水下平台三维航路多约束多指标规划的蚁群策略研究

为综合考虑各类约束因素和综合性能指标的实际需求,克服传统的单性能（航程）指标优化和地形障碍约束的局限性,从安全性、隐蔽性、快速性角度实现三维海洋环境要素的充分运用,提高三维航路规划算法的有效性和适用性,设计了水下平台三维航路多约束多指标规划的蚁群策略。引入了栅格模型对三维海洋空间环境进行描述;充分考虑了水下平台性能、地形、海洋环境以及任务约束,构建了三维航路蚁群规划策略,设计了多约束启发函数和多指标评价函数;对算法进行了仿真验证。结果表明,该算法充分考虑海洋环境要素影响,基于多约束启发函数和多指标评价函数,通过灵活设定规划系数,实现不同性能指标、不同任务约束的三维航路规划,能够较好地符合水下平台的航行需要。     

自主水下航行器多终点航路规划的距离正则化混合水平集算法研究

为进一步提升水平集算法求解自主水下航行器(AUV)时间最优航路的计算效率,结合局部化思想和多项式距离正则化方程,提出一种用于AUV多终点航路规划的混合水平集算法。通过引入简单多项式距离正则化项,融合海流模型,推导新的水平集演化方程,并给出数值实现方法。所提算法无需重复初始化窄带且一次演化就能获得至多终点的所有最优航路集,解决了AUV多终点航路规划时计算效率不高、规划时间过长的问题。仿真结果表明,相较于蚁群算法和量子粒子群算法,在AUV的多终点航路规划中,混合水平集算法计算效率是蚁群算法的6.4倍,是量子粒子群算法的1.6倍,且鲁棒性更佳。     

一种改进粒子滤波水下地形匹配算法研究

针对水下平坦区域和深度突变情况对粒子滤波水下地形匹配算法地形适应性的影响,提出了一种利用地形熵指导后验粒子权值优化重组的改进匹配算法。从理论上分析了粒子滤波匹配误差增大的原因。通过惯导定位误差,用数字地图确定误差椭圆。利用地形熵表征决策区域地形信息量大小,计算优化系数并对后验粒子权值进行优化组合,实现通过地形特征控制粒子重采样力度的目的。仿真结果证明,改进算法具有更好的地形适应性,湖上试验验证了算法的实时性和可行性。     

蚁群算法在水下滑翔器航路规划中的应用

水下滑翔器作为一种超低能耗的水下航行器,有非常广阔的应用前景。本文利用蚁群算法,并引入了海流矢量因子,对水下滑翔器的航路规划进行了模拟,仿真结果表明,这种航路的规划方法能有效地优化航路,保证航路的质量。     

基于一种改进粒子群算法的水下远程武器航路规划

针对水下远程武器航路规划中,采用基本粒子群算法避障出现的航路倒退问题,提出了一种借鉴遗传算法采用粒子对换的改进粒子群优化（PSO）算法,并结合远程武器的航路规划设计模型,应用于水下武器作战仿真系统。计算结果表明,该算法可有效提高远程武器航路规划避障的计算效果,对水下远程武器的作战使用研究具有一定的参考价值。     

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.     

基于改进量子进化算法的巡航导弹航路规划方法

针对巡航导弹作战区域广阔、航路规划效率低的问题,提出了基于改进量子进化算法(IQEA)的巡航导弹航路规划方法。首先分析并确定巡航导弹航路规划空间,建立航路评价的代价指标;针对实数编码量子进化算法容易早熟、陷入局部最优的缺点,引入染色体的概率表达特性,使得每条染色体均能以一定概率表达优化问题的所有可行解;借鉴遗传算法的思想,在IQEA中引入染色体繁殖机制,结合动态量子门实现染色体的进化,实现算法局部搜索和全局搜索的平衡。仿真实验结果表明,基于带繁殖机制的IQEA的航路规划算法能够快速、稳定地搜索到代价更低的航路,所规划航路能够有效进行威胁规避、地形回避和地形跟随。     

基于PMF和TERCOM组合算法的水下地形匹配技术

南于自主式水下航行器的导航受海水环境的影响,其定位精度不高,目前较好的解决方法之一是采用水下地形匹配辅助导航系统.本文针对该系统最核心部分的匹配算法,提出了一种定位精度更高的组合算法.为了解决质点滤波(PMF)算法存在的计算量大、收敛速度慢和对初始误差比较敏感的问题,提出了一种将地形轮廓匹配(TERCOM)算法和PMF算法进行组合的方案.首先分析了搜索区域分辨率对PMF算法的影响,然后分别对以TERCOM为粗匹配、PMF为精匹配和以PMF为粗匹配、TERCOM为精匹配的两种组合算法进行了仿真比较.结果表明,第1种组合算法无论在大起伏地形还是在平坦地形中都显示出了更快的收敛性和更高的定位精度,是一种具有较高工程应用价值的算法.     

