一种基于UAV协同航迹规划方法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
"3"!约束函数
对一个解存在着任务分配与航迹飞行两个方面的约 束"描述如下%
#&$最大执行能力(对于第#个 3<8"在它的飞行航 迹上所执行的任务消耗量的总和不超过飞行器可使用的能 量(设$%&# 的最大执行能力为*# "在粒子中的对应航迹
-
) "# 上总的执行消耗为+#"#$"+#"#$, /#".0#". (此约 .,&
为了最终能进化出兼顾任务分配和航迹规划两方面优 化目标的解"算法对种群进行了分类处理(初始时生成大 小为" 的种群"对种群中的个体进行评价"按评价的结果" 把粒子分为不可飞#违反约束#$$#)$其中之一$集合与可 飞#满足约束#$$#)$$集合(从两个集中根据评价原则分 别选取E #$" $个个体形成下一代(在进化循环中"将分 别对两个集合中选取出的E 个个体施用变异操作"对新产 生的个体再进行评价和分类"与其父代混合后"用同样的方 法选择出存活到下一代的粒子(
&#'
%"&'
"' 0
&"!(
图&!解的编码
图'!一条飞行航迹
!!每个节点包含空间三维坐标#'"(")$"其中第一个为 航迹起始点"它始终为飞机的起飞点坐标(最后一个为航 迹终点"它始 终 为 飞 机 所 执 行 的 最 后 一 个 任 务 点 的 坐 标( 其余为中间结点(一条航迹由两类结点组成"一类为单纯 的航迹结点"另一类其实是分配给该 3<8 的任务所在点 的坐标#除高度坐标$"若一个 3<8 没有被分配任何任务" 则其航迹中只包含有该 3<8 的起飞点(由此"这样的一 个粒子编码方案所代表的一个解"就同时包含了一个任务 分配方案和每个飞行器的飞行航迹这两方面的信息(
该问题可以分解为任务分配和航迹规划两个部分%前 者属于分配优化问题"它的一般形式被定义为+把一组项指 派给另一组项,(由于它是一个 "+%IAKF问题-&."所以常使 用启发式的方法解决-'.(后者的关注点在于在特定的约束 条件下"以最优或近优的性能"在空间中生成一条从起始位 置到目标点的航迹-$(.(对这两个子问题中的任何一个分 别单独地进行优化求解"都不能很好地保证使原问题在任 务分配和航迹规划这两个方面同时达到均衡的优化(如单 纯考虑对分配问题进行优化"很可能对较优的任务分配方
有利的飞行器,&第一项表示任务的平均完成时间"它和第
三项一起表示+在尽可能短的时间内访问尽可能多 的 任
务,(
!
)0#"#$
一个 解 的 飞 行 代 价 定 义 为%2;<(
,
#,&
!
:
HAU10#"#$2"兼顾了整体代价最小#第一项$和个体代价
&$#$!
最小#第二项$这两个优化目标(其中单个飞行器$%&# 的
!!"#$%&'()!*+ !,--"&../%&$.0
!!!!计算机工程与科学
!12+3*454"6,"445,"6 7-!,4"!4
'.&.年第$'卷第&.期! !89:;$'""9;&."'.&.!
