基于GPSSA算法的無人機中繼通信航跡規劃方法研究

摘要：目前針對無人機中繼通信航跡的規劃方法未考慮航跡規劃中存在的約束條件及代價函數，導致得到的規劃航跡中斷概率、通信誤碼率偏高.針對上述問題，提出一種基于改進麻雀算法的無人機中繼航跡規劃方法.根據無人機任務區信息和通信環境，建立通信障礙代價模型，通過真實約束，建立約束函數和代價函數，將其應用到麻雀搜索算法中，設計總體的航跡尋優規劃流程，并應用仿真實驗驗證所提出的改進麻雀優化方法的有效性，實驗結果表明，在不同的轉角約束條件下，設計方法得到的航跡中斷概率、通信誤碼率均有一定降低.

關鍵詞：通信航跡規劃；約束條件；GPSSA算法；代價函數；無人機

中圖分類號：TP301.6 文獻標志碼：A

Research on Path Planning Method forUAV Relay Communication Based on GPSSA Algorithm

CHENG Wei， YANG Zhi-ling^*

（School of Ocean Mechatronics， Xiamen Ocean Vocational College， Xiamen 361102， Fujian， China）

Abstract：Currently， the planning methods for unmanned aerial vehicle relay communication tracks do not take into account the constraints and cost functions that exist in track planning， resulting in an increase in the probability of planned track interruption and communication error rate. To address the above issues， a drone relay trajectory planning method based on the improved Sparrow algorithm is proposed. Firstly， based on the information of the drone mission area and communication environment， a communication obstacle cost model is established. Through real constraints， constraint functions and cost functions are established， and applied to the sparrow search algorithm to design the overall trajectory optimization planning process. To verify the effectiveness of the proposed improved sparrow optimization method， experiments are designed. The experimental results show that under different corner constraints， the probability of track interruption and communication error rate obtained by the design method are reduced to a certain extent， verifying the effectiveness of the method.

Key words：communication track planning; constraint condition; GPSSA algorithm; cost function; drone

0 引言

無人機作為一種智能化設備，能夠實現在戰場上的自主飛行、偵察監視、精確打擊等功能^［1-2］.其中，無人機中繼通信航跡規劃作為一種典型的任務需求，為無人機與地面控制中心之間的信息傳輸提供了一種重要手段.無人機在中繼通信系統中作為中繼節點，將接收到的信息上傳到地面基站，以便地面基站進行進一步處理，其航跡規劃方法的優劣直接決定了無人機能否完成中繼任務^［3］.由于中繼通信線路的限制，傳統的航跡規劃方法難以滿足無人機多點中繼通信質量需求.目前，無人機航跡規劃方法中，大部分都可以找到滿足約束條件下無人機最優飛行路徑，但它們存在解空間維數較大、容易陷入局部最優解以及收斂速度較慢等缺點^［4-5］.為此，學者們提出了許多改進算法，其中，遺傳算法能夠有效地解決全局搜索能力不足的問題；蟻群算法能夠解決局部搜索能力不足的問題.目前所有的改進方法都沒有考慮到航跡規劃中存在的約束條件以及代價函數，會出現中斷概率提升、通信誤碼率提升等問題.因此，本文提出一種基于改進麻雀算法的無人機中繼航跡規劃方法，即在麻雀優化算法（Sparrow Optimization Algorithm， SOA）的基礎上，引入飛行代價約束條件來引導無人機規劃出一條滿足通信障礙代價限制下的最優飛行路徑，從而提高中繼通信系統性能.

1 相關方法研究

1.1 建立無人機中繼通信模型

根據無人機任務區信息和通信環境，建立通信障礙代價模型，結果如圖1所示.

無人機在通信中繼時，需要將無人機采集到的信息上傳到地面基站，而無人機在飛行過程中受到的通信約束主要包括3個方面^［6］：①無人機的最大飛行高度；②無人機的通信距離；③地面基站與無人機之間的通信覆蓋范圍.根據上述約束條件，建立通信障礙代價模型為

其中，p_k為飛行高度；A_k為通信距離；a^k_n為無人機與地面基站之間的最小通信距離；q_k為地面基站與無人機之間的最小通信覆蓋范圍.t-T_sn是在不同飛行高度和通信距離情況下，無人機需要克服的飛行約束條件^［7］.本文根據任務區信息以及無人機與地面基站之間的最小通信距離，為最佳航跡規劃方法提供相關的信息參考.

