一种针对具有感知能力的运动目标的多无人机协同搜索方法

摘要

本发明公开了一种针对具有感知能力的运动目标的多无人机协同搜索方法，其特征是按如下步骤进行：1构建多无人机协同搜索运动目标模型；2对模型进行求解，获得最优解；3对最优解进行解码，获得无人机的航向偏转角；4根据航向偏转角获得预规划q步最优路径，并执行最优路径中的第1步，无人机运动；5基于探测信息和基于目标运动预测更新搜索图；6递增一个时间步长，总规划时域步长结束则完成搜索任务，否则返回步骤2。本发明能解决具有感知能力的运动目标的搜索问题，提高搜索效能，从而更加符合实际复杂的动态战场环境。

主权项

一种针对具有感知能力的运动目标的多无人机协同搜索方法，其特征是：定义所述多无人机协同搜索是在M×N的离散正方形网格所构成的搜索环境E中执行搜索任务，所述搜索环境E中的任意一个网格记为(m,n)；m∈{1,2,...,M}，n∈{1,2,...,N}；每个网格的边长为c；定义所述搜索环境E中存在N_V架无人机；任意一架无人机的飞行速度为v、最大偏转角为α；定义所述搜索环境E中存在N_T个具有感知能力的运动目标，且一个离散正方形网格中至多只能存在一个运动目标；定义所述搜索环境E中还存在N_B个固定不动的探测装置；定义用K表示多无人机搜索的总时间步长，用k表示第k个时间步长，k＝1,2,···,K；定义P_mn(k)表示第k个时间步长网格(m,n)中运动目标的存在概率；则令SMP(k)＝{P_mn(k)|m∈{1,2,...,M},n∈{1,2,...,N}}表示第k个时间步长的搜索图；所述多无人机协同搜索方法按如下步骤进行：步骤1、利用模型预测控制法构建多无人机协同搜索运动目标的搜索模型；步骤2、基于所述第k个时间步长的搜索图SMP(k)，对所述搜索模型利用加入交叉算子的粒子群优化算法进行求解，获得第k个时间步长的最优解F_G(k)；所述最优解F_G(k)是由N_V×q个[‑1,1]之间的任意整数组成的序列；q表示预规划的步长数；步骤3、利用式(1)对所述第k个时间步长的最优解F_G(k)进行解码，获得N_V架无人机的第k个时间步长的航向偏转角式(1)中，α表示所设定的无人机最大航向偏转角；表示第i架无人机的第k个时间步长的航向偏转角；1≤i≤N_V；步骤4、根据所述第k个时间步长的航向偏转角分别获得第k个时间步长的N_V个预规划q步最优路径；并令所述N_V架无人机分别执行相应的预规划q步最优路径中的第1步；从而更新所述N_V架无人机在搜索环境E中在第k个时间步长的位置，获得所述N_V架无人机在搜索环境E中在第k+1个时间步长的位置；步骤5、基于探测信息和基于目标运动预测更新第k个时间步长的搜索图SMP(k)，获得第k+1个时间步长的搜索图SMP(k+1)；步骤6、将k+1赋值给k；并判断k≤K是否成立，若成立，则返回步骤2执行，否则结束N_V架无人机搜索N_T个具有感知能力的运动目标的搜索任务。