""""""""""""""""""""""""""""""""""""""""""""""
文章编号&../%&$.0#'.&.$&.%.&#'%.$
评价原则描述如下%任务分配可行的解优于任务分配
不可行的解(在任务分配不可行的那些解中"违反分配约
束少的解优于违反分配约束多的解(在任务分配可行的那
&#$
些解中"可执 行 #可 飞 $的 解 优 于 不 可 执 行 #不 可 飞 $的 解( 在那些不可飞的解中"违反飞行约束少的解优于违反飞行 约束多的解(在那些可执行的解中"整体代价小的解优于 整体代价大的解(
摘!要本文针对多无人飞行器3<8协同执行任务的应用场景提出了一种综合考虑任务分配和航迹规划因素的
航迹规划算法该算法借鉴微粒群算法+-1的思想采用新的编码方式和优化策略仿真实验验证了算法的有效性
GK@=>0:=%<B@G H@>I9FJ9KH=:>?%3<8L99KF?BA>@K9=>@M:ABB?BC?EMK9M9E@F"L9BE?F@K?BCN9>I>AEOA::9LA>?9BABF
种 群 中 粒 子 的 随 机 生 成 分 成 两 个 阶 段%首 先 为 每 架 3<8 随机地分配任务(这种随机的任务分配必须满足两 个条件%每架 3<8 所分配的任务不超过其执行能力&一个 任务不能同时分配给两架 3<8(在第一阶段的基础上"对 每个 3<8 随机地插入其它中间结点"以此随机生成一条 飞行航迹(对于一个没有被分配任何任务的 3<8 则不对 其插入中间结点(
这样做的好处在于%#&$增大了种群数目"为进化出符 合要求的解提供了更多的可行性(考虑一个在可飞集合中 的个体"在被施用一次任务选择变异算子后很可能形成了 一个在任务分配方面较优但却不可飞的解"若与可飞解在 一起评价"它很可能被丢弃(对种群分类后"使得该解有可 能在不可飞集合中保存下来"为近一步的进化和优化提供 了可能(#'$对于不可飞集合中的个体"不需要计算解的总 体代价"而只需 计 算 其 违 反 约 束 的 量"由 此 减 轻 了 计 算 负 担"提高了算法性能(
关键词多无人飞行器航迹规划微粒群算法
L2C1&>A@%H=:>?%3<8&K9=>@M:ABB?BC&MAK>?L:@EGAKH9M>?H?RA>?9B A&?%&.P$VWV!XP?EEBP&../%&$.0P'.&.P&.P.$W
中图分类号8'/V*+$.&
文献标识码<
!!引言
作为未来战争主力之一"无人飞行器#3BHABB@F<@K?% A:8@I?L:@"简称 3<8$因其机动性强'维护成本低和作战 效费比高等特点"受到各国军方越来越多的重视('..(年 )月"美国国防 部 公 布 了 )'..(%'.$. 年 无 人 机 路 线 图 *"描 述了美国无人机系统的未来发展规划(为了完成协同作战 任务和发挥群体作战优势"多 3<8 协同航迹规划成为研 究的热点(
##$最大拐弯角(它限制了生成的航迹只能在小于或 等于预先确定的最大拐弯角范围内转弯(该约束条件取决 于飞行器的性能和飞行任务(
#($最大爬升!俯冲角(该角度由飞行器自身的机动性 能决定"它限制了结果航迹在垂直平面内上升和下滑的最 大角度(
#W$航迹距离约束(这限制了航迹的长度必须小于或 等于一个预先设置的最大距离(它取决于飞行器所携带的 燃料以及到达目标所允许的飞行时间(
其中"0#. 表示$%&# 在执行AAKC89. 时的任务消耗"! 为飞 行器数量"- 为任务点数目(在一个分配方案中没有被访 问 到 的 任 务 数 量 定 义 为 6=/48>?#@8 " /#". ,
1&"飞行器$%&# 被分配了A3>589. (任务 分 配 的 代 价 函
."其他 数表达了多个优化目标(第二项表示+将任务分配给对其
"37!评价函数
为了兼顾对任务分配和航迹规划两方面的优化"以得
到综合最优的解"定义一个解的总代价为%2 ,2344#567869 : 2;<( (前者是任务分配的代价"后者是飞行航迹代价(分 别描述如下%
!
)9#78#"#$
2 , 344#567869
#,& &
!
:
!-
)) ' #,&
/#".0#".
.,&
:$6=/48>?#@8:#
HAU1 9#78#"#$2
&$#$!
