高超声速巡航飞行器在线航迹规划方法

为解决弹载计算机内存小、运算速度慢与在线航迹规划内存需求大、实时性要求高之间的矛盾,给出了基于高速DSP的高超声速飞行器在线航迹规划方案。介绍了一种实时航迹规划策略,设计了基于ADSP21364的在线航迹规划器,提出了改进的稀疏A*算法,最后进行了地面模拟飞行试验。仿真结果表明,设计的规划策略和规划算法能够在现有硬件基础上避开各种新威胁,生成一条当前最优/次优的航迹,并且规划稳定性好、成功率高。     

基于A*算法的高超声速飞行器航迹规划方法

为了提高A*算法应用于高超声速飞行器航迹规划时的效率和稳定性,并保证航迹可飞性,提出基于改进型变步长稀疏A*算法的航迹规划方法。首先根据飞行器飞行区域不存在地形限制的特点,在规划过程中采取变步长策略,有效地提高了远程规划时的稳定性和效率;然后依赖飞行器的过载计算最大转弯角和爬升/俯冲角,根据计算角度构建规划空间,同时将飞行器飞行过程燃料/时间、航向、飞行高度、航迹末端、禁飞区域等约束用于规划空间优化,减少扩展节点的数量,进一步提高了规划效率并保证航迹的可飞性;最后基于威胁约束设计特殊的代价函数,保障了飞行安全和航迹规划的稳定性。仿真结果表明:规划出的航迹满足高超声速飞行器各种飞行要求,能避开各种威胁,规划时间短,稳定性好。得到的航迹能够作为航迹跟踪控制系统设计时的参考输入。     

融合强化学习和进化算法的高超声速飞行器航迹规划

由于高超声速飞行器的复杂特性,对其进行航迹规划是一项非常困难的任务.本文针对高超声速飞行器巡航段,提出了一种将无模型的强化学习和交叉熵方法相结合的在线航迹规划算法.本文将航迹规划问题建模为环境信息缺失程度不同的马尔可夫决策过程,利用(PPO)算法在建立的飞行环境模拟器中离线训练智能体,并通过提高智能体的动作在时间上的相关性来保证航迹的曲率平滑.交叉熵方法则以已训练的智能体由观测到的状态给出的动作作为一种先验知识,进一步在线优化规划策略.实验结果表明了本文的方法可以生成曲率平滑的航迹,在复杂的飞行环境中具有较高的成功率,并且可以泛化到不同的飞行环境中.     

飞行器参考航迹规划方法研究

研究飞行器参考航迹规划优化控制问题,飞行器受到飞行达时间、油耗、威胁和地形环境等因素影响,传统的依靠飞行员的视觉效应,达不到优化的要求,同时飞行航迹实时性差.为了找到最优飞行器参考航迹,在分析当前飞行器航迹规划算法存在问题基础上,提出一种改进遗传算法的航迹规划方案.采用遗传算法对飞行器参考航迹进行全局搜索,快速找到全局最优解区域,并在全局最优区域通过模拟退火算法进行局部搜索,得到最优航迹.仿真结果表明,改进遗传算法能够快速找到最优参考航迹,能很好满足在线实时航迹规划的要求,是一种比较理想的飞行器参考航迹规划算法.     

无人飞行器航迹规划评价方法研究

针对目前航迹规划代价函数权值确定时所存在的不足之处,通过建立航迹代价函数,构造航迹代价函数中各因素的模型,然后利用层次分析法来减小人为确定权值所带来的不利影响;最后在分水岭分割算法所建立的规划空间的基础上,运用遗传算法进行搜索,选取常用的权值与用层次分析法所得到的权值的航迹代价进行比较分析,说明这种确定权值的方法能有效地降低人的主观因素的影响,所规划出的路径更加安全,合理。     

基于文化算法的无人飞行器航迹规划*

现有航迹规划方法无法保证规划最优路径的同时满足实时性要求,因此文中提出基于文化算法的无人飞行器航迹规划算法.利用文化算法的特性,将在线航迹规划方法与离线航迹规划方法相结合,融入文化算法种群空间中.知识提取,将初始航迹提取为形势知识,将航迹中特征节点可变化范围提取为规范知识,使用知识限定规划空间,缩短规划时间.通过知识结合不同规划方法,弥补现有方法的缺点.实验验证文中算法在复杂动态环境下能有效寻找目标点,相比其它在线航迹规划方法,规划速度更快,规划航迹更短,有效减少飞行器执行任务的时间.     

