1 简介

无人机作为侦察和作战的重要手段,重要的是保证侦察目标的准确性,对任务/航迹规划系统是无人机实现自主飞行和自主攻击的关键技术.在给出无人机航迹规划问题描述的基础上,提出一种基于粒子群优化算法的无人机航迹规划方法,利用粒子群优化算法,将约束条件和搜索算法相结合,从而有效减小搜索空间,得到一条全局最优路径并进行仿真.仿真结果表明,规划方法能够快速有效地完成规划任务,获得满意的航迹,满足无人机作战要求,具有重要的现实意义.

2 部分代码

function [d,path,position]= verify(bestpath,threat,R,startX,startY,endX,endY,gridCount)%此函数主要是避开雷达的检测以及计算航线的距离%path         input:规划的路径%threat       input:雷达的威胁%R            input:雷达的半径​% % % 整合路径position(1,1)=startX;position(1,2)=startY;for i=2:gridCount    position(i,1)=bestpath(i*2-1);    position(i,2)=bestpath(i*2);endposition(gridCount+1,1)=endX;position(gridCount+1,2)=endY;% % % 计算代价函数矩阵[n,m]=size(position);sign=ones(n);sign=sign-diag(diag(sign)); [n,m]=size(sign);cost=ones(size(sign))*Inf;                                for i=1:n    for j=1:n            cost(i,j)=sqrt( sum (  ( position(i,:)-position(j,:) ).^2  ) );    endend %山峰威胁判断% 判断节点是否位于山峰底座辐射范围内,更改代价矩阵[a,b]=find(cost~=Inf);Allowed=[a,b];for i=1:length(Allowed)    for j=1:length(threat)        x_1=position(Allowed(i,1),1);        y_1=position(Allowed(i,1),2);          x_2=position(Allowed(i,2),1);        y_2=position(Allowed(i,2),2);          x_min=min(x_1,x_2);          x_max=max(x_1,x_2);          y_min=min(y_1,y_2);          y_max=max(y_1,y_2);        A=(y_2-y_1);        B=-(x_2-x_1);        C=y_1*(x_2-x_1)-x_1*(y_2-y_1);        d=abs(threat(j,1)*A+threat(j,2)*B+C)/sqrt(A^2+B^2);        C_bar=A*threat(j,2)-B*threat(j,1);        X=(-A*C-B*C_bar)/(A^2+B^2);        Y=(C_bar*A-B*C)/(A^2+B^2);        %这里记载的是位置有没有触碰到山峰        d_1=sqrt((x_1-threat(j,1))^2+(y_1-threat(j,2))^2);        d_2=sqrt((x_2-threat(j,1))^2+(y_2-threat(j,2))^2);          if (d<R(j)&&(X<=x_max&&X>=x_min)&&(Y<=y_max&&Y>=y_min))||d_1<=R(j)||d_2<=R(j)            cost(Allowed(i,1),Allowed(i,2))=Inf;        end    endendu=1;%计算次优航程，这里的原理主要是从蝙蝠个体的坐标中选取合适的点，然后在之后的流程由点成线dist=cost(1,:);s=zeros(size(dist));s(1)=1;dist(1)=0;path=zeros(size(dist));path(1,:)=1;for num=2:n    mindist=Inf;    for i=1:length(dist)        if s(i)==0            if dist(i)<mindist                mindist=dist(i);                u=i;            end        end    end    s(u)=1;    for w=1:length(dist)        if s(i)==0            if dist(u)+cost(u,w)<dist(w)                dist(w)=dist(u)+cost(u,w);                path(w)=u;            end        end    endend i=n;d=0;count=0;while i>1j=path(i);%plot([position(i,1),position(j,1)],[position(i,2),position(j,2)],'Linewidth',2)%axis([0,700,0,700]);d=d+sqrt((position(i,1)-position(j,1))^2+(position(i,2)-position(j,2))^2);i=j;count=count+1;end%这里这么做主要是避免无人机航线中只存在两个点if count==1    d=Inf;endd;path;position;

3 仿真结果

4 参考文献

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。