/>

/>

1.摘要

针对密集城市环境下无人机集群路径规划问题，本文建立了综合考虑避障、集群避碰、通信约束及电磁干扰影响的路径规划模型，并提出多策略改进狼群算法（MSIWPA）进行求解。

通过改进初始化方式、搜索策略和种群更新机制，提高了算法的收敛速度和解的质量。

仿真结果表明，该方法能够有效规划高质量、可飞行的集群路径，性能优于对比算法。

2.无人机路径规划模型

/>

层级规划策略

/>

针对密集建筑环境中空间破碎、障碍密集和气流影响复杂等问题，本文提出分层路径规划策略，通过计算分层阈值，将三维飞行空间划分为低空层和高空层，结合任务需求确定最优飞行高度区间，实现差异化高度选择。

路径表示

本文采用六自由度粒子模型描述无人机运动，考虑最大转弯角和最大爬升角等机动约束，并假设飞行速度恒定。

每架无人机的路径被离散为包含起点和终点在内的N

style="margin-right:

0.109em;">N个航迹点，第i

ii架无人机第j

style="margin-right:

0.0572em;">j个航迹点坐标表示为(

(x_{i,j},y_{i,j},h_{i,j})\text{。

}(x

style="height:

0.05em;">i,

style="margin-right:

0.0572em;">j​

style="height:

0.2861em;">,

style="margin-right:

0.0359em;">y

style="height:

0.05em;">i,

style="margin-right:

0.0572em;">j​

style="height:

0.2861em;">,h

style="height:

0.05em;">i,

style="margin-right:

0.0572em;">j​

style="height:

0.2861em;">)。

目标函数

无人机集群路径规划的目标是在满足多重约束条件下，使整个集群的综合路径代价最小。

可行路径需满足五类约束：高度约束、转弯与爬升角约束、建筑避障约束、集群间避碰约束及通信保持约束。

3.多策略改进狼群算法

常见改进策略，不赘述。

/>

130816.

6.代码获取

xx

7.算法辅导·应用定制·读者交流

xx