GPS干扰对反辐射无人机突防的影响分析

建立了反辐射无人机初始航路模型,分析了全球定位系统(GPS)干扰对航路的影响机理,建立了GPS干扰条件下的航路模型和突防概率模型,对干扰前后反辐射无人机突防情况进行了实例仿真,最后提出了降低GPS干扰对反辐射无人机作战影响的对策。     

基于Voronoi图和离散粒子群优化的无人机航迹规划

航迹规划是根据任务目标规划出满足约束条件的飞行轨迹,是实现无人机突防攻击的关键技术.由于无人机航迹规划的复杂性,提出了一种无人机分层航迹规划的方法,该方法首先由Voronoi图生成初始航路,然后考虑各约束条件,赋予各航路相应的权值,最终应用离散型粒子群算法搜索出满意的规划解.仿真结果表明,该方法规划效率高,占用内存少,...     

无人机航路规划研究

通过对无人机航路规划的研究,对无人机航路规划问题进行了概括和总结,介绍了无人机航路规划流程,分析了无人机航路规划的约束条件,阐述了目前国内外应用和研究的几种航路规划算法,并对无人机航路规划算法的发展趋势进行了展望。     

遗传算法在无人机航路规划中的应用

随着无人机在现代战争中的作用日趋重要,对无人机航路规划的研究也越来越多。分析了无人机航路规划涉及的因素和处理过程,介绍了遗传算法的相关内容。根据无人机航路规划涉及因素多、计算量大的特点,采用遗传算法进行航路规划。给出了遗传算法编码方法以及算法参数、终止条件的设置方法,提供了一个应用示例,并给出了一些改进的建议。     

浅析无人机在未知环境下的航路规划

无人机具备在未知环境下实时航路规划的能力将成为今后无人机航路规划重要的发展方向。本文针对无人机执行任务的未知环境,给出了基于威胁目标存在概率的环境信息模型,并将环境概率模型用于航路代价函数,最后通过局部优化策略和滚动时域思想对航路进行了实时规划,将全局优化方法和局部优化方法有效地结合到航路规划中,为无人机的航路规划提供了有力支撑。     

飞机航路规划决策系统研究与开发

现代低空突防技术TF/TA2对飞机航路规划提出了新的要求,在研究战机任务规划、战术规划的基础上,设计了飞机航路规划决策系统,包括地形模拟、最优航路算法研究、航路决策、雷达辐射源库、火力威胁库的建立等。     

基于在线支持向量机的无人机航路规划技术

研究了一种基于在线支持向量机的无人机航路规划方法,以保证无人机在完成任务时候能以最小的被发现概率以及最短航程安全到达目标点。首先建立多约束的无人机航路规划数学模型,并进行分析。应用A*算法产生初始航迹获取样本数据,在此基础上应用在线支持向量机具有在线训练、模型精确度高、需要样本少、泛化能力强等特点,实现无人机航路优化。最后将所研究的方法应用于无人机的航路规划仿真,仿真结果表明所研究的基于在线支持向量机的无人机航路规划方法是有效的。     

不确定环境下的侦察无人机自主航路规划仿真

自主式无人机是无人机发展的必然趋势,不确定环境下的航路规划是无人机航路规划研究的新领域.为了研究战时条件下侦察无人机的自主航路规划,根据无人机的控制系统工作方式,建立了仿真模型框架,并在此基础上开展仿真研究.首先,针对战时条件下侦察无人机执行任务的不确定环境,从战场使用的实际情况出发,建立了基于目标存在概率的环境信息模型;然后,根据无人机机载探测设备探测区域建立了探测模型,提出了航路控制决策模型,并采用动态规划进行航路规划.最后,设计了一个无人机侦察不确定环境的仿真试验,仿真结果验证了该方法的有效性.     

突防过程中反辐射无人机群数量规划研究

为对反辐射无人机突防过程中数量进行规划研究,将突防分为了突防雷达探测系统和防空火力系统两个过程,分别建立了反辐射无人机群对这两类系统突防的概率模型,并对两种概率的影响因素进行了分析和仿真。按照反辐射无人机与目标的距离,分析出了无人机群的突防顺序及详细过程。最后结合两种概率模型提出了无人机群的数量规划,并得到了无人机群数量对毁伤概率的影响,仿真结果验证了该模型的合理性以及该模型对实战对抗的指导意义。     

飞机低空突防航路规划系统研究

航路规划是新一代低空突防技术的本概念、国内外研究现状、系统的功能模型.论述了航路规划的基本要求,如导航要求、突防要求、飞行器性能要求及战略和战术要求.最后分析了航速规划需要解决的威胁建模、威胁处理、数字地图、整体航线优化、航迹动态优化和轨迹跟踪控制等关键技术.     

无人机航路规划算法研究

针对无人机航路规划问题,研究了一种基于元胞蚂蚁算法的无人机航路规划方法.元胞蚂蚁算法对基本蚁群算法进行了系列改进,并将元胞邻居演化和改进后的蚂蚁寻优相结合,有效地克服了基本蚁群算法的收敛速度慢、易于过早陷入局部最优的缺点,提高了算法的运算精度,从而为解决复杂战场环境下无人机航路规划这一多约束多目标优化问题提供了一条可行...     

