胡丁丁 梁翀

摘要：粒子群优化（PSO）算法是一种具有过早收敛和易于停滞的简单方法。在使用PSO解决路径规划问题时， 效率损失和次优解决方案经常发生。因此，本文提出了一种通过使用Rauch–Tung–Striebel（RTS）滤波器来优化影响PSO算法性能参数的方法。此外，使用RTS滤波器消除PSO更新位置的不规则误差，并平滑生成的路径。实验结果表明，该方法基 于PSO并结合RTS算法，在无人机路径规划问题的解决方案质量和鲁棒性方面均优于现有方法。

关键词：路径规划;无人机;蜂群算法;复合形法;寻优耗时

中图分类号：V249.1    文献标识码：A       文章编号：1007-9416（2020）04-0000-00

0引言

為了满足无人机航路规划问题的多重需求，避免锯齿形航迹，本文提出一种基于粒子群优化算法（PSO）的新方法，该算法具有粒子群搜索算法优良的搜索和更新能力，以及粒子群算法的适用性，实时动态规划。由于PSO算法的最优解始终是离散的，因此易导致出现次优解。PSO离散解决方案的额外随机性会导致计划的路径曲折，这些曲折的飞行速度很高，无法被遵循[1]。

为了提高PSO算法的性能，采用了Rauch-Tung-Striebel（RTS）滤波器与粒子群算法相结合的算法，相比于传统算法和粒子群优化算法，本文提出的算法具有更好的准确性和鲁棒性，并且在离散结果平滑中具有很大的实用性。此外，RTS可以消除PSO算法计划的路径的额外随机性。这样，通过RTS滤波器改进的PSO算法具有比PSO算法更好的性能， 并且可以为固定翼无人机提供平滑合理的飞行路径。基于以上所述，基于改进粒子群优化算法，与其他现有算法相比，该方法获得了更好的解决方案。……