基于人工势场法的无人机群航路自主规划

为实现无人机编队在指定空域完成从起始点到目标点间的自主路径规划,且机群在该过程中具有良好的 协同性和执行高效性,提出了一种无人机群航路自主规划的方法并进行仿真。分析了机群个体的规划路径点及其特 点,并通过建立的数学评价体系对以上路径进行优劣性评估。仿真及评估结果表明：该方案是正确和有效的,并能 对传统规划方案存在的固有缺陷进行较好的修正,更利于现实中无人机群的实现。     

基于路径自主规划的无人机四维战术轨迹跟踪

在网络中心战的背景下,针对无人机时间协同与空间协同问题,提出一种基于无人机自主路径重规划的四维战术航迹点精确跟踪方法。设计了无人机飞行控制律,在对三维空间轨迹跟踪进行优化的基础上,加入时间维,设计了路径自主规划方案,并进行全系统仿真。结果表明该方法协调解决了需求速度低于最小飞行速度的问题,且具有时间可调范围大、计算量小、适应性强、控制精度高的优点。在多无人机协同攻击领域有很高的实用价值。     

基于Bellman-Ford算法的无人机路径规划研究

通过预先侦察和经验评估，给出了一种敌情信息未知环境中的无人机路径规划方法。采用Bayes方法求取了给定规划区域内威胁存在的概率，构建了威胁概率分布图，并将其转化成权重为威胁概率的带权图，利用Bellman-Ford算法搜索该带权图，求取了一条从出发点到目标点的无人机最小威胁路径，根据无人机气动性能约束，对最小威胁路径进行了修正和优化，得到一条可飞的最优路径，最后给出了仿真结果，验证了方法的有效性。     

基于蚁群算法的无人机最短航路规划

为解决无人机在执行多航点任务过程中,由于航点数量较多而导致的多种飞行轨迹问题,提出一种仿生 蚁群觅食路径选择的无人机航点任务轨迹规划方法。介绍算法原理,计算信息点的信息素浓度,通过工蚁航点转换 规则和信息素浓度修改规则进行算法实现,并对其进行计算仿真和结果分析。仿真结果表明：该算法能够保证飞行 器以最短路径飞行完成所有航点任务,提高了无人机的任务执行效率,减少了控制系统的时间损耗,便于无人机编 队飞行系统的实现。     

无人机在线航路规划技术研究及其工程实现

通过对无人机航路规划技术的研究,阐述了无人机航路规划系统的整体结构以及无人机航路规划模块与制导控制的无缝链接技术。在无人机在线情况下,针对离线算法,通过存储缓存航路,切换航路模式方式实现算法在工程上的应用,对于实时算法,通过实时产生虚拟目标点,追踪虚拟点的方法实现算法在工程上的应用。在此基础上,给出仿真验证的方案,验证该融入方式的可行性。     

未知环境下基于PF-DQN 的无人机路径规划

为解决无人机无模型路径规划的问题,提出一种环境信息未知情况下基于势函数(PF)奖赏的DQN 路径 规划方法。建立无人机在环境中的连续状态空间,将360?等分成若干个角度作为航向角建立无人机的动作空间,设 计目标和障碍物对无人机的势函数奖赏,刻画不同动作对无人机的影响,并进行仿真实验。实验结果表明：PF-DQN 算法能较好地实现无人机在环境信息未知下的无碰撞路径规划,且势函数奖赏能加快无人机路径规划网络的训练 速度。     

一种基于分割法的无人机路径规划新方法

为解决无人机快速可靠的路径规划问题,提出了一种在威胁分布已知条件下的无人机飞行路径规划新方法。在Matlab软件平台下,运用Voronoi图法根据已知威胁分布获取无人机的初始安全飞行路径,然后采用Dijkstra算法进行路径搜索获取最短路径,再利用提出的分割法对最短路径进一步优化并减少其拐点,最后利用spcrv函数对路径进行平滑以获取最优路径,并通过一系列的仿真证明了该算法可行并具有很好的时间性能。     

基于卡尔曼滤波的AR 模型无人自主空中加油预测制导策略

为了改善无人机自主空中加油(AAR)“捕获”阶段中受油机对锥套的“被动跟随”状况,提出一种基于卡尔曼滤波的AR模型无人自主空中加油预测制导策略。利用自回归(auto regressive,AR)模型预测锥套飘摆的未来位置作为受油机导航点,并依据卡尔曼(Kalman)滤波原理对模型进行参数估计,通过加油仿真试验现象对提出方案的实时性能进行定量分析,并提出4种提高实时性的优化措施。仿真结果表明：该算法具有极高的预测精度,改善后的方案满足空中加油场景的实时性要求,能够使加油对接成功率显著提高,对无人机自主空中加油技术的实现具有较重要的意义。     

