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。     

相邻特定平飞段间纵向航迹的快速规划算法

分析了相关的纵向航迹约束条件,选择了1组高度变化点的高度值（即平飞高度值）作为控制变量,基于约束设计了相邻特定平飞段间纵向航迹的快速规划算法模型,编制了计算机程序并以实例验证了算法的正确性。该算法能快速有效地实现相应的纵向航迹规划,对巡航导弹纵向航迹的自动规划研究具有一定的参考价值。     

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。     

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。     

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。     

多约束条件下UUV空间航迹规划

针对多约束条件下无人水下航行器（UUV）空间航迹规划问题,提出了结合安全曲面和威胁地图的规划方法,建立了水下安全航行曲面,将3D空间规划降为2D航向平面规划,以解决3D规划空间过大的问题。并对敌对威胁和地形威胁统一化处理,构建威胁地图,引入威胁代价和威胁程度启发因子,最后运用A＊算法进行航迹搜索,以获得最优航迹。仿真结果显示,所提出的航迹规划算法简便、快速,生成的航迹能满足地形跟随、地形回避和威胁回避的需要。     

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。     

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.     

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.     

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。     

基于改进通视性算法的反舰导弹低空突防威胁处理

在对反舰导弹低空突防中的火力威胁进行分析的基础上,将其划分为已知固定威胁、已知移动威胁和未知威胁三类,分别建立了这三类威胁的矢量模型。为了充分利用地形的遮蔽作用,针对已知固定威胁提出了一种基于矢量地形改进通视性算法的反舰导弹低空突防威胁处理方法,分析了算法的复杂度。通过仿真证明了所提出的威胁处理方法能够提高反舰导弹航路规划程序的性能,并得到更优化的解。     

巡航导弹航迹规划决策系统研究与开发

在研究巡航导弹任务规划的基础上,采用TF/TA2（Terrain Following/Terrain Avoiding/Threat Avoiding）技术,利用地球曲率和地形起伏而造成的防空体系的盲区,使导弹进行超低空飞行,达到突防目的.并设计了巡航导弹航迹规划决策系统,包括地形模拟、航迹决策、雷达辐射源库、火力威胁库的建立和最优航迹算法研究等.     

基于SKF 多传感器融合的无人机航迹规划

针对无人机在未知环境下航迹规划难的问题,提出一种基于开关卡尔曼滤波器(switching Kalman filter, SKF)无人机定位和航迹规划的方法。根据多假设理论,建立地图观测数据,结合基于INS/GPS/GIS 多传感器融合 的航迹匹配方法,使用SKF 算法完成多传感器融合和多模型的参数估计,实现无人机的自主定位和航迹规划。仿真 试验结果表明：该算法稳定性好、收敛速度较快、计算复杂度小,具有较高的航迹估计精度。     

基于成像传感器特性的侦察无人机航迹规划研究

针对携带成像传感器的侦察无人机的航迹规划问题,提出整体与局部航迹规划结合的方法;将侦察无人机航迹规划问题分解为两步:第一步,利用遗传算法全局搜索的优势对蚁群算法初始信息素过低进行改进,对无人机进行整体航迹规划;第二步,利用几何限制原则结合侦察无人机携带的成像传感器的特点进行局部航迹再规划;通过按照该方法规划出侦察无人机的航迹并取得较好效果的一个实例证明,该方法计算简化、贴合实际、针对性强,可为实际战场侦察无人机航迹规划提供了参考.     

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。     

基于蚁群算法的无人机航迹规划技术及研究现状

配置适当的算法是无人机航迹规划的关键技术之一。介绍了一种基于蚁群算法的无人机航迹规划技术的基本原理,并采用网格图建模,演示了无人机二维航迹规划问题的一般实现步骤。然后从改进算法、更换其它模型、多无人机航迹规划、动态航迹规划等四个方面探讨了基于蚁群算法的无人机航迹规划技术的研究现状,并指明了配置更完善的算法实现复杂条件下的实时航迹规划等问题是无人机航迹规划未来的主要研究方向。     

多方向饱和攻击时反舰导弹航路规划方法

针对难于求取多方向饱和攻击时反舰导弹航路规划全局最优解的问题,对多方向饱和攻击时各枚反舰导弹的航路进行合理设定。依据反舰航路规划的基本约束条件,建立以自控飞行距离最短为目标的航路规划模型,在此基础上,结合平面几何相关知识,将多枚反舰导弹多方向攻击时的航路规划问题转化为求解各枚反舰导弹关键导航点的问题,给出一种快速构造各枚反舰导弹航路的求解方法,并进行仿真验证。仿真结果表明:该方法能快速构造多枚反舰全方位饱和攻击时的简单航路,符合多方向攻击要求,易于工程实现。     

多约束条件下飞行器航路规划

飞行器航路规划是一个大范围多目标多约束的三维规划问题。遗传算法是一种求解复杂问题的通用方法。该文在遗传算法中加入了航路规划的相关知识来求解问题，给出一种解决多约束规划问题的方法。首先。提出了一种航迹极坐标编码方式，将航路规划中的部分约束融人到算法模型中并加以解决；第二，采用目标函数的方式解决航路规划中的部分约束。