基于遗传算法的无人机航路规划与建模仿真

{
}
3
导航模型
{
无人机采用 GPS / 航程推算组合导航方案实时 确定飞机位置， 由于目前 GPS 系统得到的定位数据 相当精确， 因此在工程计算中往往认为 GPS 系统确 定的位置为无任何误差的位置， 我们在仿真系统的 dz 积分 飞机位置的确定通过动力学模块产生的 dx， z。巡航段飞行在航程点之间采用直线飞行 得到 x， 相邻直线飞行段用水平转弯飞行段连接。 定 方式， 直线飞行纵向做定高飞行， 侧向做无倾斜机动， 航迹 ， 1 。 点导引过程 如图 所示
由上述可得沿参考航线飞行时无人机的平被拦
l∈（ d d2 ， …d n + 1 ） 1， n +1
∫
f n （ x， y） dl 。 di ∑ i =1
截、 探测的概率： P n =
2
动力学模型
无人机飞行动力学模型满足以下假设 ： 1 ） 假设无人机是变质量的刚体， 质量随燃油消 耗而产生变化。 2 ） 不考虑机翼、 机身的弹性以及无人机上各旋 转部件引起的陀螺效应。 3 ） 模型满足瞬时平衡假设。 4 ） sina α≈α， sinaβ≈β， cosα≈cos β≈1 。 5 ） 无人机在高空做等高度水平飞行， 攻角和侧 滑角较小。 6 ） 采用理想控制假设， 即控制指令与实际输出 相等。 在以上假设的条件下， 简化得到以下无人机数 学模型： （ 1 ） 航迹坐标系中的质心动力学方程 ： dV m =P －X dt dψ V － mV = － Pβ + Z dt
第 26 卷 第 3 期 2010 年 3 月
吉林工程技术师范学院学报
Journal of Jilin Teachers Institute of Engineering and Technology
Vol. 26 No. 3 Mar. 2010
基于遗传算法的无人机航路规划与建模仿真
王
1 2 斌， 陈知秋 ， 林
n + 1 －i
x i = x i +1 d n +1 －i cos（ ∑ α j ）
j =1 n + 1 －i
y i = y i +1 + d n +1 －i sin（ ∑ α j ） （ i， 2， …n － 1 ）
j =1
f（ x k i）
n
。
f（ x ） ∑ i =1
k i
7
交叉操作
交叉算子采用扩展整体算数交叉算子 ， 则 k k dk ′ = d + （ 1 － ） d ； λ i1， λ i2， i1 ， j j j
－ －
2 δ0
X = 1 ρV2 SC D 2 1 2 Z = 2 ρV SC Z β δ C Z = C Z β + C Zy δ y mβ δ y = － δy β m yy （ 2 ） 地面坐标系中的质心运动学方程 ： dx = V x = Vcosψ V dt dz = V z = － Vsinψ V dt
4
基因编码方案
航路规划采用“距离、 转角” 编码方案， 如图 2 所 C、 D 各点的坐标可表示为： 示。A 点为起始点， 则 B、
· 70·
吉林工程技术师范学院学报
2010 年 3 月
5

种群的初始化
设无人机巡航段的最大巡航段飞行航程为 L ran ，
最大转弯角度为 ψ max ， 最小直线飞行距离为 L min （ 指 无人机转弯至稳定后的最小飞行距离 ） 。 0 2， …， N） ， 则个体 x i （ i = 1 ， 初始化可表示为： ［ L － （ n + 1 ） l min ］ 2 × ε Ran + L min d0 i， j = n +1 （ j = 1， 2， …， n） 0 2， 3， …， n） α i， j = 2 ψ max ε － ψ max （ j = 1 ， ， （ 0 ， 1 ） 。 其中 ε 为 之间的均匀随机数 0 0 ， 2， …， n ） 和进入巡航点的坐 根据 d i， α j i， j （ j = 1， 标值， 可计算得到 d i， n + 1 和 α i， n +1。
0 0
6
选择操作
k 2， … N ） 其适应度函 对种群中的个体 x i （ i = 1 ，
数为：
图1 导航工作示意流程
f（ x k i ） = T － p Ang F Ang － p Dis F Dis T 为个体评价的目标函数； F Ang 为个体 x i 式中， 所对应的参考航路的第一个转角是否超过最大转弯 当超过时 F Ang 取值为 1 ， 否则取值为 0 ；F Dis 角度标志， 为个体 x i 所对应参考航路是否超过动力航程标志， 当超过 F Dis 取值为 1 ， 否则取值为 0 ；p Ang 和 p Dis 为惩罚 系数。 xk 2， …， N ） 个体选择概率采用了按比例 i （ i = 1， 的适应度分配， 即赌盘选择法 （ roulette wheel selection） 法。利用比例于各个个体适应度概率决定其子 k 其适应度为 f 孙的遗 留 可 能 性。 若 某 个 个 体 x i ，
{
}
[ [1 － e ( [1 － e (
－
x － x m1 2 － r1
