一種基于鴿群優(yōu)化的艦載機(jī)自主著艦導(dǎo)引律設(shè)計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明是一種基于鴿群優(yōu)化的艦載機(jī)自主著艦導(dǎo)引律設(shè)計(jì)方法，屬于艦載機(jī)技術(shù) 領(lǐng)域。
【背景技術(shù)】
[0002] 艦載機(jī)是國防中的重要力量，在各國海軍中扮演者重要的角色。艦載機(jī)技術(shù)是各 國研究的熱點(diǎn)，體現(xiàn)了一個(gè)國家的國防技術(shù)實(shí)力，國內(nèi)外許多學(xué)者都對(duì)艦載機(jī)相關(guān)各項(xiàng)技 術(shù)進(jìn)行過深入的研究。艦載飛機(jī)和陸基飛機(jī)有著很大的不同，海上的特殊環(huán)境給艦載機(jī)著 艦帶來了巨大的挑戰(zhàn)，艦載機(jī)需要在航母甲板上降落，而航母甲板長(zhǎng)度有限，不可能為艦載 機(jī)提供更大的滑跑距離，因此艦載機(jī)必須在降落時(shí)成功鉤住四道攔阻索中的一道以實(shí)現(xiàn)減 速的目的。航母在海上會(huì)受到海浪的作用而導(dǎo)致其甲板發(fā)生六自由度的運(yùn)動(dòng)，如果不加入 補(bǔ)償會(huì)造成艦載機(jī)觸艦點(diǎn)的偏差。另外，對(duì)艦載機(jī)著艦影響很大的一個(gè)因素就是航母尾流 的影響，航母在海面上行進(jìn)，或者有風(fēng)吹過甲板時(shí)，對(duì)在航母后面產(chǎn)生氣流干擾，尾流會(huì)使 得艦載機(jī)偏離給定的下滑道，對(duì)著艦安全造成影響。
[0003] 手動(dòng)著艦會(huì)受到天氣因素和人為因素的影響，不能保證在惡劣條件下的著艦安 全，因此出現(xiàn)了自主著艦技術(shù)，可以實(shí)現(xiàn)艦載機(jī)全天候自主著艦。導(dǎo)引律優(yōu)化設(shè)計(jì)是自主著 艦技術(shù)重要的組成部分。在設(shè)計(jì)艦載機(jī)著艦導(dǎo)引律時(shí)，需要對(duì)導(dǎo)引律進(jìn)行優(yōu)化，使得著艦導(dǎo) 引律對(duì)尾流干擾的魯棒性增強(qiáng)，提高艦載機(jī)對(duì)下滑道的跟蹤精度，達(dá)到安全著艦的目的。著 艦的不同階段會(huì)根據(jù)具體需求使用不同的導(dǎo)引律參數(shù)，這些參數(shù)采用人工調(diào)參的方法很難 達(dá)到最優(yōu)的效果，也會(huì)給設(shè)計(jì)人員帶來極大的工作負(fù)擔(dān)，因此開發(fā)出一種自動(dòng)優(yōu)化方法進(jìn) 行導(dǎo)引律參數(shù)調(diào)整是十分必要的技術(shù)，不僅可以降低設(shè)計(jì)人員的工作負(fù)荷，還可以提高系 統(tǒng)性能。
[0004] 群體智能是仿生智能的一個(gè)重要分支，人們通過對(duì)自然界生物群體的觀察，受到 自然界中生物群體行為的啟發(fā)，在此基礎(chǔ)上總體提升，將其行為模式用數(shù)學(xué)的方式描述出 來。在群體智能模型的基礎(chǔ)上，人們提出了群體智能優(yōu)化算法的概念，用生物群體的行為模 式來求解優(yōu)化問題。鶴群算法（PigeonInspiredOptimization，PI0)是HaibinDuan在 2014年提出的一種新型的啟發(fā)式群智能優(yōu)化算法，該算法受到鴿子群體行為的啟發(fā)，根據(jù) 鴿子在尋找目標(biāo)的過程中，先后依據(jù)磁場(chǎng)和地標(biāo)作為指示的行為特點(diǎn)，建立起地圖羅盤和 地標(biāo)兩種算法機(jī)制。
