寇麗君
(大連東軟信息學(xué)院,遼寧 大連 116000)
以雙坐標(biāo)系為量化基準(zhǔn),構(gòu)造無(wú)人機(jī)動(dòng)力學(xué)模型時(shí)特做以下假設(shè):將無(wú)人機(jī)視為對(duì)稱且形狀均勻的剛體;在較小風(fēng)速的情況下無(wú)人機(jī)懸?;虻退亠w行時(shí),忽略近地效應(yīng)。
構(gòu)造雙坐標(biāo)系的步驟如下:
(1)將無(wú)人機(jī)機(jī)身坐標(biāo)系記為O -XYZ。其中O為坐標(biāo)原點(diǎn)位于機(jī)身重心處,X軸與Y軸均從重心指向無(wú)人機(jī)電機(jī),而Z軸則與地面垂直且向上,形成右手坐標(biāo)系,能夠描述姿態(tài)信息。
(2)慣性坐標(biāo)系記為o-xyz,將o這一原點(diǎn)置于地面,x軸與y軸互相垂直并且與地面平行,東方向定義為x軸正向。z軸向上與地面垂直,符合直角右手正交系,能夠描述無(wú)人機(jī)與地面相對(duì)的空間位置。
無(wú)人機(jī)的運(yùn)動(dòng)形式分為繞軸轉(zhuǎn)動(dòng)與沿軸平動(dòng)。通過(guò)4 個(gè)變化狀態(tài)量進(jìn)行表示。(x,y,z)T表示位置坐標(biāo);(vx,vy,vz)T表示沿軸速度;(φ,θ,Φ)T表示繞軸姿態(tài);(p,q,r)T表示繞軸角速度。
其中,T代表狀態(tài)閾值;x、y、z分別代表慣性坐標(biāo)系中,無(wú)人機(jī)的軸向位置信息;vx、vy、vz分別代表3 個(gè)軸向的沿軸速度;φ、θ、Φ分別代表3 個(gè)軸向的繞軸姿態(tài);p、q、r分別代表3 個(gè)軸向的繞軸角速度。
根據(jù)以上狀態(tài)變量構(gòu)造無(wú)人機(jī)動(dòng)力學(xué)模型,如下式所示:
新課標(biāo)明確指出,在語(yǔ)文學(xué)習(xí)的過(guò)程中,要培養(yǎng)學(xué)生健康的審美情趣。在古詩(shī)文教學(xué)中除了從詩(shī)詞句的誦讀與理解中讓學(xué)生受到感染熏陶,還可以結(jié)合課文插圖來(lái)培養(yǎng)學(xué)生健康的人格和審美情趣。例如在教學(xué)杜甫的《江畔獨(dú)步尋花》時(shí),可以引導(dǎo)學(xué)生仔細(xì)觀察課文插圖,并與學(xué)生探討:你覺(jué)得圖畫美嗎?美在哪里?一般學(xué)生都能道出花美、景美、動(dòng)靜結(jié)合等。這時(shí),教師及時(shí)引導(dǎo)學(xué)生感受畫面表現(xiàn)的生活美、人情美。繼續(xù)看圖探討:詩(shī)人置身于繁花似錦、蝶舞鶯啼的美好春景中,你能感受到詩(shī)人怎樣的情感?這時(shí),學(xué)生就能感受到詩(shī)人愉悅的心情和對(duì)美好春景的熱愛(ài)。這樣學(xué)生在潛移默化中受到熏陶,提高審美情趣。
根據(jù)構(gòu)造的無(wú)人機(jī)動(dòng)力學(xué)模型,通過(guò)蟻群算法規(guī)劃無(wú)人機(jī)運(yùn)行的初始路徑。具體步驟如下:
(1)對(duì)相關(guān)參數(shù)進(jìn)行初始化。其中包括總螞蟻數(shù)M、迭代總次數(shù)D、信息素?cái)?shù)量權(quán)重系數(shù)、啟發(fā)式信息權(quán)重系數(shù)等。設(shè)置當(dāng)前迭代次數(shù)為1。
(2)對(duì)應(yīng)M只螞蟻,構(gòu)建M個(gè)禁忌表,并將節(jié)點(diǎn)禁忌鏈表初始化為空。
(3)若當(dāng)前迭代次數(shù)≤迭代總次數(shù)D,則使當(dāng)前迭代次數(shù)為1,并轉(zhuǎn)到下一步驟;若當(dāng)前迭代次數(shù)>迭代總次數(shù)D,使當(dāng)前迭代次數(shù)為1,并轉(zhuǎn)到第(7)步驟。
(4)將各螞蟻起始點(diǎn)放入相應(yīng)的節(jié)點(diǎn)禁忌鏈表中,將加入表中的節(jié)點(diǎn)視為當(dāng)前節(jié)點(diǎn)。
