粒子群算法在翼伞空投系统航迹规划中的应用

针对当前翼伞系统研究中未考虑到地形威胁、火力威胁对航迹规划影响的问题,对地形威胁和火力威胁进行了建模,结合翼伞飞行特性,引入最小威胁曲面生成三维航迹搜索空间,并利用粒子群算法搜索优化翼伞系统的航迹。仿真结果表明,粒子群算法能有效地减小搜索空间,提高规划的效率,且使规划出的航迹能够躲避威胁,满足航程和高度的要求。     

基于SAPSO算法的无人机三维航迹规划

运用粒子群算法(PSO)进行无人机三维航迹规划时,常通过引入最小威胁曲面来减小搜索空间,提高算法效率,但将威胁信息等效至数字地图中并不能准确反映威胁作用,且失去了利用地形遮蔽进行突防的优势。针对这一问题,从航迹规划的核心适应度函数出发,综合考虑火力威胁、地形威胁、高度威胁、机动性能四个方面约束,对适应度函数模型进行了分析改进。同时,针对粒子群算法易陷入局部最优的问题,提出将模拟退火粒子群算法(SAPSO)运用于航迹规划,利用模拟退火算法概率突跳能力进一步改善航迹质量。仿真结果表明,改进模型获得的三维航迹不仅满足各项约束,而且能够利用地形遮蔽进行突防,SAPSO算法改善航迹效果明显。     

实时低空突防最优航迹算法

在规划出安全走廓和参考航迹的情况下,利用非线性规划法,提出了一种新的你蓉突防最优航迹算法。该算法考虑了飞行器机动能力约束,使量优航迹不需要平滑２就一一个可实现航迹,同时也考虑了地形及威胁对最优航迹的影响。另外,打破了将威胁当作一座山的传统处理方式,使最优航迹不仅能紧密跟踪地形,而且能自动有效地回避威胁。更重要的是采用分段规划,使优化速度大大提高。计算结果表明,该算法能产生平滑的三维突防航迹,并具有     

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。     

无人飞行器海上航迹规划差分进化算法研究

为研究海洋环境下的无人飞行器（UAV）航迹规划问题,提出了一种基于差分进化算法（DE）的航迹规划方法。该方法通过对规划环境进行预处理将岛屿处理成地形威胁区,使问题简化为二维平面规划。采用实数编码方式对航迹进行编码,建立了航迹代价函数的数学模型,从航迹质量、算法稳定性和收敛速度3个方面比较了DE与遗传算法（GA）和粒子群优化算法（PSO)的性能。仿真实验结果表明,所提方法能在复杂的海洋环境下为飞行器规划出一条安全的可飞航迹。     

水下地形辅助导航最优航路规划

为了确保水下地形辅助导航系统在规划航路上能够获得充足的地形信息,提出了一种综合考虑航行任务和地形信息量的最优航路规划方法。该方法首先建立了水下地形熵信息量分布模型,然后以地形信息量和航路长度为优化目标,同时考虑障碍物和航行器机动性能的约束,利用粒子群优化算法在匹配区内全局寻优,得到符合要求的最优航路,最后采用粒子滤波水下地形匹配算法沿该航路进行匹配运算。仿真结果表明,该方法能够给出地形特征充足的最优航路。     

基于多路径算法的选飞航迹规划方法研究

针对支持数据链通信的巡航导弹因协同作战而预规划多条飞行航迹的特点,提出了基于多路径标号更正算法的选飞航迹规划方法。该算法在传统算法标号更正算法的基础上引入节点禁忌扩展策略,从而实现航迹的转弯控制和航迹间隔控制,保证了求取的路径满足导弹的飞行约束;通过在赋权图中引入数字地形高程信息和威胁信息,实现了该规划方法三维规划能力和威胁规避能力。给出了选飞航迹的规划步骤,通过仿真计算证明了该算法的有效性。     

基于A*算法的飞行器三维航迹规划研究

在A*算法的基础上,提出一种基于真实地形的针对光纤制导导弹巡航段飞行任务的三维航迹规划方法.其基本思想是首先将真实的地形信息与飞行器的物理特性相结合,选取合适的代价函数以减小搜索空间、缩短规划时间;其次根据实际中对光纤安全性的要求设定禁飞区域;最后将雷达、火炮的等威胁模型结合到代价函数中,通过对不同权系数的取值规划出满足不同任务要求的航迹.实验结果表明该方法能够很好地完成对光纤制导导弹巡航段的航迹规划任务.     

