CN104317305B - 一种面向复杂战场威胁的射前航迹确定方法 - Google Patents
一种面向复杂战场威胁的射前航迹确定方法 Download PDFInfo
- Publication number
- CN104317305B CN104317305B CN201410575003.8A CN201410575003A CN104317305B CN 104317305 B CN104317305 B CN 104317305B CN 201410575003 A CN201410575003 A CN 201410575003A CN 104317305 B CN104317305 B CN 104317305B
- Authority
- CN
- China
- Prior art keywords
- flight
- flight path
- aircraft
- threat
- track
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种面向复杂战场威胁的射前航迹确定方法,为了实现跳跃滑翔式跨大气层飞行器对复杂战场威胁的有效规避,采用基于球面几何的计算方法对飞行器与威胁区的相对位置进行判定,使战场威胁和飞行器航迹得到直观展示。通过建立飞行航迹规划目标函数,采用基于多种算法自适应优选的航迹迭代机理,实现了多约束航迹规划问题的快速求解。本发明可以在飞行器发射前,综合考虑战场环境约束和飞行能力约束,规划出一条生存能力强、突防概率高、打击速度快的最优航迹,使飞行器具备快速打击时敏目标和飞行中规避威胁的能力,为跳跃滑翔式跨大气层飞行器体系作战能力的形成奠定基础。
Description
技术领域
本发明属于控制领域,涉及一种飞行器射前航迹的确定方法。
背景技术
信息化战争是信息时代战争发展的必然趋势。信息时代网络系统覆盖战区的范围日益扩大,作战的实时性、协同性不断增强。效果作战、非接触战争、非对称战争、远距离奔袭战、纵深精确打击、协同作战和一体化联合作战等样式大大提高了作战效能。任务规划在信息化战争中发挥着极其重要的作用,其应用水平在很大意义上决定着信息化作战的水平和能力。
自20世纪80年代以来,世界各国纷纷开展了飞行器任务规划技术的研究工作,任务规划问题已逐步在控制科学、航空科学、信息科学等领域受到重视。研究人员在研究各种规划方法的基础上,通过多学科的交叉并结合人工智能、决策理论以及建模与优化技术,解决了一系列具有代表性的任务规划问题,并研制出多种任务规划系统(Mission PlanningSystem,MPS)。
航迹规划是飞行器任务规划的基本问题,其本质是在综合考虑飞行器到达时间、油耗、威胁以及可飞行区域等因素的前提下,为飞行器规划出最优或者满意的飞行航迹,以保证圆满地完成飞行任务并安全返回基地。航迹规划技术已被广泛应用于飞行器、水面舰艇、地面车辆以及机器人等的导航系统中。
美国是最早开展航迹规划技术研究的国家。最初,美国空军赖特航空实验室为了减轻飞行员的工作负担、提高执行任务的有效性和飞机的生存性,利用民机飞行管理系统的经验和成果,将四维导航和能量管理技术用于战斗机的飞行管理,提出了战术飞行管理系统的概念。战术飞行管理系统的核心是轨迹生成和轨迹跟踪,其前提是最优轨迹的生成,即航迹规划。目前,美军研制的任务规划系统已发展到第三代,并继续朝着提高效率和降低系统成本等方面发展。其他国家也开展了相应的航迹规划技术研究,英国先后发展了“探路者”2000任务规划系统和先进任务规划装置,法国也进行了三个系列任务规划系统的研制。
目前航迹规划技术已在无人机、巡航导弹等武器平台上有了初步应用。通常的航迹规划方法在处理威胁区时将模型进行了简化,只考虑二维平面内的威胁规避,即假设飞行器高度不变,将威胁区考虑为该平面内的圆型区域。而对于具备大气层内跳跃滑翔的新式飞行器,由于其在飞行过程中会有横纵向的大范围机动飞行,其弹道形式的特殊性决定了对威胁区的传统处理方法不再适用。除此之外,传统方法对飞行器实际飞行过程中的约束条件考虑较少,造成航迹规划的结果往往与实际情况有较大的偏差。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种跳跃滑翔式跨大气层飞行器面临复杂战场威胁下的快速航迹确定方法,能够在飞行器发射前,通过对战场威胁源的立体建模,提出了以敌方威胁、突防概率、飞行时间、机动次数等多参数的航迹规划目标函数模型,能够在综合考虑战场环境约束和飞行能力约束,寻找出一条生存能力强、突防概率高、打击速度快的最优航迹,使飞行器具备快速打击时敏目标和飞行中规避威胁的能力。
本发明的技术解决方案是:一种面向复杂战场威胁的射前航迹确定方法,包括如下步骤:
