未知环境中的无人机航迹搜索策略

为了让无人机具有在未知环境中完成任务的能力,无人机必须根据实际的环境变化进行实时的快速的航迹规划。针对这个问题,通过将滚动时域优化思想与A*搜索算法相结合,提出了一种实时局部优化航迹搜索(LORS)策略。该算法借鉴A*算法的基本思想,并且考虑未知环境的特点和无人机自身的限制,采取滚动时域优化的思想对航迹进行在线实时规划,在生成可飞航迹的同时大大地减少了计算量。通过仿真结果表明,该算法可以针对未知环境中的固定和低速运动威胁,实时地生成满意的航迹。     

无人机在突防行动中的航路规划研究

在分析航路规划对无人机突防行动重要性的基础上,研究了无人机突防航路规划的基本方法,给出了突防航路的代价函数和航路的构建及优化方法,最后利用文章探讨的方法对某无人机的突防航路规划进行了实例仿真,其研究的原理和方法对无人机突防能力的提高将产生积极的影响,可为无人机的作战运用提供有力支撑。     

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。     

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.     

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.     

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。     

启发式动态任务调度与航路规划方法

针对任务、资源、航路的调度与规划需要,建立了一种分层递阶的任务规划系统结构,上层主要解决任务优先级和冲突消解问题;下层主要解决满足各种要求的航路规划与实时重规划问题。提出了启发式动态任务调度与航路实时规划算法,可以有效提高对各种突发事件的态势自适应和冲突消解能力以及对时敏目标的打击能力,进而提高无人机在动态不确定环境下的自主性。     

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。     

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的无人机实时航迹规划

战场环境是动态变化的,很难预先获得全局精确的威胁信息,因此需要无人机具备一定的实时航迹规划能力.采用连续型粒子群优化(PSO)算法进行无人机参考航迹的实时规划,以最大转弯半径、步进、最短距离和回避威胁作为适应度函数的评价指标,得到代表最优航路的离散点.对算法进行了相应的仿真,结果表明该方法费时短,占用内存少,可以满足在线实时航迹规划的要求.     

无人机任务规划系统

规划无人机的航路主要是为了可以更好的完成的复杂任务,实现快速有效的规划是非常重要的。无人机在执行飞行任务的时候,无人机需要结合地形和地貌等信息,了解飞机自身的机动能力,对于飞行航路进行实时计算,对于该行路进行跟踪,尽快的完成飞行任务。本文主要对于无人机航路规划进行全面的论述,从而获得良好的飞行品质。     

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。     

基于卡尔曼滤波和D*算法的动态目标航路规划

针对目前运动目标航路规划存在的滞后性和计算量过大等问题, 提出一种适合于动态环境下动态目标的航路规划方法。首先, 采用卡尔曼滤波算法对目标下一步的位置进行预测, 然后, 调用D*算法以无人机当前位置为起点, 目标预测位置为终点进行航路规划。同时, 为了减少预测误差和保证高效的航路规划效率, 该方法引用了动态的目标观测周期。由于卡尔曼滤波算法是按照递推公式来预测无人机下一步状态的, 不需要很多的历史数据, 所以该预测算法不仅减少了计算量, 而且由于采用超前规划, 使算法具有了很强的实时性。从仿真结果来看, 该算法有效地缩短了航程, 减少了到达目标位置的时间。     

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。     

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.     

群体智能支撑的无人机群航路规划应用综述

无人机群航路规划的主要目标是为每架无人机生成一条连接起始点和目标点并满足约束条件的可飞行路径。传统方法主要以代价地图为基础，采用动态规划与几何运算等方法解决无人机群的路径规划问题。然而，这些方法难以解决无人机群的几何、物理与时间等复杂多约束问题，而且代价地图的构建十分耗时，使得无人机群难以应对复杂多变的实际环境。近年来，群体智能技术的出现为无人机群路径规划提供了新思路，该技术不但能够解决无人机一维静态的路径优化问题，同时为多维动态路径的优化提供更加精准、快速、有效的智能解决方案。此外，机载智能硬件的飞速发展也极大提升了无人机群的通信速率与运算效率，使得无人机群具备环境适应能力强、部署灵活和多功能集成等优势。基于以上背景，阐述了无人机群航路规划的环境感知建模、适应度函数、约束条件和障碍物规避四方面内容；综述了群体智能算法原理，并分析讨论了5种群体智能算法以及其应用于无人机群航路规划的优缺点；分析和展望了群体智能算法应用于无人机群航路规划与任务协同方向的发展趋势。     

无人机实时任务规划逻辑架构

针对未知威胁下无人机实时任务规划问题,将任务重规划分为人机合作规划和自主规划两种方式,设计了一种基于人机协同认知的无人机任务重规划逻辑选择架构.该架构将无人机的自主规划能力与人的观察、判断、决策和规划能力相结合,目的是使无人机能够适应复杂多变的战场环境.从人机交互、无人机、环境、任务4个角度考虑,采用模糊综合评判法对无人机自主能力进行综合评价,根据其自主能力的高低选择任务重规划方式.通过实例计算,说明了自主能力模糊综合评判结果比较可靠、客观.     

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。     

多旋翼无人机编队动态航路规划研究

针对多旋翼无人机的编队动态航路规划问题,提出一种蚁群算法和快速扩展随机树RRT算法相结合的改进混合算法。首先利用蚁群算法离线搜索全局航路代价最小的初始航路,在局部航路规划中提出"协同避障—重构"策略,同时运用改进RRT算法实时修正几何航路,使机群满足时间协同约束绕过静态威胁源和突发障碍物,编队飞行至目的地。仿真结果表明,提出的改进混合算法和策略能有效规划无人机动态无碰航路,相较普通RRT算法,航路最优性及局部航路在线搜索速率得到明显提升。     

一种基于动态RCS的航路规划方法

本文考虑无人机运动过程中相对雷达探测的动态RCS特性,分析其RCS分布模型、雷达探测模型,计算雷达探测期间发现概率数值,在此基础上结合遗传算法,开展动态RCS的航路规划。通过仿真试验将本文的计算结果与传统航路规划方案相对比,发现本文提出的规划方法具有的较高的有效性和可行性,能够满足无人机航路规划实际需求。