(5)若各螞蟻當(dāng)前節(jié)點(diǎn)不是目標(biāo)點(diǎn),則對(duì)各可行節(jié)點(diǎn)的對(duì)應(yīng)轉(zhuǎn)移概率進(jìn)行計(jì)算,并通過(guò)輪盤賭法對(duì)下一節(jié)點(diǎn)j進(jìn)行選取。將其加入各自的節(jié)點(diǎn)禁忌鏈表內(nèi),使其成為當(dāng)前節(jié)點(diǎn)。當(dāng)全部螞蟻都找到其目標(biāo)點(diǎn),則轉(zhuǎn)到下一步驟;當(dāng)無(wú)可行解,且不是當(dāng)前節(jié)點(diǎn),則跳轉(zhuǎn)至第(7)步驟,否則當(dāng)前迭代次數(shù)加一,并在本步驟循環(huán)運(yùn)行。
(6)對(duì)當(dāng)前代數(shù)是否為總次數(shù)與迭代周期數(shù)的比值的倍數(shù)進(jìn)行確定。不為其倍數(shù),則對(duì)全局信息素進(jìn)行更新;否則對(duì)信息素進(jìn)行更新,清空各螞蟻的節(jié)點(diǎn)禁忌鏈表,轉(zhuǎn)至第(3)步驟。
(7)對(duì)無(wú)可行解時(shí)的末尾路徑進(jìn)行記錄,對(duì)該條路徑的對(duì)應(yīng)懲罰因子進(jìn)行增加,并對(duì)其啟發(fā)式因子進(jìn)行修改,使目前迭代次數(shù)加一,跳轉(zhuǎn)至第(4)步驟。
基于多目標(biāo)搜索,通過(guò)蟻群算法實(shí)現(xiàn)無(wú)人機(jī)協(xié)同軌跡智能規(guī)劃。具體規(guī)劃流程如下:
(1)構(gòu)建二維維諾圖。圖中包含N個(gè)威脅源,以及S組無(wú)人機(jī)終止點(diǎn)與起始點(diǎn)的對(duì)應(yīng)坐標(biāo)對(duì)。
(2)通過(guò)蟻群算法針對(duì)S個(gè)無(wú)人機(jī)實(shí)施最短路徑搜索,獲取初始路徑S組。
(3)對(duì)獲取路徑實(shí)施平滑處理,獲取其對(duì)應(yīng)路徑平滑初始區(qū)間。
(4)設(shè)定置信度,對(duì)路徑平滑初始區(qū)間是否存在交集進(jìn)行判斷。若存在交集,轉(zhuǎn)向步驟(5);否則,判斷區(qū)間距離是否大于置信度。若大于置信度,則無(wú)法進(jìn)行協(xié)同軌跡智能規(guī)劃;小于置信度,轉(zhuǎn)向步驟(6)繼續(xù)執(zhí)行。
(5)將交集里的中間值當(dāng)做公共路徑長(zhǎng)度,計(jì)算其與初始路徑S的距離,轉(zhuǎn)向步驟(7)。
(6)針對(duì)平滑長(zhǎng)度區(qū)間,選擇上限最小的區(qū)間與上限最大的區(qū)間,計(jì)算其路徑的平滑長(zhǎng)度。其余區(qū)間,則將其中心作為路徑的平滑長(zhǎng)度。之后計(jì)算路徑原始長(zhǎng)度與路徑平滑長(zhǎng)度的距離。
(7)各條路徑獲取一個(gè)總體平滑因子值,對(duì)上面的各點(diǎn)實(shí)施各角度的路徑平滑操作。
(8)完成操作后,實(shí)現(xiàn)無(wú)人機(jī)協(xié)同軌跡智能規(guī)劃,結(jié)束算法。
實(shí)驗(yàn)中選用5 臺(tái)無(wú)人機(jī),通過(guò)本文方法和二種傳統(tǒng)方法對(duì)其規(guī)劃。實(shí)驗(yàn)中設(shè)置威脅源為9 個(gè),給定二維平面中的起始點(diǎn)與目標(biāo)點(diǎn),要求實(shí)驗(yàn)無(wú)人機(jī)從同一基地出發(fā),并同時(shí)到達(dá)實(shí)驗(yàn)中設(shè)置的目標(biāo)點(diǎn)。獲取起始點(diǎn)與目標(biāo)點(diǎn)的距離為5 000 m~5 500 m 的飛行耗時(shí)數(shù)據(jù),作為實(shí)驗(yàn)數(shù)據(jù)而進(jìn)行對(duì)比分析。
在起始點(diǎn)與目標(biāo)點(diǎn)的距離為5 000m~5 500 m,本文方法與原有的二種方法飛行耗時(shí)實(shí)驗(yàn)對(duì)比數(shù)據(jù)見(jiàn)表1。
根據(jù)表1 數(shù)據(jù)可知,在起始點(diǎn)與目標(biāo)點(diǎn)距離為5 000 m~5 500 m,本文提出方法的飛行耗時(shí)低于原有二種方法。
基于多目標(biāo)搜索的無(wú)人機(jī)協(xié)同軌跡智能規(guī)劃方法,實(shí)現(xiàn)了特定距離內(nèi)飛行耗時(shí)的降低,對(duì)于無(wú)人機(jī)任務(wù)的協(xié)同執(zhí)行有很大意義。