一种复杂环境下的快速航路规划方法与流程

本发明涉及一种快速航路规划方法，特别涉及一种复杂环境下的快速航路规划方法。

背景技术

飞行器航路规划技术，是在综合考虑平台任务类型、任务环境复杂度以及平台自身性能约束下，设计合理的飞行路线，以最大限度地保障飞行器成功完成任务并返航。目前，航路规划作为任务规划系统的重要组成部分，在各技术大国都受到广泛的研究和应用，在民用和军事领域都取得了一定的进展。如，美国将民航飞行管理系统的航路设计理念逐步推广到军事上的决策支持系统，并朝着高效率和低成本发展；英国与法国也在分别进行任务与航路规划系统的相关研究，以支持军事行动。相对而言，我国的航路规划技术虽然起步较晚，但进步显著，在地形跟随与规避、低空飞行策略控制及仿真、战术飞行管理系统等领域都取得了重大突破，并提出了智能化、实时性和可实现性的明确目标，为后续的相关研究奠定了基础。

飞行器航路规划的核心是在综合考虑飞行器平台约束和环境约束前提下，如飞行时间、油耗、机动性能、威胁等，设计一条最优或较优的航路。由于约束因素较多，数学模型较为复杂，是典型的np-hard优化问题，传统的人工在线规划技术难以满足需求，需要采用现代智能方法进行设计。在目前的相关方法设计中，主要偏向于算法方面的研究，极少结合实际的任务威胁环境进行分析和设计，使其难以直接在实际任务场景中使用。同时，受限于平台计算能力，复杂场景下的规划往往不能满足实时性的需求，极大地限制了其应用范围。

技术实现要素：

本发明要解决的技术问题是：提供一种复杂环境下的快速航路规划方法，针对复杂多变的任务环境，基于侦察信息所建立的任务态势图，建立准确的威胁源模型，设计合理的编码和评价体系，实现快速的在线航路规划。

为实现上述目的，本发明采用的技术方案如下：

一种复杂环境下的快速航路规划方法，包括以下步骤：

步骤1：设计可同时增加航路平滑性及提高计算效能的数字地图；

步骤2：建立提高任务成功率的威胁源模型，根据威胁源特性，将目标进入威胁区域后可能的状态分为四种，并基于伪马尔科夫链，分析目标在威胁区域中处于不同状态的概率，以及在不同状态间的动态切换；

步骤3：以航程和威胁环境作为主导因素，以飞行时间、油耗、地形及机动性能作为约束条件，对航路进行规划；

步骤4：在步骤3中形成航路后，根据各航路段所处的威胁环境，对高威胁航路段进行预警，同时请求相应的资源进行掩护。

具体地说，在所述步骤1中，采用连续划分与栅格划分相结合的方式设计数字地图，设计数字地图的具体方法为：在航路初始化设计中，采用连续划分的形式，以有效增加航路的平滑性，同时提升对全空间的遍历能力；在航路评价阶段，采用栅格化处理方式，对航路进行分段评估，以提高计算效能；而在数字高程数据的处理上，采用样条插值方式进行平滑处理。

具体地说，建立威胁源模型的具体过程为：

步骤2-1：设定目标进入威胁区域后可能的状态包括状态1、状态2、状态3和状态4，其相应处于各状态的概率为pro1,pro2,pro3,pro4，因此，各状态间的转移矩阵t为：

步骤2-2：根据步骤2-1中的转移矩阵t，以及马尔科夫规则设定目标在不同状态间的动态切换：

当目标进入威胁区域后，目标处于状态1的概率保持恒定；

当目标连续三次处于状态1时，以马尔科夫规则转入状态2；

当目标连续三次处于状态2时，以马尔科夫规则转入状态3；

当目标在连续五个时间片中有至少四次处于状态3时，以马尔科夫规则转入状态4；

步骤2-3：根据目标在当前时刻处于不同状态的概率，采用以下公式计算当前时刻目标的综合威胁度threat：

threat＝cost1*pro1+cost2*pro2+cost3*pro3+cost4*pro4。

具体地说，在所述步骤3中，对航路规划的具体步骤为：

步骤3-1：根据步骤1中所设计的数字地图进行航路初始化，并进行航路评价；

步骤3-2：根据步骤3-1所作出航路评价的航路评价效果，对航路进行排序；

步骤3-3：采用进化算法，对航路进行更新操作，生成新的航路及其评价；

步骤3-4：相邻两次计算出的最优航路效能提升低于10％，或达到最大迭代步数时，算法结束，输出最优航路。

与现有技术相比，本发明具有以下有益效果：

本发明通过建立马尔科夫模型，对威胁区域及威胁度进行了快速且详细的建模和分析，更贴近实际需求；通过连续空间的航路设计以及对约束条件的实时满足，保证航路的可行性；通过多因素综合分析和栅格化评价方法，提升计算效率，满足航路规划的实时性要求。