其中"# 表示相应的惩罚系数(每个任务对飞行器的消耗
矩阵定义为%
! !!!!!A& !A' ! 3 A-
&& -0&& 0&' 3 0&- /
&' 0'& 0'' 3 0'-
0 00
0
&! .0!& 0!' 3 0!- 0
束表达为%+#"#$$*# ( #'$一个任务不能分配给多个 3<8(为提高资源的利
用率"应让单个 3<8 尽可能多地执行不同的任务"所以约 束一个任务不能分配给多个 3<8(设# 是$%&# 的任务 分配的集合"此约束为%*#"."#+."# ,. , 1 (
#$$最小航迹段长度(即飞行器在开始改变飞行姿态 前必须保持直飞的最短距离(
"!多 %GM 协同航迹规划问题描述
"3!!解的编码和初始化
设实验中包含 ! 个 3<8"则一个微粒由这 ! 个 3<8 的飞行航迹组成"如图&所示(
其中"# #&$#$! $表示飞行器$%&# 的一条飞行航 迹"它由若干条相连的直线段组成"其结构如图'所示(
# 收稿日期'.&.%.$%&&&修订日期'.&.%.W%&# 基金项目国家自然科学基金资助项目#&.(//.'&$ 作者简介朱红果#&V)& $"女"山东淄博人"博士生"!!Z学生会员#4'....)/''6$"研究方向为无人飞行器航迹规划和微粒群算 法&郑昌文"研究员"研究方向为航迹规划和进化算法( 通讯地址#&../$ 湖南省长沙市国防科学技术大学电子科学与工程学院&*@:%&()/#V)'WVV&4%HA?:%E9MI?@/ICRI=I9>HA?:PL9H GAA>2@@%-LI99:9J4:@L>K9B?LE-L?@BL@ABF*@LIB9:9CT""A>?9BA:3B?S@KE?>T9JY@J@BE@*@LIB9:9CT"!IABCEIA"[=BAB#&../$"+P5P !I?BA
#/$飞行高度限制(飞行器在通过敌方防御区时"需要 在尽可能低的高度上飞行"以减少被探测器发现或被地面 防御系统摧毁的概率(但是"飞得过低往往使得与地面相 撞的概率增加(本算法在保持离地高度大于或等于某一预
先给定的高度下"使飞行高度尽量的低(
#)$飞行器间无碰撞(即一个解中没有任何两条航迹 会发生碰撞(
一种基于 +-1 的多 3<8 协同航迹规划方法# 2=:>?%3<8 59=>@+:ABB?BCDAE@F9B+-1
朱红果!"郑昌文" #$%$&'()(*&!"#$+,-./0'()12'" !3国防科学技术大学电子科学与工程学院湖南 长沙 4!5567"3中科院软件所北京 !55!85 !39:/&&;&<+;2:=>&'?:@9:?2':20'AB2:/'&;&(C,0=?&'0;%'?D2>@?=C&<E2<2'@2B2:/'&;&(C./0'(@/04!5567 "3F'@=?=*=2&<9&<=10>2./?'2@2G:0A2HC&<9:?2':2@I2?J?'(!55!85./?'0
6
) 航迹代价函数定义为%0 , #B&<#' :B'C#' :B$DA%#$( #,&
其中"<# 为第#段航段的长度"该项的目的主要用于控制该
航迹段偏离起始点与目标点间连线的程度&C# 为第# 段航
迹段的平均高度"它通过降低航迹的平均高度"可以利用地
形的遮挡进行有效的威胁回避&DA%# 为第# 段航迹段的威 胁指数"它使得航迹选择通过威胁最小的区域"B& 'B' ' B$ 为权值(
约束#&$'#'$表 达 了 任 务 分 配 方 面 的 约 束"满 足 #&$' #'$约束条件的一个解称为分配可行的(约束#$$#)$表 达了航迹飞行方面的约束"满足约束#$$#)$的一个解"称 为可执行#可飞的$的(值得注意的是"在粒子随机39;#'$的要求"在其后的变异操作中也保 证不会违反约束#&$与#'$(这保证了种群中的所有解都是 分配可行的(
