巡航导弹航迹规划代价函数的优化技术研究

巡航导弹航迹的代价直接关系到巡航导弹的作战效能。本文提出了利用遗传算法对航迹规划代价函数进行优化的方法。先采用0-1变换对代价函数中的各个指标进行规一化处理。再利用遗传算法对代价函数进行优化，得到优化之后的代价函数权重值。以优化之后的权重值进行航迹规划，可以得到代价更低的航迹。     

基于遗传算法的反舰巡航导弹协同航迹规划

针对反舰巡航导弹的协同作战问题,结合遗传算法思想,提出了一种协同航迹规划方法.简述了反舰巡航导弹航迹规划的特点,在此基础上构建了航迹规划模型,规划模型巧妙地把时间协同和方向协同问题转化为航迹代价指标,便于遗传算法求解.仿真结果表明,该方法快速有效,很好地解决了反舰巡航导弹的离线协同航迹规划问题.     

基于Voronoi图与改进遗传算法的航迹规划

以巡航导弹航迹规划为应用背景,提出了一种基于Voronoi图与改进遗传算法的巡航导弹分层航迹规划算法。该算法基于Voronoi图建立威胁模型对规划环境进行描述,生成初始航迹及导航点;采用变长度染色体整数编码方式,基于回溯深度优先算法产生初始种群,并设计了相应的遗传算子。进行了仿真试验,通过与遗传算法规划结果进行对比,验证了该方法在巡航导弹航迹规划快速性与最优性方面的提高。     

基于Floyd算法的灵活航迹规划方法

针对支持卫星通信的巡航导弹预存多个目标打击航迹的特点,给出了一种基于Floyd算法的灵活目标打击航迹规划方法。该方法通过在代价函数中引入高程代价和风险代价,使得Floyd算法能够充分利用地形和威胁信息;通过在算法搜索中考虑导航图的对称性,减少了算法的搜索时间;通过对规划的航迹进行平滑计算,保证了航迹的可行性。给出了灵活航迹的规划步骤和算法复杂性分析,仿真计算结果表明了该方法的有效性。     

一种基于几何惩罚的航迹规划优化方法

针对一般稀疏A*算法规划时间长的缺点,提出了一种基于几何方式的代价优化方法,对航迹扩展点进行惩罚分类,改进代价函数。仿真结果表明,该方法能够快速有效地完成规划任务,并得到比较满意的航迹。     

巡航导弹航迹规划代价函数的改进研究

针对目前使用的航迹规划代价函数的不足之处进行改进.更改了代价函数中对长度惩罚变量的物理意义,提出了一种对敌方威胁指数惩罚的方法,直接对航迹长度、高度和离敌方威胁点的距离进行惩罚.新的代价函数更能体现航迹规划的约束条件.     

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。     

巡航导弹航迹规划代价函数的改进研究

针对目前使用的航迹规划代价函数的不足之处进行改进。更改了代价函数中对长度惩罚变量的物理意义，提出了一种对敌方威胁指数惩罚的方法，直接对航迹长度、高度和离敌方威胁点的距离进行惩罚。新的代价函数更能体现航迹规划的约束条件。     

基于博弈策略的多无人机航迹规划研究

在综合考虑无人机航迹规划和任务分配的性能指标基础上,提出了目标移动环境下基于博弈策略的多无人机航迹规划方法。采用Voronoi图方法创建了威胁场,建立了航迹威胁总代价函数,并建立了航迹代价和任务分配的综合目标函数,从而构建了基于博弈策略的多无人机航迹规划目标函数。将目标移动加入到航迹规划中,利用快速扩展随机树(Rapidly-exploring Random Tree,RRT)算法得到比较合理的局部航迹规划。仿真算例表明,该方法不仅能保证各飞行器选择基于博弈策略的敌我双方最优航迹,而且可以提高多无人机攻击移动目标的整体作战效能,有效的提高作战能力。     

巡航导弹航迹规划技术初探

对于巡航导弹至关重要的航迹规划技术, 是实现巡航导弹安全突防各项技术中最为灵活、最易人为介入的方面.讨论了航迹规划中的若干问题, 综述了巡航导弹的航迹规划方法和算法, 并结合实例讨论了方法的使用步骤.