中文标题：动态威胁下基于改进APF-RRT*算法的无人机集群隐身航迹规划算法

英文标题：Stealthy Path Planning Algorithm for UAV Swarm Based on Improved APF-RRT* Under Dynamic Threat

来源期刊：电子与信息学报

基金项目：国家自然科学基金面上项目(62271247)，江苏省自然科学基金优秀青年基金项目(BK20240181)，航空科学基金(20220055052001)，江苏高校“青蓝工程”、江淮前沿技术协同创新中心追梦基金课题(2023-ZM01D001)

作  者：张欣睿^{1, 2} 时晨光^{1, 2} 吴志锋² 闻雯^{1, 2} 周建江¹

作者单位：1. 南京航空航天大学雷达成像与微波光子技术教育部重点实验室，江苏 南京 211106
2. 江淮前沿技术协同创新中心 合肥 230000

摘  要：当前无人机集群在复杂战场环境中的高效突防与生存能力着重依赖于精确的航迹规划，然而动态威胁环境下多种探测与拦截手段的存在，使得传统航迹规划难以同时满足隐身性、可行性和安全性要求。为此，本文提出一种动态威胁下基于改进人工势场(Artificial Potential Field, APF)与快速随机扩展树星(Rapidly-Exploring Random Trees Star, RRT*)算法的无人机集群隐身航迹规划算法。首先，构建包含雷达、高射炮及固定障碍物的多元威胁环境模型，并结合无人机雷达散射截面(Radar Cross Section, RCS)，推导包含航程、组网雷达检测概率及高射炮威胁概率的无人机集群隐身航迹规划综合代价函数。其次，以最小化无人机集群隐身航迹规划的综合代价函数为优化目标，结合航迹可行性判定和无人机集群动力学等限制为约束条件，构建动态威胁下无人机集群隐身航迹规划模型。最后，提出了一种改进APF-RRT*算法，并对上述优化模型进行求解。仿真结果表明，所提算法在保证航迹可行性及动力学约束的前提下，相较于现有方法能够有效降低无人机集群的综合代价，提高了无人机集群航迹的隐身性能，实现更优的协同突防效果。

全文链接： https://jeit.ac.cn/cn/article/doi/10.11999/JEIT250554