Planificación de Rutas Colaborativas Orientadas a Amenazas para la Misión de Reconocimiento No Tripulada del Grupo Objetivo
Autores: Chen, Qihong; Zhao, Qingsong; Zou, Zhigang
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Planificación de Rutas Colaborativas Orientadas a Amenazas para la Misión de Reconocimiento No Tripulada del Grupo Objetivo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Aeroespacial
Palabras clave
Vehículo aéreo no tripulado
Combate en clúster
Planificación colaborativa de rutas
Misión de reconocimiento
Aviones cisterna de reabastecimiento
áreas de amenaza
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
El combate en clúster de vehículos aéreos no tripulados (VANT) es un ejemplo típico de una aplicación de clúster inteligente, y se caracteriza por su gran escala, bajo costo, recuperabilidad y coordinación autónoma intra-clúster. Una misión de reconocimiento no tripulada para un grupo objetivo (URMFTG) es un patrón significativo en el combate de clúster de VANT. Este documento discute el problema de planificación de rutas colaborativas de formaciones de vehículos aéreos no tripulados (VANTF) y tanqueros de reabastecimiento en un URMFTG con áreas de amenaza y restricciones de combustible. El propósito de la planificación de rutas colaborativas es asegurar que los VANTF (con restricciones de combustible) puedan completar la misión de reconocimiento para el grupo objetivo con la asistencia de tanqueros de reabastecimiento, que es una de las restricciones más importantes en la planificación de rutas colaborativas. En este documento, se diseña un modelo de planificación de rutas colaborativas para analizar la relación entre la ruta planificada de los VANTF y los tanqueros, y se diseña una estrategia de evitación de amenazas considerando el área de amenaza. Este documento propone un algoritmo de solución en dos etapas. Crea un algoritmo de planificación de rutas para VANTF basado en el algoritmo genético de búsqueda rápida (FSGA) y un algoritmo de planificación de rutas para tanqueros de reabastecimiento basado en el algoritmo genético de clasificación no dominada II (NSGA-II) mejorado. Basado en experimentos de simulación, el método de solución propuesto en este documento puede proporcionar un mejor esquema de planificación de rutas para un URMFTG. Es decir, disminuye la tasa de crecimiento de la distancia del VANTF del 3.1% al 2.2% para la planificación de rutas de VANTF y proporciona un mejor conjunto de soluciones de Pareto para la planificación de rutas de tanqueros de reabastecimiento.
Descripción
El combate en clúster de vehículos aéreos no tripulados (VANT) es un ejemplo típico de una aplicación de clúster inteligente, y se caracteriza por su gran escala, bajo costo, recuperabilidad y coordinación autónoma intra-clúster. Una misión de reconocimiento no tripulada para un grupo objetivo (URMFTG) es un patrón significativo en el combate de clúster de VANT. Este documento discute el problema de planificación de rutas colaborativas de formaciones de vehículos aéreos no tripulados (VANTF) y tanqueros de reabastecimiento en un URMFTG con áreas de amenaza y restricciones de combustible. El propósito de la planificación de rutas colaborativas es asegurar que los VANTF (con restricciones de combustible) puedan completar la misión de reconocimiento para el grupo objetivo con la asistencia de tanqueros de reabastecimiento, que es una de las restricciones más importantes en la planificación de rutas colaborativas. En este documento, se diseña un modelo de planificación de rutas colaborativas para analizar la relación entre la ruta planificada de los VANTF y los tanqueros, y se diseña una estrategia de evitación de amenazas considerando el área de amenaza. Este documento propone un algoritmo de solución en dos etapas. Crea un algoritmo de planificación de rutas para VANTF basado en el algoritmo genético de búsqueda rápida (FSGA) y un algoritmo de planificación de rutas para tanqueros de reabastecimiento basado en el algoritmo genético de clasificación no dominada II (NSGA-II) mejorado. Basado en experimentos de simulación, el método de solución propuesto en este documento puede proporcionar un mejor esquema de planificación de rutas para un URMFTG. Es decir, disminuye la tasa de crecimiento de la distancia del VANTF del 3.1% al 2.2% para la planificación de rutas de VANTF y proporciona un mejor conjunto de soluciones de Pareto para la planificación de rutas de tanqueros de reabastecimiento.