多基地多无人机协同侦察规划模型和模型求解方法

系统仿真学报 ›› 2016, Vol. 28 ›› Issue (10): 2540-2545.

多基地多无人机协同侦察规划模型和模型求解方法

李原¹, 张会¹, 吴思瑾²

1.海军潜艇学院,青岛 266071;
2.西北农林科技大学信息工程学院,西安 712100

收稿日期:2016-05-26 修回日期:2016-07-15 出版日期:2016-10-08 发布日期:2020-08-13
作者简介:李原(1964-),男,山东淄博,硕士,高工,研究方向为鱼水雷武器与作战仿真;张会(1971-),女,山东宁阳,博士,副教授,研究方向为作战仿真与军事运筹;吴思瑾(1996-),女,山东青岛,本科,研究方向为电子商务。

Planning Model and Model Solve Method of Multi-base Multi -UAV Cooperative Reconnaiance

Li Yuan¹, Zhang Hui¹, Wu Sijin²

1. Navy Submarine Academy, Qingdao 266071;
2. College of Information Engineering, Northwest A&F University, Xi’an, 712100;

Received:2016-05-26 Revised:2016-07-15 Online:2016-10-08 Published:2020-08-13

摘要/Abstract

摘要： 建立多目标、多基地、多无人机、目标有侦察时间窗口和侦察器材限制的无人机协同侦察规划模型,并给出模型求解方法。对无人机起飞基地、所携带的侦察器材类型以及所侦察的目标序列同时进行优化,寻找所需无人机数量最少的协同侦察方案。将单个方案的生成过程分为两步,分别为初步方案生成和详细方案生成;按照主次关键字对方案进行排序;给出基于遗传算法的协同侦察方案优化方法。计算实验表明,可以得到高品质的协同侦察方案。

关键词: 多基地, 多无人机, 协同侦察, 时间窗口, 遗传算法

Abstract: A UAV cooperative reconnaiance planning model with multi-base, multi-UAV, restrictions of target reconnaiance thime windows and target reconnaiance equipment was set up, and the model solve method was proposed. The take-off bases of the UAvs, the type of reconnaiance equipment carried and the target sequences reconnaianced by the UAVs were optimized in company in order to find the reconnaiance plan that need minimum number of UAVs. The process of signal plan forming was devided into two steps, the formation of the initial plan and the formation of the specific plan. The plans were ranked by the primary and secondary key words. The optimazation method based GA was proposed. According to the computationl experiments, high-quality reconnaiance plan can be worked out.

Key words: multi-base, multi-UAV, coopertive reconnaiance, time windows, Genetic Algorithm

中图分类号:

TP391.9

李原, 张会, 吴思瑾. 多基地多无人机协同侦察规划模型和模型求解方法[J]. 系统仿真学报, 2016, 28(10): 2540-2545.

Li Yuan, Zhang Hui, Wu Sijin. Planning Model and Model Solve Method of Multi-base Multi -UAV Cooperative Reconnaiance[J]. Journal of System Simulation, 2016, 28(10): 2540-2545.

