基于NSGA-Ⅲ算法的多无人机协同航迹规划

袁梦顺陈 谋吴庆宪

(南京航空航天大学 自动化学院,南京 210016)

0 引 言

在复杂的战场环境中,通常需要多架无人机协同作战,以完成复杂任务[1]。协同航迹规划能显著提升多无人机协同作战效能,已经得到越来越多研究人员的重视。协同航迹规划通常需要多无人机同时从起始位置起飞,在飞行过程中保持安全距离且规避障碍物和威胁区域,最终同时到达目标位置,执行打击任务。

在协同航迹规划问题求解中,陈志旺等[2]应用定向A*算法,有效完成了多无人机同时集结的任务;赵明等[3]采用空间模糊文化算法,能在三维环境中快速规划出多条可行航迹;韩庆田[4]利用Dubins曲线,提出了粒子群改进算法,具有全局寻优性;徐瑞莲等[5]改进了差分进化算法,较好地处理了协同航迹规划中的约束条件。

在上述的航迹规划算法中,通常将多项优化目标直接加权为单个目标进行优化,未考虑多项目标之间的制约关系,不能较好地处理某些目标。非支配排序遗传算法(NSGA:Non-dominated Sorting Genetic Algorithm)是一种多目标进化算法,能同时优化多个目标。周德云等[6]应用NSGA-Ⅱ算法,设置航迹距离和航迹安全两个目标,并且考虑时空约束,能为多无人机规划出协同航迹。但时空约束未加入非支配排序过程中,需要进行额外的排序,不能完全体现出非支配解的优越性。同时NSGA-Ⅱ算法在选择下一代种群的过程中,拥挤距离排序运算量较大,不适合处理高维目标优化问题。Deb等[7]提出了NSGA-Ⅲ算法,算法总体框架与NSGA-Ⅱ算法大致相同,主要改进为用参考点法替换了拥挤距离排序,使算法运算量减小且能保持种群个体的多样性,因此能解决高维优化问题。……