共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
基于Bellman-Ford算法的无人机路径规划研究 总被引:2,自引:0,他引:2
通过预先侦察和经验评估,给出了一种敌情信息未知环境中的无人机路径规划方法。采用Bayes方法求取了给定规划区域内威胁存在的概率,构建了威胁概率分布图,并将其转化成权重为威胁概率的带权图,利用Bellman-Ford算法搜索该带权图,求取了一条从出发点到目标点的无人机最小威胁路径,根据无人机气动性能约束,对最小威胁路径进行了修正和优化,得到一条可飞的最优路径,最后给出了仿真结果,验证了方法的有效性。 相似文献
3.
在地球为圆球体的假设条件下,为了实现巡航导弹飞行航迹对威胁区的有效规避,提出了基于球面几何计算方法的飞行航迹与威胁区相对位置的判定方法,并给出了相应的判定步骤;通过实例计算,证明该方法能够准确地计算出飞行航迹与威胁区的相对位置,为在地球为圆球体的假设条件下进行航迹规划提供了参考。 相似文献
4.
5.
为解决无人机快速可靠的路径规划问题,提出了一种在威胁分布已知条件下的无人机飞行路径规划新方法。在Matlab软件平台下,运用Voronoi图法根据已知威胁分布获取无人机的初始安全飞行路径,然后采用Dijkstra算法进行路径搜索获取最短路径,再利用提出的分割法对最短路径进一步优化并减少其拐点,最后利用spcrv函数对路径进行平滑以获取最优路径,并通过一系列的仿真证明了该算法可行并具有很好的时间性能。 相似文献
6.
采用粒子群算法实现了有限数目航点的优化,提出了新的解决PSO路径规划中因基于航点适应度优化计算导致的威胁感知盲点问题的办法,研究了路径规划约束的数学模型、粒子构造方式和粒子的评价适应度函数。用数学仿真方法实现了改进后的PSO路径规划。 相似文献
7.
8.
基于改进A-Star算法的无人机航迹规划算法研究 总被引:13,自引:0,他引:13
针对传统A- Star算法在无人机航迹规划问题应用中的局限性,提出了一种结合飞行器简化运动学方程的改进A- Star算法,并将该算法应用于解决无人机在未知危险环境中的威胁规避问题;研究了综合考虑各路径代价影响因素情形下的航迹规划方法。最后对无人机参考航迹规划的数字仿真证明了改进算法的有效性。 相似文献
9.
10.
11.
12.
针对巡航导弹作战区域广阔、航路规划效率低的问题,提出了基于改进量子进化算法(IQEA)的巡航导弹航路规划方法。首先分析并确定巡航导弹航路规划空间,建立航路评价的代价指标;针对实数编码量子进化算法容易早熟、陷入局部最优的缺点,引入染色体的概率表达特性,使得每条染色体均能以一定概率表达优化问题的所有可行解;借鉴遗传算法的思想,在IQEA中引入染色体繁殖机制,结合动态量子门实现染色体的进化,实现算法局部搜索和全局搜索的平衡。仿真实验结果表明,基于带繁殖机制的IQEA的航路规划算法能够快速、稳定地搜索到代价更低的航路,所规划航路能够有效进行威胁规避、地形回避和地形跟随。 相似文献
13.
14.
为了提高遗传算法对航路规划问题的求解效率,提出了一种约束引导的航路规划遗传算法(CD-GA).与传统GA不同的是,该算法在优化过程中使用航路节点间的关联约束来实时限定基因值的准确变化范围.为了使染色体与航路的表达方式更加接近,采用定长实数的矩阵编码方式;采用一种分步递归初始化策略生成初始种群,保证其中均是非劣个体;在算法迭代过程中,分别采用一种连续多点分步交叉策略和扰动连续修复变异策略进行交叉和变异,使得算法搜索空间逐步减小,从而加速算法收敛.仿真实验结果表明,该算法能够显著提高遗传算法的全局搜索性能,并且算法收敛速度快,稳定性好. 相似文献
15.
16.
17.
针对巡航导弹航路的精确跟踪控制问题,采用对称极多项式曲线对初始折线航路进行平滑,并基于反馈线性化方法和最优控制理论设计了轨迹跟踪控制器。基于“提前转弯式”的航路平滑思想,用对称极多项式曲线航路替换存在夹角的相邻航路段的部分航路,实现飞行航路的二阶平滑过渡; 采用基于“虚拟目标”的航路跟踪方法建立了巡航导弹轨迹跟踪误差状态方程,并采用线性二次最优控制理论设计了轨迹跟踪控制器。仿真结果表明,基于对称极多项式曲线的平滑航路曲率连续,且满足导弹机动性能约束,能够有效减小航路跟踪误差,实现巡航导弹的精确航路跟踪。 相似文献