多無(wú)人機(jī)編隊(duì)協(xié)同控制軟件平臺(tái)設(shè)計(jì)與仿真*

李春，宋曉程，李芳芳

(北京電子工程總體研究所，北京 100854)

0 引言

無(wú)人機(jī)具有尺寸小、質(zhì)量輕、隱蔽性好、機(jī)動(dòng)性高、零傷亡等特點(diǎn)，在軍用和民用領(lǐng)域受到廣泛關(guān)注[1]。近年來(lái)，無(wú)人機(jī)在戰(zhàn)爭(zhēng)中用于執(zhí)行早期預(yù)警、偵察、監(jiān)視、通信中繼、對(duì)地(海)攻擊和電子對(duì)抗等任務(wù)，取得了不錯(cuò)的戰(zhàn)果，使人們逐漸意識(shí)到它的作用與潛力。但是單架無(wú)人機(jī)所能攜帶的武器或傳感器數(shù)量有限，其任務(wù)的執(zhí)行能力也受到相應(yīng)的限制[2]。多無(wú)人機(jī)編隊(duì)協(xié)同飛行是近年來(lái)的一個(gè)前沿研究領(lǐng)域，多無(wú)人機(jī)編隊(duì)相比較于單無(wú)人機(jī)，具有更大視野、更高生存率、更好氣動(dòng)性能等優(yōu)勢(shì)，可充分利用有限單機(jī)資源，共同執(zhí)行復(fù)雜任務(wù)[3]。

多無(wú)人機(jī)編隊(duì)控制及重構(gòu)是多無(wú)人機(jī)系統(tǒng)的核心內(nèi)容和關(guān)鍵技術(shù)。無(wú)人機(jī)的飛行環(huán)境是隨時(shí)間變化的復(fù)雜動(dòng)態(tài)環(huán)境，算法須適應(yīng)這種變化。而微粒群算法、蟻群算法等智能算法在解決復(fù)雜問(wèn)題時(shí)具有很強(qiáng)的協(xié)同性、優(yōu)化動(dòng)態(tài)性和自組織性。本文基于微粒群算法、蟻群算法研究了多無(wú)人機(jī)編隊(duì)控制及重構(gòu)、航線(xiàn)規(guī)劃及重規(guī)劃問(wèn)題，特別是在解決編隊(duì)重構(gòu)問(wèn)題時(shí)，充分考慮了動(dòng)態(tài)威脅環(huán)境下的復(fù)雜態(tài)勢(shì)，提出了一種多樣性微粒群算法。

本文對(duì)多無(wú)人機(jī)編隊(duì)協(xié)同化的發(fā)展現(xiàn)狀進(jìn)行了梳理，提出了多無(wú)人機(jī)編隊(duì)飛行協(xié)同控制算法智能算法，設(shè)計(jì)了多無(wú)人機(jī)編隊(duì)飛行協(xié)同控制軟件平臺(tái)架構(gòu)，明確了軟件功能和模塊組成，并進(jìn)行了仿真驗(yàn)證。

1 無(wú)人機(jī)編隊(duì)協(xié)同化發(fā)展分析

1.1 需求分析

1.1.1 多無(wú)人機(jī)編隊(duì)問(wèn)題及其意義

同單無(wú)人機(jī)相比，多無(wú)人機(jī)編隊(duì)飛行具有非常突出的優(yōu)點(diǎn)和良好的應(yīng)用前景：①在執(zhí)行監(jiān)視測(cè)量任務(wù)中，編隊(duì)飛行的無(wú)人機(jī)可以獲得更全面的觀察角度和更大的觀察視野，整體效率和抗突發(fā)事件的能力都會(huì)有所提高；②在執(zhí)行攻擊任務(wù)中，多無(wú)人機(jī)編隊(duì)可以提高體系生存率，對(duì)目標(biāo)進(jìn)行持續(xù)和全方位的打擊，從而使得目標(biāo)更難以防范；③從氣動(dòng)性能等方面相比，編隊(duì)飛行可減小飛行阻力，近距離飛行的編隊(duì)無(wú)人機(jī)可以獲得與大展弦比飛機(jī)類(lèi)似的氣動(dòng)性能；④從戰(zhàn)術(shù)角度看，由于戰(zhàn)斗機(jī)編隊(duì)所形成的整體雷達(dá)反射相當(dāng)于民航機(jī)的反射，配合其他高科技裝備，戰(zhàn)爭(zhēng)中可以采用密集編隊(duì)的方式實(shí)施突襲行動(dòng)。20世紀(jì)80年代以色列空軍突襲伊拉克核反應(yīng)堆的“巴比倫行動(dòng)”就是戰(zhàn)斗機(jī)密集編隊(duì)攻擊的一個(gè)經(jīng)典成功戰(zhàn)役。

