紫外光协作无人机任务分配和路径规划算法研究

作     者：刘阳 

作者单位：西安理工大学 

学位级别：硕士

导师姓名：赵太飞;李军峰

授予年度：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 081105[工学-导航、制导与控制] 082503[工学-航空宇航制造工程] 0835[工学-软件工程] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：无线紫外光通信 无人机 任务分配 路径规划 灰狼优化算法 

摘      要：随着无人机技术不断发展,无人机的任务分配和路径规划是当前的研究热点问题。任务分配旨在为每个无人机提供合理且无冲突的分配方案,并且最大化任务执行率;路径规划过程中无人机不仅需要避开威胁区域安全到达目的地,而且要避免机间碰撞。无线“日盲紫外光由于具有良好的保密性能以及抗干扰能力,能够为无人机机间提供一种可靠的通信手段。本文针对多无人机协同任务分配问题,通过改进粒子群算法实现任务分配成功率最大化;针对无人机路径规划问题,通过改进灰狼优化算法最小化无人机的飞行路径长度,保障无人机飞行安全。本文的主要工作如下: (1)改进粒子群算法的多无人机协同任务分配问题,利用无线紫外光非直视通信实现无人机机间隐秘信息传输,综合考虑无人机的能耗、完成任务所付出的威胁代价以及多无人机协同完成任务的时间等因素,对多无人机协同任务分配问题进行数学建模。通过引入压缩因子来平衡粒子群算法的全局和局部收敛能力;针对迭代后期粒子种群多样性减少的问题,引入差分进化算法中的变异、交叉和选择思想,为多无人机协同提供一种无冲突的任务分配策略。仿真结果表明,相较于传统的粒子群算法,改进的粒子群算法在不同无人机和任务数量比下的任务分配成功率提高了约16%,最优适应度值平均减少了 50%。 (2)改进灰狼优化算法的无人机路径规划问题,设计了一种8方向紫外收发结构指引无人机进行机间避碰,考虑单无人机和多无人机协同两种应用场景,设计不同的适应度函数。在单无人机路径规划中,仅需要考虑无人机的自身能耗、敌方威胁代价以及飞行高度,多无人机路径规划还要考虑多机协同的时间以及机间碰撞。使用灰狼优化算法进行寻优,优化控制参数以平衡算法的全局和局部搜索能力;引入随机游走策略增强灰狼优化算法搜索策略多样性;利用一种动态位置更新和静态位置更新相结合的策略来提高算法的寻优精度。仿真结果表明,本文改进的算法相较于传统的灰狼优化算法在多无人机二维场景路径规划中的路径长度减少了约3.9%,收敛时的迭代次数减少了约63%。 综上所述,本文改进的多无人机任务分配方法能够为多无人机提供一种合理的无冲突的任务分配方案,改进的灰狼优化算法不仅能够实现单个无人机和多无人机协同路径规划,而且在二维和三维场景下都具有较好的性能,为无人机任务分配和路径规划都提供了可靠的策略。