基于改进蚁群算法的无人机三维航迹规划研究

针对蚁群算法进行无人机航迹规划时,易陷入局部极值,且收敛速度较慢的问题,提出了基于改进蚁群算法的无人机三维航迹规划。将三维航迹规划分成基于改进蚁群算法的二维平面规划和高度规划两部分,采用几何优化方法增强了蚂蚁搜索的引导性,并根据航迹点与威胁源之间的距离及高度约束,调节航迹点的高度,规划出无人机三维航迹。同时,利用自适应调节参数方法提高蚁群搜索能力与个体之间交互能力,有效摆脱原算法易陷入局部最优的情况。此外,建立了指标函数并对路径进行了平滑处理。仿真结果表明,所提出的改进算法在三维环境下不仅可以安全避开威胁,而且找到最优解的能力及收敛速度优于原算法。     

巡飞导弹区域巡逻侦察航迹规划研究

为了研究在岛屿、近岸作战区域等复杂战场环境下巡飞导弹区域巡逻侦察航迹规划问题,在威胁建模的基础上,将侦察航迹优化问题转化为最佳哈密顿圈问题,提出了基于Floyd算法和改良圈算法的航迹规划算法,并进行航迹修正得到可飞航迹.经仿真实验说明该航迹规划方法简单实用.     

巡航导弹航迹与威胁区相对位置判定方法

分析了巡航导弹航迹规划时所考虑的主要威胁来源,介绍了2种判定航迹与威胁区位置关系的方法,即基于地图栅格化的判定方法和基于矢量图的判定方法,对2种方法的判定步骤进行了细致的描述。建立问题的模型,分别对2种方法进行了仿真,比较了其判定时间和判定准确性,得到了2种判定方法的优劣,给出了在不同条件下的优选方法。     

虚拟场景中路径自动选择算法

针对传统路径规划方法存在的问题,对机器人全局路径规划中的栅格建模方法进行改进。从场景建模描述、邻域查找以及路径搜索策略3个方面进行深入研究,采用线性八叉树法对场景进行建模,给出基于线性八叉树的层次编码体系,引入路径搜索因子对启发式函数进行重构。通过基于八叉树的场景分解,基于线性八叉树编码特性的邻域查找,以及改进的A＊算法路径搜索,实现了三维场景路径规划和自动漫游。实验结果表明：该算法的时间和空间效率较好。     

无人平台越野环境下同步定位与地图创建

为了满足无人平台在越野环境下碰撞检测以及定位的需求、解决三维点云地图处理计算资源耗费大的问题,设计一种适用于越野环境的同步定位与地图创建方案。提出一种拓扑层次地图,将整个地图划分为多个具有层级结构的三维体素子地图,并以概率方法表示每个体素的状态,进而提取可通行区域。基于三维激光雷达和惯性测量单元,提出一种基于分支定界法的旋转直方图最近邻匹配实时闭环检测方法,并使用Ceres优化稀疏位姿图实现6自由度全局位姿实时优化。越野环境下的实验结果显示：该地图的创建以及可通行区域的提取效果良好,全局定位误差在1 m以内,姿态基本与参考高精度惯性导航系统保持一致;基于该方案提取的可通行区域以及位姿优化结果可满足无人平台实时运动的需求。     

基于改进蚁群算法的无人机2 维航路规划

针对传统蚁群算法在无人机3 维航路规划中存在搜索时间长、容易陷入局部最优解的问题,提出一种蚁 群算法的改进策略。将固定翼无人机的性能约束条件作为待扩展节点是否可行的判断条件,减小计算量和算法搜索 时间;对航路点的高度规划采用直接设定策略,将3 维航路规划问题简化为2 维航路规划问题,减小算法的复杂性; 改进全局信息素更新规则和安全启发因子,解决了局部最优解和威胁源规避问题。仿真结果表明：改进蚁群算法与 传统蚁群算法相比,能够有效规划出一条从起点到终点的飞行航路,具有更高的有效性和实用性。     

