在低空城市空域中应对多源威胁:一种基于物理原理的回旋加速器元启发式方法

《Expert Systems with Applications》:Navigating multi-source threats in low-altitude urban airspace: A physics-informed cyclotron meta-heuristic method

【字体: 大 中 小 】 时间:2025年12月30日 来源:Expert Systems with Applications 7.5

编辑推荐:

  低空经济中多源动态威胁下的无人机轨迹规划,提出基于回旋加速器物理机制的CAOF框架与CA-GWO算法,融合地形、电磁、气象等多源数据构建高精度成本模型,实验验证其在路径紧凑性、收敛稳定性及安全性能上的优势。

  
Xinyu Liu|Peng Shao|Yu Wang|Yusheng Liu
中国浙江大学计算机科学与技术学院

摘要

低空经济的出现导致城市空域中的电磁(EM)和雷达覆盖越来越密集,地形复杂,天气变化多端。这种复杂的环境使得无人机在多源动态威胁下的导航(也称为轨迹规划)成为一个高度非线性和多约束的全局优化问题。本文提出了一种受物理原理启发的回旋加速器优化框架(CAOF),其中磁场偏转促进全局探索,电场加速增强局部利用,节奏性调度实现动态平衡。将CAOF与灰狼优化器(Grey Wolf Optimizer,简称GWO)结合使用,形成了CA-GWO算法,该算法具有可控的探索能力和稳健的收敛性。为了真实模拟城市低空环境,本文将DEM/OSM数据、基站和雷达布局、历史气象信息以及风场数据整合到一个高保真度的成本模型中,该模型考虑了能量消耗、电磁和雷达辐射、路径平滑度以及遮挡等因素。实验结果表明,在单路线、深度穿透和闭环场景下,CA-GWO生成的轨迹非常稳定。与四种先进的规划算法相比,CA-GWO在路径紧凑性、适应性和减少电磁及雷达辐射方面取得了显著改进,同时保持了稳定的飞行高度。

引言

近年来,随着全球低空经济规模的飞速发展,低空空域的商业应用呈指数级增长。据投资银行摩根士丹利预测,到2040年,全球城市空中出行市场规模预计将达到1.5万亿美元。低空空域的开放将极大地促进低空经济的蓬勃发展。作为推动低空经济繁荣发展的重要工具,无人机正从单一应用向大规模、常态化运营转变,并广泛应用于物流与配送(Li等人,2025年)、城市巡查(Li等人,2025年)、应急救援(Zhao等人,2025年)以及测绘(Tagle Casapia等人,2025年)等领域。
在低空城市环境中,为了支持通信、气象监测和交通管理,智能城市基础设施中部署了大量的电磁发射设施。如图1所示,这些设施包括高密度5G基站、气象雷达、监视雷达以及其他射频源和干扰源,如物联网(IoT)节点和交通感知系统。这些设施的空间分布不仅密集,而且在三维空间中呈现出多尺度、多强度和多重叠的特点。在复杂的城市地形、动态气象环境和人口密集区域的共同作用下,真实的低空城市环境具有多源性、动态性和耦合性的特点。
此外,由于不同威胁因素之间往往存在对立效应,无人机(UAV)的自主轨迹规划问题已从传统的几何最短路径或静态障碍物规避问题升级为在多源动态威胁下的强非线性、非凸多约束优化问题,其解空间充满了局部极值。
在这种背景下,低空智能城市的轨迹规划方案不仅需要确保物理可行性(避障、路径平滑和能量消耗),还需要平衡隐蔽性和安全性(减少雷达和电磁辐射),以及环境适应性(应对气象干扰和风阻效应)。
面对这种复杂性,确定性算法(如Dijkstra、A*等)在高维非凸多约束场景中容易遇到组合爆炸或过早收敛的问题,难以在有限时间内获得高质量解。元启发式算法依靠群体协作搜索和随机全局探索机制,在不依赖梯度信息的情况下进行全局优化,因此成为处理这类问题的有效工具。然而,现有方法在真实低空环境中仍存在不足,如探索与利用之间的平衡不够、对局部极值陷阱敏感,以及收敛速度与解质量难以平衡。因此,它们难以完全满足低空经济和智能城市对无人机轨迹规划的高精度和高鲁棒性要求。
要突破这些瓶颈,仅依靠参数调整或混合现有算法难以实现质的提升。有必要在搜索动态机制层面引入新的建模思路。回旋加速器的核心原理是利用磁场控制粒子方向、电场加速粒子速度,实现能量的高效利用和空间中带电粒子的轨迹控制。这一原理与无人机轨迹规划中的全局方向探索和局部解细化具有高度相似性:磁场的作用类似于引导粒子避开局部极值陷阱,而电场的作用类似于在有利方向上加速收敛。将这一物理机制映射到元启发式优化中,有望显著提高局部利用效率,同时保持全局搜索能力,并通过节奏调节实现探索与利用之间的动态平衡。
基于此,本文构建了回旋加速器优化框架(CAOF),以实现由物理机制驱动的优化过程的统一建模。在该框架下,选用灰狼优化器(GWO)作为嵌入函数。利用其多领导者分层决策和简洁的参数特点,提出了CA-GWO算法。CA-GWO结合了三种物理驱动的操作机制:磁场偏转机制、电场加速机制和节奏调节机制,以实现能量消耗、安全性和环境适应性的协同优化。该算法已在真实的多源威胁建模环境中得到系统验证,为低空经济和智能城市中无人机的自主飞行提供了可行的路径规划方案。
总结来说,本研究的主要贡献如下:
  • •
    提出了一种高保真度的多源威胁建模方法:
    通过整合DEM地形数据、OSM建筑和道路数据、5G基站和雷达布局以及历史气象和风场数据,构建了一个涵盖九个核心指标(能量消耗、建筑/人口威胁、高度分层、路径平滑度、电磁辐射、雷达检测、建筑屏蔽效果、天气影响和风阻)的综合威胁成本模型,为低空城市环境中的无人机轨迹规划提供了真实的、可复制的物理建模基础。
  • •
    基于回旋加速器物理机制构建通用优化框架并提出CA-GWO算法:
    CAOF将磁场偏转、电场加速和节奏调节机制映射到优化搜索过程中,实现探索与利用之间的动态平衡。以GWO作为嵌入函数,设计的CA-GWO算法在强非凸威胁环境中显著提升了全局搜索能力和收敛效率。
  • •
    建立渐进式实验系统并系统验证该方法的有效性:
    通过小规模单向实验、深度扩展实验和全闭环实验,系统研究了算法在不同任务维度下的可行性、稳定性和全局协调性。实验结果表明,CA-GWO在路径紧凑性、收敛稳定性、安全飞行高度控制和往返一致性方面表现优异,展示了其在低空经济复杂环境中的通用性和工程应用潜力。
  • 本文的整体结构如下:第2节介绍了现有的轨迹规划问题和基于启发式算法的解决方案。第3节构建了低空多源威胁下的轨迹规划模型,并提出了CAOF和CA-GWO算法。第4节分析和构建了多源威胁下的低空飞行场景,并通过系统实验验证了CA-GWO的有效性。第5节全面讨论了所提框架的有效性和实际合理性。第6节总结了主要发现和存在的挑战。

