1.一种基于粒子群算法的UUV路径规划方法，其特征在于，包括以下步骤：步骤1：根据路径长度f1、UUV与障碍物之间的排斥势场以及UUV与目标之间的吸引势场f3构建UUV路径规划优化模型f；

步骤2：初始化PSO相关参数；

步骤3：通过所述相关参数计算时变加速因子c1、c2和c3；

步骤4：计算非线性惯性权重w；

步骤5：通过时变加速因子c1，c2和c3，非线性惯性权重w计算粒子速度 与粒子位置步骤6：通过评估UUV路径规划优化模型f，更新粒子个体最优 群体最优 和第k代粒子个体最优

步骤7：判断迭代次数，如果迭代次数k达到最大次数T，则输出最优结果，停止运算；否则，k＝k+1，返回步骤4；

所述路径长度f1的具体计算公式为：

式中： 表示路径点Pi和Pi+1之间的距离，Pi表示第i个路径点、Pi+1表示潜在路径点i+1；

排斥势场f2定义为：

f2＝S/L(θi)  (2)

式中，S表示UUV航行的步长，L表示第i个路径点Pi与障碍物之间直线距离，即UUV航向角θi指向的UUV与障碍物之间的距离；

吸引势场f3定义为：

式中：σ表示正态分布参数，θi表示UUV当前运动点Pi与目标点Pd之间的水平夹角，ψi表示UUV当前路径点Pi与潜在路径点Pi+1之间的航向夹角；

根据公式(1)、公式(2)和公式(3)计算UUV路径规划优化模型f:f＝w1f1+w4f4,w1＞0,w4＞0  (4)f4＝k2f2‑k3f3,k2＞0,k3＞0  (5)式中，w1,k2,k3,w4表示权重因子；

所述步骤2中，初始化的相关参数包括：种群规模M，粒子维数d，最大迭代次数T，时变加速因子c1、c2和c3，时变加速因子初值c1,ini和c2,ini，时变加速因子终值c1,fin和c2,fin，粒子位置参数 和速度参数 粒子个体最优Pbest，粒子群体最优Gbest以及粒子个体当代最优Cbest；

通过所述相关参数计算时变加速因子c1、c2和c3的具体公式为：式中，k为当前迭代次数；T表示最大迭代次数；

计算所述非线性惯性权重w的具体公式为：式中，k为当前迭代次数，T表示最大迭代次数；wmax和wmin分别表示惯性权重的初值和终值，α为控制系数；

计算所述粒子速度 与粒子位置 的具体方法为：

1)如果非线性惯性权重w＝0.5，则粒子速度 与粒子位置 的计算公式为：

2)如果w＜0.5，则粒子速度 与粒子位置 的计算公式为：

3)如果w＞0.5，则粒子速度 与粒子位置 的计算公式为：上述公式(10)、(11)、(12)、(13)、(14)、(15)中，k表示当前迭代次数，r1，r2，r3表示分布γ于[0,1]之间的随机数，d表示粒子维数，i表示粒子序号，i∈M；l(x)＝(10lnx) 表示慢变函δ数，x为慢变函数控制参数。

2.根据权利要求1所述的基于粒子群算法的UUV路径规划方法，其特征在于，所述步骤3和步骤4的顺序互换。