[0005] 鴿群在尋找目的地的過程中，會(huì)先參照太陽和磁場(chǎng)進(jìn)行初步定位，然后依照地標(biāo) 進(jìn)行精確定位，根據(jù)這一特性，鴿群算法提出了兩種相對(duì)應(yīng)的算子，分別為地圖羅盤算子和 地標(biāo)機(jī)制，來模擬鴿群的這種特性，并將這兩種算子結(jié)合起來解決優(yōu)化問題。
[0006] (1)地圖羅盤算子
[0007] 在地圖和羅盤算子中，鴿群根據(jù)地圖和羅盤的指引方式前進(jìn)，在D維空間里，第i只鴿子的位置信息&和速度信息V1每一代更新一次，具體的更新準(zhǔn)則如下式所示：
[0008] (t) =Vi(t_l)?eRt+rand?(Xg-Xi(t_l)) (1)
[0009] xjozXia-D+Via)⑵
[0010] 式中，R為地圖和羅盤因子，rand是一個(gè)從0到1之間隨機(jī)產(chǎn)生的一個(gè)隨機(jī)數(shù)，Xg 是當(dāng)前迭代次數(shù)下的全局最優(yōu)位置，通過比較所有鴿子的位置信息來獲得。地圖羅盤算子 示意圖如附圖1所示，圖中最右邊的鴿子為擁有全局最優(yōu)位置信息的鴿子，細(xì)箭頭表示鴿 子之前的速度矢量，粗箭頭表示該機(jī)制作用下，鴿子速度的調(diào)整矢量方向，兩個(gè)速度矢量相 疊加后的結(jié)果就是當(dāng)前鴿子的速度矢量。
[0011] ⑵地標(biāo)算子
[0012] 由于鴿子在尋找目的地的后期，主要依靠的是地標(biāo)來進(jìn)行目標(biāo)的導(dǎo)引，為此根據(jù) 其行為特性提出地標(biāo)算子。該算子規(guī)定，每一代的鴿群數(shù)目減半，為了更快的到達(dá)目的地， 剩下的鴿子直接飛向目的地。具體的更新準(zhǔn)則如下式所示：
[0015] X;(t) =X； (t-1)+rand? (Xc (t)-X； (t-1)) (5)
[0016] 在上式中，Np為鴿群的數(shù)目，fitness是鴿子位置信息的代價(jià)函數(shù)，為了求得代價(jià) 函數(shù)的最小值，可以取€_作為目標(biāo)函數(shù)，X。是鴿群的加權(quán)位置中心。地標(biāo)算子的示意圖如 附圖2所示，圓圈外面的鴿子脫離鴿群，中心位置的鴿子為剩余鴿子的目的地，剩下的鴿群 迅速向目的中心靠攏。鴿群算法的整體流程圖如附圖3所示。

【發(fā)明內(nèi)容】

[0017] 1、發(fā)明目的：
[0018] 本發(fā)明提出了一種基于鴿群優(yōu)化的艦載機(jī)自主著艦導(dǎo)引律設(shè)計(jì)方法，其目的是提 供一種著艦導(dǎo)引律智能參數(shù)整定方法，以降低設(shè)計(jì)人員的工作難度，并且提高導(dǎo)引律對(duì)艦 尾流干擾的魯棒性。
[0019] 該方法利用艦載機(jī)Simulink控制仿真模型，在控制模型中構(gòu)建典型的艦尾流干 擾模塊，通過仿真得到艦載機(jī)閉環(huán)系統(tǒng)在艦尾流干擾下偏離給定下滑道的誤差，在此誤差 基礎(chǔ)上構(gòu)建優(yōu)化問題目標(biāo)函數(shù)，利用鴿群優(yōu)化算法求解出優(yōu)化的導(dǎo)引律參數(shù)值。
[0020] 2、技術(shù)方案：
[0021] 本發(fā)明利用群智能優(yōu)化算法全局搜索能力強(qiáng)，應(yīng)用性廣等特點(diǎn)，開發(fā)一種基于鴿 群優(yōu)化算法的艦載機(jī)自主著艦導(dǎo)引律優(yōu)化設(shè)計(jì)方法，該方法的步驟如下：
[0022] 步驟一：搭建艦載機(jī)和艦尾流Simulink仿真模塊
[0023] 本方法中的艦尾流模型考慮了以下四個(gè)分量：大氣紊流、穩(wěn)態(tài)航母尾流擾動(dòng)、周期 性航母尾流擾動(dòng)和隨機(jī)性航母尾流擾動(dòng)。
