技术领域
[0001] 本发明涉及飞行器航迹规划技术领域，尤其涉及一种飞行器飞行任务航迹规划方法。
相关背景技术
[0002] 飞行器，作为现代科技与航空工业的杰出代表，不仅体现了人类对速度和自由的追求，更在实际应用中发挥着举足轻重的作用。例如无人机在农业、环保、新闻报道等领域展现了其独特的优势，提高了工作效率和安全性。飞行器的实用性不仅体现在其广泛的应用领域，更在于它们为人类生活带来的便利和改变。
[0003] 然而，现有中的无人机都是在遥控操作下进行飞行，没有特定的飞行模式可供选择，当需要无人机按照特定模式飞行时，只能通过临时人为遥控操作，模拟出大概类似于想要的特定模式路线进行飞行，一般来说人为遥控操作都不能精确模拟出想要的特定飞行路线。
具体实施方式
[0086] 在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位，以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0087] 在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0088] 为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图及实施例，对本发明进行进一步详细说明。但是应该理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
[0089] 实施例1：
[0090] 请参阅图1，一种飞行器飞行任务航迹规划方法，包括：
[0091] 单飞行器的飞行航迹规划，单飞行器的航迹规划包括典型飞行模式航迹规划、巡逻侦察模式航迹规划和载荷投放模式航迹规划；
[0092] 典型飞行模式航迹规划是按照约束条件，考虑飞行器自身机动性能的限制，确保规划航迹的可飞性，进行通过飞行及绕飞飞行；
[0093] 巡逻侦察模式航迹规划通过在目标探测区内，进行包括S形飞行、螺旋式飞行、8字形飞行、跑道式飞行和圆形飞行的飞行方式进行航迹规划；
[0094] 载荷投放模式航迹规划是根据给出的飞行器典型载荷投放距离、载荷投放高度、载荷投放射程表，明确载荷投放规划及载荷投放点位置坐标，进行根据不同典型参数及载荷投放角度进行飞行器载载荷放的航迹规划。
[0095] 进一步地，在本实施例中，典型飞行模式航迹规划所按照的约束条件，基本约束具体包括：
[0096] 规避区域，规避区域为不可通行区域；规避区域可设置球形、半球形、椭球形、矩形和多边形；球形、半球形、椭球形规避区域设置可以以中心点坐标或者经纬高及半径进行定义，矩形和多边规避区域设置可以以角点坐标或者角点经纬高进行定义；
[0097] 通过点、通过区域，对于给定的通过点坐标，规划的航迹要经过设置的通过点；对于给定的通过区域坐标，规划的航迹要经过设置的通过区域；通过区域可设置圆形(可以以中心点坐标或者经纬高及半径进行定义)、矩形和多边形(可以角点坐标或者角点经纬高进行定义)。
[0098] 进入角约束区域，针对进入目标点、区域的方位，能够根据设置的进入角进行规划，进入角度设置，以目标点(或目标区域中心点)正北方向为0度，顺时针为正。
[0099] 进一步地，在本实施例中，典型飞行模式航迹规划是通过采用差分进化算法进行航迹规划，其具体步骤如下：
[0100] S1、种群初始化；
[0101] 差分进化算法就是对于种群中存在的个体矢量不断采取迭代寻优的算法，利用种群个体在搜索空间进行直接搜索；在算法进行优化迭代之前，需要先对种群进行初始化操作，通常一个种群由NP个个体组成，如下所示：
[0102] xi,G＝(x1,G,x2,G,...,xD,G)
[0103] 其中的NP为种群规模，试验个体是经历过每一代的变异、交叉和选择从当前种群中产生的；这一步形成一个循环，直到满足终止条件；初始种群是随机生成的，表示为：
[0104] xi,j＝xj,min+rand×(xj,max‑xj,min)
[0105] 其中，xi,j表示第i个个体在第j个维度上的分量的值；xj,max和xj,min代表求解空间中第j维的上下界限；rand表示[0，1]范围内的一个随机生成的有理数；
[0106] S2、变异操作；
