基于遗传粒子群算法的飞行冲突解脱

飞行冲突解脱是空中交通流量控制与优化调度中的难点。针对遗传算法求解多机飞行冲突存在搜索速度慢、易陷入局部最优与早熟收敛的问题,提出一种遗传粒子群算法解决多机飞行冲突。该算法综合遗传算法的全局搜索能力和粒子群算法的记忆功能与快速收敛特性,能够有效地解决遗传算法求解飞行冲突存在的不足。仿真验证了该算法能够得出较好的结果,无论是在搜索速度还是在求解精度上都有明显的提高。     

一种改进的遗传算法在飞行冲突解脱

随着空中交通流量的增加,空中交通管理系统面临着越来越严重的航线拥挤问题.在自由飞行的环境下,发生冲突的可能性会大大增加,冲突解脱技术成为提高飞行安全与效益的一项关键技术.针对此问题,提出了一种改进的、能够快速准确进行航路规划的遗传算法,与标准遗传算法进行比较,取得了较好的优化效果.     

基于最优样本集在线模糊最小二乘支持向量机的飞行冲突网络态势预测

针对空中交通系统运行周期性和时变性的特点，结合复杂网络理论和模糊最小二乘支持向量机（LSSVM），提出一种基于最优样本集在线模糊最小二乘支持向量机（OTSOF-LSSVM）的飞行冲突网络态势预测方法。首先，基于三维的速度障碍法构建飞行冲突网络模型，并根据航空器的位置、航向和速度判断冲突；其次，分析飞行冲突网络拓扑指标的演化时间序列，得到与预测时刻在时间和距离上相关的样本组成最优样本集；最后，采用在线模糊LSSVM训练得到预测模型，并在模型更新过程中通过分块矩阵思想简化更新过程，提高算法效率。实验结果表明，所提方法能够快速、准确地预测空中态势，为管制员掌握空中交通的发展情况提供参考，并辅助进行冲突的预先调配。     

基于PSO算法的飞机平衡状态求解

飞机的平衡状态求解是飞行控制律设计的基础.现有的飞机平衡方程的求解方法多采用全局优化法,存在收敛速度慢,易陷入局部最优等问题.为解决上述问题,提出一种利用粒子群优化算法求解飞机多种平衡状态的方法,能够利用粒子间的相互作用对整个搜索空间进行并行高效搜索,具有算法简单、收敛速度快等优点.仿真结果表明了对求解飞机平衡状态的有效性.     

针对合作型无人机的最优防相撞策略

为解决复杂融合空域内的无人机(unmanned aerial vehicle,UAV)冲突解脱过程中消耗大的问题,提出基于速度障碍法的合作型无人机的最优防相撞策略.首先根据有限时间的速度障碍法进行冲突探测,并推导出解脱条件下冲突双方航向改变量与速度大小改变量满足的关系,再将合作博弈概念用在冲突解脱过程中,利用最优化理论...     

基于动态优先级的机场滑行道调度优化算法

为提高机场航班的地面运行效率,针对航班滑行道调度问题,提出一种动态调整航班优先级序列的滑行道调度优化策略。为实现该策略,对遗传算法进行改进,采用双链染色体编码的方式,并行优化航班的滑行路径和优先级序列。通过设定两个适应度函数,利用改进的遗传算法确定各航班的滑行路径,根据滑行路径的变化动态调整航班优先级序列,在此基础上由冲突解脱算法得到具体的调度计划。实验结果表明,该算法有效解决了航班间的冲突问题,能得到最优的调度滑行路径和优先级序列。     

ADS-B信息的球状模型飞行冲突探测算法

随着空中飞行流量日趋增大,飞行器自由飞行过程中发生碰撞的可能性也越来越大,针对飞行器周围空域进行合理划分,给出了一种基于ADS-B信息的球状模型飞行冲突探测算法.该算法结合ADS-B的原理和特点,运用球状模型取代圆柱体模型对飞行器周围空域进行建模,然后进行冲突目标初选,对可能发生冲突飞行器的位置、航迹交叉点、距离进行计算并预估到达时间,与门限值比较判断能否发生碰撞,最后,对算法进行仿真.结果验证:算法能够更准确并且快速地完成冲突探测,并对驾驶员发出冲突告警,对防止飞行冲突的发生具有积极作用.     

基于自适应遗传算法的蜂窝网络信道分配

为解决遗传算法用于蜂窝网络固定信道分配时存在的过早收敛问题,通过采用最大需求优先最小冲突初始化方式、渐进式变异技术和一种新的交叉概率、变异概率自适应调整策略,提出一种自适应遗传算法。通过评估一组benchmark问题,证明该算法对解决信道分配问题具有较强的最优解收敛能力,收敛速度较快。     

飞行计划冲突预探测算法研究

对飞行计划冲突预探测进行了彻底的研究，给出了相应的预探测算法。在对各种冲突类型进行研究的同时，针对航迹交叉时横向间隔的冲突探测——预探测中最困难的问题，给出了相关的探测模型，结合严密的数学理论推导，得出相关的求解公式，全面地解决了该问题。当冲突存在时，该算法确定地给出冲突时间段和冲突的航路段。实践表明，该算法是非常有效的。     

多观测器轨迹优化仿真研究

研究优化机载雷达组网系统的跟踪性能问题,在机载雷达组网中,多观测器与目标间的相对几何关系对定位跟踪精度有影响.可通过改变观测载体的飞行速度和航向角,控制其沿最优轨迹运动有效提高观测器的估计性能.为了对多站时差无源定位准确跟踪问题提出遗传算法对机载多观测器轨迹进行优化.推导出目标优化函数的表达式,采用遗传的轨迹优化算法,求解每一采样时刻使得目标函数最小的观测器位置,并在最佳位置对目标进行量测.可将轨迹优化加入运动目标被动跟踪过程构成闭环,通过估计和优化相结合的方法仿真实现观测器自适应运动下的运动目标被动跟踪.通过结果比较证明,算法可以有效提高对运动目标的跟踪精度.