基于蚁群算法的深海着陆车路径规划

针对深海着陆车海底作业“路径最优”问题,提出一种适用于着陆车的三维海底全局路径规划算法。采用栅格等分法建立着陆车作业区域的三维海底环境抽象模型。通过对着陆车航行过程动力学分析和驱动电机速度与工作效率测试,建立其航行运动能耗模型。采用局部和全局信息素更新的基于蚁群寻优的能耗-距离路径规划算法,并将能耗、距离引入到启发函数与评价函数中。仿真实验结果表明,该算法通过合理选取评价函数权重参数,能有效均衡路径规划的里程与能耗,具有较好的收敛速度和全局搜索能力,能够满足深海着陆车海底科考作业需求。     

越野环境下基于势能场模型的智能车概率图路径规划方法

复杂越野环境下的路径规划是实现智能车无人驾驶的一项关键技术。越野环境中存在多种影响车辆运动的障碍物、环境威胁和越野道路,传统路径规划方法以路径长度或时间最短为优化目标,难以在复杂越野环境中正确规划安全可行的车辆行驶路径。针对该问题,提出了基于势能场模型的概率图（AFP-PRM）算法,采用人工势能场算法对越野环境建模,评估车辆通行风险。使用概率图算法以优化节点间多维度通行代价为目标进行路径规划;考虑车辆动力学特性,用动态曲率平滑法对行车轨迹优化;应用AFP-PRM算法在模拟越野环境下进行路径规划仿真实验。仿真结果表明：AFP-PRM算法在路径规划过程中采用人工势能场算法,综合了越野环境中障碍物、环境威胁和道路条件的耦合作用;使用概率图算法,建立采样点之间的多维度通行代价评估矩阵;在复杂的越野道路条件下生成可行、安全、高效的通行路径,为智能车提供了一种多目标优化路径规划算法。     

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。     

基于协同进化算法的多舰扩方应召反潜搜索方法

反潜作战是现代海战中水面舰艇的主要作战任务之一,对潜搜索行动是水面舰艇反潜作战的重要组成部分,是实施对潜攻击的前提和保证.针对目前常规多舰扩方搜索方法存在搜索效率低、协同能力弱的问题,对现有的2种多舰扩方搜索样式进行协同路径优化.根据舰艇声呐搜索原理以及实际反潜战术的应用,以在固定搜索时长内使得搜索效能最大为目标,建立了2种搜索样式最优协同路径问题的数学规划模型,给出了运用改进的协同进化算法规划多艘舰艇搜索路径的具体求解过程,并通过仿真实验得到不同搜索样式下的多舰协同最优搜索路径.结果表明:该方法具有搜索范围大、搜索效率高的特点,相比常规方法具有较大优势,适用于解决多舰扩方反潜搜索路径规划问题.     

基于蚁群算法的舰载机避障路线分析

为了使舰载机编队在突破飞行过程中保持最大的生存概率,针对具有不同威胁程度的威胁体的舰载机避障路径规划问题,提出了一种不同于V图的初始路径构图方法,通过蚁群算法得到了模型中舰载机遭遇各威胁体的避障方式,以及相同威胁度与不同威胁度情况下的避障路线,并进行仿真验证.仿真结果表明:该方法给出最优的避障路线能有效解决V图只能对相同威胁体进行规划的难题,在威胁度与距离2个问题上取得平衡,可进一步推广应用于不同威胁体的多机协同路径规划,为舰载机飞行中过程中的路径规划问题提供了理论依据.     

一种移动机器人路径规划方法

路径规划的目标是根据具体任务为机器人寻找一条最优无碰撞路径，其主要内容包括：运动建模，环境建模和路径搜索。对机器人的运动模型进行分析，基于Voronoi理论，采用近似构造法，构造一般环境的Voronoi图，通过将移动机器人起始点和目标点连入Voronoi图，形成移动机器人运动的无碰撞路径网络。利用Dijkstra算法，寻找一条从起点到终点的最短路径。仿真结果表明，该方法简单，有效。