[0024] 仏和Wi分別為水平大氣紊流分量和垂直大氣紊流分量。采用單位白噪聲經(jīng)過成 型濾波器濾波得到，它們的空間功率譜密度如下式所示：
[0025]
(6)
[0026] 1]2和W2分別為水平尾流穩(wěn)態(tài)分量和垂直尾流穩(wěn)態(tài)分量。它們可以通過分段線性 化的方法得到，其曲線的具體形狀如附圖4所示。
[0027] U#PW3分別為水平尾流周期分量和垂直尾流周期分量，它們可以通過公式計(jì)算的 方法得到，其具體計(jì)算公式如下式所示：
[0031] 公式中，cos為縱搖頻率，0s為縱搖幅度，VTOd為甲板風(fēng)，V=lOm/s艦載機(jī)進(jìn)場(chǎng)速 度，X為飛機(jī)離艦距離，P為隨機(jī)相位。
[0032] 1]4和W4分別為水平尾流隨機(jī)分量和垂直尾流隨機(jī)分量。采用單位白噪聲經(jīng)過成 型濾波器濾波得到，其計(jì)算公式如下式所示：
[0033]
[0034] 其中，rand是隨機(jī)數(shù)，〇 (x)和t(x)是與距離有關(guān)的系數(shù)，其形狀在附圖5中給 出。
[0035] 艦載機(jī)模型以及其使用的內(nèi)環(huán)自動(dòng)駕駛儀由具體的設(shè)計(jì)需求給出。
[0036] 步驟二：初始化鴿群優(yōu)化算法參數(shù)
[0037] (1)初始化優(yōu)化參數(shù)維數(shù)D
[0038] 本方法中優(yōu)化的參數(shù)為艦載機(jī)自主著艦導(dǎo)引律中的參數(shù)，可以根據(jù)導(dǎo)引律的形式 不同而改變。
[0039] (2)初始化種群數(shù)量M
[0040] 群智能優(yōu)化算法的種群數(shù)量M對(duì)優(yōu)化效果影響很大。一般種群數(shù)量的選擇為優(yōu)化 問題維數(shù)3-5倍。
[0041] (3)初始化衰減系數(shù)R
[0042] 衰減系數(shù)R應(yīng)用在鴿群算法的地圖羅盤算子中，它影響粒子自身速度的衰減快 慢。
[0043] (4)初始化種群位置和速度
[0044] 在搜索空間沒設(shè)定群體的位置上限P_和位置下限P_，以及速度上限V_和速度 下限V_。給種群中的每個(gè)粒子都初始化一個(gè)初始的位置Xl和初始的速度Vi。
[0045]
(10)
[0046] (5)設(shè)置算法代數(shù)
[0047] 鴿群優(yōu)化算法有兩個(gè)算子，分別是地圖羅盤算子和地標(biāo)算子，算法運(yùn)算前需要分 別設(shè)定兩個(gè)算法運(yùn)行的最大代數(shù)NCJPNC2。
[0048] 步驟三：設(shè)計(jì)代價(jià)函數(shù)
[0049] 代價(jià)函數(shù)的設(shè)定在著艦導(dǎo)引律的優(yōu)化中十分關(guān)鍵，它的設(shè)定直接影響優(yōu)化效果。 本方法中，優(yōu)化導(dǎo)引律參數(shù)的目標(biāo)是使艦載機(jī)在著艦過程中的艦尾流干擾下偏離指定下滑 道的位移最小，并且控制量輸入盡可能小。因此定義如下的代價(jià)函數(shù)：
[0050]
(11)
[0051] 其中，h。為指定下滑道高度指令，h為艦載機(jī)高度，0。為給內(nèi)環(huán)自動(dòng)駕駛儀的俯仰 角指令，0 _為穩(wěn)態(tài)時(shí)的俯仰角指令，w:和w2為權(quán)重，t:和t2為設(shè)計(jì)者關(guān)心的時(shí)間段。
[0052] 步驟四：在Simulink中設(shè)置待優(yōu)化的導(dǎo)引律參數(shù)
[0053] 將優(yōu)化算法中的參數(shù)傳遞給Simulink