基于改进RRT-Connect的协同航迹规划

提出一种基于改进双向快速扩展随机树(RRT-Connect)算法的无人机协同航迹规划方法.首先针对基本RRT-Connect算法效率较低且采样具有随机性的缺陷,提出一种改进RRT-Connect算法,通过控制采样范围、引入目标引力来降低无效采样,加快算法的收敛性;利用混沌序列来保证采样节点一定的随机性.利用改进RRT-Connect算法考虑航迹规划模型的约束条件,并引入人工势场,提出一种协同航迹规划方法.通过仿真实验验证了改进RRT-Connect算法与基本RRT-Connect算法相比性能的优越性,以及协同航迹规划方法的有效性.     

改进A*算法的多约束航迹规划

针对当前航迹规划的研究偏于理论、规划效率不高的问题, 从工程应用出发, 分析了航迹规划的多种约束条件, 提出了一种多约束条件下的快速航迹规划方法, 设计了基于航向角有限离散变化思想的工程化搜索策略;改进了A*算法流程, 采用结构体链表式的最小二叉堆技术管理OPEN表和CLOSE表, 显著提高算法的规划效率;提出了删除航路点的航迹优化方法, 对传统A*算法和改进的算法分别进行了仿真。结果表明, 在多约束条件下, 该方法显著提高了规划效率。     

基于改进粒子群优化算法的无人机实时航迹规划

在无人机航迹规划中,通过改变惯性权重和采用自适应粒子群编码方式,以最大转弯半径、步进、最短距离和回避威胁作为航迹的评价指标,将约束条件、地形地貌及威胁信息引入适应度函数等方法,对粒子群优化算法进行改进,解决了粒子群算法在寻优过程中易陷入局部最优的问题.仿真结果表明,该方法可实现在线实时航迹规划.     

基于冲突消解多无人机协同航路规划算法仿真

针对多架无人机同时攻击同一目标的问题,提出了一种基于冲突消解机制的航路规划算法.通过分析协同规划中的各种约束条件及任务要求,从规划终点同时、同步扩展每架无人机的飞行航迹,并采用不等步长扩展法反映每架无人机的飞行速度,在扩展节点的同时进行各项约束条件的检查和消除,保证多条航迹间的时空协同;最后通过数学仿真验证了该算法的可...     

基于改进RRT算法的无人机航迹规划

针对快速扩展随机树（RRT）算法用于无人机自主在线航迹规划时,只能快速获得可行的航迹,无法获得接近于最短航迹的较优航迹的缺点,提出了一种改进的RRT算法.该算法将无人机动力学约束融入到节点扩展过程中,通过改进离随机采样点最近的根节点的选取策略和引入航迹距离约束,搜索树将沿着航迹距离较短的方向朝着目标点进行扩展,使得规划出来的航迹接近最优,并采用基于B样条曲线的航迹平滑方法生成平滑可跟踪的航迹.仿真结果表明该算法能够快速地搜索安全并且满足无人机动力学约束的较优航迹.     

DBBSO算法在低空航线规划中的应用

为了实现低空范围内的航线规划,首先通过转换坐标系,将多元问题转换为求各个航迹点纵坐标的单元问题,然后在综合考虑航迹段长度和威胁环境的约束条件下,通过建立两个约束条件的数学模型,最终确立头脑风暴算法(BSO)的目标函数,进而求取最优解,实现低空范围内的航线规划。在此基础上对传统头脑风暴算法进行改进,用密度聚类(DBscan)算法替代了k均值聚类(k-means)算法。仿真实验证明,改进后的算法较传统算法寻优能力更强,最终得到的航迹段更短,更适用于航线规划。     

基于Voronoi图和离散粒子群优化的无人机航迹规划

航迹规划是根据任务目标规划出满足约束条件的飞行轨迹,是实现无人机突防攻击的关键技术.由于无人机航迹规划的复杂性,提出了一种无人机分层航迹规划的方法,该方法首先由Voronoi图生成初始航路,然后考虑各约束条件,赋予各航路相应的权值,最终应用离散型粒子群算法搜索出满意的规划解.仿真结果表明,该方法规划效率高,占用内存少,...     

基于改进粒子群算法的无人机三维航迹规划

针对传统粒子群(Particle Swarm Optimization, PSO)算法在航迹规划的过程中需要根据无人机性能建立约束条件和易陷入局部最优值的缺点,提出了一种结合天牛须(Beetle Antennae Search, BAS)算法的球坐标PSO算法。该改进算法直接利用球坐标系对无人机的航向角和俯仰角进行约束,并且通过BAS算法避免PSO算法陷入局部最优值。根据数字高程地图建立仿真环境,综合考虑航迹长度、平滑度和危险性等因素构建目标函数。仿真结果表明,改进后的算法与其他PSO算法相比,规划的三维航迹质量更高,能够很好地适应无人机在各种环境下的飞行要求。     

无人机航迹规划群智能优化算法综述

无人机航迹规划是指根据任务目标规划出满足约束条件的飞行轨迹.航迹规划的好坏,对任务的完成产生重大的影响.因此,对航迹规划的研究成为了无人机技术研究的重要内容.本文综述了无人机航迹规划研究的现状,分别介绍了粒子群算法、蚁群算法、蜂群算法三种常见的群智能优化算法及其优缺点,最后对无人机航迹规划群智能优化算法的发展趋势进行了展望.     

