基于MPC-SSA的动态无人机航路规划

元启发式算法在动态航路规划问题中具有非常广泛的应用。本文针对具有复杂地理环境同时还具有雷达、武器等威胁环境下的无人机航路规划问题,提出一种将模型预测控制(MPC)与元启发算法中的社群蜘蛛算法(SSA)相结合的动态无人机航路规划方案。常用的动态航路规划问题所采用的算法例如粒子群算法(PSO)具有容易陷入局部最优的问题,利用MPC方法可以有效避免陷入局部最优,同时SSA算法可以找到更优秀的航路。本文结合马尔科夫生存状态模型对复杂场景下的无人机航路规划问题进行建模与仿真分析,结果表明MPC-SSA算法相比于PSO算法更稳定,无人机在飞行过程中具有更高的生存概率。