基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署

对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化（LM-AQPSO）算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法。考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型。仿真实验结果表明：相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案。     

一种基于遗传模拟退火算法的航迹优化方法

航路规划是飞机地形回避系统的一个关键环节,是完成低空飞行任务的基础;针对飞机地形回避过程的航路规划技术进行了研究,利用k均值算法对地形采样点进行聚类,建立地形障碍空间模型,运用狄克斯特拉算法进行初始航迹规划,然后利用遗传模拟退火算法对航迹进行优化,缩短整个航线的航程;通过仿真验证了方案的可行性和合理性。     

水下地形匹配导航中的地形可导航性分析

水下地形匹配导航是潜航器利用海底地形地貌的分布特征进行相关匹配运算,从而实现准确定位的导航方法,即使是同一潜航器在经过不同地形特征区时其匹配精度差异较大。针对该问题,提出了基于地形统计特征的可导航系数,用以衡量某一地形区域的可导航性能,并运用PMF算法对不同导航系数的航路进行了导航性能仿真。仿真结果表明,该系数可作为水下地形匹配导航航路选择的参照标准,从而有效地提高水下潜器的导航精度。     

基于水下地形匹配大姿态误差角捷联惯导系统误差估计方法

传统的基于线性滤波的误差估计方法常采用基于咖角法的捷联惯导系统（SINS）线性误差模型,但当姿态误差角较大时,估计效果不稳定且精度较差。为此,提出了基于无迹卡尔曼滤波（UKF）的误差估计方法。通过建立水下地形匹配辅助导航系统非线性误差模型,以地形匹配和深度压力传感器测量的位置信息和深度作为量测量,设计了扩展状态UKF滤波器,在大姿态误差角下仿真研究了其估计效果。结果表明,在大姿态误差角下,本文所提出的方法可行且具有较好的估计效果,为匹配区内修正捷联惯导系统导航误差提供了参考。     

一种基于导航误差空间的无人水下航行器路径规划方法

无人水下航行器(UUV)的传统路径规划方法常忽略对路径安全有重要影响的导航误差约束。针对此问题,将导航误差引入环境模型中,提出一种基于导航误差空间(NES)的全局路径规划方法。NES综合自身位置、导航误差和环境信息,将随机导航误差转化为有确定代价的约束条件。提出符合实际导航特点的导航误差传递模型,并采用圆概率偏差（CEP）评估导航精度。目标代价同时考虑了路径长度和航行安全性等因素。运用改进A^*算法进行路径搜索,获得最优路径。数字海洋环境仿真实验表明,提出的规划算法简便、快速,可有效降低路径的安全风险。     

未知环境下室内移动机器人定位导航设计与实现

为实现室内移动机器人在未知环境下的定位导航,设计了一台基于机器人操作系统(robot operating system,ROS)的室内移动机器人,研究了增量式构建栅格地图、代价地图的环境地图构建方法和自适应蒙特卡罗(amcl)定位方法以及运用Trajectory Rollout 和Dynamic Window Approaches算法的路径规划方法.实验结果表明:该自主导航与定位软件能增量式绘制环境地图,所规划的路径符合最优路径;机器人按照规划路径行走时的导航定位精度能够达到10 cm,偏转精度达到±5°,能够实现未知环境下室内移动机器人的定位与导航.     

基于Biharmonic插值的海底地形可视化仿真

由于电子海图中只包含海洋环境的矢量数据,并未给出海底地形相关信息。本文利用IS08211类库,提取S-57电子海图原始文件的矢量水深数据,依据这一组水深数据进行Biharmonic曲面样条插值,计算出一组曲面上的网格点处的坐标数据,从而实现对该海区内海底地形的可视化仿真。同时利用插值后的坐标数据,进行等深线绘制仿真,将仿真结果与专业电子海图软件打开同一张海图进行对比以及误差分析,结果表明,使用捅值数据构建地形的正确性,规则分布的插值水深数据可用于自主式水下航行器（AUV）的自主路径规划。     

基于稀疏A*算法的AUV全局路径规划

路径规划是自主式水下航行器(AUV)研究领域的重要课题之一。传统的AUV路径规划算法,如人工势场法、图搜索法等,容易出现陷入局部最优解、计算速度慢等问题,为克服上述缺陷,本文基于稀疏A*算法,提出了一种新的用于构造搜索空间的随机布点方法,在路径规划区域内,利用随机函数均匀地布撒足够多的搜索节点,从而构成搜索空间,可显著降低计算量,提高搜索效率;并进一步对所得路径进行通视性检查,有效地减少路径点个数和折点数,获得更优路径。仿真试验结果验证了该算法的正确性和有效性,表明该算法具有全局优化能力强、计算速度快的优点,具有一定的工程应用价值。     

基于改进粒子群算法的UCAV二维路径规划

采用粒子群算法实现了有限数目航点的优化,提出了新的解决PSO路径规划中因基于航点适应度优化计算导致的威胁感知盲点问题的办法,研究了路径规划约束的数学模型、粒子构造方式和粒子的评价适应度函数。用数学仿真方法实现了改进后的PSO路径规划。     

地形匹配制导技术研究

指出了匹配系统的性能与地形的选择有很大的关系，给出了地形高程数据的标准差、粗糙度和相关特性等概念，反映了特定区域内地形的总体起伏、局部变化及领域相关性的强弱，对地形匹配区的选择具有重要意义。同时，利用Hausdorff距离作为地形匹配算法的相似性度量，对应最小的Hausdorff距离是最佳匹配。实验结果表明该方法的有效性。