采用粒子群优化算法规划无人机侦察航路

研究了粒子群优化算法,提出了将该算法运用于无人机的航路规划.引入交换指数和变异子的概念,解决了算法的局部极值问题,给出了航路规划的方法和步骤.在Matlab仿真环境下得到了参考航路.结果表明,该算法简单有效,在很大程度上提高了无人机的侦察效率.     

采用改进流函数法的无人机航路规划

提出改进的流函数法为无人机在复杂地形环境下进行航路规划。针对传统流函数法在多个障碍物航路规划时存在的问题,进行了理论分析,并给出一种虚拟动态目标的方法,解决了两个障碍物重叠情况的航路规划问题。为满足无人机的机动约束,将无人机自身的约束条件转化为虚拟障碍,以保证规划出的航路可飞。仿真结果表明,该方法能够在复杂地形条件下快速地为无人机规划出一条可飞的航路,具有较好的工程应用价值。     

自适应蚁群算法的无人机航迹规划方法

为了提高无人机完成任务效率,在执行攻击任务前必需规划设计出高效的无人机飞行航路.提出了一种Q-学习的自适应蚁群算法的无人机航路规划方法,建立了基于真实地形数据和火力威胁区的威胁模型;针对传统蚁群算法在搜索过程中出现停滞现象,提出的Q-学习的自适应蚁群算法有效地解决了这一缺陷.并使用该算法对无人机的攻击任务航路进行了仿真计算,仿真结果表明该方法是一种有效的航路规划方法.     

基于流水避石原理的无人机三维航路规划

<正>对一种新颖的基于流水避石原理的无人机三维航路规划技术进行了阐述。复杂地形条件下具有全局最优性的无人机三维航路规划问题,不但要考虑地形对飞行安全的影响,还要考虑无人机自身的性能约束,最终规划出三维空间内可供无人机实际飞行的平滑航路。传统航路规划算法在计算复杂度、航路平滑性等方面难以令人满意。流水避石航路规划算法受自然界流水避开岩石并最终到达目标点的现象启发,通过提取复杂     

基于改进A*算法的无人机动态航迹规划

在无人机航路规划问题的研究中,针对传统 A*算法在航路规划中的不足,提出了一种增加约束条件的广义搜索 A*算法,并将该算法应用到动态航路规划中。该算法在节点搜索中解决了 A*算法大空间搜索的复杂程度,而且用重新估价代价值来满足无人机的实时性,最后用平滑处理算法使规划的航路满足无人机的机动性能约束。仿真结果表明,该算法性能优于传统 A*算法,具有很好的实时性,适用于无人机航路规划的工程应用。     

通信约束下的多无人机协同航路规划

针对存在通信约束的多无人机协同航路规划问题,在考虑多无人机同时到达目标点和避免相互碰撞的条件下,使用改进的A*算法规划出多无人机飞行的原始航路;通过不断计算和比较无人机间的距离来限制无人机的飞行,使无人机之间的距离始终保持在允许通信距离范围内;通过减小最大允许通信距离和增大最小安全距离来消除通信时间延迟对协同航路规划的影响,从而建立了存在通信距离限制和通信时间延迟条件下的多无人机协同航路规划算法。仿真结果验证了该算法的有效性。     

将盘旋动作引入自主航路规划的方法

为了使侦察无人机在不确定环境下航路选择更加灵活,提出了一种将盘旋动作引入到自主航路规划中的方法。首先,分析了盘旋动作对机载侦察设备的不利影响,以及盘旋动作对扩大航路选择范围上的优势。然后,通过设置修正系数的方法,对航路选择的目标函数进行改进,将盘旋动作引入到无人机航路规划的决策集中。最后,通过仿真试验验证了该方法的有效性。     

基于作战效能的无人机航路规划研究

综合考虑目标分配与航路规划全过程,提出一种基于作战效能的无人机航路规划方法.在航路规划层利用变长染色体遗传算法规划无人机的初始航路,在协同规划层则以作战效能为指标,运用遗传粒子群优化算法进行任务优化分配,最终得到一个备选航路集.然后,利用协同算法可在备选航路集中找到满足要求的任务航路.该方法不仅能够规划出单机或多机协同全局航路,而且还可根据威胁环境或目标变化适时修正航路,并始终保证较高攻击效能.     

基于MPSO算法的空舰导弹航路规划

为保证空舰导弹的最佳攻击效果,借鉴水空介质航行器的相关研究思路,提出一种将导弹末端突防航路扩展至水下的攻击模式,并对其全局航路规划进行了研究。首先对目标舰艇对空及对海的综合防御能力进行了分析与建模,为保证规划算法效率,利用多种群粒子群优化(MPSO)算法进行寻优搜索,设计了相应的适应度函数和进化策略,最后给出仿真算例。仿真结果表明,该方法可以实现不同介质空间武器全局航路规划。