当前位置:文档之家› DAM-BBOP SO算法的Multi-UAV集群攻击任务规划

DAM-BBOP SO算法的Multi-UAV集群攻击任务规划

第34卷第10期一一一一一

一一一一一一一哈一尔一滨一工一程一大一学一学一报一一一一

一一一一Vol.34?.10

2013年10月一一一一一一一一一一一JournalofHarbinEngineeringUniversity一一一一一一一一一一Oct.2013DAM?BBOPSO算法的Multi?UAV集群攻击任务规划

李杰,孙尧,莫宏伟

(哈尔滨工程大学自动化学院,黑龙江哈尔滨150001)

摘一要:现代防御技术的迅速发展使得无人驾驶飞行器的攻击效果大大下降,无人驾驶飞行器自主编队集群攻击技术已经成为未来战场的关键技术之一,多无人机之间的任务规划算法是保证无人机顺利二高效完成任务的关键.将无人机集群攻击任务规划问题看成是多约束的任务分配过程,建立任务规划模型,结合分布式拍卖机制和生物地理算法对粒子群优化算法的粒子初始化和寻优过程进行改进.根据实际约束条件生成初始粒子,保证了粒子的多样性;在算法优化过程中,利用生物地理算法与粒子群算法对粒子运动进行动态的控制,使得算法具有更好的适应性与稳定性.仿真结果表明运用分布式拍卖机制生物地理粒子群优化算法得到的方案不仅完全满无人机集群攻击任务的要求,而且比传统粒子群优化算法和生物地理粒子群优化算法具有更好的收敛性.

关键词:多无人机;生物地理算法;分布式拍卖机制;粒子群优化;任务规划

doi:10.3969/j.issn.1006?7043.201305004

网络出版地址:http://www.cnki.net/kcms/detail/23.1390.U.20130917.2311.017.html

中图分类号:V279一文献标志码:A一文章编号:1006?7043(2013)10?1242?07

ResearchonclusterattackmissionplanningofMulti?UAVbasedonDAM?BBOPSOalgorithm

LIJie,SUNYao,MOHongwei(CollegeofAutomation,HarbinEngineeringUniversity,Harbin150001,China)

Abstract:TherapiddevelopmentofmoderndefensetechnologylowerstheUAVs'attackingeffectgreatly,theau?tonomousformationandclusterattacktechniqueofMulti?UAVhasbecomeoneofthekeytechnologiesinfuturebat?tlefield,andthemissionplanningalgorithmamongMulti?UAVisthekeytothesmoothandeffectivecompletionofatask.ByconsideringtheclusterattackmissionplanningofUAVsasamulti?constrainedtaskallocationprocess,amissionplanningmodelisestablished.Andincombinationwiththedistributedauctionmechanismandbiogeogra?phy?basedoptimization(BBO),theparticleinitializationandoptimizationprocessofPSOalgorithmisimproved.Accordingtotheactualconstraintconditions,initialparticlesaregenerated,toassurethediversityofparticles;inthealgorithmoptimizationprocess,theBBOalgorithmandthePSOalgorithmareutilizedtodynamicallycontrolthemotionofparticles,soastoassurebetteradaptabilityandstabilityofalgorithm.Thesimulationresultsshowthat,theprogramattainedbyapplyingthedistributedauctionmechanismBBOPSOalgorithmmayfullymeettherequire?mentsofMulti?UAV'sclusterattackmissions,andshowbetterconvergencethantraditionalPSOandBBOPSOalgo?rithm.Keywords:multi?UAV;biogeography?basedoptimizationalgorithm;distributedauctionmechanism;particleswarmoptimization;missionplanning收稿日期:2013?05?02.网络出版时间:2013?9?1723:11:48.基金项目:国家自然科学基金资助项目(61075113);中央高校基本科研业务费重大专项资助项目(HEUCFZ1029);黑龙江省杰出青年科学基金资助项目(JC201212).

作者简介:李杰(1981?),男,博士研究生;

孙尧(1963?),男,教授,博士生导师.

通信作者:李杰,E?mail:lijie_3262220@163.com.一一无人驾驶飞行器(unmannedairvehicle,UAV)简称无人机,其具有独立的动力系统,能够自身智能控制或远程控制通过自身挂载的设备,执行多种任

务.尤其是现代军事理论和战争模式的发展和转变,

使得无人机在战场上扮演的角色越来越重要.无人

机的快速性二隐蔽性强二低成本二危险性小的特点已

经在实践中得到证明[1].随着防御体系的发展单架UAV在完成任务的过程中,由于其孤立性导致对周

相关主题
文本预览
相关文档 最新文档