基于RRT算法改进的无人机航迹规划研究

针对应用快速搜索随机树（RRT）算法规划路径时,算法搜索效率低、时间长、搜索的路径冗长、路径不平滑等问题,对RRT算法开展进一步改进研究。引入以目标点为导引的启发式函数,使随机点偏向于目标点生成,减少了随机点的无效采样,并将原算法扩展步长设置为动态,加速路径的生成;采用了贪婪算法对路径进行剪枝优化,删除路径中不必要的节点,优化无人机飞行中多余的转向,缩短路径长度;对剪枝后的路径用B样条曲线进行平滑处理,生成平滑且满足动力学约束的航迹。仿真结果表明,改进的RRT算法可以有效躲避障碍物,优化了RRT算法的路径搜索的时间、长度和平滑性。     

基于Bellman-Ford算法的无人机路径规划研究

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。     

基于组合优化算法的无人机航迹规划方法研究

根据遗传算法与蚁群算法各自的特点。将两者进行有机结合构成GA-ACO（genetic algorithm-ant colony optimization）组合优化算法,并将其应用在航迹规划路径寻优中以获取高质量的飞行航路。首先采用全局搜索能力强的遗传算法进行全局快速搜索,选取遗传算法得到的较优解集合,构成蚁群算法中初始信息素分布．再利用蚁群算法正反馈机制的特点求精确解,该组合优化算法在克服两种算法缺点的同时发挥了各自的优点,达到优势互补。仿真结果表明,与基本蚁群算法相比,GA-ACO在提高效率的同时改善了解的质量,是可行和有效的。     

基于改进沙猫群算法的无人机三维航迹规划

针对传统沙猫群(SCSO)算法全局搜索能力不足、易陷入局部最优等问题,提出一种改进沙猫群(LVSCSO)算法。该算法引入非线性调整机制,更好地体现出SCSO算法的搜寻和攻击过程;同时引入自适应莱维飞行机制,有效提高了算法的全局搜索能力和跳出局部最优的能力。采用栅格法构建无人机野外环境模型和复杂城市环境模型,以综合航迹长度、飞行高度和飞行转角的适应度函数为衡量指标,进行了算法的仿真验证。研究结果表明：在野外环境模型下,相较于传统SCSO算法和粒子群优化算法,该改进算法分别提升56.40%和22.06%;在复杂城市环境模型下,相较于传统SCSO算法和粒子群优化算法,该改进算法分别提升了56.33%和61.80%;新的LVSCSO算法在航迹规划上具有有效性和优越性。     

基于改进型Dijkstra算法的航迹规划

由于飞行器作战区域广阔,导致搜索空间巨大,通常的搜索算法需要较长的收敛时间和极大的内存空间.文中提出了一种基于改进型Dijkstra算法的航迹规划方法,建立了新的威胁模型,仿真结果表明,该方法费时短,占用内存少,有利于工程实现.     

基于粒子群优化算法的无人机航迹规划

提出一种基于粒子群优化算法的无人机路径规划方法,利用粒子群优化算法,将约束条件和搜索算法相结合,从而有效减小搜索空间,得到一条全局最优路径。仿真结果表明：该方法能够快速有效地完成规划任务,获得满意的三维航迹。     

基于免疫克隆粒子群算法的无人机航迹规划

针对无人机飞行中可能遭遇突发移动威胁的情况,为了提高无人机路径规划的安全性和快速性,文中提出基于免疫克隆粒子群算法的航迹规划策略。该策略在标准粒子群算法中,结合变结构优化搜索理论,引入免疫克隆优化搜索。与同类路径规划算法的对比仿真发现,该策略有效改善粒子群算法的局部和全局搜索能力。仿真结果表明,文中提出的规划策略,满足无人机航迹规划需求,且在速度和安全性能两方面较其他算法更优。     

无人机航迹规划分段需求分析

介绍了无人机的作战使用特点,说明了无人机的航迹规划过程.依据分段需求分析的思想,对无人机全程航迹进行了需求分析,探讨了各段航迹规划的目标.分析了各段航迹面临的威胁并建立了相应的模型,对无人机航迹规划系统的设计与实现具有一定的参考意义.     

