攻击无人机的协同航路规划

在空中进攻战役计划制订时应充分考虑敌方目标的有关因素及其周围防御力量的水平，合理选择进攻目标、确定攻击航路以及分配恰当的突击力量于突击目标。针对这一问题提出了目标分配及航路选择的优化模型，并改进了遗传算法的编码方式。在此基础上采用遗传算法对基于目标分配的无人机协同作战任务进行了仿真检验，确定了各无人机的攻击目标及相应的回避威胁的协同航路。通过该方法可以有效地提高无人机的协同作战效能。     

基于IBA-MOEA的无人机航路规划多目标优化方法

为进一步增强传统无人机航路规划模型的适用性,提高求解此类问题的计算效率,首先建立以复杂山区和敌我双方对抗条件为背景的无人机路径规划模型,在此基础上提出了一种基于改进蝙蝠算法的多目标进化算法(IBA-MOEA),并使用此算法对模型进行了有效求解.所提算法将卷积粒子滤波与蝙蝠算法进行融合,并根据蝙蝠种群的特点,加入蝙蝠种群...     

无人机的侦察航路规划

针对无人机(UAV)侦察任务的两个目标：(1)发现尽可能多的目标；(2)获得对所有目标尽可能多的有效侦察时间，提出了一种优化方法，包括航路规划和航路光顺两部分。首先由基于遗传算法(GA)的航路规划器根据选定的任务目标制定出优化航路，然后由航路光顺器对优化航路进行光顺以形成可供无人机飞行的航路。最后给出了仿真结果，初步表明该方法可以有效地提高无人机的侦察任务效率。     

基于半自由飞行模式的多机协同航路规划

为改善传统自由飞行模式与集中管制模式的运行效能,本文提出一种用于民航空管系统的半自由飞行模式,并在该模式下研究多机协同航路规划问题.首先介绍半自由飞行空中交通管制系统的工作模式,然后设计了半自由飞行空中交通管制系统中最重要的多机协同航路规划方法.该方法基于实时动态网格和协同动态规划算法,在满足所有安全约束的前提下,实时...     

未知环境中无人机实时航路规划的模糊控制

指出了未知环境下无人机实时航路规划与航路规划的关系;提出了模糊控制用于实时航路规划的算法.根据模糊控制和航路规划原理,构造了模糊控制规则库;将传感器实时探测的信息送给模糊控制器进行处理,得到水平偏转角控制量,使无人机规避障碍同时飞向目标点.用MATLAB进行仿真验证,仿真结果证明了算法的有效性.     

基于蚁群算法的无人机任务规划

为了提高无人机(UAV)作战任务的成功率，在执行敌方防御区域内攻击任务前必需规划设计出高效的无人机飞行航路，保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题，本文对新近发展的蚁群算法进行了研究，提出适用于航路规划的优化方法，并对无人机的攻击任务航路进行了仿真计算。仿真结果表明该方法是一种有效的航路规划方法。     

基于分层规划思想的无人机协同优化

无人机自身具有的航空特性和可以进行大面积巡查的特点,使得其在洪水、旱情、地震等自然灾害实时监测方面具备特别优势.在完成灾情巡查、生命迹象探测、通信中继和对地数据传输等协同任务时,需要对无人机进行任务分配与航迹规划.对于无人机巡查重点区域任务规划问题,基于分层规划思想建立了多旅行商数学模型,并使用遗传算法进行求解.首先分配重点区域之间的无人机任务,其次再规划重点区域内部无人机的路线,最后根据无人机的限制条件,在既定路线上进一步优化无人机路线.     

基于改进蚁群算法的无人机三维航路规划

研究了一种基于改进蚁群算法的无人机三维航路规划方法,以保证在敌方防御区域内以最小的被发现概率以及可接受的航程到达目标点。首先对无人机三维航路规划模型进行分析,在此基础上采用蚁群算法对三维航路进行优化。将最短路径的信息反馈到系统中作为搜索的指导信号,并改进节点选择方法,以提高应用蚁群算法搜索无人机三维航路的效率。最后将所研究的方法应用于无人机的三维航路规划,仿真结果表明本文方法是有效的。     

基于改进蚁群算法的航路规划优化方法

航路规划优化是作战任务规划和作战筹划的重要内容之一，也是军事运筹研究的热点问题。在对兵力航路规划优化问题分析的基础上，提出了基于改进蚁群算法的兵力航路规划优化方法。仿真结果表明，改进蚁群算法有效快速收敛到较满意的结果，可以为兵力航路规划优化问题的深入研究提供一定的借鉴和参考。