1.1.2 平臺(tái)需求分析

雖然編隊(duì)飛行具有單飛無(wú)法比擬的優(yōu)點(diǎn)，但在無(wú)人機(jī)上實(shí)現(xiàn)編隊(duì)飛行還有許多現(xiàn)實(shí)問(wèn)題需要解決，這涉及到空氣動(dòng)力、編隊(duì)模型、信息融合、目標(biāo)跟蹤、控制器設(shè)計(jì)、定位系統(tǒng)、航線(xiàn)規(guī)劃、協(xié)同攻擊等諸多領(lǐng)域。其中包括編隊(duì)控制技術(shù)、編隊(duì)重構(gòu)技術(shù)、航線(xiàn)規(guī)劃技術(shù)、編隊(duì)隊(duì)形設(shè)計(jì)、氣動(dòng)耦合研究、通訊技術(shù)等關(guān)鍵技術(shù)。

多無(wú)人機(jī)編隊(duì)飛行協(xié)同控制平臺(tái)既可以作為無(wú)人機(jī)航線(xiàn)規(guī)劃的實(shí)用平臺(tái)，也可以作為編隊(duì)飛行，重構(gòu)等內(nèi)容的驗(yàn)證與研究平臺(tái)，可以為智能方法的應(yīng)用提供載體。而這種基于智能方法的綜合性控制平臺(tái)正是無(wú)人機(jī)技術(shù)研究工作必要而有緊缺的。目前對(duì)于編隊(duì)飛行及相關(guān)內(nèi)容的研究多是單獨(dú)進(jìn)行的，有時(shí)就會(huì)把大量時(shí)間浪費(fèi)在搭建模塊，編寫(xiě)繪圖程序和仿真程序上。如果這項(xiàng)系統(tǒng)可以得到更好的完善，那么便可作為一種通用的平臺(tái)為相關(guān)研究提供便利，也可以作為整合各項(xiàng)研究結(jié)果的綜合性平臺(tái)，衍生出評(píng)判研究成果好壞的標(biāo)準(zhǔn)系統(tǒng)和準(zhǔn)則。

1.2 發(fā)展現(xiàn)狀

針對(duì)多無(wú)人機(jī)編隊(duì)飛行的協(xié)同控制問(wèn)題，美國(guó)、歐盟等開(kāi)展了大量的研究。美國(guó)MICA項(xiàng)目獲得國(guó)防高級(jí)研究項(xiàng)目局(DARPA)的資助[4]，其研究成果提高了無(wú)人機(jī)的自主和協(xié)同控制能力，同時(shí)減少了大規(guī)模無(wú)人機(jī)編隊(duì)控制的操作人員；麻省理工學(xué)院SWARMS健康管理項(xiàng)目[5]的研究成果實(shí)現(xiàn)了無(wú)人機(jī)編隊(duì)在動(dòng)態(tài)環(huán)境下執(zhí)行預(yù)定任務(wù)；歐盟COMETS項(xiàng)目設(shè)計(jì)和實(shí)現(xiàn)了多種無(wú)人飛行平臺(tái)協(xié)同完成任務(wù)的分布式控制系統(tǒng)。2016年10月，美國(guó)海軍使用3架“超級(jí)大黃蜂”戰(zhàn)斗機(jī)投放了103架“灰山鶉”微型無(wú)人機(jī)，演示了多無(wú)人機(jī)集體自適應(yīng)編隊(duì)飛行，這種“灰山鶉”一次性無(wú)人機(jī)身形小巧，造價(jià)低廉，發(fā)射方式多樣，具有一定的自主和協(xié)同能力。

