共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
《电光与控制》2017,(1)
针对无人机飞行任务规划系统中的航迹规划问题,提出了一种改进的人工蜂群算法,将其应用于无人机的航迹规划。该算法将航迹规划问题转换成函数优化问题,以蜂群为搜索单位,通过群体之间的信息交流与优胜劣汰机制,使蜂群向更优方向进化。在雇佣蜂搜索阶段采用自适应搜索策略来加快算法收敛速度;在跟随蜂搜索阶段引入一种新的概率选择方式来保证种群的多样性;在侦察蜂搜索阶段利用混沌搜索算子提高算法的全局搜索能力。通过标准函数测试与航迹规划仿真对改进后的算法进行验证,结果表明,改进后的算法提高了全局收敛能力,在收敛速度和精度上优于传统的人工蜂群算法,可有效解决无人机的航迹规划问题。 相似文献
4.
《电光与控制》2017,(11)
针对无人机遇到突发威胁动态航迹规划问题,提出了一种基于多策略SSO和改进A*算法的无人机动态航迹规划方法。该方法将无人机航迹规划划分为静态航迹规划和突发威胁实时规避两个阶段:首先,对于静态航迹规划阶段,采用多策略SSO优化算法对极坐标航迹规划模型进行求解,通过引入完全弹性碰撞、自适应跳跃等机制,在有效满足飞行性能约束的同时,提高了航迹规划结果的可行性;其次,对于突发威胁实时规避阶段,采用改进A*算法对局部区域进行航迹重规划,通过拓展A*算法搜索邻域个数和引入最小"弯折"估计代价函数,在保证实时性要求的同时,能够规划出更加平滑的最优航迹。仿真结果表明,提出的方法能够有效地给出更为满意的无人机动态航迹规划路线。 相似文献
5.
基于改进粒子群优化算法的无人机实时航迹规划 总被引:1,自引:0,他引:1
在无人机航迹规划中,通过改变惯性权重和采用自适应粒子群编码方式,以最大转弯半径、步进、最短距离和回避威胁作为航迹的评价指标,将约束条件、地形地貌及威胁信息引入适应度函数等方法,对粒子群优化算法进行改进,解决了粒子群算法在寻优过程中易陷入局部最优的问题.仿真结果表明,该方法可实现在线实时航迹规划. 相似文献
6.
7.
针对无人机的航迹规划问题,提出了并联神经网络结构与动态可调步长策略相结合的三维航迹规划方法。首先根据与威胁之间的距离采取不同策略:当无人机处于威胁区域外,采取基准步长为大步长的策略,实现快速生成航迹的目的;当无人机处于威胁区域内,采取可调步长的策略,实现航迹的精细搜索。然后构建障碍物惩罚函数的神经网络和航迹的能量函数,将梯度下降法与牛顿下山法相结合,建立航迹的运动方程,依据不同的航迹点,采用自适应学习因子不同的学习率,实现快速脱离威胁。仿真结果表明,所提算法不仅能保证无人机安全绕开威胁,同时也提高了算法的收敛速度。 相似文献
8.
9.
10.
11.
文中对Google Earth的二次开发进行了研究,基于MFC进行软件编程,设计了导航电子地图软件。通过调用Google Earth API函数和Windows API函数,将 Google Earth 视图窗口嵌入到软件界面中,使用钩子技术实现在Google Earth视图窗口中右键弹出菜单,结合CMarkup类和BasicExcel类实现在电子地图上添加航迹点和航线,从而实现了在电子地图上进行航迹规划和显示实时航迹的功能。经过实际运行,软件执行效果良好,很好地完成了各种功能。 相似文献
12.
针对传统方法求解无人机三维航迹规划易导致规划代价高、精度差和容易陷入局部最优的不足,提出基于Q学习算术优化算法的无人机三维航迹规划算法。为了提升算术优化算法的寻优精度,引入Circle混沌映射提高初始种群多样性和分布均匀性,引入Q学习根据个体状态自适应调整数学优化加速函数更新,均衡算法全局搜索与局部开发,设计最优解邻域扰动优化全局搜索能力。通过建立无人机三维航迹规划模型,将航迹规划转化为多目标函数优化问题,并利用改进算法求解无人机三维航迹规划,以综合考虑航迹代价、地形代价和边界代价的目标函数评估粒子适应度,对航迹规划迭代寻优。仿真实验结果表明,所提算法规划的航迹具有更低的总代价和适应不同复杂地形环境的稳定性。 相似文献
13.
14.
15.
终端区空域环境复杂、航班密集,精确的航迹预测能极大地提高空中交通服务水平,保障航班飞行安全。针对终端区的高精度多航班4D航迹预测问题,本文提出了一种基于密度的带噪声空间聚类算法(Density-Based Spatial Clustering of Applications with Noise, DBSCAN)和门控循环单元(Gated Recurrent Unit, GRU)相结合的航迹预测方法,通过DBSCAN聚类,将终端区中航迹相近的航班聚类到一簇中,对每一簇航班建立基于GRU神经网络的航迹预测模型,对终端区航班进行预测时,先判断该航班属于哪一簇,然后采用与该簇对应的航迹预测模型,进行4D航迹预测。与仅研究单一航班的传统预测方法相比,本算法有效地利用了终端区的航迹数据,所建模型可以针对多架航班进行航迹预测,扩大了模型的适用范围,提高了航迹预测的预测精度。 相似文献
16.
粒子群法在三维航迹规划及优化中的应用 总被引:2,自引:0,他引:2
有效航迹规划是对敌纵深目标攻击成功的可靠保证,为了在复杂的地形和敌方火力威胁环境中生成最优的三维航迹,提出了一种利用粒子群法来优化三维航迹规划的方法,同时,利用动态窗对原航迹规划中新出现的威胁进行航迹动态规划。根据飞行器的飞行性能,通过引入最小威胁曲面概念生成三维航迹搜索空间,再利用一个有限项的多项式函数来逼近最小威胁曲面中的三维航迹在二维水平面内的投影,将原来的规划问题简化为在一个一元函数多项式系数空间中的搜索寻优。仿真结果显示,利用粒子群法优化的静态航迹规划能有效减小搜索空间,提高规划效率,同时,动态航迹规划能回避新威胁。 相似文献
17.
在防空系统日益完善的信息化战场,利用常权代价函数进行航迹规划所得的可飞航迹已经逐渐不能满足飞行器的强生存力要求。运用变权综合理论改进了传统的常权代价函数,在仿真中结合微分进化算法,给出了常权航迹规划和变权航迹规划的结果并进行了分析,得出基于变权理论的航迹规划可以改善飞行航迹的生存力,提高飞行器战场生存性能的结论,仿真结果也表明该方法的可行性。 相似文献
18.
船舶航迹预测对保障海上交通安全具有重要意义,为进一步提高船舶航迹预测精度,提出了一种从认知神经科学和神经生理学继承的模块化设计方法用于开发神经网络,旨在通过大脑强大的功能(分而治之)来解决复杂问题。首先,利用互补集合经验模式分解算法(CEEMD)将船舶航迹时间序列分解为多个相对平稳的子序列,使其具有不同的本征模态函数及趋势项,这在一定程度上降低了航迹时间序列的复杂程度;然后,通过模糊熵(FE)量化各子序列的复杂性用于辅助模块化神经网络(MNN)任务分配;最后,将粒子群(PSO)改进的长短期记忆神经网络(LSTM)作为模块化神经网络的子网络用于解决船舶航迹时间序列预测任务。选取相关数据进行测试,验证了所提方法对船舶航迹预测的准确性和实用性。 相似文献
19.