共查询到19条相似文献,搜索用时 51 毫秒
1.
2.
3.
4.
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。 相似文献
5.
6.
基于组合优化算法的无人机航迹规划方法研究 总被引:1,自引:0,他引:1
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。 相似文献
7.
8.
为研究针对组网雷达的无人机集群智能航迹欺骗算法,基于视线准则,分析虚假目标、无人机与雷达三者的耦合关系,推导得到用于航迹规划的无人机运动控制方程。以一定的无人机动力学约束为约束条件,以最小化各无人机飞行距离为优化目标,建立针对组网雷达的无人机集群智能航迹欺骗数学模型。在预设虚假航迹以及雷达先验信息已知的条件下,采用粒子群优化(Particle Swarm Optimization,PSO)算法对上述优化模型进行求解。仿真结果表明,所提算法能够基于预设虚假航迹及雷达位置等先验信息,在满足严格动力学约束的条件下,适应动态威胁环境,完成实时欺骗信号参数设计,以低速平台模拟高速虚假目标,实现对组网雷达的欺骗干扰。 相似文献
9.
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。 相似文献
10.
基于改进A-Star算法的无人机航迹规划算法研究 总被引:13,自引:0,他引:13
针对传统A- Star算法在无人机航迹规划问题应用中的局限性,提出了一种结合飞行器简化运动学方程的改进A- Star算法,并将该算法应用于解决无人机在未知危险环境中的威胁规避问题;研究了综合考虑各路径代价影响因素情形下的航迹规划方法。最后对无人机参考航迹规划的数字仿真证明了改进算法的有效性。 相似文献
11.
12.
13.
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. 相似文献
14.
15.
16.
17.
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。 相似文献
18.