基于免疫克隆算法的无人机协同航迹规划方法及装置

1.一种基于免疫克隆算法的无人机协同航迹规划方法，其特征在于，所述方法包括：获取待规划区域；对所述待规划区域进行环境威胁成本计算，根据所述环境威胁成本和无人机飞行的燃料成本构建无人机航迹规划的目标函数；采用网格法将所述待规划区域划分为网格，所述网格中的所有节点构成节点集；所述节点集中多个相邻的节点构成无人机航迹；所述节点表示待规划区域中无人机飞行点位；根据引导因子和启发因子对所述节点集中每个节点的转移概率进行计算，将转移概率最大的节点作为下一转移节点，得到初始抗体群；所述抗体为无人机航迹；根据锦标赛选择的克隆选择算法对所述初始抗体群进行选择，得到第一候选抗体群；对所述第一候选抗体群进行免疫克隆操作和免疫基因操作，得到第二候选抗体群和第三候选抗体群；将所述第二候选抗体群和第三候选抗体群结合起来进行抗体修饰，得到第四候选抗体群；对所述第四候选抗体群进行快速非支配排序并计算拥挤距离，根据所述非支配排序和拥挤距离更新所述第四候选抗体群，得到最终抗体群；所述最终抗体群包括多个无人机的多条候选航迹；根据所述无人机航迹规划的目标函数和预先设定的权重设置航迹成本，利用所述航迹成本和协调时间构建无人机协同规划的目标函数；根据所述无人机协同规划的目标函数对所述最终抗体群进行无人机航迹选择，得到协调方案；根据所述协调方案对所述待规划区域进行无人机协同航迹规划。 2.根据权利要求1所述的方法，其特征在于，根据所述环境威胁成本和无人机飞行的燃料成本设置无人机航迹规划的目标函数，包括：根据所述环境威胁成本和无人机飞行的燃料成本设置无人机航迹规划的目标函数为其中，J length 表示燃油成本，w L 表示系数，L表示航迹长度，J threat 表示威胁成本，w R ，w M ，w A ，w C ，w H 和w T 分别是雷达、导弹、火炮、气候、高度和山脉的威胁权重系数；J R ，J M ，J A ，J C ，J H 和J T 分别是雷达、导弹、火炮、气候、高度和山脉的威胁成本。 3.根据权利要求1所述的方法，其特征在于，根据引导因子和启发因子对所述节点集中每个节点的转移概率进行计算，包括：根据引导因子和启发因子对所述节点集中每个节点的转移概率进行计算，得到节点的转移概率为其中，i、j和s分别表示节点集中的任意节点，η j 表示启发因子，λ j 表示引导因子，α表示启发因子的重要性，β表示引导因子的重要性，B k,i 表示节点集。 4.根据权利要求1至3任意一项所述的方法，其特征在于，根据锦标赛选择的克隆选择算法对所述初始抗体群进行选择，得到第一候选抗体群，包括：将锦标赛的规模设置为n，初始抗体群的规模设置为m，从初始抗体群中随机选择n个抗体进行比较，保留非优势等级最低和拥挤距离最高的抗体，重复上述过程m次后，得到m种抗体；所述m种抗体为第一候选抗体群。 5.根据权利要求4所述的方法，其特征在于，对所述第一候选抗体群进行免疫克隆操作和免疫基因操作，得到第二候选抗体群和第三候选抗体群，包括：对所述第一候选抗体进行免疫克隆操作，得到第二候选抗体群为P (2) (t)＝P (1)1 (t)+P (1)2 (t)+…+P (1)mc (t)＝{p 1 (1)1 (t)，…，p m (1)1 (t)}+…+{p 1 (1)mc (t),…，p m (1)mc (t)}＝{p 1 (2) (t)，p 2 (2) (t)，…，p N(m) (2) (t)}其中，N(m)＝m×m c ，m是选择操作保留的抗体数量，m c 是克隆比例，P (1) (t)＝{p 1 (1) (t)，p 2 (1) (t)，…，p m (1) (t)}为第一候选抗体群。 6.