附图说明

图1为本发明流程图。

图2为本发明细节展示图。

图3为本发明实例1中场景图。

图4为本发明实例2中任务态势图。

图5为本发明实例2中所设计航路图。

具体实施方式

下面结合附图说明和实施例对本发明作进一步说明，本发明的方式包括但不仅限于以下实施例。

如图1和2所示，本发明提供的一种复杂环境下的快速航路规划方法，包括以下步骤：

步骤1：设计可同时增加航路平滑性及提高计算效能的数字地图；

步骤2：建立提高任务成功率的威胁源模型，根据威胁源特性，将目标进入威胁区域后可能的状态分为四种，并基于伪马尔科夫链，分析目标在威胁区域中处于不同状态的概率，以及在不同状态间的动态切换；

步骤3：以航程和威胁环境作为主导因素，以飞行时间、油耗、地形及机动性能作为约束条件，对航路进行规划；

步骤4：在步骤3中形成航路后，根据各航路段所处的威胁环境，对高威胁航路段进行预警，同时请求相应的资源进行掩护。

具体地说，在所述步骤1中，采用连续划分与栅格划分相结合的方式设计数字地图，设计数字地图的具体方法为：在航路初始化设计中，采用连续划分的形式，以有效增加航路的平滑性，同时提升对全空间的遍历能力；在航路评价阶段，采用栅格化处理方式，对航路进行分段评估，以提高计算效能；而在数字高程数据的处理上，采用样条插值方式进行平滑处理。

具体地说，在所述步骤2中，建立威胁源模型的具体过程为：

步骤2-1：设定目标进入威胁区域后可能的状态包括状态1、状态2、状态3和状态4，其相应处于各状态的概率为pro1,pro2,pro3,pro4，因此，各状态间的转移矩阵t为：

步骤2-2：根据步骤2-1中的转移矩阵t，以及马尔科夫规则设定目标在不同状态间的动态切换：

当目标进入威胁区域后，目标处于状态1的概率保持恒定；

当目标连续三次处于状态1时，以马尔科夫规则转入状态2；

当目标连续三次处于状态2时，以马尔科夫规则转入状态3；

当目标在连续五个时间片中有至少四次处于状态3时，以马尔科夫规则转入状态4；

步骤2-3：根据目标在当前时刻处于不同状态的概率，采用以下公式计算当前时刻目标的综合威胁度threat：

threat＝cost1*pro1+cost2*pro2+cost3*pro3+cost4*pro4。

具体地说，在所述步骤3中，对航路规划的具体步骤为：

步骤3-1：根据步骤1中所设计的数字地图进行航路初始化，并进行航路评价；

步骤3-2：根据步骤3-1所作出航路评价的航路评价效果，对航路进行排序；

步骤3-3：采用进化算法，对航路进行更新操作，生成新的航路及其评价；

步骤3-4：相邻两次计算出的最优航路效能提升低于10％，或达到最大迭代步数时，算法结束，输出最优航路。

本发明在航路设计过程中，采用了连续设计和离散设计相结合的方式。在航路初始化及更新过程中，采用连续编码方式，提升对搜索空间的遍历性。而在航路评价过程中，采用栅格化处理，提升计算效率。具体过程以实例1进行阐述。

实施例1

如图3所示，如果航路采用离散编码方式(最小距离单元为1)，最优航路((0,0)-(5,2)-(10,10))或((0,0)-(4,2)-(10,10))不可避免会穿越威胁区域；而采用连续编码方式，则可极大提升解空间的搜索范围，所得最优航路((0,0)-(4.8,2.1)-(10,10))完全避免了穿越威胁区域，提升平台的生存性能。另一方面，在航路评价过程中，如果采用连续方式逐点计算，计算量急剧提升；而采用离散编码方式，采用最小距离单元中心威胁度替代该航路段威胁度，可以有效降低计算复杂度。

为了更好地帮助本领域技术人员，下面特提供实例2进行阐述。

实施例2

本实例针对模拟任务环境进行设计，任务为从指定起点突防到指定目标然后返航，场景范围为100x100，初始威胁区域数量为7，初始位置为

{(0,60),(10,35),(35,50),(60,25),(70,50),(80,10),(90,30)}，

进而可得任务态势图如图4所示，同时采用本发明方法可设计出航路为：l＝{(xs,ys),(x1,y1),…,(x7,y7),(xe,ye)}，具体如图5所示。

其中(xs,ys)和(xe,ye)为航路起点和终点，(xi,yi)为中间节点。在航路初始化过程中，以随机逐点初始化为主，统筹考虑目标吸引力、威胁排斥力和约束条件。在航路更新阶段，按照标准粒子群流程进行更新，同时考察硬约束条件，使得生成解满足基本条件。在航路评价阶段，根据该突防任务的特性，给予航程和威胁同等的重要性，所得航路规划结果如下。同时，规划时间为秒量级，能够很好地满足实时性的需求。

上述实施例仅为本发明的优选实施方式之一，不应当用于限制本发明的保护范围，但凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色，其所解决的技术问题仍然与本发明一致的，均应当包含在本发明的保护范围之内。