基于改进人工势场法的多机动态改航路径规划

危险天气会影响航班的正常飞行,因此需要研究危险天气影响下的航班改航路径规划的问题。改进了传统人工势场法中的斥力势函数,将航空器与其对应的目标点之间的距离以及航空器与障碍物的运动速度考虑在内,建立了改进人工势场法的多机动态改航路径规划模型。该模型解决了航空器因受力不为零而徘徊运动的现象,并且适应动态运行环境。算例验证了该模型的有效性和可行性。     

动态突发天气下同高度层改航模型和算法研究

针对动态移动突发天气下同高度层的改航问题,建立了水平影响范围较小(小尺度)的突发天气(如雷暴)在同一水平面的改进威胁概率模型。考虑了改航偏离预定航路飞行的代价,建立了新的以最短航程为目标的改航模型。针对静态和不同动态移动情况下的突发天气,分别给出了相应的改航最优路径分析。并基于航程最短,设计了启发式算法对3种不同的场景进行算例仿真。仿真结果表明,该模型和算法是有效可行的,可以很好地处理这类改航问题,为航空器规划出一条安全的相对经济的改航路径以回避各种突发天气。     

基于历史数据的空中改航算法研究

改航是航班运行过程中应对恶劣天气、军事活动、流量管控等突发情况的重要策略。作者提出一种挖掘历史雷达数据特征的改航算法。算法首先综合考虑改航路径的经济性、安全性、航路特征和容量影响等因素建立改航约束条件,对航班可能的改航区间的航路通路进行分析初选,确定最优的改航区间及其满足改航约束条件的一系列关键点序列。随后基于航班在历史雷达数据中的位置信息分析关键点序列航段执行情况,结合该航段计划航班数据,提出了适用于改航关键点选择的航段利用率计算方式,并在此基础上确定改航路径的最优关键点序列。以航班飞行过程中的速度矢量为建模对象,通过机器学习算法挖掘经过关键点序列航段的航班飞行运动模式。采用混合高斯模型对航班速度矢量建模和参数学习;利用马尔科夫蒙特卡洛采样算法预测航班改航过程中的速度矢量序列。最后利用匀加速运动学方程预测出完整的改航路径。通过某大型流量管理系统的应用实践证明,在考虑了改航约束条件和航段历史运行情况(利用率)等因素下的改航策略符合航班的实际运行情况。同时算法还能以高精度预测航班的改航轨迹,为改航路径相关区域的流量管理提供数据支撑。本文的改航算法能很好的解决航班在飞行过程中的改航问题。     

基于双层协调体系的多圆碟形AUG路径规划

为研究海流干扰和水下碍航物影响下欠驱动圆碟形水下滑翔机集群的三维路径规划问题。本文根据圆碟形水下滑翔机的设备配置和工作特点，建立了相应的能量消耗模型。提出了一种基于全局与局部双层协调的三维路径规划体系，采用最小一致偏差法完成了能耗最优目标下多圆碟形水下滑翔机的全局路径规划。根据避碰原则预测出全局路径中存在的航行危险碰撞区域，基于人工势场法进行局部路径规划，避免了滑翔机与碍航物以及不同优先级的滑翔机之间发生碰撞。仿真结果验证了所提基于双层协调体系的多圆碟形水下滑翔机三维路径规划方法的有效性。     

基于动态扇区的空域与飞行流量两阶段协同规划模型及算法

针对管制扇区动态规划与飞行流量时空调配的耦合问题,考虑运行容量、效率等目标,建立了两阶段协同规划模型及求解框架。第一阶段根据自然航路点和流量分布,结合Voronoi图与图论模型构建有限元加权图拓扑抽象,以均衡管制负荷和减少协调移交负荷为目标,基于遗传算法适应性生成扇区结构;第二阶段综合等待和改航策略,以缓解区域总延误和该区域造成的区域外延误为目标,同时兼顾均摊延误和减少延误架次,在区域内容量约束和其他区域对该区域的流控约束下,基于NSGAII进行流量时空优化。按照优先级顺序实施策略流程,为缓解空中交通拥堵探索综合施策框架。仿真结果表明,所提出的模型算法可为提升空管运行品质提供辅助决策支持。     

人工免疫算法路径规划在林火救援中的应用

为解决复杂环境下双机林火救援路径规划问题,提出用人工免疫算法规划三维飞行航迹。借鉴人工免疫算法规划机器人路径的方法,通过考虑飞机飞行特性和双机路径规划的要求,为双机异地出发同时到达规划出三维飞行路线,并对算法的主要影响因素进行了分析和估计,获得规划航迹的最优参数,用于设计安全高效的飞行航迹。研究结果表明,该方法能规划出复杂环境下双机飞行航迹,利用参数优化后的人工免疫算法不但能快速有效地规划三维航迹,而且丰富了航迹规划方法研究。     

