基于改进哈里斯鹰算法的多无人机协同规划方法研究.pdfVIP

摘要

无人机技术已逐步在现代战争中发挥关键作用，为军事战略注入新动力。考虑

到单一无人机在性能和装备容量上的局限性，在应对多样化战场环境和复杂任务时，

单独行动的能力受到挑战。为了弥补这一不足，多无人机协同作战成为趋势，通过

团队之间的协作，不仅能够有效完成多项任务，还能实现成本效益的最大化，所以，

需要对无人机群体的任务进行优化，特别是任务分配和航迹规划方面需要深入研究，

对于提升协同作战效能具有重要意义。本文讨论了无人机群体作战效率的先进算法

和规划策略，为多无人机任务规划提供新的理论支撑和实践指导。

首先，针对多无人机协同任务分配问题，以遗传算法为研究，分析了该算法的

原理，提出一种能够解决多无人机协同任务分配的改进算法。在传统遗传算法的基

础上，对交叉变异概率进行自适应，同时采用多点交叉算子和交换、插入以及逆反

变异算子，提高了种群多样性避免陷入局部最优。此外，为了降低无人机能耗，完

成了两点间航程预估，作为任务分配模型评价指标之一。最后在三种场景下进行任

务分配，验证了该算法的有效性。

其次，针对单机航迹规划问题，以哈里斯鹰算法为研究，提出了一种多策略融

合的哈里斯鹰算法，用于求解航迹规划模型。在哈里斯鹰算法基础上引入Circle混

沌映射和反向学习提升算法初始解的质量，引入非线性因子和鲸鱼算法捕猎机制增

强算法寻优能力。在三维环境模型下进行仿真实验，结果表明了该算法能够有效减

少无人机的航程且安全到达目标点。

最后，针对多机协同航迹规划问题，基于第四章基础上，考虑了协同时间约束

和协同空间约束并建立了协同函数，对于时间协同问题采用了候选航迹组的方法，

并且展示了协同航迹规划的框架图。同时把该方法运用到两种场景下进行仿真实验，

证明了该方法的有效性。

关键词无人机；任务分配；航迹规划；协同性；遗传算法；哈里斯鹰算法

Abstract

UAVtechnologyhasgraduallybecomethekeyassetofmodernbattlefields,leading

thereformofanewgenerationofmilitarystrategy.Inviewofthelimitationsofsingle

dronesinperformanceandequipmentcarrying,theirabilitytocombatsinglesoldiersis

limitedwhenfacingthediversifiedchallengesandcomplextasksofthebattlefield.This

realityhaspromotedtherapiddevelopmentofmulti-dronecooperationcombat,inorderto

achieveanumberoftasksassignedthroughgroupcollaborativeoperationstomaximize

costbenefits.Inthiscontext,optimizingthetaskplanningofthedronegroup,especiallyin

termsoftaskallocationandtrailplanning,hasbecomethekeytoimprovingtheefficiency

ofcollaborativecombat.Thisarticlemainlystudiesadvancedalgorithmsandplanning

strategiesthatcanenhancetheefficiencyofdronegroupcombat,andprovidenewideasin

theoryandpracticefortheplanningofmulti-dronecombattasks.

Firstofall,inresponsetotheproblemofdistributionofun