无人飞行器航迹规划研究

航迹规划的目的是要利用地形和敌情等信息,规划出生存概率最大的无人飞行器突防轨迹。通过对航迹规划任务的仿真需求分析,对无人飞行器的航迹规划进行了研究。首先根据遍布威胁的战场环境,构造了基于威胁源的Voronoi图,得到规避威胁的航迹路线;然后采用Dijkstra算法,搜索出最优航迹路线;最后利用Visual Studio .Net 2010开发平台,在MS SQL Server 2008数据库支持下,运用Visual C# 2008编制图形化界面,设计开发了无人飞行器航迹规划仿真系统,并给出了开发结果,实现了仿真结果的图形显示,为进一步的研究航迹规划奠定了基础。     

基于改进蚁群算法的无人飞行器航迹规划

无人飞行器航迹规划是现代战争中实施远程精确打击,提高飞行器实际作战效能的关键技术。蚁群算法作为一种启发式仿生优化算法,能够有效应用于航迹规划中。针对基本蚁群算法在应用中容易过早陷入局部最优解这一缺点,提出自适应动态双种群蚁群算法的改进策略,通过信息素的震荡变化和挥发系数的自适应调整,扩大搜索空间,提高算法搜索的全局性。并将改进后的算法应用于无人飞行器航迹规划,通过实验仿真,证明了此改进算法在航迹规划应用中的可行性和有效性。     

基于遗传算法的飞行器多航迹规划

提出了基于遗传算法的飞行器多航迹规划方法。该方法设计了一种新的分类评价体系,有效地解决了在约束条件多、部分约束条件互相冲突情况下的航迹评价问题。同时采用实数编码的染色体表示方法和特殊设计的进化算子,所有个体在各自子种群中同时进化。最后每个种群取一条最优航迹从而得到多条航迹。计算机仿真结果证明了该方法的有效性。     

基于遗传算法的飞行器参考航迹规划

针对飞行器航迹规划问题展开研究,为了规划出最优满意的飞行轨迹,分析了飞行器航迹规划中存在的威胁与自身约束条件,提出了一种关于遗传算法的航迹规划方案,采用改进编码机制对飞行器在已知威胁情况下飞行航迹进行整体规划。取航迹个体只包含一个染色体,每个染色体为一个航迹点序列,随机生成种群,通过选择交叉变异,并将各种威胁和约束条件的影响适当的加入到适应值函数中,得到优化路径进行仿真。仿真结果给出了不同加权比例下所得到的最优航迹,通过仿真验证了算法的有效性。     

智能算法在机器人路径规划中的应用研究

移动机器人技术研究中的一个重要领域是路径规划技术。综述了智能算法在移动机器人路径规划技术中的发展现状,指出了各种方法的优点与不足。最后对移动机器人路径规划技术的发展趋势进行了展望。     

助推_滑翔式飞行器弹道优化仿真研究

研究助推_滑翔式飞行器弹道优化问题。对助推_滑翔式飞行器弹道进行优化有利于提高其综合飞行能力。为了增加助推_滑翔式飞行器射程,针对助推_滑翔式飞行器的弹道特点,在考虑攻角、法向过载及终端约束条件下,提出应用SWIFT(序贯加权因子)法进行弹道优化,并将优化结果与应用SQP(序列二次规划)算法优化所得到的结果进行对比仿真分析。仿真结果证明:SWIFT算法是一种解决助推_滑翔式飞行器弹道优化问题的有效方法,具有优化精度高,优化所需时间短的特点。     

蚁群算法在机器人路径规划中的应用研究

针对传统机器人路径规划方法无法保证寻找全局最优路径的问题,本文提出了一种基于蚁群算法求解机器人路径规划的方法.在此基础上构建了移动机器人路径规划模型,并通过Visual C 6.0进行仿真.结果表明该算法能够在动态和静态环境中迅速找到机器人的最优路径,与基于遗传算法的路径规划方法相比具有较大的优势.     

