基于量子蟻群算法的多無(wú)人機(jī)協(xié)同航跡規(guī)劃研究.pdf

1、多無(wú)人機(jī)協(xié)同偵察和攻擊是未來(lái)信息化戰(zhàn)爭(zhēng)中一種重要的軍事行動(dòng)方式，在完成多無(wú)人機(jī)協(xié)同作戰(zhàn)任務(wù)過(guò)程中，多無(wú)人機(jī)協(xié)同航跡規(guī)劃技術(shù)是戰(zhàn)斗行動(dòng)成敗的一個(gè)重要因素，已經(jīng)成為各軍事強(qiáng)國(guó)研究的一個(gè)重點(diǎn)領(lǐng)域，國(guó)內(nèi)外學(xué)者對(duì)其產(chǎn)生了強(qiáng)烈的興趣。量子蟻群算法，即將螞蟻各路徑上的信息素進(jìn)行量子比特編碼，得到一種新的信息素—量子信息素，量子蟻群算法的實(shí)質(zhì)就是在蟻群算法中融合進(jìn)量子特性，相應(yīng)的信息素的更新規(guī)則變?yōu)橥ㄟ^(guò)量子旋轉(zhuǎn)門(mén)策略與最優(yōu)路徑相結(jié)合來(lái)實(shí)現(xiàn)。本文采用量子

2、蟻群算法對(duì)多無(wú)人機(jī)協(xié)同航跡規(guī)劃問(wèn)題進(jìn)行系統(tǒng)的研究，主要分為兩部分。
　　第一部分，多無(wú)人機(jī)協(xié)同航跡規(guī)劃系統(tǒng)結(jié)構(gòu)研究。本文將無(wú)人機(jī)系統(tǒng)進(jìn)行分解成三層。在航跡規(guī)劃層中，先利用Voronoi圖進(jìn)行環(huán)境建模，將無(wú)人機(jī)連續(xù)威脅環(huán)境離散化，然后利用量子蟻群算法為每一架戰(zhàn)斗無(wú)人機(jī)規(guī)劃出多條航跡代價(jià)比較小的備選航跡。在協(xié)同規(guī)劃層中，在多無(wú)人機(jī)協(xié)同作戰(zhàn)中的受到時(shí)間和空間的協(xié)同約束下，本文定義了協(xié)同時(shí)間變量和協(xié)同函數(shù)，通過(guò)二者交叉組合，從多條備選航跡

3、中為每架無(wú)人機(jī)確定一條最優(yōu)航跡，使得整個(gè)無(wú)人機(jī)系統(tǒng)的航跡代價(jià)最小。在航跡平滑層中，因?yàn)榈玫降挠蒝oronoi邊連接而成的最優(yōu)初始航跡的航跡段連接處是無(wú)人機(jī)飛行不了的尖角，采用基于時(shí)間的開(kāi)關(guān)最優(yōu)控制法對(duì)其進(jìn)行平滑處理，使其成為可飛航跡且不改變航跡長(zhǎng)度來(lái)，保證建立的時(shí)間協(xié)同性不被破壞。
　　第二部分，重點(diǎn)介紹和研究了量子蟻群算法。量子蟻群算法是量子計(jì)算和蟻群算法相結(jié)合的一種概率優(yōu)化算法，因?yàn)榱孔佑?jì)算具有并行性、存儲(chǔ)容量指數(shù)級(jí)以及指數(shù)加

4、速等優(yōu)點(diǎn)，所以量子蟻群算法可以有效的克服蟻群算法中易陷入局部最優(yōu)解及計(jì)算速度慢等方面的不足。為了綜合考慮算法在執(zhí)行過(guò)程中精確度目標(biāo)和搜索效率的需求，本文運(yùn)用自適應(yīng)的量子旋轉(zhuǎn)角調(diào)整策略來(lái)實(shí)現(xiàn)量子信息素更新。并通過(guò)研究發(fā)現(xiàn)，在解決典型的TSP問(wèn)題中，量子蟻群算法通過(guò)利用量子信息素及距離信息來(lái)創(chuàng)建路徑，使得算法的收斂性得到很大的提高，從而提高了算法的性能。最后本文將量子蟻群算法運(yùn)用到多無(wú)人機(jī)航跡規(guī)劃中，并進(jìn)行實(shí)驗(yàn)，與傳統(tǒng)的蟻群算法進(jìn)行比較分析