基于拥塞博弈的多无人机自主侦察任务规划

为解决通信中断时多无人机自主侦察任务规划的问题,提出一种基于拥塞博弈的分布式任务规划方法。 根据问题场景给出各无人机的侦察收益函数以及各子区域的社会福利函数,基于拥塞博弈,建立多无人机自主侦察 拥塞博弈模型,验证纯纳什均衡的存在性,给出多无人机自主侦察拥塞博弈的无政府状态代价和稳定状态代价的界 限,设计一种具有性能保证并且易于实现的策略更新规则,并通过蒙特卡罗方法进行模拟仿真实验。仿真结果验证 了该模型的适用性和策略更新规则的有效性。     

无人机雁行仿生群飞路径规划

为解决单架无人机因互相之间没有通信机制而无法独立进行路径规划的问题,提出一种仿生雁群路径航 路选择的无人机群飞路径规划。介绍算法原理,将无人机初始化为粒子后,在无人机群中确定主机、僚机。依据遗 传算法基础原理,将仿生学引入到无人机群协同编队飞行航点规划当中,使用遗传算法对组群飞行的主机航路进行 路径规划,产生需要的解或最优解;通过模仿雁群跟随的策略,设计僚机跟随主机的算法,从而实现组群飞行,并 进行了实验验证。实验结果表明,该研究对无人机群飞行控制有一定的参考价值。     

基于SKF 多传感器融合的无人机航迹规划

针对无人机在未知环境下航迹规划难的问题,提出一种基于开关卡尔曼滤波器(switching Kalman filter, SKF)无人机定位和航迹规划的方法。根据多假设理论,建立地图观测数据,结合基于INS/GPS/GIS 多传感器融合 的航迹匹配方法,使用SKF 算法完成多传感器融合和多模型的参数估计,实现无人机的自主定位和航迹规划。仿真 试验结果表明：该算法稳定性好、收敛速度较快、计算复杂度小,具有较高的航迹估计精度。     

基于威胁建模的PSO 在UAV 3 维航路规划中的应用

为解决无人机(unmanned aerial vehicle,UAV)3维航路规划问题,采用粒子群优化算法(particle swarm optimization,PSO)进行无人机的3维航路规划.对无人机飞行环境中各种威胁进行数学建模,考虑了航程的影响,得出基于航路长度和威胁的航路评价函数.运用粒子群优化算法进行3维航路规划仿真测试,并提出了在天基信息支援下进行无人机二次航路规划的设想.仿真结果表明,该方法具有可行性.     

基于稀疏A*算法的微小型固定翼无人机航迹规划

为在微小型固定翼无人机嵌入式平台上应用航迹规划,设计一种基于稀疏A*算法的自动航迹规划方法.根据微小型固定翼无人机的应用环境、特点和运动约束,建立航迹规划的环境模型和运动模型,利用单元分解法实现飞行区域环境建模和无人机运动建模,使用稀疏A*算法进行航迹规划,给出其操作使用流程,并对2种不同的启发函数进行仿真分析.结果表明:该方法能提高航迹规划的安全阈度,优化算法.     

一种无人机自主航线控制策略

为控制无人机按预定航线飞行,提出一种无人机自主飞行控制策略.介绍自主飞行控制策略和控制律,包括在水平方向上的飞行控制规律和在竖直方向的飞行控制规律,分析软件流程图和半物理仿真系统,并进行无人机半物理仿真.仿真结果表明:该控制策略易编程实现,可靠性好,可有效完成无人机自主航迹飞行.     

基于蚁群算法的无人机航迹规划技术及研究现状

配置适当的算法是无人机航迹规划的关键技术之一。介绍了一种基于蚁群算法的无人机航迹规划技术的基本原理,并采用网格图建模,演示了无人机二维航迹规划问题的一般实现步骤。然后从改进算法、更换其它模型、多无人机航迹规划、动态航迹规划等四个方面探讨了基于蚁群算法的无人机航迹规划技术的研究现状,并指明了配置更完善的算法实现复杂条件下的实时航迹规划等问题是无人机航迹规划未来的主要研究方向。     

基于RRT算法的某型无人机航路在线规划设计

针对高原地区复杂地形地貌,提出了无人机需具备在线航路规划能力;分析了快速随机搜索树（RRT）算法的基本原理,并对RRT算法的收敛性和参数选择进行了探讨,设计了基于RRT算法的在线航路规划方法;对所设计的方法进行仿真验证。仿真结果表明：该航路在线规划方法达到了预期目的,能够很好的规避突发障碍。     

无人机跟踪地面目标无碰撞航迹规划

针对无人机自动跟踪目标过程中需要规避障碍物的问题,设计一种将跟踪制导律与改进人工势场法相结 合的航迹规划算法。对人工势场法进行适应性改进,建立无人机动力学模型,阐述定距离跟踪制导律的设计方法, 并采取加权求和与运动学约束的方式将定距跟踪制导律与人工势场法二者结合。仿真实验结果表明：该策略具备有 效性和可行性。