國(guó)內(nèi)在無(wú)人機(jī)協(xié)同編隊(duì)控制和決策的領(lǐng)域研究起步稍晚，但也取得了很多研究成果。文獻(xiàn)[6]在無(wú)人機(jī)編隊(duì)的協(xié)同控制、協(xié)同目標(biāo)跟蹤、任務(wù)資源分配等方面做了相關(guān)的研究；文獻(xiàn)[7]以多無(wú)人機(jī)協(xié)同多目標(biāo)攻擊為應(yīng)用背景，研究了多無(wú)人機(jī)同時(shí)到達(dá)問(wèn)題；文獻(xiàn)[8]針對(duì)無(wú)人機(jī)編隊(duì)飛控系統(tǒng)，提出基于模糊PID的飛行控制器設(shè)計(jì)思想；文獻(xiàn)[9]研究基于自適應(yīng)遺傳算法完成大規(guī)模編隊(duì)協(xié)同空戰(zhàn)的隊(duì)形優(yōu)化；文獻(xiàn)[10]研究了無(wú)人機(jī)靜態(tài)航線(xiàn)規(guī)劃、突發(fā)威脅下航線(xiàn)規(guī)劃、無(wú)人機(jī)多機(jī)協(xié)同航線(xiàn)規(guī)劃等相關(guān)技術(shù)；文獻(xiàn)[11]對(duì)多無(wú)人機(jī)協(xié)同空戰(zhàn)和協(xié)同對(duì)地攻擊2個(gè)部分進(jìn)行協(xié)同攻擊策略研究；文獻(xiàn)[12]針對(duì)編隊(duì)控制問(wèn)題，提出基于非線(xiàn)性動(dòng)態(tài)逆的多無(wú)人機(jī)編隊(duì)控制方法；文獻(xiàn)[13]研究了一種魯棒反推自適應(yīng)控制方法。2017年中國(guó)電子科技集團(tuán)宣布其完成了119架固定翼無(wú)人機(jī)的集群飛行試驗(yàn)，試驗(yàn)成功演示了密集彈射起飛、空中集結(jié)、多目標(biāo)分組、編隊(duì)合圍等動(dòng)作，代表了我國(guó)在無(wú)人機(jī)編隊(duì)和集群研究領(lǐng)域的最新成果。

1.3 發(fā)展趨勢(shì)

未來(lái)無(wú)人機(jī)將成為空中偵察系統(tǒng)的主力，并從實(shí)時(shí)戰(zhàn)術(shù)偵察向空中預(yù)警方向發(fā)展，美軍有用無(wú)人預(yù)警機(jī)取代有人預(yù)警機(jī)的計(jì)劃；查打一體無(wú)人機(jī)是無(wú)人機(jī)的另一個(gè)重要發(fā)展方向；此外，由于無(wú)人機(jī)部署位置可靠前，因此，可以在距離保衛(wèi)要地較遠(yuǎn)的距離毀傷來(lái)襲導(dǎo)彈，有效克服反導(dǎo)導(dǎo)彈攔截距離近、反應(yīng)時(shí)間長(zhǎng)等缺點(diǎn)[14]。

隨著智能化技術(shù)的日益成熟，五維空間聯(lián)合作戰(zhàn)模式由網(wǎng)絡(luò)技術(shù)支持的一體化作戰(zhàn)正在向智能技術(shù)支持的自主性作戰(zhàn)轉(zhuǎn)變，信息化作戰(zhàn)將被智能化作戰(zhàn)取代[15]。加入智能技術(shù)支持后，無(wú)人機(jī)的速度、機(jī)動(dòng)性、攻擊范圍、偵察范圍、偵查手段、隱身性能等特性都可以有質(zhì)的飛躍。針對(duì)多無(wú)人機(jī)編隊(duì)和人工智能這兩個(gè)方面進(jìn)行結(jié)合的研究工作應(yīng)該得到充分的發(fā)展。鑒于無(wú)人機(jī)零傷亡的顯著優(yōu)勢(shì)和其在戰(zhàn)場(chǎng)上眾多的應(yīng)用方向，多無(wú)人機(jī)自主智能協(xié)同作戰(zhàn)將成為未來(lái)戰(zhàn)場(chǎng)的主流。

