潜艇突防TF/TA2系统中的地形跟随/威胁可视域规避方法研究

随着潜艇在特殊海域执行任务的不断增加，对其突防TF/TA2（Terrain Following/Terrain Avoidance/Threat Avoidance）技术的要求也不断提高，潜艇以往只是简单按照预定航路航行，暴露性高，突防难度大。本课题以潜艇突防TF/TA2系统为研究对象，采用多尺度非均匀分布数据插值方法，对真实海洋地理和水文信息进行抽象建模，建立海洋环境空间模型；分析地形遮挡效应和声波衍射对威胁可视域的影响，从而精确计算静止/动态威胁可视域，通过量化处理方法将其映射到海洋环境空间模型中，形成真实的潜艇突防空间；在突防空间中，以突防路线上各点威胁危险指标作为性能指标，采用综合地形跟随/威胁可视域规避方法进行路线优化，为潜艇突防寻找更安全、隐蔽性更高的路线，并构建仿真系统进行验证。本课题的研究成果为潜艇突防提供了更加高效的方法和手段，具有一定的理论意义和应用参考价值。

水下潜器在执行任务时，最主要的威胁来自于敌方的侦查和防御体系，因此水下潜器要想快速高效的完成作战任务就必须要突破敌方的防御体系，这就是水下潜器的突防，如何突破敌方的防御体系快速到达指定海域就成为了一个亟待解决的问题，而在水下潜器执行任务前规划出一条突防路径不失为解决此问题的一个方法。. 首先，本报告研究了水下潜器突防空间建模及其融合方法，即将突防地理空间模型、突防威胁可视域空间模型和航行障碍物模型相融合。针对突防空间模型各种组成模型的融合问题，提出水下突防空间建模模型整体设计方案，并对融合后的模型进行了仿真验证。. 其次，将协同进化的思想应用到HS算法之中，对算法进行了改进，提出了协作和声搜索算法(Cooperative Harmony Search ,CHS)，并且选用五个典型的标准测试函数对CHS算法的性能进行了测试。测试结果表明CHS算法的收敛精度和速度都要远优于基本的HS算法，并进一步把CHS算法与遗传算法和粒子群算法相比，CHS算法不仅精度高而且还避免了遗传算法和粒子群算法的早熟收敛的问题。. 最后，本报告建立了水下潜器突防路径规划的三维模型，针对水下的地形、海流约束和水面的声纳约束进行了建模，抽象出了目标函数的数学模型，并进行仿真实验分析了三种约束对路径规划的影响。然后采用CHS算法、HS算法、遗传算法和粒子群算法在简单和复杂两种环境下进行了路径规划的仿真实验，实验结果验证了CHS算法在路径规划上的可行性和适用性，同时与遗传算法和粒子群算法相比， CHS算法计算出的路径代价较小，而且路径也更为平滑。