案无法为其规划出可行的飞行航迹"反之亦然( 文献-W.提出了一种基于 89K9B9?图的 3<8 任务分
配与选路算法(但是"'Y 的 89K9B9?图并不能表达出$Y 战场中的全部信息#如地形特征$"因此这种方法便不能利 用地形进行有效的威胁回避(借鉴 +-1 算法思想-/")."本 文提出了一种能对无人飞行器任务分配和航迹规划进行综 合优化的算法(本算法最大的优点在于它能够兼顾任务分 配和航迹规划"找出综合最优的解(由于它不需要对搜索 的构造空间#!%-MAL@$进行提前计算"所以有效提高了算法 的性能(
K9=>@M:ABB?BCL9BE>KA?B>EPQ@AKB?BCJK9H MAK>?L:@EGAKH9M>?H?RA>?9B"AB@GL9F?BCABF@S9:=>?9B H@LIAB?EH?E?B>K9%
对一个解存在着任务分配与航迹飞行两个方面的约 束"描述如下%
#&$最大执行能力(对于第#个 3<8"在它的飞行航 迹上所执行的任务消耗量的总和不超过飞行器可使用的能 量(设$%&# 的最大执行能力为*# "在粒子中的对应航迹
-
) "# 上总的执行消耗为+#"#$"+#"#$, /#".0#". (此约 .,&
为了最终能进化出兼顾任务分配和航迹规划两方面优 化目标的解"算法对种群进行了分类处理(初始时生成大 小为" 的种群"对种群中的个体进行评价"按评价的结果" 把粒子分为不可飞#违反约束#$$#)$其中之一$集合与可 飞#满足约束#$$#)$$集合(从两个集中根据评价原则分 别选取E #$" $个个体形成下一代(在进化循环中"将分 别对两个集合中选取出的E 个个体施用变异操作"对新产 生的个体再进行评价和分类"与其父代混合后"用同样的方 法选择出存活到下一代的粒子(
&#'
%"&'
"' 0
&"!(
图&!解的编码
图'!一条飞行航迹
!!每个节点包含空间三维坐标#'"(")$"其中第一个为 航迹起始点"它始终为飞机的起飞点坐标(最后一个为航 迹终点"它始 终 为 飞 机 所 执 行 的 最 后 一 个 任 务 点 的 坐 标( 其余为中间结点(一条航迹由两类结点组成"一类为单纯 的航迹结点"另一类其实是分配给该 3<8 的任务所在点 的坐标#除高度坐标$"若一个 3<8 没有被分配任何任务" 则其航迹中只包含有该 3<8 的起飞点(由此"这样的一 个粒子编码方案所代表的一个解"就同时包含了一个任务 分配方案和每个飞行器的飞行航迹这两方面的信息(
该问题可以分解为任务分配和航迹规划两个部分%前 者属于分配优化问题"它的一般形式被定义为+把一组项指 派给另一组项,(由于它是一个 "+%IAKF问题-&."所以常使 用启发式的方法解决-'.(后者的关注点在于在特定的约束 条件下"以最优或近优的性能"在空间中生成一条从起始位 置到目标点的航迹-$(.(对这两个子问题中的任何一个分 别单独地进行优化求解"都不能很好地保证使原问题在任 务分配和航迹规划这两个方面同时达到均衡的优化(如单 纯考虑对分配问题进行优化"很可能对较优的任务分配方
有利的飞行器,&第一项表示任务的平均完成时间"它和第
三项一起表示+在尽可能短的时间内访问尽可能多 的 任
务,(
!
)0#"#$
一个 解 的 飞 行 代 价 定 义 为%2;<(
,
#,&
!
:
HAU10#"#$2"兼顾了整体代价最小#第一项$和个体代价
&$#$!
最小#第二项$这两个优化目标(其中单个飞行器$%&# 的
!!"#$%&'()!*+ !,--"&../%&$.0
!!!!计算机工程与科学
!12+3*454"6,"445,"6 7-!,4"!4
'.&.年第$'卷第&.期! !89:;$'""9;&."'.&.!
