双属性概率图优化的无人机集群协同目标搜索

• 作者: 孙伟 高渝 黄杰
• 来源期刊: 系统工程与电子技术
• 学科: 航空航天
• 关键词: 多无人机 协同搜索 改进的协同进化遗传算法 双属性概率图 滚动优化
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 系统工程
• 页码范围: 118-127
• 页数: 10页
• 分类号: V279.TP2
• 字数: 5111字
• 语种: 中文
• DOI: 10.3969／j.issn.1001‐506X.2020.01.16

摘要

为了提高不确定环境下无人机(unmanned aerial vehicle ,U AV )对目标捕获能力,进而提高多 U AV协同搜索效率,提出了基于双属性概率图结合改进的协同进化遗传算法(improved co‐evolutionary genetic algorithm , ICEGA)的多UAV协同目标搜索方法.首先,根据环境的先验信息,在原概率图基础上引入标志位,建立基于双属性矩阵的待搜索环境概率模型,提高环境和目标的信息感知准确度;其次,定义UAV的飞行规则并结合目标先验概率图信息,建立UAV运动模型及确定最大收益的目标函数;最后,建立分布式 UAV 之间的信息交互模型,运用ICEGA算法优化产生最优协同决策输入航向角集合,在线实时滚动优化产生最优协同路径.实验结果表明,基于双属性概率图结合ICEGA算法更能够保证最优路径的产生,使得UAV能够准确地搜索到目标;同时,对比仿真验证了ICEGA算法能够提高UAV之间的协同性,保证了路径可行性及提高了目标搜索效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙伟	西安电子科技大学空间科学与技术学院	20	308	8.0	17.0
2	黄杰	西安电子科技大学空间科学与技术学院	1	0	0.0	0.0
3	高渝	西安电子科技大学空间科学与技术学院	1	0	0.0	0.0