭代出最优的Dubins规划路径并输出。本发明考虑了飞行器的飞行约束，结合了经典的Dubins路径及粒子群优化智能算法，能在较短的时间内给出较高精度的规划航路，尽可能快的引导飞行器到达目标投放区；此外，本发明适用于飞行器的航路在线重规划，从而为飞行员完成对目标的打击任务提供迅速、有效的指引，或作为航路预规划的功能组件，为进入任战场后的攻击过程提供相应的规划航路。

Description

一种飞行器攻击航路规划方法、装置及存储介质
技术领域
本申请涉及飞行器航路规划技术领域，尤其涉及一种飞行器攻击航路规划方法、装置及存储介质。
背景技术
飞行器航路规划是指在满足飞行器性能约束下，寻找飞行器从起始点到目标点的最优运动路线、路径。与一般的旅行商问题(TSP)、路径规划问题不同，飞行器的航路规划需要考虑飞行器自身的约束条件，从而对航路的可飞性提出了一定要求。对于飞行器攻击任务，航路规划按照使用的时机可以主要分为预先航路规划和在线航路重规划两类。
其中预先规划为在任务准备阶段，提前根据战场地形、气象信息、威胁及目标分布等条件，预先规划出飞行器起飞、进入战场、目标攻击、返航的完整航路。由于其在任务准备阶段执行，通常可选择计算量大、求解时间长但规划效果好的算法。
在线航路重规划则是飞行器在飞行过程中，由于突发情况如目标更新、威胁变化等，需要利用机载航电设备及时更新局部航路。由于飞行器在任务执行过程中对时间的敏感性，故采用的算法需要优先保证时效性，而不必追求全局最优，通常获得满足精度的次优解即可。
航路规划可以按照使用时机目的、算法类型分类。按照算法类型分类，航路规划算法可分为传统经典算法和现代智能算法。传统的经典航路规划算法有Dijkstra法、人工势场法、模拟退火算法等等。现代智能算法及启发式算法有A*算法、RRT算法、遗传算法、蚁群优化算法和粒子群优化算法等。
由于航路规划是一个典型的NP困难问题，即随着航路节点增多，求解计算量、所需的计算资源如内存等指数级增加，所以航路规划通常无法通过特定算法在较短时间内给出全局最优解。为解决上述问题，本申请提出一种飞行器攻击航路规划方法、装置及存储介质。
发明内容
本申请的目的是针对以上问题，提供一种飞行器攻击航路规划方法、装置及存储介质。具体技术方案如下：
第一方面，本申请提供一种飞行器攻击航路规划方法，所述方法包括如下步骤：
S1、建立目标的空面武器投放区LAR模型；
S2、建立粒子群搜索模型；
S3、根据所述LAR模型设置粒子群搜索空间的的各维度墙壁碰撞策略；
S4、通过粒子群搜索迭代出最优的Dubins规划路径并输出。
根据本申请某些实施例提供的技术方案，步骤S1中建立目标的空面武器投放区LAR模型，具体包括：
S11、根据飞行器规划高度目标位置，求解出空面武器的最小发射距离dNear和最大发射距离dFar；
S12、结合是否有航向约束限制，建立目标的空面武器投放区LAR模型；当无航向约束时，所述LAR模型为由dNear和dFar为半径，绕目标构成的封闭圆环；当有航向约束时，所述LAR模型为由dNear和dFar为半径、绕目标构成的封闭扇环。
根据本申请某些实施例提供的技术方案，步骤S2中建立粒子群搜索模型，具体包括：
S21、设定搜索空间；所述搜索空间为航路终点到目标的距离、以及航路终点与目标的相对方位角；
S22、采用Dubins路径作为飞行器起点至航路终点的实际飞行的航迹，并由飞行器的最大法向过载和规划速度计算Dubins路径的最小转弯半径；
S23、将Dubins路径的航路长度作为粒子的代价函数值。
根据本申请某些实施例提供的技术方案，步骤S3中根据所述LAR模型设置粒子群搜索空间的各维度墙壁碰撞策略，具体包括：
S31、设定粒子群搜索各维度碰撞策略为完全吸收墙壁，当碰撞墙壁后限制位置到墙壁上，并将速度设置为零；
S32、判断是否有航线限制约束，若有则将搜索空间中的方位角维度设置为透明墙壁，当碰撞墙壁后对方位角进行归一化，速度保持不变。
根据本申请某些实施例提供的技术方案，步骤S4中通过粒子群搜索迭代出最优的Dubins规划路径并输出，具体包括：
S41、在约束范围内随机初始化各粒子位置以及速度；
S42、更新各粒子速度以及位置，并根据墙壁碰撞策略进行相关处理；
S43、分别更新各粒子和种群的历史最优位置和代价函数值；
S44、重复上述更新过程，直到满足收敛条件或达到最大迭代次数；
S45、输出种群历史最优位置所代表的Dubins路径作为飞行器的攻击规划航路。
第二方面，本申请还提供一种飞行器攻击航路规划装置，所述飞行器攻击航路规划装置包括：
存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；
所述计算机程序被所述处理器执行时实现如上述任意一种飞行器攻击航路规划方法的步骤。
第三方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有飞行器攻击航路规划程序，所述飞行器攻击航路规划程序被处理器执行时实现如上述任意一种飞行器攻击航路规划方法的步骤。