    文献综述

    文献综述

    为了实现可行、安全且具有环境适应性的自主轨迹规划,现有研究主要沿着两个方向进行:一是基于几何方法和采样方法或轨迹优化的可微规划/搜索框架,逐步加入约束和启发式机制;二是针对具有强

    模型与优化框架的构建

    为了系统描述复杂低空环境中无人机的多源约束和优化过程,本节开发了整体轨迹规划模型和回旋加速器优化框架。首先定义了决策变量、路径采样和地形耦合,然后构建了一个综合考虑能量、安全性和环境适应性的统一目标函数。最后,提出了一个受物理原理启发的回旋加速器

    实验评估与结果分析

    本节重点评估CAOF模型的实际性能,评估其在低空多源约束下的优化效果和轨迹生成能力。内容包括实验环境与参数设置、多源数据的采集与融合,以及轨迹规划实验和结果分析。通过这些实验,验证了该模型在能源效率、安全性和环境适应性方面的综合性能

    讨论

    本节基于之前的实验结果,分析和讨论了所提出的CAOF框架的算法特性和机制。讨论重点关注算法设计的有效性和实现可行性,以及计算时间的可控性,旨在解释优化性能的来源和模型在复杂环境中的适应性,为未来的改进提供理论基础

    结论与展望

    本节总结了研究的成果和展望。首先回顾了CAOF和CA-GWO在低空多源约束下的主要成就和创新点,然后讨论了基于模型假设和实验条件的局限性,最后展望了在传播建模、环境动态和实际应用方面的未来研究方向。

    资助情况

    本研究得到了国家重点技术支持计划(编号2023YFB3307202)、江西省重点研发计划(编号20252BCE310013)、国防基础研究计划重点项目(编号JXH JCKY2021203A001)以及江西省自然科学基金(编号20252BAC240193)的资助。

    利益冲突声明

    作者声明他们没有已知的可能会影响本文研究工作的竞争性财务利益或个人关系。
    相关新闻
    生物通微信公众号
    微信
    新浪微博
    • 搜索
    • 国际
    • 国内
    • 人物
    • 产业
    • 热点
    • 科普

    热点排行

      今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

      版权所有 生物通

      Copyright© eBiotrade.com, All Rights Reserved

      联系信箱:

      粤ICP备09063491号