基于PSO-HJ算法的多无人机协同航迹规划方法

作者：单文昭; 崔乃刚; 黄蓓; 王小刚^*; 白瑜亮

来源：中国惯性技术学报, 2020, 28(01): 122-128.

DOI：10.13695/j.cnki.12-1222/o3.2020.01.019

• 多无人机
• 粒子群算法
• 协同航迹规划
• 协同变量

针对多无人机协同航迹求解计算量大、难以收敛等问题,提出了一种基于粒子群优化和Hook-Jeeves (PSO-HJ)搜索算法相融合的多无人机时间协同三维航迹规划方法。首先,建立了单无人机航迹规划求解模型。然后,通过对适应度评价函数值低的粒子引入Hooke-Jeeves搜索算法,提高了粒子多样性,改善了航迹规划算法收敛性;对不满足约束的粒子引入约束违反度函数,基于比较准则提出了一种新的粒子评价机制,促进粒子搜索位于约束边界的最优解,加快了航迹规划算法的计算效率。最后,设计了一种多无人机时间协同航迹规划求解算法,利用PSO-HJ算法先分别求解单无人机航迹信息,通过多无人机集中航迹规划层协调到达时间实现协同航迹规划。仿真结果表明,PSO-HJ算法的精度比量子粒子群(QPSO)算法精度提高了20.85%,比PSO算法精度提高了58.14%,更适用解决实际复杂的多机协同规划问题。

• 单位
  中国运载火箭技术研究院; 航天学院; 哈尔滨工业大学