改进粒子群算法的UAV突防路径规划

面对复杂地形条件下的无人机突防任务，粒子群算法(PSO)在寻找最优路径的过程中易陷入局部最优、搜索时间过长等困境。针对上述问题，在PSO中引入球坐标系，将所得的路径看作向量。通过向量的距离、仰角和方位角与无人机的速度、俯仰角和转向角的相互关系来实现粒子的迭代更新。最后，引入随机自适应惯性权重，弥补粒子前期局部搜索能力与后期全局搜索能力的不足。仿真结果表明，改进算法能够有效规避威胁区域，收敛速度更快，收敛精度更高，且不易陷入局部最优。