一种改进蚁群算法的UAV航迹规划方法

摘要

无人飞行器(UAV)低空突防航迹规划本质是复杂的多目标、多约束优化问题.为了提高UAV的作战效率和生存概率,在执行任务之前必须设计出高效的飞行航迹.由于求解的复杂性及难度高,常用的智能算法无法保证飞行航迹的最优性和可达性.针对上述难点问题,采用了蚁群算法进行航迹规划,并对蚁群算法进行了改进.通过引入拥挤度约束系数、改变信息素增量更新方式并自适应调整信息素挥发系数,有效地提高了算法的求解效率和全局搜索能力.根据敌方防区已知威胁源生成Voronoi图,并与所提的改进蚁群算法相结合求解规划空间中的最优航迹.仿真结果验证了改进算法能有效避免算法过早地陷入局部最优,加快算法的收敛速度,并能取得目标函数更优的航迹规划路径,为整体性能优化提供了参考.