1.2 優化航跡規劃約束函數

為了保證得到的無人機規劃方案在通信過程中具有良好的表現，在規劃過程中需要引入飛行代價約束條件.代價函數用來衡量無人機在整個航跡規劃問題中所需要的代價大小，而約束條件則是用來衡量無人機在整個航跡規劃問題中心遵守的規則^［8-9］，兩者之間是相互關聯的，其取值影響算法的搜索效率及搜索范圍.無人機中繼通信航跡規劃的本質是在滿足任務區約束條件下，計算滿足飛行航跡約束條件的無人機最優飛行航跡^［10-11］.而最優飛行航跡的生成是一個多目標、多約束條件的非線性規劃問題，其目標函數可以表示為

其中，f_h為無人機第h條航跡；z_i表示第i條航跡到目標點的距離；N為無人機飛行高度.在飛行過程中，隨著偏轉角增大，無人機的飛行狀態也隨之發生改變^［12-13］.因此需要加入平滑約束，其表達式為

其中，θ_i為偏轉角.綜合類的相關約束可表示為

其中，R_k表示無人機飛行過程中單位時間內的平均終端概率； t_k表示無人機飛行過程中單位時間內的平均誤碼率；u（x，y）為無人機在飛行過程中的位置坐標；m₁為無人機在飛行過程中受到的風阻.在規劃過程中，飛行器的航跡高度要滿足以下約束條件：

其中：H_max（i）為航跡最長距離，H_min（i）為航跡最小距離，d_p為第i條航跡到目標點的最小距離；fx，y為第i條航跡到目標點的最大距離；h_t為障礙物高度差；L_t為無人機當前位置和障礙物之間的相對距離.

為了避免飛行器與障礙物碰撞，飛行高度應保持在無人機可安全到達目標點的范圍內.根據約束條件，通過建立多目標約束優化函數并將其轉化成單目標優化問題，并對該問題進行求解.

1.3 基于GPSSA算法設計航跡規劃流程

為了提高算法的搜索效率，需要合理設置約束條件和限制函數，避免算法陷入局部最優解.因此，本文在傳統麻雀搜索算法的基礎上，加入飛行代價約束條件和約束函數^［14］.飛行代價約束條件是指無人機在當前時刻需要到達的目標位置和飛行速度.在飛行航跡規劃問題中，無人機必須盡可能地避開障礙物、最小化飛行距離及通信成本，這3個約束條件的取值范圍為［0，1］.無人機在各個飛行階段所需的飛行距離和飛行速度都會受到這3個約束條件的影響.如果將目標函數設為［0，1］時，則約束條件和限制函數的取值范圍分別為［0，1］和［1，2］.用矩陣來表示種群的初始位置，進行ICMIC混沌映射，其表達式為

麻雀種群在完成搜索之后，需要進行收斂，得到各個點的自適應度值，將其進行排列，能夠獲取到最優解位置，并進行隨機跳躍.本文在麻雀算法加入約束條件和限制函數，在SOA的無人機中繼航跡規劃方法中，約束條件和限制函數可以用來衡量無人機在飛行過程中所需要付出的代價大小.得到的GPSSA算法流程如圖2所示.

當無人機進入預定航跡區域后，便可使用SOA算法進行最優航跡搜索，得到最優航跡方案.

2 實驗及結果分析

2.1 仿真參數設置

本文設計了關于無人機通訊的仿真實驗.測試過程中，具體仿真參數如表1所列.

實驗中分別使用表1參數和本文設計的基于GPSSA算法的無人機中繼通信航跡規劃方法、傳統的基于CDMA的規劃方法共同進行測試，并將測試結果進行對比與分析.

2.2 仿真結果與分析

通過仿真實驗，得到接入點運動路線與無人機最佳航行軌跡變化曲線如圖3所示.

對比圖3中兩曲線，在接入點變化時，無人機航線也隨之變化，對照實驗參數可知無人機的飛行速度大于接入點的移動速度，所以運動軌跡曲線呈現圓形，在飛行過程中無人機通過調整飛行角度來實現通訊效果.改變轉彎角度，得到本文規劃方法下的飛行軌跡如圖4所示.

從圖4可以看出，無人機在飛行過程中航行軌跡受到轉彎角的影響，當轉彎角度為10°時，無人機運動軌跡所呈圓形范圍較大，轉彎角度為15°時，飛行軌跡所呈圓的半徑越小.

在以上的測試環境下，使用傳統的基于CDMA的航跡規劃方法進行相同的測試，并獲取不同規劃方法下的中斷概率和誤碼率.在改變角度的測試中，設置轉彎角最大為10°，得到不同方案的中斷概率結果如圖5所示.

