买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于智能算法的多巡飞弹协同航迹规划方法_南京理工大学_202310630326.1 

申请/专利权人:南京理工大学

申请日:2023-05-31

公开(公告)日:2024-03-15

公开(公告)号:CN116661496B

主分类号:G05D1/695

分类号:G05D1/695;G05D109/20

优先权:

专利状态码:有效-授权

法律状态:2024.03.15#授权;2023.09.15#实质审查的生效;2023.08.29#公开

摘要:本发明提供一种基于智能算法的多巡飞弹协同航迹规划方法,包括如下步骤:构建包括三维地图和威胁范围的战场环境;建立单巡飞弹规划层的代价函数和性能约束,基于个体航迹自身的特性,个体航迹与其他航迹之间的时空协同性,建立多巡飞弹协同航迹规划层的代价函数;基于粒子群与人工蜂群混合优化算法确定多巡飞弹最优航迹。本发明提供一种基于智能算法的多巡飞弹协同航迹规划方法,该方法具有较强的全局搜索能力和局部搜索能力,满足多巡飞弹协同航迹规划的要求,规划出的航迹能够从不同的方向对目标实施攻击,有效提高摧毁目标的概率。

主权项:1.一种基于智能算法的多巡飞弹协同航迹规划方法,其特征在于,所述方法包括:步骤1、构建战场环境;其中,战场环境包括三维地形、威胁范围;步骤2、建立单巡飞弹规划层的代价函数和性能约束;其中,代价因素包括航程距离代价、地形匹配度代价和潜在威胁代价,性能约束包括最短航迹段约束、最大飞行距离约束、最大俯冲角约束和最大水平转角约束;步骤3、建立多巡飞弹协同航迹规划层的代价函数;代价函数包括:个体航迹自身的特性,个体航迹与其他航迹之间的时空协同性;步骤4、基于粒子群与人工蜂群混合优化算法确定多巡飞弹最优航迹;其中,航程距离代价通过以下方法确认: 式中,为第i个巡飞弹的第k航迹段长度;N为航迹点个数;||·||代表欧式距离;所述地形匹配度代价为: 式中,为第k个航迹点对应的地形高程,hsafe为巡飞弹的安全飞行高度,为巡飞弹第k航迹点对应的实际飞行高度;潜在威胁代价为: 式中,m为雷达威胁的数量,θ为各雷达威胁,dP,θ表示航迹点到雷达中心点的直线距离,rθ表示各雷达威胁的半径分布;所述最短航迹段约束为: 式中,为规划航迹的第k航迹段长度,lmin为允许的最短航迹段;所述最大飞行距离约束为: 式中,为规划航迹的第k航迹段长度,Lmax为最大飞行距离;所述最大俯冲角约束为: 式中,θmax为最大俯冲角,为第k航迹段的水平投影;所述最大水平转角约束为:式中,为最大水平转角约束;单巡飞弹规划层的航迹代价函数如下:Jsingle=ω1CostL+ω2CostH+ω3CostRadar+ξPF式中,ωi为权系数且为了处理上述约束条件,引入罚函数PF:ξ为惩罚因子;多巡飞弹协同航迹规划层的协同函数通过以下方法确定: 式中,表示巡飞弹i的航迹总长;Vi表示巡飞弹i的速度;ETA表示协同时间;n表示巡飞弹数量;协同函数在协同时间ETA难选取的情况下,确定为: 式中,表示平均时间;对于两枚以上的巡飞弹,协同函数确定为:f=|Jl1V1-Jl2V2|构建一个子目标,对攻击入射角度相对较大的情况给予奖励,奖励函数为: 式中,Di表示巡飞弹i的攻击进入角;多巡飞弹航迹代价函数设计为: 式中,εi,i=1,2,3为权值,f为多巡飞弹协同函数,Fi表示巡飞弹i的航迹性能。

全文数据:

权利要求:

百度查询: 南京理工大学 一种基于智能算法的多巡飞弹协同航迹规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。