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。     

巡航导弹航迹规划威胁规避方法

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。     

基于协进化多子群蚁群算法的多无人作战飞机协同航迹规划研究

协同航迹规划是有效提高多无人作战飞机( UCAV)协同作战效能的关键技术之一。分析了多UCAV协同航迹规划问题中的空间协同约束、时序约束以及任务时间约束，建立了基于“协同系数”的协同航迹性能评价指标；在此基础上，通过引入蚂蚁子群间的协同进化策略，并对蚁群算法状态转移规则、信息素更新机制进行了改进，设计并实现了基于协进化多子群蚁群算法的协同航迹规划算法。仿真实验结果表明：本文方法能够很好地处理多UCAV协同任务中的各类约束条件，是一种有效的协同航迹规划方法。     

基于稀疏A*算法的微小型固定翼无人机航迹规划

为在微小型固定翼无人机嵌入式平台上应用航迹规划,设计一种基于稀疏A*算法的自动航迹规划方法.根据微小型固定翼无人机的应用环境、特点和运动约束,建立航迹规划的环境模型和运动模型,利用单元分解法实现飞行区域环境建模和无人机运动建模,使用稀疏A*算法进行航迹规划,给出其操作使用流程,并对2种不同的启发函数进行仿真分析.结果表明:该方法能提高航迹规划的安全阈度,优化算法.     

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.     

一种基于改进遗传算法的三维航路规划

针对遗传算法在求解航路规划时存在的收敛速度慢、容易＂早熟＂问题,结合模糊推理、模拟退火算法和自适应机制,提出了一种基于改进遗传算法的三维航路规划.算法利用极坐标描述航路点,缩短了染色体编码长度,降低了搜索空间,提高了优化效率,并将模拟退火的Boltzmann接受机制引入遗传算法,对遗传操作后的新解进行判断接受与否.仿真结果表明了该方法的有效性和可行性.     

某无人机火箭助推发射段动力学仿真

为研究某无人机火箭助推发射起飞段的动力学特性,建立其动力学模型并进行了仿真;依据某无人机的真实结构和实际发射情况,建立无人机发射系统的三维实体模型,导入ADAMS中,并基于多刚体动力学方法对无人机仿真模型进行动力学仿真;通过仿真分析,得出了无人机平稳起飞的合适的火箭安装角和机体发射角,为无人机发射技术提供了一定的参考.     

基于RRT算法的某型无人机航路在线规划设计

针对高原地区复杂地形地貌,提出了无人机需具备在线航路规划能力;分析了快速随机搜索树（RRT）算法的基本原理,并对RRT算法的收敛性和参数选择进行了探讨,设计了基于RRT算法的在线航路规划方法;对所设计的方法进行仿真验证。仿真结果表明：该航路在线规划方法达到了预期目的,能够很好的规避突发障碍。     

基于一种改进粒子群算法的水下远程武器航路规划

针对水下远程武器航路规划中,采用基本粒子群算法避障出现的航路倒退问题,提出了一种借鉴遗传算法采用粒子对换的改进粒子群优化（PSO）算法,并结合远程武器的航路规划设计模型,应用于水下武器作战仿真系统。计算结果表明,该算法可有效提高远程武器航路规划避障的计算效果,对水下远程武器的作战使用研究具有一定的参考价值。     

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。     

基于威胁建模的PSO 在UAV 3 维航路规划中的应用

为解决无人机(unmanned aerial vehicle,UAV)3维航路规划问题,采用粒子群优化算法(particle swarm optimization,PSO)进行无人机的3维航路规划.对无人机飞行环境中各种威胁进行数学建模,考虑了航程的影响,得出基于航路长度和威胁的航路评价函数.运用粒子群优化算法进行3维航路规划仿真测试,并提出了在天基信息支援下进行无人机二次航路规划的设想.仿真结果表明,该方法具有可行性.