Page 228 - 当代控制理论及应用技术概论

当代控制理论及应用技术概论
Introduction to Contemporary Control Theory and Applied Technology

文献提出一种基于自适应分布式模型预测控制的快速粒子群优化方法。该方法通
过新的编队策略构造自适应虚拟编队引导点，完成自适应编队飞行控制任务，之
后使用改进的粒子群优化算法规划路径。该算法可以根据环境快速变换自适应编
队并且有效规划路径。但该方法目前只应用于二维环境，针对三维环境的规划问
题还需要进一步研究。在问题规划时针对的是单一目标，针对多目标进行规划时

存在问题。针对多目标问题，提出利用空间点的模糊信息表示其被关注程度来选
择最优关键路径点；之后对规划问题进行建模，将空间点的各种信息组合以提供
领域知识；最后利用多目标差分进化算法规划路径。该方法降低了搜索的盲目性，

快速高效的构建出平滑航迹曲线。

三、量子遗传算法的无人机航迹规划

确定了航迹编码方案与航迹代价模型，难点便是如何寻找最优航迹。航迹
点组合数遵循乘法原理。例如 6*6 的空间中有 66=46656 种航迹点组合，加之计

算与威胁区距离和航迹代价，耗时较多。因此，需要寻找简单易行的优化算法。
本节在参考其它文章的基础上，使用改进量子遗传算法，将其应用于无人机航迹
规划。
（一）传统量子遗传算法

在量子遗传算法中，最重要的是量子编码和量子门的引人。量子编码是将
染色体用量子的态矢量表示，使一条染色体表达多个态的叠加，从而增加了种群
多样性；量子遗传算法没有遗传算法的交叉、变异运算，主要靠量子门旋转进行
种群更新，以保证算法收敛。QGA 的流程概括为：

（1）初始化一个种群 Q 为 {q 1 ，q 2 ，…，q m }，每个个体 qi 代表一条航迹如
式（5-1），q i 中 m 表示航迹包含的基因个数，n 表示航迹中每个基因包含的量
子比特数，初始化时全部染色体的基因（a ij ，β，j）的概率幅均为 1/ 。

（5-1）

（2）初次量子坍塌：对种群进行一次测量，本节随机产生一个于 l 的数，

若它大于概率幅的平方 α，则测量结果取值 1，否则取值 0。
（3）适应度计算：对种群中每个染色体进行解码并计算适应度函数值。记

220
220