与现有技术相比，本申请的有益效果：本申请提供的飞行器攻击航路规划方法，首先求解目标的空面武器投放区LAR模型，然后建立粒子群搜索模型，每个粒子代表一条具有良好可飞性的Dubins规划航路，随后根据LAR模型设置设置粒子群搜索空间的的各维度墙壁碰撞策略，最后通过粒子群搜索迭代出最优的Dubins规划路径并输出；本发明考虑了飞行器的飞行约束，结合了经典的Dubins路径及粒子群优化智能算法，能在较短的时间内给出较高精度的规划航路，尽可能快的引导飞行器到达目标投放区；此外，本发明适用于飞行器的航路在线重规划，从而为飞行员完成对目标的打击任务提供迅速、有效的指引，或作为航路预规划的功能组件，为进入任战场后的攻击过程提供相应的规划航路。
附图说明
图1为本申请实施例一提供的飞行器攻击航路规划方法的流程图；
图2为本申请实施例一提供的飞行器攻击航路规划方法的LAR模型示意图；
图3为本申请实施例一提供的飞行器攻击航路规划方法的详细步骤流程图；
图4为本申请实施例四提供的服务端的结构示意图。
图中所述文字标注表示为：
400、服务端；401、中央处理单元(CPU)；402、只读存储器(ROM)；403、随机访问存储器(RAM)；404、总线；405、输入/输出(I/O)接口；406、输入部分；407、输出部分；408、存储部分；409、通信部分；410、驱动器；411、可拆卸介质。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
当前的航路规划算法设计通常关注点在规避威胁、地形跟随等方向上。在新的飞行器发展设计过程中，针对目标攻击任务，将飞行器迅速引导到目标指定的投放区(LAR)并完成攻击任务是当今飞行器攻击航路规划发展的重要方向。
本实施例提供一种飞行器攻击航路规划方法，所述方法的简要流程图如图1所示，所述方法包括如下步骤：
S1、建立目标的空面武器投放区LAR模型。
当飞行器位于投放区且航向对准目标时，即可认为完成本次攻击任务，建立目标的空面武器投放区LAR模型具体包括：
S11、根据飞行器规划高度目标位置，求解出空面武器的最小发射距离dNear和最大发射距离dFar；
根据目标坐标位置(xt,yt)、使用的空面武器类型，并结合飞行器的规划高度，可以通过多项式拟合的方法，便可以求解空面武器投放距离限制，这里投放距离限制是指武器投放点与目标位置之间的距离，其是一个范围，只有当武器投放点与目标位置之间的距离在dNear～dFar范围内时，才有可能击中目标。
S12、结合是否有航向约束限制，建立目标的空面武器投放区LAR模型；当无航向约束时，所述LAR模型为由dNear和dFar为半径，绕目标构成的封闭圆环；当有航向约束时，所述LAR模型为由dNear和dFar为半径、绕目标构成的封闭扇环。
请参考图2，若攻击过程无航向约束限制，则目标的空面武器投放区(LAR)为由dNear和dFar为半径，绕目标构成的封闭圆环；若有航向约束限制，则LAR为由dNear和dFar为半径，侧边界为
Figure BDA0003809291920000051
和
Figure BDA0003809291920000052
共同构成的封闭扇环，其中
Figure BDA0003809291920000053
和
Figure BDA0003809291920000054
分别是指攻击航向，也即飞行器飞到该点时的速度矢量与正北方向之间的夹角，
Figure BDA0003809291920000055
即为航向约束限制下的速度矢量与正北方向之间夹角的范围。例如，假设
Figure BDA0003809291920000056
取值为0°，
Figure BDA0003809291920000057
取值为10°，则只能从0°～10°之间向目标进行攻击，此时，飞行器在目标的南方，也就是说，目标的180°～190°的方向。
总结来说，本申请实施例建立的目标的空面武器投放区LAR模型分为封闭圆环或带侧边界的封闭扇环。
S2、建立粒子群搜索模型。
建立粒子群搜索模型，设置搜索空间为航路终点到目标的距离及方位角。每个粒子代表一条航路的终点，从飞行器起点到该终点由Dubins路径作为实际飞行的航迹，并由飞行器的最大法向过载约束计算Dubins的最小转弯半径，并设置Dubins路径长度为代价函数值，具体步骤包括：
S21、设定搜索空间；所述搜索空间为航路终点到目标的距离、以及航路终点与目标的相对方位角；
具体地，首先设定搜索空间，本实施例中的搜索空间为二维搜索空间，即具有两个维度，所述搜索空间为X＝[x1,x2]，其中x1为航路规划的终点(xe,ye)到目标的距离r1，x2为航路规划的终点与目标的相对方位角
Figure BDA0003809291920000058
，也就是X为极坐标，每个粒子代表一条航路的终点。