2 多無(wú)人機(jī)編隊(duì)飛行協(xié)同控制算法設(shè)計(jì)

2.1 關(guān)鍵技術(shù)綜述

多無(wú)人機(jī)編隊(duì)飛行涉及到的關(guān)鍵技術(shù)是多方面的，如編隊(duì)控制技術(shù)、編隊(duì)重構(gòu)技術(shù)、航線(xiàn)規(guī)劃技術(shù)、編隊(duì)隊(duì)形設(shè)計(jì)、氣動(dòng)耦合研究、通訊技術(shù)等。

首先，要實(shí)現(xiàn)多無(wú)人機(jī)的編隊(duì)飛行，最基本的問(wèn)題是保持編隊(duì)隊(duì)形的穩(wěn)定，即編隊(duì)控制技術(shù)所解決的問(wèn)題。具體要求是不論長(zhǎng)機(jī)做出怎樣的機(jī)動(dòng)，機(jī)群航線(xiàn)怎樣變化，各僚機(jī)總能穩(wěn)定而快速地跟蹤長(zhǎng)機(jī)以保證編隊(duì)隊(duì)形不變。

其次，多無(wú)人機(jī)編隊(duì)在飛行過(guò)程中經(jīng)常要面臨需要改變編隊(duì)隊(duì)形的問(wèn)題，比如穿越峽谷等，在改變編隊(duì)隊(duì)形的過(guò)程中，如果不考慮環(huán)境的復(fù)雜變化，如藍(lán)方威脅源位置的移動(dòng)、氣流干擾等等，稱(chēng)為靜態(tài)環(huán)境下的編隊(duì)重構(gòu)。而如果考慮周?chē)鷳?zhàn)場(chǎng)環(huán)境的變化，如藍(lán)方威脅源的移動(dòng)，并考慮如何能夠在重構(gòu)過(guò)程中同時(shí)躲避藍(lán)方威脅，以及這稱(chēng)為動(dòng)態(tài)環(huán)境下的編隊(duì)重構(gòu)。

再次，航線(xiàn)規(guī)劃也是多無(wú)人機(jī)編隊(duì)飛行技術(shù)中的關(guān)鍵技術(shù)。航線(xiàn)規(guī)劃是飛行器低空突防飛行控制律設(shè)計(jì)的基本依據(jù)，航線(xiàn)規(guī)劃的好壞直接關(guān)系到飛行器飛行安全系數(shù)的大小和控制律設(shè)計(jì)的難易。航線(xiàn)規(guī)劃指在給定背景地圖，威脅因素信息和性能準(zhǔn)則等特定約束條件下，采用某種算法使規(guī)劃出的航線(xiàn)最優(yōu)，是無(wú)人機(jī)控制系統(tǒng)的關(guān)鍵組成部分，保證了最佳的飛行航跡。

2.2 基于微粒群算法與PID結(jié)合的編隊(duì)控制技術(shù)