(1)获取飞行器在发射时的发射点经纬度,目标点所在的经纬度,威胁区中心点的经纬度,以及威胁区的半径;
(2)根据步骤(1)给出的条件,确定一条飞行器的飞行航迹作为初始航迹;
(3)将初始航迹进行分段,然后以分段后的初始航迹为初始条件,以航迹性能的代价函数C的取值最小为目标,采用航迹规划搜索算法进行迭代解算,确定出飞行器的最优飞行航迹;
所述航迹性能的代价函数C表示为:
式中,i=1,2,…n为航迹分段;fTAi、Pi、Ti、Ai分别为第i段航迹分段上的敌方威胁、突防概率、飞行时间与机动次数的无量纲化表示,w1~w4为与敌方威胁、突防概率、飞行时间与机动次数相对应的权重系数,满足w1+w2+w3+w4=1;
βj为乘数因子,当没有收到第j个威胁预警信息时βj=1,否则βj>1,j=1,2,…m为第i段航迹分段上相关的威胁区数量,Rj为第j个威胁区的半径,SCDj为从第j个威胁区中心点向发射点和目标点之间的大圆弧作垂直于大圆弧的大圆弧长,所述的大圆弧为圆心过地心,半径为地球半径的圆弧;Ci为第i段航迹分段的目标函数值,Pi的取值范围在0到1之间,飞行器的突防概率越高,Pi取值越大,Ti的取值范围在秒级,Ai取值在0到10之间,机动次数越多,Ai取值越大。
所述的航迹规划搜索算法包括但不限于直接打靶法、高斯伪谱法、自适应高斯伪谱法、稀疏A*算法、粒子群法、模拟退火法或者遗传算法。
本发明与现有技术相比的优点在于:
(1)本发明方法基于球面几何的计算原理,提出了针对威胁源的立体式建模方法,并给出了飞行航迹与威胁区相对位置的判定方法,从而弥补了现有技术中将威胁规避简化成平面处理的不足,使得飞行航迹与威胁区位置关系的判定更接近真实作战,准确性更高;
(2)本发明方法提出了考虑敌方威胁、突防概率、飞行时间、机动次数的航迹规划目标函数确定方法,将上述参数进行了无量纲表述,解决了现有技术中仅考虑威胁区,没有考虑飞行器躲避威胁区过程中可能出现增加飞行时间、由于机动次数过多造成故障等问题。本发明方法将上述四项参数综合考虑,形成了多维度的航迹规划,使得规划的结果准确度更高,涵盖的条件更广,更加接近真实作战。
附图说明
图1为本发明方法的流程图;
图2为本发明威胁区的模型图;
图3为本发明威胁区与航迹点位置关系示意图。
具体实施方式
如图1所示,为本发明方法的流程图,具体步骤如下:
(1)在飞行器发射之前,首先确定外部输入的初始化参数,初始化的目的是为方法的实施进行准备。初始化参数包括“发射点经纬度”、“目标点经纬度”、“威胁区中心点经纬度”和“威胁区半径”;
(2)建立威胁区模型,并确定航迹是否飞越威胁区的判定准则。
飞行航迹与威胁区的相对位置存在两种情况,即飞行航迹不过威胁区和飞行航迹过威胁区。具体的判断步骤为:计算威胁区中心点到航迹上任意一点所在大圆弧的距离,判断其与威胁区半径的关系,如弧长大于半径,即航迹不过威胁区,若弧长小于半径,即航迹过威胁区。
威胁区模型示意图如2所示,依据初始输入参数,飞行器初始点为P0,其经纬度分别为θ0、φ0,末端点为Pf,其经纬度分别为θf、φf,北极点为Pn,用Af表示初始点P0至末端点Pf的大圆弧(圆心为地心,半径为地球半径)与初始点正北方向的夹角,以正北方向为基准顺时针为正,0≤Af<2π,用σ表示初始点P0至末端点Pf的大圆弧,Sf为σ所对应的弧长。
由图2中的球面三角形P0PnPf可得:
则由式(1)和式(2)可得:
因此联合式(3)和式(4)可得:
由于Af一般情况下都在0~π之间,所以直接取反余弦即可,无论当前点的经纬度是正值还是负值上式都成立。
令Δθ=θf-θ0,由式(5)可得:
则有:
Sf=arccos(sinφfsinφ0+cosφfcosφ0cosΔθ) (7)
如图3所示,C(LC,BC)点为威胁源的中心点,其半径为R,点D为过C点作弧P0Pf的垂线与弧的交点,设其坐标为(LD,BD),已知C、D的大地坐标,由公式(7)可得SCD,若SCD大于R,说明D点在威胁区之外,即飞行航迹所在圆弧过威胁区,但飞行航迹不过威胁区;否则,说明D点在威胁区之内,即飞行航迹过威胁区。
(3)针对不同飞行器的总体参数,建立航迹规划目标函数模型,将各方面的影响因素按照相应标准进行转化,然后根据各个单项指标在综合指标的权重得到表征航迹综合指标的无量纲值。
根据任务要求,航迹性能的影响因素主要考虑以下几点:敌方威胁、突防概率、飞行时间、机动次数。
为了便于分析,将整个飞行航迹划为若干段,则航迹性能的代价函数模型可表示为:
式中,i=1,2,…为航迹分段;fTAi、Pi、Ti、Ai分别为航迹分段上敌方威胁、突防概率、飞行时间与机动次数的无量纲化表示,w1~w4为各自的权重系数,要满足:
w1+w2+w3+w4=1