S22、采用Dubins路径作为飞行器起点至航路终点的实际飞行的航迹，并由飞行器的最大法向过载和规划速度计算Dubins路径的最小转弯半径；
航路规划的起点(xs,ys)是已知的，从飞行器起点(xs,ys)到航路终点由Dubins路径作为实际飞行的航迹，其中Dubins路径的最小转弯半径r2由飞行器的性能来确定，其具体是由飞行器给定的最大法向过载ny和规划速度v确定，即
Figure BDA0003809291920000061
对每个粒子，计其位置为航路终点坐标(xe,ye)，其坐标x2为Dubins路径的终点航向
Figure BDA0003809291920000062
根据飞行器起始点(xs,ys)、起始航向
Figure BDA0003809291920000063
航路终点坐标(xe,ye)、终点航向
Figure BDA0003809291920000064
来计算Dubins路径。
S23、将Dubins路径的航路长度作为粒子的代价函数值。
在本实施例中，选取Dubins路径的航路长度d作为粒子的代价函数值，且代价函数值较小者作为更优的规划航路。
也就是说，Dubins路径的规划目标为：选取路径最近，即能够最快到达目标区域内，并且航路终点的相对方位角对准目标的路径作为最优规划航路。
S3、根据所述LAR模型设置粒子群搜索空间的的各维度墙壁碰撞策略。
设置搜索空间各维度下的墙壁碰撞策略，默认各维度为完全吸收墙壁，碰撞墙壁后限制位置到墙壁上，并置速度为0。特别地，当有航线限制约束时，搜索空间中的方位角维度设置为透明墙壁，当碰撞墙壁后对方位角进行归一化，速度保持不变。此外，根据各维度的范围限制，设置该维度下的速度最大值作为粒子更新的限制。具体包括如下步骤：
S31、设定粒子群搜索各维度碰撞策略为完全吸收墙壁，当碰撞墙壁后限制位置到墙壁上，并将速度设置为零；
首先，默认粒子群搜索各维度碰撞策略为完全吸收墙壁，即第i个粒子更新位置到该维度范围(ximin,ximax)外时，置该维度的坐标xi为边界ximin或ximax上，并将速度vi清0。
S32、判断是否有航线限制约束，若有则将搜索空间中的方位角维度设置为透明墙壁，当碰撞墙壁后对方位角进行归一化，速度保持不变。
接下来，判断步骤S1中求解的空面武器投放区LAR模型是否有航向约束限制；若无航向约束限制，则维持x2维度的碰撞策略不变，继续步骤S4；否则，设置x2维度的碰撞策略为透明墙壁，即设置x2的搜索空间范围
Figure BDA0003809291920000071
为[-π，π]，当粒子更新超过此边界时，维持速度v不变，并通过公式x2new＝x2+k·2π，k为任意整数，将粒子的坐标x2归一化到[-π，π]。
S33、设置搜索空间各粒子的约束模型。
根据步骤S1，设置粒子解空间位置约束x1∈(dNear,dFar)及
Figure BDA0003809291920000072
粒子解空间速度约束为|vi|＜0.2·(ximax-ximin)。
总结来说，在粒子群搜索过程中，粒子会逐渐朝着最优的方向收敛，但是其存在随机性，会向投放区LAR模型的四周碰撞，这样能在全局收敛和局部收敛速度之间取一个平衡，在收敛的过程中，就有可能遇到一些问题，因此需要为粒子群搜索空间的的各维度制定墙壁碰撞策略。
具体地，比如，某个搜索空间下的坐标沿搜索速度的方向搜索时突然超界，此处的界线是指LAR模型，这里涉及到两个维度的界线。
第一个维度为半径的界线，即其由dNear、dFar来决定的界线，对于该情况定义为完全吸收墙壁，在这种情况下，如果出现超界的情况，则将该粒子的坐标重新定义在界线上，即dNear或dFar上，同时将其速度清零，即让其从墙壁点上重新开始自由搜索。
第二个维度为
Figure BDA0003809291920000073
其分为两种情况，即图2中的封闭圆环的情况、以及带有
Figure BDA0003809291920000074
和
Figure BDA0003809291920000075
约束的封闭扇环的情况。对于带有
Figure BDA0003809291920000076
和
Figure BDA0003809291920000077
约束的封闭扇环的情况，如果角度在搜索过程中超出了
Figure BDA0003809291920000078
和
Figure BDA0003809291920000079
的约束范围，则将其归还到墙壁上，并将其速度清零；而对于无约束的全向的封闭圆环的情况，其角度范围为-180°～180°，如果其超出上述范围，则需要将其角度值通过加或减180°的整数倍来重新调整到使其在-180°～180°范围内，并保持其速度不变，对于这种情况，即上文定义的透明墙壁，在透明墙壁的情况下，不对粒子的速度进行处理，而是将其坐标重新归一化处理。
S4、通过粒子群搜索迭代出最优的Dubins规划路径并输出。