基于最长航时的太阳能无人机操纵策略研究

针对不同操纵方式下太阳能无人机的能量获取与消耗问题,建立一种结合太阳能无人机飞行姿态与太阳辐射的能量获取模型和能量消耗模型。首先运用晴空模型作为飞行环境中的太阳辐射估算模型;其次通过无人机姿态、太阳方位和地球之间的关系推导了太阳能无人机的能量获取模型,并利用实验室数据建立太阳能无人机不同状态的飞行能量消耗模型;最终通过仿真得出不同操纵方式下相同任务路径的飞行航时。仿真实验结果表明,该方案布局太阳能无人机在3 000 m高空、50 m半径盘旋时,副翼操纵比差动操纵航时长7.19%,170 m半径盘旋时,2种操纵航时相当,600 m半径盘旋以及直线飞行时动力差动操纵比副翼操纵航时长约1.08%。     

基于蚁群-粒子群融合算法的无人机三维航迹规划研究

无人机飞行空间广阔,需要一种快速搜索最佳路径的方法,本文在飞行区域中建立航迹规划环境模型和防空威胁区模型,在满足无人机飞行约束条件的情况下,为无人机航迹规划提供一种蚁群-粒子群融合算法,充分利用蚁群算法良好的分布机制、信息反馈机制和粒子群算法收敛速度快、全局搜索能力强的特点,使无人机能够自动避开威胁区,搜索出一条安全有效航迹,并保证航线的完整性和最优性.用Matlab对算法进行仿真实验证明,算法能为无人机的三维航迹规划提供一种快速、安全、高效的搜索方法.     

基于遗传模拟退火算法的无人机航迹规划

航迹规划技术是无人机任务规划系统中重要的核心技术之一,无人机飞行空间广阔,需要一种快速搜索最佳路径的方法。首先在飞行区域中建立数字地图模型和防空威胁区模型,在满足无人机飞行约束条件的情况下,为无人机航迹规划提供一种遗传模拟退火算法,充分利用模拟退化算法的概率突跳特性和遗传算法强大的快速搜索能力。仿真结果表明,使用该算法无人机能够自动避开模拟数字地图的威胁区,搜索出一条安全有效航迹,并保证航线的完整性和最优性。     

绥解空中交通管理的综合软件产业化

在日常生活中,交通堵塞的情况常常使人感到束手无策.在空间区域,这种情况也时有发生.为了控制空中飞行流量,美国依靠一整套严密的空间交通管理系统,来帮助飞机在飞行、起飞、降落时保持安全距离,同时,该系统还会提醒飞行员天气变化情况.     

基于改进遗传算法的无人飞行器三维路径规划

文章针对现有无人飞行器低空突防三维路径规划方法工程实现困难等问题,提出了一种基于改进遗传算法的三维路径规划方法。该方法对地形高程数据进行综合平滑处理,建立满足无人飞行器机动性能的安全飞行曲面,结合威胁的量化模型,采用改进遗传算法在安全飞行曲面上规划出三维飞行路径。将实际工程中的部分约束条件应用到改进遗传算法的设计中,提高了算法搜索效率,且算法结构简单,易于工程实现。仿真结果表明,算法执行效率高,能满足无人飞行器低空突防路径规划的工程性需要。     

缓解空中交通管理的综合软件产业化

在日常生活中,交通堵塞的情况常常使人感到束手无策。在空间区域,这种情况也时有发生。为了控制空中飞行流量,美国依靠一整套严密的空间交通管理系统,来帮助飞机在飞行、起飞、降落时保持安全距离,同时,该系统还会提醒飞行员天气变化情况。这套系统是在NASA的技术基础上发展起来的。     

雷雨天气民航飞行的特点

影响飞机安全的主要因素就是雷雨天气,雷雨天气对于飞机的安全飞行会产生极大的影响,导致飞机飞行困难、损坏甚至坠机等事故.在高空中,雷雨天气会导致雷电与积冰、冰雹以及风雪等自然现象都会对飞机产生一定的影响,对此本文主要对雷雨天气进行了分析,对于雷雨天气中民航飞行的特征进行了探究.     