基于BQPSO的潜水器路径规划算法

在栅格法的自治水下机器人离散工作空间基础上,提出一种基于二进制编码的量子粒子群(BQPSO)算法求解自治水下机器人路径规划问题。该算法将路径表示为粒子位置的二进制编码,以路径长度为适应值,引入交叉策略避免陷入局部最小。仿真实验表明,BQPSO算法可以进行有效的自治水下机器人路径避障。     

基于GAAA算法的深海集矿车的最优路径规划

针对提高深海集矿车的集矿效率,实现最优路径规划的目标,建立了从起始点到达目的点时,集矿机所需时间最短、耗能最少的多目标优化问题的模型,并通过对子目标加权将多目标优化问题转换成单目标优化;在蚁群算法的基础上,采用了将遗传算法与蚁群算法相融合的算法,即GAAA算法;对集矿车作业路径进行寻优控制,在实现高集矿覆盖率和集矿效率的同时,提高了集矿车整机作业效率;仿真实验表明,GAAA算法用于集矿车路径寻优是可行的和有效的。     

基于能耗优化的六足机器人摆动腿轨迹规划

以六足机器人单腿为研究对象,研究机器人摆动腿轨迹规划问题.由于摆动要消耗能量,所以提出了一种基于能耗优化的轨迹规划方案.结合以D-H法建立的机器人单腿运动学模型和腿部位置、速度、加速度等约束,采用多项式插值法在关节空间对机器人摆动腿进行轨迹规划.在考虑直流电机有效功率和热损耗的基础上,通过遗传算法对非线性等式和不等式约束下的非线性规划问题进行求解.仿真结果表明,所设计的方案能有效降低摆动腿能量消耗并保证轨迹连续平滑.     

基于Multi-Agent系统的多飞行器协同路径规划方法的研究

无人多飞行器(UAV)协同技术是当前分布式人工智能的一个热点领域,其中一个关键技术在于如何实现多UAV集群根据复杂环境中目标、威胁、地形变化以及各UAV之间的性能约束动态进行实时性航路规划。提出一种基于Multi-agent系统的多UAV对实时动态多目标进行路径规划的方法。其核心是基于Multi-agent系统的decen-tralized控制方案。在Multi-agent平台上,实现了agent对于环境、目标、任务等路劲规划约束条件的建模,同时提出了多agent动态路径规划方法的实现方案。方案使用DisCSP模型框架,将基于真实复杂战场环境的实时路径规划问题所涉及的多复杂限制条件,抽象成Multi-agent系统中的各个约束条件,通过多agent间Dynamic Programming过程求解多UAV实时动态多目标的路径规划和协同任务分配的ABT算法,并实现在动态威胁和地形以及动态目标下具备集群协同能力的多UAV实时仿真系统。     

多选择背包问题的求解算法探讨

本文简介了三种基本算法:动态规划、遗传算法、蚁群算法.给出了用这三种算法解决多选择背包问题的基本原理及求解步骤.并分别对其进行优缺点评述,指出在规模较大时用改进的遗传算法或蚁群算法较好.     

高超音速飞行器鲁棒控制研究

针对高超音速飞行器具有高度非线性、输入输出之间强耦合以及参数不确定等特点,提出了基于随机鲁棒设计的动态逆控制;这一控制方案基于系统控制需求,利用蒙特卡罗仿真方法建立目标函数,并通过遗传算法最优化系统设计参数,该控制方案将动态逆控制的非线性解耦控制能力与随机鲁棒设计的强鲁棒性结合,保证了飞行的纵向稳定性,改善了其控制性能;基于某常规高超音速飞行器纵向模型进行仿真验证,结果表明该方案能够满足系统控制需求且具有强鲁棒性。