进行粒子群的迭代搜索过程：首先在约束范围内随机初始化各粒子位置及速度；接下来，更新粒子速度及位置，并根据墙壁碰撞策略进行处理；随后分别更新各粒子和种群的历史最优位置和代价函数值，重复上述更新过程，直到满足收敛条件或达到最大迭代次数。此时输出种群历史最优位置所代表的Dubins路径为飞行器的攻击规划航路，具体包括如下步骤：
S41、在约束范围内随机初始化各粒子位置以及速度；
根据粒子总数N和步骤S33中的约束模型，在搜索空间的各维度约束内随机初始化各粒子的位置xi及速度vi。
S42、更新各粒子速度以及位置，并根据墙壁碰撞策略进行相关处理；
具体地，按照公式
Figure BDA0003809291920000081
更新粒子速度，按照公式
Figure BDA0003809291920000082
更新粒子位置，并根据步骤S3中各维度的约束范围及墙壁碰撞策略进行相应处理；其中，
Figure BDA0003809291920000083
为局部最优，即该粒子在所有历史时刻中最优的位置，
Figure BDA0003809291920000084
为全局最优，即该粒子群中所有粒子在历史时刻中最优的位置；c1为个体学习因子，c2为种群学习因子，ω为惯性权重，rm、rn分别为[0,1]之间的随机数。
S43、分别更新各粒子和种群的历史最优位置和代价函数值；
按照步骤S2中的定义，计算各粒子的Dubins路径及代价函数，并记录、更新该粒子的历史最优位置及其代价函数值。
S44、重复上述更新过程，直到满足收敛条件或达到最大迭代次数；
S45、输出种群历史最优位置所代表的Dubins路径作为飞行器的攻击规划航路。
判断是否连续M次迭代，群体历史最优的代价函数值变化小于收敛精度ebs，或者当前是否已达到最大接待次数。若两者都不满足，则返回步骤S42继续迭代；否则输出群体中的历史最优位置所代表的Dubins路径为攻击规划航路，结束航路规划流程。
具体地，请参考图3，图3为本实施例飞行器攻击航路规划方法的详细步骤流程图，其步骤概括为：首先建立目标LAR模型、建立粒子群搜索模型、默认设置各维度墙壁碰撞策略为完全吸收墙壁；然后判断LAR模型是否有航向约束，若有，则设置航向维度碰撞策略为透明墙壁策略，并随机初始化粒子位置和速度；若无，则直接随机初始化粒子位置和速度；接下来是粒子群搜索的过程，其具体包括更新粒子速度和位置、根据更新后粒子位置计算Dubins路径，更新粒子当前评价值、更新粒子历史最优评价值、更新群体历史最优评价值、判断是否达到最大迭代次数或满足收敛条件，若是，则输出群体最优历史位置及对应的Dubins路径，若否，则迭代更新个例子速度及位置及其后续步骤，直至达到最大迭代次数或满足收敛条件。
本申请实施例提供的飞行器攻击航路规划方法，首先求解目标的投放区(LAR)模型，然后建立粒子群搜索模型，每个粒子代表一条具有良好可飞性的Dubins规划航路，随后根据LAR模型设置搜索空间的墙壁碰撞策略，最后通过粒子群搜索迭代出最优的Dubins规划路径并输出。本发明考虑了飞行器的飞行约束，结合了经典的Dubins路径及粒子群优化智能算法，能在较短的时间内给出较高精度的规划航路，尽可能快的引导飞行器到达目标投放区。
本发明适用于飞行器的航路在线重规划，从而为飞行员完成对目标的打击任务提供迅速、有效的指引，或作为航路预规划的功能组件，为进入任战场后的攻击过程提供相应的规划航路。
本申请提供的飞行器攻击航路规划方法具有如下优点：
(1)结合空面武器投放区模型，给出的飞行航路可以满足飞行器对目标的攻击任务。
(2)使用Dubins路径作为实际规划航路，并由最大法向过载限制转弯半径，具有良好的可飞性。
(3)通过粒子群搜索，在较快的时间内(典型X86PC及Windows7操作系统环境下<200ms)可以给出满足精度要求(最优航向
Figure BDA0003809291920000091
)的航路解，能够满足预规划和在线重规划的性能要求。
实施例二
本实施例提供一种飞行器攻击航路规划装置，所述飞行器攻击航路规划装置包括：
存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；
所述计算机程序被所述处理器执行时实现如图1中的飞行器攻击航路规划方法的步骤。
实施例三
本实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有飞行器攻击航路规划程序，所述飞行器攻击航路规划程序被处理器执行时实现如图1中所述飞行器攻击航路规划方法的步骤。
实施例四