[0107] 变异个体就是对于父代种群中多个不同个体的随机线性组合；在初始化的种群中，利用父代中的两个随机个体与F(缩放因子)和一个目标向量的差异性产生变异生成突变个体，DE算法通过差异化策略实现个体的突变；这一步也是差分进化算法中心思想的具体体现，即基于种群中的当前个体，随机选择若干个向量进行差分运算，进而得到变异差分向量；对于父代的任意目标，变异向量vi按照下面公式来生成：
[0108] vi,G＝xr1,G+F×(xr2,G‑xr3,G)
[0109] 其中，公式中，{xr1,xr2,xr3}是从父代种群中随机选择的三个不同的个体；F指的是缩放因子，取值范围在[0，2]之间，它控制着变异的程度，变异算子F和种群规模NP这两个数据将给算法的寻优效率带来非常直接的影响；
[0110] 通常来说，较大的F可以增加个体之间的差异，就可以为种群添加更多样的个体，但这一行为也是把双刃剑，提高多样性的同时也可能会引导寻优过程找不到全局最优解，陷入局部；而较小的F值能够保证稳定的算法寻优过程以及更好的收敛性，但相对的算法搜索能力可能会降低；种群大小NP的选择也需要考虑到搜索效率和计算成本的平衡；总之，变异操作是差分进化算法中非常重要的一步，它能够生成新的个体，丰富种群中的个体种类，从而提高算法的搜索能力；通过选择合适的比例因子F和种群规模NP这两个参数，可以使差分进化算法更加高效；
[0111] S3、交叉操作；
[0112] 交叉操作在个体之间进行，根据变异个体和父代个体的组合生成一个测试向量；通过变异个体矢量vi和目标个体矢量xi的随机重组，提高个体的多样性，追求更好的性能；
第G代的个体xi,G和变异的中间个体vi,G之间的交叉操作如下所示：
[0113]
[0114] 其中，jrand是从{1,2,...,D}中随机选择的整数，用来确保至少有一个个体是来自于变异个体；CR是交叉率，用来控制交叉操作在新个体中引入差异的程度，取值范围为[0，1]；
[0115] CR取值太小会导致个体之间的相似度过高，搜索能力降低；如果值太大，个体的局部优势有可能会被破坏，导致算法落入局部最优解。在实际的应用中，交叉率的取值通常通过经验来确定。一些常用的选择方法有固定取值法、动态自适应法和混合策略法。总之，交叉率的取值对差分进化算法的性能有着重要的影响。
[0116] S4、选择操作；
[0117] 差分进化算法中的选择操作是指从父代种群和子代种群中选出下一代种群的过程；它是差分进化算法中最后一步也是最为关键的一步；其目的就是从当前的种群中找出个体值比较高的个体组成新的群体，作为父代种群参与下一次的迭代过程；否则，xi仍然保留到下一代；具体公式表示为：
[0118]
[0119] 其中，f(x)是需要被要求优化的最大化函数。
[0120] 进一步地，在本实施例中，巡逻侦察模式航迹规划中的S形飞行方式的航迹规划采用S形区域自适应巡逻算法、螺旋式飞行方式的航迹规划采用螺旋式巡逻算法、8字形飞行方式和跑道式飞行方式的航迹规划采用改进Dubbin路径算法、圆形飞行方式的航迹规划采用圆形巡逻算法；
[0121] S形区域自适应巡逻算法，其具体步骤如下，包括：
[0122] 输入，巡逻侦察区域V的逆时针顶点序列{v1,v2,...,vn+1}，其中n为待覆盖区域的顶点数；顶点vi(i∈[1,n+1])的坐标用(xi,yi)表示，并且有(xn+1,yn+1)＝(x1,y1)；
[0123] 输出，待覆盖区域的宽度W及对应的边lW和顶点vW(即顶点vW到边lW的距离即为待覆盖区域的宽度)；
[0124] S1、i←1；
[0125] S2、j←1；
[0126] S3、如果j≠i且j≠i+1(即不用计算边vivi+1上2个端点vi和vi+1与vivi+1的距离)，则按照式xi,j＝xj,min+rand×(xj,max‑xj,min)计算顶点vj与边vivi+1的距离平方：
[0127]
[0128] S4、如果j＝n则跳转至步骤S5，否则j←j+1跳转至步骤S3；
[0129] S5、找出与边vivi+1对应的n‑2个距离平方 中的最大值 (即为边vivi+1上对应的跨度平方)，及其对应的顶点序号max_indexi；
[0130] S6、如果i＝n则跳转至步骤S7，否则i←i+1跳转至步骤S2；
[0131] S7、找出所有边对应的跨度平方 中的最小值并开方即可得到巡逻侦察区域的宽度W，此时的边和顶点即为宽度所对应的边lW和顶点vW；
[0132] S8、找到宽度W对应的支撑平行线方向，采用扫描线方式对区域进行遍历；