""""""""""""""""""""""""""""""""""""""""""""""
文章编号&../%&$.0#'.&.$&.%.&#'%.$
评价原则描述如下%任务分配可行的解优于任务分配
不可行的解(在任务分配不可行的那些解中"违反分配约
束少的解优于违反分配约束多的解(在任务分配可行的那
&#$
些解中"可执 行 #可 飞 $的 解 优 于 不 可 执 行 #不 可 飞 $的 解( 在那些不可飞的解中"违反飞行约束少的解优于违反飞行 约束多的解(在那些可执行的解中"整体代价小的解优于 整体代价大的解(
摘!要本文针对多无人飞行器3<8协同执行任务的应用场景提出了一种综合考虑任务分配和航迹规划因素的
航迹规划算法该算法借鉴微粒群算法+-1的思想采用新的编码方式和优化策略仿真实验验证了算法的有效性
GK@=>0:=%<B@G H@>I9FJ9KH=:>?%3<8L99KF?BA>@K9=>@M:ABB?BC?EMK9M9E@F"L9BE?F@K?BCN9>I>AEOA::9LA>?9BABF
种 群 中 粒 子 的 随 机 生 成 分 成 两 个 阶 段%首 先 为 每 架 3<8 随机地分配任务(这种随机的任务分配必须满足两 个条件%每架 3<8 所分配的任务不超过其执行能力&一个 任务不能同时分配给两架 3<8(在第一阶段的基础上"对 每个 3<8 随机地插入其它中间结点"以此随机生成一条 飞行航迹(对于一个没有被分配任何任务的 3<8 则不对 其插入中间结点(
这样做的好处在于%#&$增大了种群数目"为进化出符 合要求的解提供了更多的可行性(考虑一个在可飞集合中 的个体"在被施用一次任务选择变异算子后很可能形成了 一个在任务分配方面较优但却不可飞的解"若与可飞解在 一起评价"它很可能被丢弃(对种群分类后"使得该解有可 能在不可飞集合中保存下来"为近一步的进化和优化提供 了可能(#'$对于不可飞集合中的个体"不需要计算解的总 体代价"而只需 计 算 其 违 反 约 束 的 量"由 此 减 轻 了 计 算 负 担"提高了算法性能(
关键词多无人飞行器航迹规划微粒群算法
L2C1&>A@%H=:>?%3<8&K9=>@M:ABB?BC&MAK>?L:@EGAKH9M>?H?RA>?9B A&?%&.P$VWV!XP?EEBP&../%&$.0P'.&.P&.P.$W
中图分类号8'/V*+$.&
文献标识码<
!!引言
作为未来战争主力之一"无人飞行器#3BHABB@F<@K?% A:8@I?L:@"简称 3<8$因其机动性强'维护成本低和作战 效费比高等特点"受到各国军方越来越多的重视('..(年 )月"美国国防 部 公 布 了 )'..(%'.$. 年 无 人 机 路 线 图 *"描 述了美国无人机系统的未来发展规划(为了完成协同作战 任务和发挥群体作战优势"多 3<8 协同航迹规划成为研 究的热点(
##$最大拐弯角(它限制了生成的航迹只能在小于或 等于预先确定的最大拐弯角范围内转弯(该约束条件取决 于飞行器的性能和飞行任务(
#($最大爬升!俯冲角(该角度由飞行器自身的机动性 能决定"它限制了结果航迹在垂直平面内上升和下滑的最 大角度(
#W$航迹距离约束(这限制了航迹的长度必须小于或 等于一个预先设置的最大距离(它取决于飞行器所携带的 燃料以及到达目标所允许的飞行时间(
其中"0#. 表示$%&# 在执行AAKC89. 时的任务消耗"! 为飞 行器数量"- 为任务点数目(在一个分配方案中没有被访 问 到 的 任 务 数 量 定 义 为 6=/48>?#@8 " /#". ,
1&"飞行器$%&# 被分配了A3>589. (任务 分 配 的 代 价 函
."其他 数表达了多个优化目标(第二项表示+将任务分配给对其
"37!评价函数
为了兼顾对任务分配和航迹规划两方面的优化"以得
到综合最优的解"定义一个解的总代价为%2 ,2344#567869 : 2;<( (前者是任务分配的代价"后者是飞行航迹代价(分 别描述如下%
!
)9#78#"#$
2 , 344#567869
#,& &
!
:
!-
)) ' #,&
/#".0#".
.,&
:$6=/48>?#@8:#
HAU1 9#78#"#$2
&$#$!