基于蚁群算法的空中机器人三维轨迹规划

轨迹规划是机器人任务规划系统的一个重要部分。在MATLAB平台下,建立空中机器人飞行三维环境模型,基于此模型利用蚁群算法对空中机器人飞行轨迹进行规划研究。首先根据限制条件对建立的环境模型进行预处理和栅格化处理,然后将蚁群算法应用于三维已知环境模型中,得到1条由起始点到目标点的最短路径,以此作为轨迹规划的最优路径。空中机器人按照求得的最优路径进行运动,完成飞行任务。在路径寻优过程中蚁群算法表现出优良的有效性和使用性。     

实际环境中基于深度Q学习的无人车路径规划

实际交通环境规划最优路径的重要问题是无人车智能导航, 而无人车全局路径规划研究主要在于模拟环境中算法求解速度的提升, 考虑大部分仅路径距离最优或局限于当前道路的自身状况, 本研究针对实际环境中的其他因素及其未来的变化和动态路网中无人车全局路径规划的复杂任务, 基于预测后再规划的思想提出面向实际环境的无人车驾驶系统框架, 并结合深度Q学习和深度预测网络技术提出一种快速全局路径规划方法(deep prediction network and deep Q network, DP-DQN), 从而利用时空、天气等道路特征数据来预测未来交通状况、求解全局最优路径。基于公开数据集的试验和评价后发现, 本研究提出的方法与Dijkstra、A^*等算法相比, 行车时间最高降低了17.97%。     

一种基于SVDCKF的无人机动态自适应航姿算法

针对小型无人机在复杂飞行条件下的航姿解算精度和鲁棒性问题,提出了一种动态自适应调节的奇异值容积卡尔曼滤波航姿估计算法。考虑到低成本航姿传感器随机偏差大的问题,将航姿传感器随机偏差作为待估计参数,以消除传感器随机偏差的影响。由于无人机航姿模型的非线性和滤波中协方差矩阵的非正定问题,设计了一种融合容积卡尔曼滤波(cubature Kalman filter, CKF)和奇异值分解(singular value decomposition, SVD)的非线性航姿滤波器来改善航姿解算精度。另外考虑到不同的飞行条件下,航姿传感器中三轴加速度对无人机航姿解算的影响,基于自适应滤波的思想,提出了一种动态自适应因子来不断地调节加速度测量噪声方差,提高了航姿滤波在复杂条件下的鲁棒性。实验结果表明,所提算法不仅有效地改善了非线性航姿模型的航姿解算精度,满足小型无人机的飞行需求,而且消除了航姿传感器随机偏差和三轴加速度测量噪声对航姿解算的影响,提高了算法的鲁棒性和抗扰性。     

基于模糊控制的路径规划算法的实现

对未知环境下移动机器人的路径规划进行了研究,提出了一种基于模糊控制的路径规划算法.运用模糊推理,构造出一张实践效果较好的控制响应表.针对局部路径规划算法存在的死锁问题,该算法通过建立预防死锁机制,能够使机器人探测到危险区域即沿障碍物的边缘行走绕出障碍物,从而有效避免了死锁现象的发生,为解决死锁问题提供了一种新的思路.在多种环境中进行了仿真实验,仿真结果表明了该算法的有效性和可行性.     

预制混凝土构件布料路径规划

为解决预制混凝土构件布料路径随意的问题,通过对布料区域网格划分,设计了一种将布料区域分割为多个布料子区域的方法。该方法将螺旋布料机的作业方式进行简化,将布料路径总长度分为布料长度和非布料长度,其中布料长度是确定值,并对子区域做布料作业规划,计算出料口开口数对应的布料宽度。利用枚举法和动态规划算法对螺旋布料机出料口和布料子区域集合建立布料路径规划模型,对多阶段决策中的决策值进行计算。以非布料长度最短为目标对模型求解,得到最短布料路径,完成了螺旋布料机对布料区域的全覆盖路径规划。根据此方法对某螺旋布料机和某预制外墙挂板建立二维布料路径规划模型,仿真结果表明,该方法能有效地缩短布料长度、减少布料时间,对预制混凝土构件的生产有一定的指导意义。     

无人机路径规划的控制算法

传统的无人机连续路径算法,因计算飞行路径需要一定的时间而延迟响应,很难实时控制。采用贝塞尔曲线来计算飞行路径,过程会简化很多,但要产生预期的飞行路径仍然很难实现。现将数值控制系统的直线和圆弧插补技术用于飞机转弯路径控制算法,实现实时响应,精确控制飞行路径,再结合无人机飞行高度、速度和迎角,设计了一种实现转弯路径控制算法。研究结果表明该算法简单,路径控制准确,并通过飞行测试验证了设计的合理性。     

夜间飞行的错觉及其解决方法研究

随着我国民航业步入快速发展阶段,夜间航班逐渐增多,充分认识夜航飞行的特点和掌握夜间飞行的方法是保证飞行安全的关键.文章在分析了夜间飞行的错觉类型及其产生原因的基础上,提出从掌握夜间用眼方法、充分利用仪表、参考有效助航灯光、正确使用灯光和做好航前准备五个方面来克服夜间飞行错觉,保障安全.