式中,fTAi为第i段航迹段的威胁指数,它限制飞行器不要与已知的地面威胁距离太近,使得飞行器尽量通过威胁较小的区域飞行;
j=1,2,…m为第i段航迹分段上相关的威胁区数量,Rj为第j个威胁区的半径,SCDj为从第j个威胁区中心点向发射点和目标点之间的大圆弧作垂直于大圆弧的大圆弧长,βj为一乘数因子,当第j个威胁没有收到预警信息时βj=1,否则βj>1,这里Ci为分段航迹目标函数值,即上述公式(8)在i段的取值。Pi为第i段航迹段的突防概率,表征此段航迹突破敌方导弹防御系统的概率,Pi是由飞行器特征决定的,其取值范围在0到1之间,这里飞行器突防概率越高,该值取值越大;Ti为第i段航迹段的飞行时间,总的飞行时间越少,作战效能越优,不同飞行器在分段航迹内的飞行时间不同,其取值范围在秒级;Ai为第i段航迹段的机动次数,飞行器机动次数越多,故障率越高,因此这里应选择机动次数少的飞行方式,Ai取值通常在0到10之间,机动次数越多,取值越大。
航迹性能的评价实质上就是求解每条航迹的综合表征值,即选择C最小情况下fTAi、Pi、Ti、Ai取值。这里求解的过程实际是用飞行器运动学、动力学模型解算出一条航迹,然后按照上述公式进行航迹评价,取得目标函数值,然后用下面的航迹规划算法不断迭代,最后迭代出最优的C值,其实fTAi、Pi、Ti、Ai中最重要的还是通过fTAi反解出航迹满足最优航迹的航迹点D,再把所有的航迹点D组合到一起就成了最优航迹了。
由于航迹规划搜索算法多样,这里同时需要建立航迹规划算法数据库,具体包括直接打靶法、高斯伪谱法、自适应高斯伪谱法、稀疏A*算法、粒子群法、模拟退火法、遗传算法等。
(4)判断是否进入航迹规划迭代解算,若开始解算进入步骤(5);若战场环境或者目标信息发生变化,需要重新输入初始信息或约束条件,重新进入步骤(2);
(5)从算法数据库中选择迭代算法,由于本发明生成的最优航迹是用于飞行器初始装订的,因此对算法的选择应以可靠性、快速性、实用性为原则,若选择的算法在步骤(6)中无法迭代出最优解,可以从剩余算法中重新选择迭代算法;
(6)若算法收敛得到最优解进入步骤(7);若迭代无法收敛,重新进入步骤(5);
(7)航迹规划结束。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (1)
1.一种面向复杂战场威胁的射前航迹确定方法,其特征在于包括如下步骤:
(1)获取飞行器在发射时的发射点经纬度,目标点所在的经纬度,威胁区中心点的经纬度,以及威胁区的半径;
(2)根据步骤(1)给出的条件,确定一条飞行器的飞行航迹作为初始航迹;
(3)将初始航迹进行分段,然后以分段后的初始航迹为初始条件,以航迹性能的代价函数C的取值最小为目标,采用航迹规划搜索算法进行迭代解算,确定出飞行器的最优飞行航迹;所述的航迹规划搜索算法包括但不限于直接打靶法、高斯伪谱法、自适应高斯伪谱法、稀疏A*算法、粒子群法、模拟退火法或者遗传算法;
所述航迹性能的代价函数C表示为:
式中,i=1,2,…n为航迹分段;fTAi、Pi、Ti、Ai分别为第i段航迹分段上的敌方威胁、突防概率、飞行时间与机动次数的无量纲化表示,w1~w4为与敌方威胁、突防概率、飞行时间与机动次数相对应的权重系数,满足w1+w2+w3+w4=1;
βj为乘数因子,当没有收到第j个威胁预警信息时βj=1,否则βj>1,j=1,2,…m为第i段航迹分段上相关的威胁区数量,Rj为第j个威胁区的半径,SCDj为从第j个威胁区中心点向发射点和目标点之间的大圆弧作垂直于该大圆弧的大圆弧的长度,所述的大圆弧为圆心过地心,半径为地球半径的圆弧;Ci为第i段航迹分段的目标函数值,Pi的取值范围在0到1之间,飞行器的突防概率越高,Pi取值越大,Ti的取值范围在秒级,Ai取值在0到10之间,机动次数越多,Ai取值越大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410575003.8A CN104317305B (zh) | 2014-10-23 | 2014-10-23 | 一种面向复杂战场威胁的射前航迹确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410575003.8A CN104317305B (zh) | 2014-10-23 | 2014-10-23 | 一种面向复杂战场威胁的射前航迹确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104317305A CN104317305A (zh) | 2015-01-28 |
CN104317305B true CN104317305B (zh) | 2017-04-05 |