其中"# 表示相应的惩罚系数(每个任务对飞行器的消耗
矩阵定义为%
! !!!!!A& !A' ! 3 A-
&& -0&& 0&' 3 0&- /
&' 0'& 0'' 3 0'-
0 00
0
&! .0!& 0!' 3 0!- 0
束表达为%+#"#$$*# ( #'$一个任务不能分配给多个 3<8(为提高资源的利
用率"应让单个 3<8 尽可能多地执行不同的任务"所以约 束一个任务不能分配给多个 3<8(设# 是$%&# 的任务 分配的集合"此约束为%*#"."#+."# ,. , 1 (
#$$最小航迹段长度(即飞行器在开始改变飞行姿态 前必须保持直飞的最短距离(
"!多 %GM 协同航迹规划问题描述
"3!!解的编码和初始化
设实验中包含 ! 个 3<8"则一个微粒由这 ! 个 3<8 的飞行航迹组成"如图&所示(
其中"# #&$#$! $表示飞行器$%&# 的一条飞行航 迹"它由若干条相连的直线段组成"其结构如图'所示(
# 收稿日期'.&.%.$%&&&修订日期'.&.%.W%&# 基金项目国家自然科学基金资助项目#&.(//.'&$ 作者简介朱红果#&V)& $"女"山东淄博人"博士生"!!Z学生会员#4'....)/''6$"研究方向为无人飞行器航迹规划和微粒群算 法&郑昌文"研究员"研究方向为航迹规划和进化算法( 通讯地址#&../$ 湖南省长沙市国防科学技术大学电子科学与工程学院&*@:%&()/#V)'WVV&4%HA?:%E9MI?@/ICRI=I9>HA?:PL9H GAA>2@@%-LI99:9J4:@L>K9B?LE-L?@BL@ABF*@LIB9:9CT""A>?9BA:3B?S@KE?>T9JY@J@BE@*@LIB9:9CT"!IABCEIA"[=BAB#&../$"+P5P !I?BA
#/$飞行高度限制(飞行器在通过敌方防御区时"需要 在尽可能低的高度上飞行"以减少被探测器发现或被地面 防御系统摧毁的概率(但是"飞得过低往往使得与地面相 撞的概率增加(本算法在保持离地高度大于或等于某一预
先给定的高度下"使飞行高度尽量的低(
#)$飞行器间无碰撞(即一个解中没有任何两条航迹 会发生碰撞(
一种基于 +-1 的多 3<8 协同航迹规划方法# 2=:>?%3<8 59=>@+:ABB?BCDAE@F9B+-1
朱红果!"郑昌文" #$%$&'()(*&!"#$+,-./0'()12'" !3国防科学技术大学电子科学与工程学院湖南 长沙 4!5567"3中科院软件所北京 !55!85 !39:/&&;&<+;2:=>&'?:@9:?2':20'AB2:/'&;&(C,0=?&'0;%'?D2>@?=C&<E2<2'@2B2:/'&;&(C./0'(@/04!5567 "3F'@=?=*=2&<9&<=10>2./?'2@2G:0A2HC&<9:?2':2@I2?J?'(!55!85./?'0
6
) 航迹代价函数定义为%0 , #B&<#' :B'C#' :B$DA%#$( #,&
其中"<# 为第#段航段的长度"该项的目的主要用于控制该
航迹段偏离起始点与目标点间连线的程度&C# 为第# 段航
迹段的平均高度"它通过降低航迹的平均高度"可以利用地
形的遮挡进行有效的威胁回避&DA%# 为第# 段航迹段的威 胁指数"它使得航迹选择通过威胁最小的区域"B& 'B' ' B$ 为权值(
约束#&$'#'$表 达 了 任 务 分 配 方 面 的 约 束"满 足 #&$' #'$约束条件的一个解称为分配可行的(约束#$$#)$表 达了航迹飞行方面的约束"满足约束#$$#)$的一个解"称 为可执行#可飞的$的(值得注意的是"在粒子随机39;#'$的要求"在其后的变异操作中也保 证不会违反约束#&$与#'$(这保证了种群中的所有解都是 分配可行的(
案无法为其规划出可行的飞行航迹"反之亦然( 文献-W.提出了一种基于 89K9B9?图的 3<8 任务分
配与选路算法(但是"'Y 的 89K9B9?图并不能表达出$Y 战场中的全部信息#如地形特征$"因此这种方法便不能利 用地形进行有效的威胁回避(借鉴 +-1 算法思想-/")."本 文提出了一种能对无人飞行器任务分配和航迹规划进行综 合优化的算法(本算法最大的优点在于它能够兼顾任务分 配和航迹规划"找出综合最优的解(由于它不需要对搜索 的构造空间#!%-MAL@$进行提前计算"所以有效提高了算法 的性能(
K9=>@M:ABB?BCL9BE>KA?B>EPQ@AKB?BCJK9H MAK>?L:@EGAKH9M>?H?RA>?9B"AB@GL9F?BCABF@S9:=>?9B H@LIAB?EH?E?B>K9%