引用格式：赵棣宇，郑宾，殷云华，等．改进粒子群算法的ＵＡＶ突防路径规划［Ｊ］．电光与控制，２０２３'３０（４）：１２⁃１６'３９．ＺＨＡＯＤＹ'ＺＨＥＮＧＢ'ＹＩＮＹＨ'ｅｔａｌ．ＰａｔｈｐｌａｎｎｉｎｇｏｆＵＡＶｐｅｎｅｔｒａｔｉｏｎｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｏｎｉｃｓＯｐｔｉｃｓ＆Ｃｏｎｔｒｏｌ'２０２３'３０（４）：１２⁃１６'３９．改进粒子群算法的ＵＡＶ突防路径规划赵棣宇１，郑宾１，２，殷云华１，２，郭华玲１，２，陈霏１，冯广义１（１．中北大学电气与控制工程学院，太原０３００００；２．瞬态冲击技术重点实验室，北京１０２０００）摘要：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。关键词：无人机；低空突防；粒子群算法；球坐标；自适应惯性权重中图分类号：Ｖ２４９文献标志码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－６３７Ｘ．２０２３．０４．００３ＰａｔｈＰｌａｎｎｉｎｇｏｆＵＡＶＰｅｎｅｔｒａｔｉｏｎＢａｓｅｄｏｎＩｍｐｒｏｖｅｄＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎＺＨＡＯＤｉｙｕ１'ＺＨＥＮＧＢｉｎ１'２'ＹＩＮＹｕｎｈｕａ１'２'ＧＵＯＨｕａｌｉｎｇ１'２'ＣＨＥＮＦｅｉ１'ＦＥＮＧＧｕａｎｇｙｉ１（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ'ＮｏｒｔｈＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａ'Ｔａｉｙｕａｎ０３００００'Ｃｈｉｎａ；２．ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｎＴｒａｎｓｉｅｎｔＩｍｐａｃｔＬａｂｏｒａｔｏｒｙ'Ｂｅｉｊｉｎｇ１０２０００'Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＩｎｔｈｅｆａｃｅｏｆＵＡＶｐｅｎｅｔｒａｔｉｏｎｔａｓｋｓｕｎｄｅｒｃｏｍｐｌｅｘｔｅｒｒａｉｎｃｏｎｄｉｔｉｏｎｓ'ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）...