本实施例提供一种服务端400，如图4所示，所述服务端400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM403中，还存储有系统操作所需的各种程序和数据。CPU401、ROM402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地，根据本发明的实施例，上文参考图1描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行图1所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一生成模块、获取模块、查找模块、第二生成模块及合并模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的服务端中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如上述实施例中所述的飞行器攻击航路规划方法。例如，所述电子设备可以实现如图1中所示的各个步骤。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种飞行器攻击航路规划方法，其特征在于，所述方法包括如下步骤：
S1、建立目标的空面武器投放区LAR模型；
S2、建立粒子群搜索模型；
S3、根据所述LAR模型设置粒子群搜索空间的的各维度墙壁碰撞策略；
S4、通过粒子群搜索迭代出最优的Dubins规划路径并输出。
2.根据权利要求1所述的飞行器攻击航路规划方法，其特征在于，步骤S1中建立目标的空面武器投放区LAR模型，具体包括：
S11、根据飞行器规划高度目标位置，求解出空面武器的最小发射距离dNear和最大发射距离dFar；
S12、结合是否有航向约束限制，建立目标的空面武器投放区LAR模型；当无航向约束时，所述LAR模型为由dNear和dFar为半径，绕目标构成的封闭圆环；当有航向约束时，所述LAR模型为由dNear和dFar为半径、绕目标构成的封闭扇环。
3.根据权利要求2所述的飞行器攻击航路规划方法，其特征在于，步骤S2中建立粒子群搜索模型，具体包括：
S21、设定搜索空间；所述搜索空间为航路终点到目标的距离、以及航路终点与目标的相对方位角；
S22、采用Dubins路径作为飞行器起点至航路终点的实际飞行的航迹，并由飞行器的最大法向过载和规划速度计算Dubins路径的最小转弯半径；
S23、将Dubins路径的航路长度作为粒子的代价函数值。
4.根据权利要求3所述的飞行器攻击航路规划方法，其特征在于，步骤S3中根据所述LAR模型设置粒子群搜索空间的各维度墙壁碰撞策略，具体包括：
S31、设定粒子群搜索各维度碰撞策略为完全吸收墙壁，当碰撞墙壁后限制位置到墙壁上，并将速度设置为零；
S32、判断是否有航线限制约束，若有则将搜索空间中的方位角维度设置为透明墙壁，当碰撞墙壁后对方位角进行归一化，速度保持不变。
5.根据权利要求4所述的飞行器攻击航路规划方法，其特征在于，步骤S4中通过粒子群搜索迭代出最优的Dubins规划路径并输出，具体包括：
S41、在约束范围内随机初始化各粒子位置以及速度；
S42、更新各粒子速度以及位置，并根据墙壁碰撞策略进行相关处理；
S43、分别更新各粒子和种群的历史最优位置和代价函数值；
S44、重复上述更新过程，直到满足收敛条件或达到最大迭代次数；
S45、输出种群历史最优位置所代表的Dubins路径作为飞行器的攻击规划航路。
6.一种飞行器攻击航路规划装置，其特征在于，所述飞行器攻击航路规划装置包括：
存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；
所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的飞行器攻击航路规划方法的步骤。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有飞行器攻击航路规划程序，所述飞行器攻击航路规划程序被处理器执行时实现如权利要求1至5中任一项所述的飞行器攻击航路规划方法的步骤。
CN202211009329.5A 2022-08-22 2022-08-22 一种飞行器攻击航路规划方法、装置及存储介质 Pending CN115167526A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211009329.5A CN115167526A (zh) 2022-08-22 2022-08-22 一种飞行器攻击航路规划方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211009329.5A CN115167526A (zh) 2022-08-22 2022-08-22 一种飞行器攻击航路规划方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN115167526A true CN115167526A (zh) 2022-10-11

Family

ID=83481624