在編隊(duì)控制部分，采用簡(jiǎn)化了的飛機(jī)模型，即長(zhǎng)機(jī)和僚機(jī)的狀態(tài)變量?jī)H有飛行速度、偏航角和飛行高度，考慮長(zhǎng)機(jī)對(duì)僚機(jī)在升力、阻力、側(cè)力方面的氣動(dòng)影響后修正的僚機(jī)狀態(tài)方程。對(duì)于僚機(jī)跟蹤系統(tǒng)，輸入長(zhǎng)機(jī)的狀態(tài)和控制器發(fā)來(lái)的對(duì)僚機(jī)的控制量，輸出僚機(jī)的狀態(tài)和僚機(jī)與長(zhǎng)機(jī)在x，y，z方向的實(shí)際距離，根據(jù)僚機(jī)與長(zhǎng)機(jī)在x，y，z方向的實(shí)際距離與期望距離的誤差以及僚機(jī)與長(zhǎng)機(jī)的飛行速度、偏航角的誤差經(jīng)控制器解算出對(duì)僚機(jī)的控制量。具體的控制律設(shè)計(jì)采用經(jīng)典的并具有較強(qiáng)魯棒性的PI控制。另外，嘗試采用了利用微粒群算法解算PI控制器參數(shù)的方法，通過(guò)對(duì)算法進(jìn)行適當(dāng)調(diào)整并恰當(dāng)選取目標(biāo)函數(shù)，最終對(duì)于任意的編隊(duì)飛行模態(tài)，都可以迅速地搜索到較好的PI參數(shù)值，實(shí)現(xiàn)有效的編隊(duì)控制。

2.3 基于多樣性微粒群算法的動(dòng)態(tài)環(huán)境下編隊(duì)重構(gòu)技術(shù)

在多無(wú)人機(jī)編隊(duì)重構(gòu)的過(guò)渡過(guò)程中，許多約束應(yīng)該被考慮在內(nèi)，諸如重構(gòu)時(shí)間、威脅源、防撞、安全距離等。合適的重構(gòu)過(guò)程不僅能提高效率，而且能增加任務(wù)的準(zhǔn)確度和成功率。編隊(duì)重構(gòu)問(wèn)題的重點(diǎn)在于為每架無(wú)人機(jī)確立出一條合適的航道，使編隊(duì)可以在確定時(shí)間內(nèi)達(dá)到期望隊(duì)形，并能滿(mǎn)足所有的約束條件。微粒群算法是由Kennedy和Eberhart根據(jù)自然界個(gè)體之間的協(xié)作行為得到的一種協(xié)同優(yōu)化算法，首先在1995年被用來(lái)解決復(fù)雜優(yōu)化問(wèn)題。微粒群算法可以被用來(lái)優(yōu)化重構(gòu)過(guò)程，然而，標(biāo)準(zhǔn)微粒群算法對(duì)環(huán)境的適應(yīng)性不夠好，為了使算法具有較強(qiáng)的適應(yīng)性，要求算法檢測(cè)出環(huán)境的變化后能夠做出響應(yīng)，緊密地跟蹤到解的變化直到獲得最好解。

在標(biāo)準(zhǔn)微粒群算法基礎(chǔ)上，對(duì)其進(jìn)行了一系列改進(jìn)，提出基于多樣性微粒群算法和最優(yōu)時(shí)間控制的動(dòng)態(tài)多無(wú)人機(jī)編隊(duì)重構(gòu)方法。首先，選擇合適的代價(jià)函數(shù)作為粒子的適應(yīng)度函數(shù)。其次，通過(guò)監(jiān)測(cè)相鄰兩代最優(yōu)解粒子的適應(yīng)值之差和適應(yīng)值比率是否躍變來(lái)判斷環(huán)境是否發(fā)生了變化。再次，若環(huán)境已變化，則根據(jù)提出的多樣性函數(shù)判斷此時(shí)的種群多樣性，其值小，說(shuō)明種群多樣性差，需要重設(shè)粒子，于是讓粒子朝反方向逃逸直到滿(mǎn)足多樣性要求，擺脫局部最優(yōu)解。圖1和圖2仿真結(jié)果表明，改進(jìn)后的算法具有很強(qiáng)的全局尋優(yōu)能力，能夠避免陷入局部最優(yōu)，躲避動(dòng)態(tài)威脅，有效跟蹤全局最優(yōu)解的變化，并形成預(yù)期的鉆石型終態(tài)隊(duì)形。

2.4 基于蟻群算法的無(wú)人機(jī)航線(xiàn)規(guī)劃技術(shù)

