杨国利 成浩 温荟琦 刘伟

1.北京大数据先进技术研究院北京100195 2.解放军66136 部队北京100042

停驻于各个前沿机场电子侦察飞机是遂行多目标平时/战时侦察任务的主要手段, 当前正逐渐由单机作业向多机协同侦察转变, 其核心问题是多机协同下的侦察调度与任务规划.现代战争中,侦察调度与路径规划研究为解决多机多目标侦察问题提供了重要的技术支撑.受限于作战目的、战场环境、机场位置、飞机性能、功能属性等条件的约束,空中侦察调度需通过进行合理的任务规划来保证整个侦察任务的飞行总代价达到最优.

利用解决多旅行商问题(Multiple Travelling Salesman Problem, MTSP)[1−7]的方法思路, 研究多侦察机多目标条件下的空中侦察调度问题, 是一个切实可行的解决方案.目前应用较为广泛的算法包括: 遗传算法、蚁群算法、禁忌搜索算法、粒子群优化算法、模拟退火算法等.近年来,一些学者[1]通过对多无人机多目标侦察任务进行分析, 将无人机航路规划调度问题转化成多旅行商问题, 并利用改进的遗传算法对该问题模型进行智能寻优计算, 最终求得满足实际侦察需求的分配方案.文献[2]在研究多无人机协同搜索的航路规划问题中, 首先利用聚类算法将MTSP 问题分解成多个独立的旅行商问题(Travelling Salesman Problem,TSP)问题,再利用改进遗传算法求解问题模型, 提高了优化算法的计算效率.文献[3]综合考虑多种任务因素约束建立多无人机协同任务规划模型, 并提出改进的人工蜂群算法对……