Family
ID=52372547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410575003.8A Active CN104317305B (zh) | 2014-10-23 | 2014-10-23 | 一种面向复杂战场威胁的射前航迹确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104317305B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106021835B (zh) * | 2015-08-25 | 2018-05-11 | 中国运载火箭技术研究院 | 一种面向最优侦察的航迹设计方法 |
CN105469153B (zh) * | 2015-11-25 | 2019-05-21 | 中国电子科技集团公司第二十八研究所 | 一种基于系统订购的空情共享装置 |
CN105841703A (zh) * | 2016-03-15 | 2016-08-10 | 电子科技大学 | 一种威胁环境下目标定位的无人机最优航路计算方法 |
CN105929847B (zh) * | 2016-06-24 | 2018-12-18 | 南京奇蛙智能科技有限公司 | 一种无人机跟随航点可靠性的判断方法 |
CN108089594B (zh) * | 2017-12-13 | 2020-11-27 | 王俊梅 | 一种无人机视线死角转向逃逸飞行方法 |
CN112148024B (zh) * | 2020-08-20 | 2022-04-08 | 中国人民解放军海军航空大学 | 基于自适应伪谱法的无人机实时在线航迹规划方法 |
CN112182501B (zh) * | 2020-08-21 | 2023-11-17 | 中国人民解放军93114部队 | 巡航导弹的突防概率计算方法和装置 |
CN113536528B (zh) * | 2021-05-14 | 2022-05-17 | 中国人民解放军军事科学院评估论证研究中心 | 一种无护航编队情况下预警机战术行为模拟方法及系统 |
CN116661496B (zh) * | 2023-05-31 | 2024-03-15 | 南京理工大学 | 一种基于智能算法的多巡飞弹协同航迹规划方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101101650A (zh) * | 2007-07-02 | 2008-01-09 | 北京理工大学 | 以机动过载为控制量的低空突防导弹三维航迹规划方法 |
CN102436604A (zh) * | 2011-09-08 | 2012-05-02 | 哈尔滨工程大学 | 一种基于多目标进化方法的多弹协同航路计算方法 |
CN102880186A (zh) * | 2012-08-03 | 2013-01-16 | 北京理工大学 | 基于稀疏a*算法和遗传算法的航迹规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9115996B2 (en) * | 2009-07-29 | 2015-08-25 | Lockheed Martin Corporation | Threat analysis toolkit |
-
2014
- 2014-10-23 CN CN201410575003.8A patent/CN104317305B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101101650A (zh) * | 2007-07-02 | 2008-01-09 | 北京理工大学 | 以机动过载为控制量的低空突防导弹三维航迹规划方法 |
CN102436604A (zh) * | 2011-09-08 | 2012-05-02 | 哈尔滨工程大学 | 一种基于多目标进化方法的多弹协同航路计算方法 |
CN102880186A (zh) * | 2012-08-03 | 2013-01-16 | 北京理工大学 | 基于稀疏a*算法和遗传算法的航迹规划方法 |
Non-Patent Citations (4)
Title |
---|
具有时间约束的无人机航迹规划方法;王新增等;《火力与指挥控制》;20111231;第36卷(第12期);全文 * |
基于A*算法的无人机四维航迹规划研究;周青等;《计算机仿真》;20140430;第31卷(第4期);全文 * |