参考文献 9

[1]	Ryan J L, Bailey T G, Moore J T, et al.Reactive tabu search in unmanned aerial reconnaissance simulation[C]// Proceedings of Winter Simulation Conference. USA: WSC, 1998: 873-879.
[2]	Hutchison M G.A method for estimating range requirements of tactical reconnaissance UAVs[C]// Proceedings of AIAA’s 1st Technical Conference and Workshop on Unmanned Aerospace Vehicles. Virginia, USA: AIAA, 2002:1-12.
[3]	Ousingsawat J, Mark E C.Establishing trajectories for muti-Vehicle reconnaissance[C]// Proceedings of AIAA Guidance, Navigation, and Control Conference and Exhibit. Rhode Island, USA: AIAA, 2004:1-12.
[4]	Tian J, Shen L C, Zheng Y X.Formulation and a MOGA based approach for multi-UAV cooperative reconnaissance Design[J]. Visualization, and Engineering, International Conference on Cooperative Design (S0302-9743), 2006, 4101:99-106.
[5]	袁利平, 夏洁, 陈宗基. 多无人机协同路径规划研究综述[J]. 飞行力学, 2009, 27(5): 1-5.
[6]	吴文超, 黄长强, 宋磊, 等. 不确定环境下的多无人机协同搜索航路规划[J]. 兵工学报, 2011, 32(11): 1337-1342.
[7]	田菁, 沈林成. 多基地多无人机协同侦察问题研究[J]. 航空学报, 2007, 28(4): 913-914.
[8]	孙健, 刘慧霞, 席庆彪. 基于改进粒子群算法的多UVA协同侦察任务规划[J]. 现代电子技术 2012, 35(7): 12-15.
[9]	叶嫒嫒, 闵春平. 多无人机协同航路规划的共同进化方法[J]. 计算机仿真, 2007, 24(5): 37-39.

[1]	李智杰, 石昊琦, 李昌华, 张颉. 基于改进遗传算法的影像中心布局优化方法[J]. 系统仿真学报, 2022, 34(6): 1173-1184.
[2]	张森, 张孟炎, 邵敬平, 普杰信. 基于随机策略搜索的多机三维路径规划方法[J]. 系统仿真学报, 2022, 34(6): 1286-1295.
[3]	付建林, 丁国富, 张剑, 江海凡, 郭沛佩. 基于响应面和NSGA-II的AGV系统多目标优化配置[J]. 系统仿真学报, 2022, 34(5): 994-1002.
[4]	王语童, 马世伟, 杨元睿, 陈超宇. 多机器人组合最大覆盖面积寻优及预测方法[J]. 系统仿真学报, 2022, 34(1): 86-92.
[5]	王宁, 代冀阳, 应进, 李叶鼎, 鲁亮亮. 基于自适应扩展势场的多无人机航迹规划仿真[J]. 系统仿真学报, 2021, 33(9): 2147-2156.
[6]	何昕杰, 周少武, 张红强, 吴亮红, 周游. 基于改进遗传算法的四向穿梭车系统订单排序优化[J]. 系统仿真学报, 2021, 33(9): 2166-2179.
[7]	唐婕, 曹瑾鑫. 共享汽车联合调度优化研究[J]. 系统仿真学报, 2021, 33(8): 1959-1968.
[8]	李向阳, 张志利, 张宁, 桂毅, 李嘉. 局部信息联通的多无人机协同控制过程仿真研究[J]. 系统仿真学报, 2021, 33(7): 1501-1513.
[9]	陈芮莹, 王承涛, 刘振元. 考虑服务水平的IT运维人员调度的智能遗传算法[J]. 系统仿真学报, 2021, 33(3): 732-744.
[10]	陆嘉波, 程培星, 黄羿, 姚进强, 杨雪梦, 马新强, 刘勇. 用于时敏目标打击链快速构建的智能方法[J]. 系统仿真学报, 2021, 33(2): 346-357.
[11]	孙国栋, 何其昌. 螺钉机工艺智能化设计与仿真方法研究[J]. 系统仿真学报, 2021, 33(1): 62-73.
[12]	毛李恒, 邓清, 刘柔妮, 孔祥龙. 针对多星多任务仿真调度的关键路径遗传算法[J]. 系统仿真学报, 2021, 33(1): 205-214.
[13]	樊海霞, 陈小惠. 一种连续无创血压预测的改进向量机学习方法[J]. 系统仿真学报, 2020, 32(9): 1686-1692.
[14]	王宁, 魏利胜. 一种基于GA的新型生物地理学优化算法研究[J]. 系统仿真学报, 2020, 32(9): 1717-1723.
[15]	魏乐, 李希金. 基于多目标的含风电场动态环境经济调度[J]. 系统仿真学报, 2020, 32(9): 1825-1830.