對(duì)于航線(xiàn)規(guī)劃問(wèn)題，通過(guò)復(fù)現(xiàn)一種經(jīng)典的方法，即蟻群算法用于航線(xiàn)規(guī)劃，很好地達(dá)成了目的。

(1) 描述飛行環(huán)境。把飛行任務(wù)區(qū)域劃分成二維網(wǎng)格，形成連接起點(diǎn)和目標(biāo)點(diǎn)的二維網(wǎng)絡(luò)圖，則航線(xiàn)規(guī)劃問(wèn)題的本質(zhì)就是路徑優(yōu)化問(wèn)題。

(2) 代價(jià)函數(shù)的表示。為了描述航線(xiàn)的性能指標(biāo)，將航線(xiàn)的威脅代價(jià)和油耗代價(jià)進(jìn)行加權(quán)，計(jì)算代價(jià)函數(shù)如下：

(1)

式中:W為廣義代價(jià)函數(shù)；L為航線(xiàn)長(zhǎng)度；wt為航線(xiàn)威脅代價(jià)；wf為航線(xiàn)油耗代價(jià)；k為權(quán)重。

(3) 基于蟻群算法的航線(xiàn)規(guī)劃。在求解問(wèn)題時(shí)，模擬蟻群通過(guò)信息素的交流找到最優(yōu)路徑的過(guò)程，將n個(gè)螞蟻置于起始點(diǎn)，每個(gè)螞蟻按照一定的狀態(tài)轉(zhuǎn)換規(guī)則從一個(gè)可行節(jié)點(diǎn)轉(zhuǎn)移到另一個(gè)距離目標(biāo)點(diǎn)更近的可行節(jié)點(diǎn)，直到到達(dá)目標(biāo)點(diǎn)，完成一條備選航線(xiàn)。

3 多無(wú)人機(jī)編隊(duì)飛行協(xié)同控制軟件設(shè)計(jì)與仿真

3.1 軟件架構(gòu)設(shè)計(jì)

多無(wú)人機(jī)編隊(duì)協(xié)同執(zhí)行任務(wù)的過(guò)程是在規(guī)劃航線(xiàn)上執(zhí)行編隊(duì)保持、編隊(duì)重構(gòu)狀態(tài)的過(guò)程。將上述過(guò)程進(jìn)行分解，得到航線(xiàn)規(guī)劃、編隊(duì)控制、編隊(duì)重構(gòu)3個(gè)功能模塊。針對(duì)每個(gè)功能模塊分別設(shè)計(jì)仿真子平臺(tái)，完成了架構(gòu)分析、界面設(shè)計(jì)、算法優(yōu)化等工作，最后加入數(shù)據(jù)回放等輔助功能模塊，最終得到多無(wú)人機(jī)編隊(duì)飛行協(xié)同控制平臺(tái)主界面如圖3所示。

3.2 軟件功能模塊設(shè)計(jì)與仿真

3.2.1 編隊(duì)重構(gòu)模塊設(shè)計(jì)與仿真

編隊(duì)重構(gòu)平臺(tái)如圖4所示。此功能模塊采用改進(jìn)的微粒群算法解算出各無(wú)人機(jī)的控制輸入，使它們?cè)谧疃痰臅r(shí)間內(nèi)形成以長(zhǎng)機(jī)為首的任意隊(duì)形，同時(shí)保證它們之間的距離不小于安全防撞距離，而且均能與動(dòng)態(tài)變化的威脅源保持一定距離。

平臺(tái)的輸入?yún)?shù)包括粒子數(shù)、迭代次數(shù)、學(xué)習(xí)因子、慣性權(quán)重等算法參數(shù)(詳見(jiàn)圖5)，以及無(wú)人機(jī)架數(shù)、長(zhǎng)機(jī)起始位置、終態(tài)要求隊(duì)形、動(dòng)態(tài)藍(lán)方威脅源及其變化情況等重構(gòu)參數(shù)(詳見(jiàn)圖6)。平臺(tái)的輸出參數(shù)包括平面跟蹤圖和代價(jià)函數(shù)走勢(shì)圖，平面跟蹤圖顯示出計(jì)算得到的的最優(yōu)重構(gòu)軌跡(詳見(jiàn)圖7)，而代價(jià)函數(shù)走勢(shì)圖指示出求解的質(zhì)量，收斂越快則結(jié)果越好(詳見(jiàn)圖8)。