多威胁条件下对地攻击行动综合航迹规划与任务分配方法研究;罗泉;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20120315(第3期);第C031-103页 * |
有限干预下的UAV低空突防航迹规划;任鹏等;《系统工程与电子技术》;20140430;第36卷(第4期);第679-684页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104317305A (zh) | 2015-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104317305B (zh) | 一种面向复杂战场威胁的射前航迹确定方法 | |
CN110031004B (zh) | 基于数字地图的无人机静态和动态路径规划方法 | |
Shin et al. | UAV path planning under dynamic threats using an improved PSO algorithm | |
CN103557867B (zh) | 一种基于稀疏a*搜索的三维多uav协同航迹规划方法 | |
Mahnken | Technology and the American way of war | |
Royset et al. | Routing military aircraft with a constrained shortest-path algorithm | |
CN107577241B (zh) | 一种基于避障系统的消防无人机航迹规划方法 | |
CN108318032A (zh) | 一种考虑攻防对抗的无人机航迹智能规划方法 | |
CN113536528B (zh) | 一种无护航编队情况下预警机战术行为模拟方法及系统 | |
US10281281B2 (en) | Decision support and control systems including various graphical user interfaces configured for displaying multiple transit options for a platform with respect to hazard and objects and related methods | |
CN110109477A (zh) | 基于鸽群智能反向学习的无人机集群多目标控制优化方法 | |
JP6209120B2 (ja) | 戦術支援装置、戦術支援方法、及び戦術支援プログラム | |
CN109063819B (zh) | 基于贝叶斯网络的任务共同体的识别方法 | |
Duan et al. | Multiple UCAVs cooperative air combat simulation platform based on PSO, ACO, and game theory | |
CN114139023B (zh) | 一种基于Louvain算法的海上态势生成多目标层次化分群方法 | |
Shan | Study on submarine path planning based on modified ant colony optimization algorithm | |
Alkaher et al. | Dynamic-escape-zone to avoid energy-bleeding coasting missile | |
Liu et al. | Voronoi diagram and GIS-based 3D path planning | |
CN117236208A (zh) | 基于流体力学的类平抛运动计算方法 | |
CN117726089A (zh) | 优化K-means威胁目标聚类的集群护航任务分配方法及系统 | |
Singh | Air Power in Modern Warfare | |
Hao et al. | A study on route planning of helicopter in low altitude area | |
Ünver | Threat evaluation in air defense systems using analytic network process | |
CN112699531A (zh) | 一种通用航空低空飞行目视参考点建立方法 | |
CN116910577B (zh) | 航空兵蓝军模拟战术运用相似度评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |