一种基于安全飞行空间的UAV低空突防改进模型

doi:10.3969/j.issn.1009-086x.2022.06.016

现代防御技术 ›› 2022, Vol. 50 ›› Issue (6): 124-131.doi: 10.3969/j.issn.1009-086x.2022.06.016

一种基于安全飞行空间的UAV低空突防改进模型

杨萍(), 闫少强, 汪江鹏, 吴丰轩, 阎哲, 燕松

火箭军工程大学，陕西西安 710025

收稿日期:2022-03-01 修回日期:2022-07-08 出版日期:2022-12-28 发布日期:2023-01-06
作者简介:杨萍（1968-），女，重庆人。教授，博士，研究方向为军事建模与仿真、军事智能决策。通信地址：710025 陕西省西安市灞桥区洪庆街道同心路2号E-mail：yyp_ing@163.com
基金资助:
国家自然科学基金(61703411)

An Improved UAV Low Altitude Penetration Model Based on Safe Flight Space

Ping YANG(), Shao-qiang YAN, Jiang-peng WANG, Feng-xuan WU, Zhe YAN, Song YAN

Rocket Force University of Engineering，Shaanxi Xi'an 710025，China

Received:2022-03-01 Revised:2022-07-08 Online:2022-12-28 Published:2023-01-06

摘要/Abstract

摘要：

为解决对地形预处理后缺少与UAV自身特性相结合的问题，提出了一种基于安全飞行空间的UAV低空突防改进模型。构建了一个可安全飞行空间，减少地形约束条件的同时保证无人机低空突防时的安全飞行。结合无人机自身特性对航迹规划模型进行了改进，增加无人机飞行过程稳定性和规划的航迹平滑性。通过PSO算法在复杂的高程地图中对改进前、后2种模型进行了仿真，验证了改进后模型的合理性和有效性。

关键词: 低空突防, 安全飞行空间, 航迹规划, 模型改进, 平滑代价

Abstract:

An improved unmanned aerial vehicle （UAV） low altitude penetration model based on safe flight space is presented to solve the problem of lack of combination with the characteristics of UAV after terrain preprocessing. A safe flight space is constructed to reduce terrain constraints and ensure the safe flight of UAV in low altitude penetration. The trajectory planning model is improved by combining with the characteristics of UAV to increase the stability of UAV flight process and the smoothness of planned trajectory. The particle swarm optimization （PSO） algorithm is used to simulate the two models before and after the improvement in complex elevation map to verify the rationality and effectiveness of the improved model.

Key words: low altitude penetration, safe flight space, trajectory planning, model improvement, smoothing cost

中图分类号:

V279

杨萍, 闫少强, 汪江鹏, 吴丰轩, 阎哲, 燕松. 一种基于安全飞行空间的UAV低空突防改进模型[J]. 现代防御技术, 2022, 50(6): 124-131.

Ping YANG, Shao-qiang YAN, Jiang-peng WANG, Feng-xuan WU, Zhe YAN, Song YAN. An Improved UAV Low Altitude Penetration Model Based on Safe Flight Space[J]. Modern Defense Technology, 2022, 50(6): 124-131.

图/表 13

图1

图2

图3

表1

图4

图5

图6

图7

图8

图9

图10

图11

图12

参考文献 11

1	熊自明，万刚，吴本材.基于改进蚁群算法的无人机低空突防三维航迹规划［J］.电光与控制，2011，18（12）：44-48.
	XIONG Zi-ming， WAN Gang， WU Ben-cai. Three Dimensional Path Planning of UAV Low Altitude Penetration Based on Improved Ant Colony Algorithm ［J］. Electro Optic and Control， 2011，18 （12）： 44-48.
2	翁兴伟，董康生，陈诚，等.无人机地形预处理低空突防轨迹规划技术［J］.现代防御技术，2015，43（4）：19-24， 98.
	WENG Xing-wei， DONG Kang-sheng， CHEN Cheng， et al. Low Altitude Penetration Trajectory Planning Technology for UAV Terrain Preprocessing ［J］. Modern Defence Technology， 2015，43 （4）： 19-24， 98.
3	武虎子，王瑾，齐万涛，等.飞机低空突防模式机动舵面最优配置建模仿真［J］.系统仿真学报，2021，33（9）：2180-2190.
	WU Hu-zi， WANG Jin， QI Wan-tao， et al. Modeling and Simulation of Optimal Configuration of Aircraft Rudder in Low Altitude Penetration Mode ［J］. Journal of System Simulation， 2021，33 （9）： 2180-2190.
4	唐强，张新国，刘锡成.一种用于低空飞行的在线航迹重规划方法［J］.西北工业大学学报，2005， 23（2）：271-275.
	TANG Qiang， ZHANG Xin-guo， LIU Xi-cheng. An Online Path Re-Planning Method for Low Altitude Flight ［J］. Journal of Northwest Polytechnical University of Technology， 2005， 23（2）： 271-275.
5	白晓利，韩亮.基于数字地图预处理的低空突防飞行路线规划［J］.北京航空航天大学学报，2005， 31（8）：853-857.
	BAI Xiao-li， HAN Liang. Low Altitude Penetration Flight Route Planning Based on Digital Map Preprocessing ［J］. Journal of Beijing University of Aeronautics and Astronautics， 2005， 31 （8）： 853-857.
6	陈侠，鹿振宇.基于不同地形的低空安全突防曲面处理算法［J］.电光与控制，2013，20（5）：1-5.
	CHEN Xia， LU Zhen-yu. Low Altitude Safe Penetration Surface Processing Algorithm Based on Different Terrain ［J］. Electro Optic and Control， 2013， 20 （5）： 1-5.
7	PHUNG M D， HA Q P. Safety-Enhanced UAV Path Planning with Spherical Vector-Based Particle Swarm Optimization［J］. Applied Soft Computing， 2021， 107： 107376.
8	刘凌宇，彭靖.低空突防仿真用数字地形模型的建立［J］.中国体视学与图像分析，2010，15（3）：245-250.
	LIU Ling-yu， PENG Jing. Establishment of Digital Terrain Model for Low Altitude Penetration Simulation ［J］. China Stereology and Image Analysis， 2010，15 （3）： 245-250.
9	胡志忠，徐克虎，沈春林.低空突防用数字地形的平滑处理［J］.南京航空航天大学学报，2000， 32（5）：493-498.
	HU Zhi-zhong， XU Ke-hu， SHEN Chun-lin. Smoothing of Digital Terrain for Low Altitude Penetration ［J］. Journal of Nanjing University of Aeronautics and Astronautics， 2000， 32（5）： 493-498.
10	樊旭东，阮玉晗，黄康强，等.面向无人机低空突防的轨迹规划技术［J］.计算机仿真，2020，37（12）：25-30， 66.
	FAN Xu-dong， RUAN Yu-han， HUANG Kang-qiang， et al. Trajectory Planning Technology for UAV Low Altitude Penetration ［J］. Computer Simulation， 2020，37 （12）： 25-30， 66.
11	唐汇禹，彭世蕤，孙经蛟，等. 基于混沌DESAPSO算法的无人机三维航迹规划［J］. 兵器装备工程学报， 2017， 38（2）：5.
	TANG Hui-yu， PENG Shi-rui， SUN Jing-jiao， et al. UAV 3D Path Planning Based on Chaotic Desapso Algorithm ［J］. Journal of Ordnance and Equipment Engineering， 2017， 38 （2）： 5.

	算法平均耗时/s	航迹长度/km	平均适应值	最小适应度值	成功率
改进前	43.87	196.42	900 018.95	81.54	0.578
改进后	26.98	154.80	78.60	73.23	1

[1]	王文涛, 甘旭升, 吴亚荣, 任谨慎, 王翠香. 考虑不确定性的低空无人机运行风险评估方法[J]. 现代防御技术, 2022, 50(5): 14-21.
[2]	董康生, 胡伟波, 沈雁鸣, 唐上钦. 美军无人空战装备智能化发展动态及启示[J]. 现代防御技术, 2022, 50(4): 28-37.
[3]	孙丰础, 甘旭升. 无人机双机空战对抗侧向机动路径规划[J]. 现代防御技术, 2022, 50(3): 109-118.
[4]	刘群, 杨昭, 周传霞. 某型旋翼无人机极限风速下运动失稳及失能特性研究[J]. 现代防御技术, 2022, 50(1): 19-24.
[5]	李勇, 李树豪, 党利. 基于鲁棒H_∞控制的无人机纵向自动驾驶仪设计[J]. 现代防御技术, 2021, 49(5): 32-44.
[6]	马特, 郑致远, 赵军虎. 分布式多无人机编队控制与博弈算法研究[J]. 现代防御技术, 2021, 49(5): 45-50.
[7]	卞伟伟, 吕鑫, 刘蝉, 贾彦翔, 邱旭阳. 低慢小目标复合拦截任务规划仿真分析[J]. 现代防御技术, 2021, 49(5): 104-110.
[8]	潘楠, 刘海石, 陈启用, 颜礼贤, 郭晓珏. 多基地多目标无人机协同任务规划算法研究[J]. 现代防御技术, 2021, 49(2): 49-56.
[9]	贾彦翔, 邱旭阳, 卞伟伟, 刘亮. 柔性网空中联合组网参数配置优化算法[J]. 现代防御技术, 2021, 49(2): 57-63.
[10]	许瑞明. 无人机集群智能的生成样式研究[J]. 现代防御技术, 2020, 48(5): 44-49.
[11]	徐浩桐, 翟心蝶, 闫浩安, 祝月, 黄天豪. 飞跳一体智能飞行器设计[J]. 现代防御技术, 2020, 48(4): 8-15.
[12]	李晶晶, 罗晨旭, 黄维. “捕蜂”——低空近程反无人机蜂群体系构想[J]. 现代防御技术, 2020, 48(4): 16-22.
[13]	李泽波, 黄戈莹, 王轶轩, 方潮铭, 王奕霄, 李博雯. 自旋三旋翼飞行器的概念设计研究[J]. 现代防御技术, 2020, 48(4): 23-28.
[14]	杨丽娜, 曹泽阳, 李勇祥. 无人机蜂群作战构成及作战概念研究[J]. 现代防御技术, 2020, 48(4): 44-51.
[15]	孙韬, 王俊达, 王睦深, 孟春考, 祝月. 集群式侦察探测防御系统[J]. 现代防御技术, 2020, 48(3): 92-98.

一种基于安全飞行空间的UAV低空突防改进模型

An Improved UAV Low Altitude Penetration Model Based on Safe Flight Space

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 11

相关文章 15

编辑推荐

Metrics

本文评价