[0133] 螺旋式巡逻算法，其具体步骤如下：
[0134] S1、巡逻区域重构；
[0135] S2、判断飞行器初始方向；
[0136] S3、从飞行起点(机场或其他与巡逻区域相距一定距离地区)飞往距离重构矩形最近的顶点附近的进入点；
[0137] S4、进行转向，并不断向区域中心收缩巡逻区域；
[0138] S5、若到达中心点，退出；若未到达中心点，则转至步骤S4；
[0139] 改进Dubins路径算法在8字形飞行方式的航迹规划下，其具体步骤如下：
[0140] S1、判断初始飞行路径方向；
[0141] S2、若初始飞行路径方向为逆时针，则改进Dubins路径的组合方式为{LSR,RSL}；否则组合方式为{RSL,LSR}。
[0142] S3、退出巡逻；
[0143] 改进的Dubins路径在跑道形方式的算法步骤如下：
[0144] S1、判断初始飞行路径方向；
[0145] S2、若初始飞行路径方向为逆时针，则改进Dubins路径的组合方式为{LSL,LSL}；否则组合方式为{RSR,RSR}。
[0146] S3、退出巡逻；
[0147] 圆形巡逻算法，其具体步骤如下：
[0148] S1、确定巡逻圆心和巡逻半径；
[0149] S2、判断初始飞行路径方向；
[0150] S3、若初始飞行路径方向为逆时针，则按照逆时针路径方向进行巡逻；若为顺时针，则按照顺时针路径方向进行巡逻；
[0151] S4、退出巡逻。
[0152] 进一步地，在本实施例中，载荷投放模式航迹规划包括直接投放模式实施方法和巡航载荷投放模式实施方法；
[0153] 直接投放模式实施方法，其具体步骤如下，包括：
[0154] S1、水平飞行阶段，飞行器进入预定飞行高度，到达载荷投放机动的起始点，准备进行机动；
[0155] S2、调整飞行阶段，在此阶段中飞行器进行机动调整好载荷投放角度，并在此确定角度下，操纵的飞行器调整姿态，并调整好载荷投放速度，选择载荷投放时机；
[0156] S3、改出调整阶段，在此阶段飞行器已完成载荷投放动作，再确认战过后应尽快脱离战场，以免遭到防空火力的打击；
[0157] 巡航投放模式实施方法，其具体步骤如下，包括：
[0158] S1、下滑段，飞行器飞行至预定的巡航高度；
[0159] S2、平飞段，飞行器在巡航高度飞，等待载荷头发要求；
[0160] 载荷的平飞高度与整个飞行器的战术性能有很大的关系。如果高度过高，隐蔽性差，容易被敌方雷达发现，就有可能对实施干扰或者抗击，降低了载荷的投放效率。但平飞高度的降低会受到无线电或雷达高度表的精度的限制。
[0161] S3、投放段，收到载荷投放需求，飞低需求点并投放相应载荷，继续在指定高度巡航。
[0162] 实施例2：
[0163] 请参阅图1，在上述实施例的基础上，该飞行器飞行任务航迹规划方法，还包括：
[0164] 多飞行器的飞行航迹规划，多飞行器的飞行航迹规划包括多飞行器协同模式航迹规划和编队飞行模式航迹规划；
[0165] 多飞行器协同模式航迹规划是根据设计航迹，使多飞行器从不同(或相同)位置，同时到达不同(或相同)目标点；或者从不同(或相同)位置，不同时(指定时间差)到达相同目标点；
[0166] 编队飞行模式航迹规划是通过指定任意一个具有经纬度和高度值的飞行器，作为整个飞行器编队其他飞行器的参考点，编队中其余飞行器(跟随点)通过给出与参考点相对坐标的形式进行设置，以参考点的航迹规划其余飞行器的航迹。
[0167] 进一步地，在本实施例中，多飞行器协同模式航迹规划中，各飞行器的航迹规划要求满足单飞行器的典型飞行模式航迹规划的要求；
[0168] 多飞行器同时航迹规划时，航迹互相不干扰、不碰撞。
[0169] 进一步地，在本实施例中，编队飞行模式航迹规划是采用给定参考点坐标和其他飞行器相对坐标信息，进而对整个编队的航迹进行规划；且该模式实为编队载荷投放模式，也即多飞行器需要以编队形式到达载荷投放点进行载荷投放。
[0170] 该实施例中的方案可以与其他实施例中的方案进行选择性的组合使用。
[0171] 需要说明的是，尽管在本文中已经对上述各实施例进行了描述，但并非因此限制本发明的专利保护范围。因此，基于本发明的创新理念，对本文所述实施例进行的变更和修改，或利用本发明说明书及附图内容所作的等效结构、等效流程或等效功能变换，直接或间接地将以上技术方案运用在其他相关的技术领域，均包括在本发明专利的保护范围之内。