根据权利要求5所述的方法，其特征在于，所述方法还包括：对所述第一候选抗体群进行基因重组和基因突变，在基因重组中，从第一候选抗体群中随机选择两种抗体，并固定所述两种抗体的起点和终点，计算两种抗体中彼此最接近的节点对，若只有一对，则选择这两个节点作为交叉点，根据重组概率交换交叉点前后的两个抗体，若有多对，则随机选择其中之一作为交叉点，并根据重组概率交换这两个交叉点前后的两种抗体，得到基因重组后的抗体群；对所述基因重组后的抗体群中的每个抗体的起点和结束节点进行固定，随机选择所述抗体中的一个节点在突变范围内进行突变，得到第三候选抗体群；所述突变范围是第i个节点的邻居节点集合和第i+1个节点的邻居节点集合的交集。 7.根据权利要求6所述的方法，其特征在于，将所述第二候选抗体群和第三候选抗体群结合起来进行抗体修饰，得到第四候选抗体群，包括：将所述第二候选抗体群和第三候选抗体群结合起来，遍历结合后的抗体群中每个抗体的所有节点，如果第i个节点和第j个节点在一条航迹上是连续的，并且第j个节点不在第i个节点的邻居集合Ne i 中，则对第j个节点进行修正，选择第i个节点的邻居节点集合Ne i 和第j个节点的邻居节点集合Ne j 的交集作为插入节点集合B insert ，如果B insert 为空，表示第i个节点和第j个节点之间有两个以上的格子，则删除这个抗体，如果B insert 不为空，则随机选择一个节点作为插入节点，得到修饰后的第四候选抗体群。 8.根据权利要求7所述的方法，其特征在于，根据所述非支配排序和拥挤距离更新所述第四候选抗体群，得到最终抗体群，包括：步骤一：设置a＝1，生成更新的抗体群G；步骤二：从第四候选抗体群P (4) (t)中选择非支配排序a的抗体群F，合并抗体群F、G产生组合群F+G＝F∪G，对组合群进行非支配排序，组合群F+G的非支配排序值记为length(F+G)；步骤三：若length(F+G)<N′，N′表示最终抗体群的大小，将F加到G中，a＝a+1，转步骤二；如果length(F+G)>N′，令NM＝N-length(F+G)，根据拥挤距离对F中的抗体进行排序，将前NM个抗体加入G；如果length(F+G)＝N′，则将F添加到G；G为最终抗体群。 9.根据权利要求6所述的方法，其特征在于，利用所述航迹成本和协调时间构建无人机协同规划的目标函数，包括：利用所述航迹成本和协调时间构建无人机协同规划的目标函数为其中， 表示第i个无人机规划的第s i 个候选的航迹成本，λ表示协同系数，M表示无人机总数，T d 表示协调时间。 10.一种基于免疫克隆算法的无人机协同航迹规划装置，其特征在于，所述装置包括：无人机航迹规划的目标函数构建模块，用于获取待规划区域；对所述待规划区域进行环境威胁成本计算，根据所述环境威胁成本和无人机飞行的燃料成本构建无人机航迹规划的目标函数；区域划分模块，用于采用网格法将所述待规划区域划分为网格，所述网格中的所有节点构成节点集；所述节点集中多个相邻的节点构成无人机航迹；所述节点表示待规划区域中无人机飞行点位；初始抗体群构建模块，用于根据引导因子和启发因子对所述节点集中每个节点的转移概率进行计算，将转移概率最大的节点作为下一转移节点，得到初始抗体群；所述抗体为无人机航迹；抗体群优化模块，用于根据锦标赛选择的克隆选择算法对所述初始抗体群进行选择，得到第一候选抗体群；对所述第一候选抗体群进行免疫克隆操作和免疫基因操作，得到第二候选抗体群和第三候选抗体群；将所述第二候选抗体群和第三候选抗体群结合起来进行抗体修饰，得到第四候选抗体群；对所述第四候选抗体群进行快速非支配排序并计算拥挤距离，根据所述非支配排序和拥挤距离更新所述第四候选抗体群，得到最终抗体群；所述最终抗体群包括多个无人机的多条候选航迹；无人机协同规划的目标函数构建模块，用于根据所述无人机航迹规划的目标函数和预先设定的权重设置航迹成本，利用所述航迹成本和协调时间构建无人机协同规划的目标函数；无人机协同规划模块，用于根据所述无人机协同规划的目标函数对所述最终抗体群进行无人机航迹选择，得到协调方案；根据所述协调方案对所述待规划区域进行无人机协同航迹规划。