3.2.2 編隊(duì)控制模塊設(shè)計(jì)與仿真

編隊(duì)控制平臺(tái)如圖9所示。此功能模塊采用微粒群算法尋優(yōu)得到最佳控制參數(shù)，控制多架無(wú)人機(jī)在飛行過(guò)程中始終保持設(shè)定隊(duì)形。

平臺(tái)的輸入?yún)?shù)包括粒子數(shù)、迭代次數(shù)、學(xué)習(xí)因子、慣性權(quán)重等算法參數(shù)(見(jiàn)圖10)，以及無(wú)人機(jī)架數(shù)、隊(duì)形參數(shù)、長(zhǎng)機(jī)航線(xiàn)參數(shù)等控制參數(shù)(見(jiàn)圖11)。

平臺(tái)的輸出參數(shù)包括平面跟蹤圖、x方向跟蹤曲線(xiàn)和y方向跟蹤曲線(xiàn)，平面跟蹤圖顯示出計(jì)算得到的編隊(duì)軌跡(見(jiàn)圖12)，而x,y方向跟蹤曲線(xiàn)指示出求解的質(zhì)量，超調(diào)量、調(diào)節(jié)時(shí)間和穩(wěn)態(tài)誤差小則表明控制效果好(見(jiàn)圖13)。

3.2.3 航線(xiàn)規(guī)劃模塊設(shè)計(jì)與仿真

航線(xiàn)規(guī)劃平臺(tái)如圖14所示。此功能模塊采用蟻群算法，規(guī)劃出在給定背景地圖、威脅因素信息和性能準(zhǔn)則等特定約束條件下的最優(yōu)航跡。

3.2.4 數(shù)據(jù)回放模塊

數(shù)據(jù)回放平臺(tái)如圖15所示。此功能模塊將前面算得的飛機(jī)飛行軌跡以動(dòng)畫(huà)的方式展現(xiàn)，方便深入了解編隊(duì)飛行的動(dòng)態(tài)過(guò)程。

4 結(jié)束語(yǔ)

在現(xiàn)代戰(zhàn)爭(zhēng)中，多無(wú)人機(jī)編隊(duì)化、協(xié)同化、智能化完成復(fù)雜作戰(zhàn)任務(wù)成為一種趨勢(shì)，因此多無(wú)人機(jī)編隊(duì)的相關(guān)問(wèn)題研究成為了研究熱點(diǎn)和前沿性課題。本文從未來(lái)戰(zhàn)場(chǎng)信息化、一體化特征出發(fā)，對(duì)多無(wú)人機(jī)編隊(duì)飛行協(xié)同化相關(guān)技術(shù)及其在戰(zhàn)爭(zhēng)領(lǐng)域的應(yīng)用進(jìn)行了分析研究。綜述了多無(wú)人機(jī)編隊(duì)協(xié)同化發(fā)展需求、發(fā)展現(xiàn)狀和發(fā)展趨勢(shì)，在此基礎(chǔ)上，采用微粒群算法與PID結(jié)合的編隊(duì)控制技術(shù)、基于多樣性微粒群算法的動(dòng)態(tài)環(huán)境下編隊(duì)重構(gòu)技術(shù)、基于蟻群算法的無(wú)人機(jī)航線(xiàn)規(guī)劃技術(shù)，構(gòu)建了多無(wú)人機(jī)編隊(duì)飛行協(xié)同控制軟件平臺(tái)，完成了數(shù)字仿真，驗(yàn)證了編隊(duì)協(xié)同算法的正確性，可以為基于智能技術(shù)的多無(wú)人機(jī)編隊(duì)飛行協(xié)同化設(shè)計(jì)提供有益參考。