) ( y －ry1m1 ) ) ( y －ry2m2 ) (
x － x m2 2 － r2
x － x mn 2 － r1
y － y mn 2 r1
] ) L ] ) 。 ]
2 2
=α { ψ = ψ + β}
V
（ 3 ） 发动机推力模型： ηN V 发动机随高度而变化的功率 N H = A · N0 发动机产生实际推力：T = A = 1 . 11 （ ρ H / ρ0 ） 槡 T0 / T H － 0 . 11 N0 为地面功率， N H 为高空功率。 （ 4 ） 发动机控制模型： 为确保无人机飞行航程、 留空压制时间都达到 最长， 做到最经济巡航， 必须做到发动机提供的推力 在 Z 方向的分量不小于飞行器重量即可 。 用以下关系式控制无人机发动机推力 ： mg = pα + Y 1 Y = C y ρV2 S 2
栋
3
（ 1. 空军航空大学 机械工程系， 2. 西北工业大学 航天学院， 吉林 长春 130022 ， 陕西 西安 710072 ； 3. 中国人民解放军 驻黎明公司代表室， 辽宁 沈阳 110031 ） ［摘 要 ］ 依据无人机设计需求， 建立了威胁源模型、 无人机飞行动力学模型 、 导航模型和航路规划模 “距离、 型。航路规划采用遗传算法， 遗传算法编码方案使用 转角 ” 方案。 通过 Matlab / Simlink 进行仿真 证明了规划航路符合无人机动力学特性 。 验证， ［关键词］ 航路规划；遗传算法；仿真验证 ［中图分类号］ TP15 ［文献标识码］ A
本文所涉及的无人机是一种无测控设备， 发射 后自主导航， 进入目标区自动工作的飞行器。 无人 GPS / 机采用 航程推算组合导航方式， 以 GPS 卫星定 与航程推算组合进行导航飞行， 在卫 位信息为依据， 星定位失效的情况下， 利用失效前估计出的风场信 息或利用预先装定在任务规划中的气象预测的风场 进行航程推算， 继续引导 信息以及机载传感器信息， 。 无人机按预定航线飞行 导航路径包括巡航路径、 工作区路径和自毁路径等， 每条路径可预先装订三 个以上航程点。 目前， 需要规划的路径主要是： 发射后进入指定 巡航高度至工作区之间的巡航段路径。 主要 目 标 并考虑无人机飞行性能 是：尽可能规避各威胁环境， 限制， 提高飞机生存能力。
Abstract：According to the design requirement of UAV （ The unmanned aircraft vehicle ） ， the models of threat，UAV's dynamics，guidance and trajectory planning are established. Trajectory planning adopts genetic algorithms （ GAs ） and genetic coding uses distance，corner program. Through simulating by Matlab / Simlink software，the result proves the trajectory planning according with dynamics characteristic. Key words：trajectory planning；genetic algorithms；simulating
k （ xk 则其被选择的概率为 P i = i ）， k k
= d1 cosα1 ， y D = d1 sinα1 = x D + d2 cos（ α1 + α2 ） = y D + d2 sin（ α1 + α2 ） = x C + d3 cos（ α1 + α2 + α3 ） = y C + d3 cos（ α1 + α2 + α3 ） 推广至具有 n 个转弯点的情况， x n = d1 cosα1 ， y n = d1 sinaα1 xD xC yC xB yD
［文章编号］ 10099042 （ 2010 ） 03006804
Based on Genetic Algorithm for UAV Route Planning and Modeling and Simulation
WANG Bin1 ， CHEN Zhiqiu2 ， LIN Dong3
（ 1 . Department of Aviation Mechanical Engineering，Aviation University of Air Force，Changchun Jilin 130022 ， China； 2 . College of Space Academy，Xi'an Technological University， Xi'an Shanxi 710072 ，China；3 . Dawn Corporation Representative Office，People's Liberation Army， Shenyan Liaoning 110031 ，China）