本發明屬于航空器協同覆蓋規劃，具體涉及一種基于遠程滑翔航空器協同的探測區域覆蓋規劃方法、存儲介質及設備。

背景技術：

1、遠程滑翔航空器是一種中小型無人飛行器，經載機投放后可以飛行數百公里，可用于觀測并收集特定區域的環境、地貌和人為互動等數據，應用場景包括災區救援、資源勘探、環境監測等。

2、雖然遠程滑翔航空器具有空投遠程飛行能力，但未來航空領域將向高效化和快響應方向發展，因而航空器必須以最快的速度和最低的成本獲得最大的使用效能。在基于多遠程滑翔航空器協同的地面探測區域覆蓋規劃方面，現有遠程滑翔航空器協同規劃方法主要考慮時間或空間協同，尚未考慮從一架飛機同時投放多枚遠程滑翔航空器對地面目標的最大覆蓋問題，沒有最大限度的發揮遠程滑翔航空器的協同探測能力和機載發射能力，導致規劃的效果有限。而且，現有面向遠程滑翔航空器協同規劃的算法面臨容易陷入局部最優的問題，并且計算速度慢，不適合遠程滑翔航空器在線任務規劃。

技術實現思路

1、本發明的目的是為解決現有方法不能進行遠程滑翔航空器的在線任務規劃，且現有方法容易陷入局部最優、規劃的效果有限的問題，而提出了一種基于遠程滑翔航空器協同的探測區域覆蓋規劃方法、存儲介質及設備。

2、本發明為解決上述技術問題所采取的技術方案是：一種基于遠程滑翔航空器協同的探測區域覆蓋規劃方法，所述方法具體包括以下步驟：

3、步驟一、建立遠程滑翔航空器的動力學模型；

4、步驟二、建立n個遠程滑翔航空器協同地面覆蓋的多目標優化模型；

5、步驟三、基于建立的動力學模型和多目標優化模型，采用基于納什均衡的多目標并行博弈進化算法對各個遠程滑翔航空器的機動過載時間序列進行優化。

6、進一步地，所述遠程滑翔航空器的動力學模型為：

7、v′(t)＝ap-ad-gsinγ(t)

8、

9、h′(t)＝v(t)sinγ(t)

10、

11、其中，v(t)表示t時刻遠程滑翔航空器的速度，v′(t)表示v(t)的一階導數；ap表示遠程滑翔航空器的推力加速度；

12、ad表示空氣阻力加速度；

13、g表示引力加速度；

14、γ(t)表示t時刻的彈道傾角，γ′(t)表示γ(t)的一階導數；

15、av(t)表示垂直平面內t時刻的法向氣動力加速度；

16、ah(t)表示水平平面內t時刻的法向氣動力加速度；

17、h(t)表示遠程滑翔航空器t時刻的高度，h′(t)表示h(t)的一階導數；ψ(t)表示遠程滑翔航空器t時刻的航向角，ψ′(t)表示ψ(t)的一階導數；

18、表示遠程滑翔航空器t時刻的緯度，表示的一階導數；

19、θ(t)表示遠程滑翔航空器t時刻的經度，θ′(t)表示θ(t)的一階導數；

20、r表示地球半徑。

21、進一步地，所述多目標優化模型為：

22、

23、s.t.u＝{av,i(t),ah,i(t)|i＝1,2...n}

24、

25、其中，lper表示縱程，表示lper的倒數；

26、lpara表示橫程，表示lpara的倒數；

27、av,i(t)表示t時刻垂直平面內第i個遠程滑翔航空器的法向氣動力加速度；

28、ah,i(t)表示t時刻水平平面內第i個遠程滑翔航空器的法向氣動力加速度；

29、amax表示滑翔航空器的最大允許機動加速度；

30、si′表示第i個遠程滑翔航空器的覆蓋區域；

31、somit表示所有遠程滑翔航空器在地面目標周圍非遺漏的覆蓋面積；

32、starget表示以地面目標為中心的需要覆蓋的區域的面積；

33、u表示待優化變量，即各個遠程滑翔航空器的機動過載時間序列；

34、j表示目標值。

35、進一步地，所述步驟三的具體過程為：

36、步驟三一、將待優化變量u分裂成n個子集，分裂成的n個子集形成多個粒子；

37、u＝{u1,u2...,un}

38、其中，u1,u2...,un表示分裂成的n個子集；

39、并定義u-i＝{u1,u2,ui-1,ui+1...,un}；

40、步驟三二、每個粒子均初始化自身的策略，將第i個粒子初始化的策略記為將n個子集視為n個玩家；初始化帕雷托集為空；

41、步驟三三、初始化迭代次數l＝1；

42、步驟三四、將多目標優化模型轉化為玩家收益：

43、

44、其中，j1(u1,u-1)表示第1粒子的目標值；

45、j2(u1,u-1)表示第2粒子的目標值；

46、表示玩家1的收益，為j1(u1,u-1)的倒數；

47、表示玩家2的收益；

48、

49、第i個玩家根據第l-1次迭代時其它玩家選擇的策略以最大化收益ui為目標選擇自身的策略即

50、步驟三五、根據第l次迭代n個玩家選擇的策略確定第l次迭代獲得的非支配粒子，將非支配粒子的策略加入帕雷托集，并根據非支配粒子的收益來更新帕雷托前沿；

51、步驟三六、判斷是否達到設置的最大迭代次數、帕雷托集是否達到容量上限；

52、若達到設置的最大迭代次數或帕雷托集達到容量上限，則執行步驟三七；

53、若未達到設置的最大迭代次數且帕雷托集未達到容量上限，則令l＝l+1，返回執行步驟三四；

54、步驟三七、選取出帕雷托前沿中最大的收益，根據最大收益所對應的策略組合得到各個遠程滑翔航空器機動過載時間序列的優化結果。

55、更進一步地，所述n個子集滿足

56、一種計算機存儲介質，所述存儲介質中存儲有至少一條指令，所述至少一條指令由處理器加載并執行以實現所述的一種基于遠程滑翔航空器協同的探測區域覆蓋規劃方法。

57、一種基于遠程滑翔航空器協同的探測區域覆蓋規劃設備，所述設備包括處理器和存儲器，所述存儲器中存儲有至少一條指令，所述至少一條指令由處理器加載并執行以實現所述的一種基于遠程滑翔航空器協同的探測區域覆蓋規劃方法。

58、本發明的有益效果是：

59、本發明結合單個遠程滑翔航空器的機動能力、覆蓋范圍和投放條件，考慮最大縱程、最小縱程和最大橫程指標以及地面覆蓋約束來建立多遠程滑翔航空器協同地面覆蓋多目標優化模型。并將多目標優化問題劃分至多個子種群中求解，借助納什均衡理論使各粒子的策略進行博弈并行進化，以此提高計算效率，滿足遠程滑翔航空器的在線任務規劃需求。本發明采用多目標優化算法，將多目標優化問題的帕雷托集更新融入種群進化過程，在提升粒子適應度的同時推動帕雷托前沿移動，避免陷入局部最優，以提升規劃的效果，最終實現從一架飛機同時投放多枚遠程滑翔航空器對地面目標的最大面積覆蓋。