采用改进细菌觅食优化算法的无人机航迹规划

针对现有的无人机航迹规划方法收敛速度较慢、效率不高、易陷入局部最优等问题,构建了基于改进细菌觅食优化算法的无人机航迹规划结构,从三个方面改进算法:一是将固定步长改为自适应步长;二是游动时嵌入粒子群算法学习因子思想;三是将固定迁徙概率改为自适应迁徙概率.同时,提出了飞行代价目标函数,通过函数寻优进行无人机航迹规划,并由数...     

基于改进A*算法的无人机动态航迹规划

在无人机航路规划问题的研究中,针对传统 A*算法在航路规划中的不足,提出了一种增加约束条件的广义搜索 A*算法,并将该算法应用到动态航路规划中。该算法在节点搜索中解决了 A*算法大空间搜索的复杂程度,而且用重新估价代价值来满足无人机的实时性,最后用平滑处理算法使规划的航路满足无人机的机动性能约束。仿真结果表明,该算法性能优于传统 A*算法,具有很好的实时性,适用于无人机航路规划的工程应用。     

遗传算法在无人机航路规划中的应用

随着无人机在现代战争中的作用日趋重要,对无人机航路规划的研究也越来越多。分析了无人机航路规划涉及的因素和处理过程,介绍了遗传算法的相关内容。根据无人机航路规划涉及因素多、计算量大的特点,采用遗传算法进行航路规划。给出了遗传算法编码方法以及算法参数、终止条件的设置方法,提供了一个应用示例,并给出了一些改进的建议。     

满足直飞限制二维航迹规划方法研究

本文首先对飞行器航迹规划过程中带直飞限制的二维航迹规划问题进行了探讨.为解决这一问题,提出将二维航迹简化为由直线段与圆弧段组成的规则航迹,并给出航迹相切点的定义.在此基础上,给出了一种满足直飞限制的二维航迹规划方法.实验证明,该方法所规划出的航迹不仅很好地满足转弯半径限制,而且能够保证飞行器直飞通过相切点,从而为飞行器进行匹配导航、航空摄影等应用提供了便利.     

基于启发式算法的无人机三维航迹规划仿真研究

通过引入状态空间节点的概念生成三维航迹搜索空间,将原来的航迹规划问题简化为在状态空间中的搜索寻优问题。再利用改进估价函数,将约束条件和优化的搜索算法相结合,有效减小搜索空间,提高搜索速度。仿真结果表明,生成的航迹具有自主地形跟随、地形规避和威胁规避的能力,并具有根据任务决策偏好选择飞越威胁的能力。     

基于稀疏A*算法的无人机航路规划方法

针对多约束条件下三维空间航路规划问题,分析了三维规划空间的划分方法,综合考虑航程代价、爬升代价和威胁代价等因素,针对航路规划任务对各种指标的偏重程度,引入指标的权重系数,设计了代价函数,并编制了稀疏A*算法流程,对算法的有效性进行了仿真验证.验证结果表明:采用稀疏A*算法能够有效地解决多约束条件下的三维空间航路规划问题.     

基于STK/Schedule实现中继卫星业务调度

中继卫星调度问题是中继卫星系统应用中的关键问题之一。STK/Schedule模块不仅提供了优秀的时序和任务规划算法,还对外提供了应用程序接口。通过分析中继卫星系统资源、可见性以及任务约束特点,提出了利用STK/X组件调用STK/Schedule的可视化计算以及调度算法进行二次开发的方法。在简化应用程序开发难度的同时,解决了多用户多任务需求的情况下的中继卫星业务调度问题。     

多约束容错性WSN中继节点布局算法的研究

针对目前中继节点布局算法所忽视的中继节点通信容量以及网络整体能耗等问题,本文将通信路径不可逆以及中继节点通信容量等约束条件引入现有中继节点布局模型,并提出了基于最小通信网络距离因子的布局算法评价新标准.解决方法上,采用了基于枚举法与贪婪寻优算法的中继节点布局算法,实现了WSN中继节点的多约束容错性布局.仿真实验表明,本...     

基于Voronoi图和量子遗传算法的飞行器航迹规划方法

以飞行器航迹规划为应用背景,提出一种基于Voronoi图和量子遗传算法的飞行器航迹规划方法。首先,建立威胁源的V图,并构建发射点、目标点与威胁源的V图赋权有向图,从而建立飞行器航迹规划V图空间;然后,对传统量子遗传算法进行改进,引入了量子门旋转角步长动态调整机制;并增加了量子交叉操作和量子变异操作,使得改进后的量子遗传算法具有更高的搜索效率,采用改进后的量子遗传算法求解V图空间中的最优航迹;最后,进行了仿真实验。仿真结果表明,基于V图和量子遗传算法的航路规划方法是可行和有效的。     

实用版图压缩算法

本文给出了两种基于约束图的一维版图压缩算法,即完全约束图压缩算法和精简约束图压缩算法,并对两个算法的性能做了讨论;针对版图中较常用的曼哈顿多边形图形,文中还给出了相应的解决办法。