在以上航跡規劃下，得到不同航跡規劃方案下誤碼率如圖6所示.

在轉彎角最大為10°時，從圖5和圖6可以看出，本文方法規劃得到的航跡方案中斷概率與誤碼的變化情況都與最優理論方案重合，且低于傳統方法，驗證了 本文規劃方法的實用性.設定轉彎角最大為15°，再次進行測試，得到不同方案的中斷概率結果如圖7所示，誤碼率結果如圖8所示.

綜合以上結果可以看出，在不同規劃方法得到的航行方案中，中斷概率及誤碼率隨著轉彎角的變化而變化，在一定范圍內提高轉彎角度可以提高系統的通訊能力.總體上看，本文設計的基于GPSSA算法的無人機中繼通信航跡規劃方法所得出的曲線與理論航跡曲線基本重合，表明設計的規劃方法具有可行性.與傳統的單一系統航跡規劃方法相比，本文方法整體的中斷概率和誤碼率明顯較低，且保持在一定的范圍，穩定性更強，綜合性能明顯優于傳統規劃方案.

3 結語

在考慮了通信障礙代價以及飛行代價約束條件后，本文所提出的航跡規劃方法可以獲得一組滿足飛行安全約束以及最優飛行代價的無人機中繼航跡.與其他幾種典型的航跡規劃方法相比，本文所提方法解決了無人機航跡規劃問題時空間維數較大的問題，大大降低了搜索空間的復雜度.通過加入飛行代價約束條件，能夠有效避免局部最優解出現.在航跡規劃過程中，將傳統麻雀算法和粒子群優化算法相結合，可以有效提高規劃方案在實際應用中的通信性能和無人機的航跡規劃質量.

參考文獻：

［1］ 黃祿平，楊琴，曹策俊，等.兼顧公平與效率的無人機應急中繼通信選址優化問題［J］.中國安全生產科學技術，2023，19（1）：216-222.

［2］ 王福儀，孟秀云，張海闊.基于ε-level蝙蝠算法的無人機三維航跡規劃［J］.北京航空航天大學學報，50（5）：1596-1603.

［3］ 李春霄，王冠緒，殷輝，等.面向目標跟蹤任務的蜂群無人機雷達協同航跡規劃方法［J］.戰術導彈技術，2021（6）：30-37.

［4］ 曹建秋，徐鵬，張廣言.基于貪心策略下混合蟻群算法的無人機航跡規劃［J］.重慶交通大學學報（自然科學版），2021，40（9）：9-16，23.

［5］ 魯亮亮，代冀陽，應進，等.基于APSODE-MS算法的無人機航跡規劃［J］.控制與決策，2022，37（7）：1695-1704.

［6］ 何穎，樊俊松，王巍，等.無人機空地安全通信與航跡規劃的多目標聯合優化方法［J］.吉林大學學報（工學版），2023，53（3）：913-922.

［7］ 曹勝男，賈向東，郭藝軒，等.基于認知無人機移動中繼網絡的物理層安全通信研究［J］.信號處理，2022，38（3）：651-658.

［8］ 韓統，湯安迪，周歡，等.基于LASSA算法的多無人機協同航跡規劃方法［J］.系統工程與電子技術，2022，44（1）：233-241.

［9］ 鄭鍇，鄭獻民，殷少鋒，等.基于改進A^*算法的無人機任務分配和航跡規劃優化方法［J］.電光與控制，2022，29（10）：7-11，101.

［10］ 侯岳奇，陶浩，龔俊斌，等.多約束條件下無人艇和無人機集群協同航跡規劃［J］.中國艦船研究，2021，16（1）：74-82.

［11］ 蘇恭超，代明軍，陳彬，等.對抗惡意無人機竊聽的無人機通信系統三維航跡規劃和功率控制［J］.電訊技術，2023，63（1）：63-69.

［12］ 王慶，徐海明，呂品，等.基于改進蟻群算法的多旋翼無人機航跡規劃研究［J］.合肥工業大學學報（自然科學版），2021，44（9）：1172-1178.

［13］ 李芹，劉旭林，李榮昊，等.基于野外臺站無人機組網遙感仿真航跡規劃［J］.地球信息科學學報，2021，23（5）：948-957.

［14］ 白云鵬，林志鵬，段洪濤，等.面向頻譜測繪任務的多無人機協同航跡規劃方法［J］.信號處理，2022，38（12）：2563-2571.

［責任編輯：李 嵐］