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211009329.5A Pending CN115167526A (zh) 2022-08-22 2022-08-22 一种飞行器攻击航路规划方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN115167526A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116893690A (zh) * 2023-07-25 2023-10-17 西安爱生技术集团有限公司 一种基于强化学习的无人机躲避攻击输入数据计算方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116893690A (zh) * 2023-07-25 2023-10-17 西安爱生技术集团有限公司 一种基于强化学习的无人机躲避攻击输入数据计算方法

Similar Documents

Publication Publication Date Title
WO2021088681A1 (zh) 无人机长距离循迹飞行方法、装置、设备及存储介质
CN106970648B (zh) 城市低空环境下无人机多目标路径规划联合搜索方法
EP1857768B1 (en) Route search planner
EP2498055B1 (en) Management System for Unmanned Aerial Vehicles
US6529821B2 (en) Route planner with area avoidance capability
US7676064B2 (en) Sensor scan planner
US9240001B2 (en) Systems and methods for vehicle survivability planning
Sarunic et al. Hierarchical model predictive control of UAVs performing multitarget-multisensor tracking
US20130293406A1 (en) Preemptive signature control for vehicle survivability planning
EP2844950A2 (en) Systems and methods for vehicle survivability planning
US20130297096A1 (en) Evaluation tool for vehicle survivability planning
US20240239484A1 (en) Fast path planning for dynamic avoidance in partially known environments
CN110849373A (zh) 一种有人机实时航路重规划方法
CN115167526A (zh) 一种飞行器攻击航路规划方法、装置及存储介质
CN113093733A (zh) 一种无人艇集群对海打击方法
Zhang et al. Rapid penetration path planning method for stealth uav in complex environment with bb threats
CN115061499A (zh) 无人机控制方法及无人机控制装置
CN116700329A (zh) 一种基于改进萤火虫算法的无人机航迹规划方法
Moore Radar cross-section reduction via route planning and intelligent control
US20210025716A1 (en) Navigation based on multi-agent interest diffusion
US11487301B2 (en) Method and device for generating an optimum vertical trajectory intended to be followed by an aircraft
CN116430870A (zh) 一种基于蚁群优化的多无人艇目标搜索算法
CN114625167A (zh) 基于启发式Q-learning算法的无人机协同搜索方法及系统
Zhang et al. Route planning for unmanned air vehicles with multiple missions using an evolutionary algorithm
Qingtian et al. Research of route planning based on genetic algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination