基于混合蚁群算法的无人机航迹规划

由于传统方法在无人机航迹规划实际应用中规划的航迹长度较长,文章提出基于混合蚁群算法的无人机航迹规划。由山峰模型和天气模型组建无人机航迹环境数学模型,描述无人机飞行航迹环境情况,以无人机航迹代价最小建立目标函数,并对无人机航迹长度、高度、速度、转弯角度进行约束,采用混合蚁群算法对目标函数求解,求出最优航迹规划策略。实验证明,文章设计方法规划的航迹长度最短为1 032.58 m,规划航迹长度较短,在无人机航迹规划方面具有良好的应用前景。     

基于EMRP算法的多UAV协同航迹规划

为解决作战环境中的多无人机协同航迹规划问题,提出一种基于层次分解策略的航迹规划方法.通过骨架化算法生成规划空间,利用基于进化计算的多航迹规划(EMRP)算法为各UAV找到K条备用航迹,实现了利用EMRP算法与数学形态学相结合解决多UAV协同航迹规划问题,并对生成的初始航迹进行平滑处理,得到满足UAV机动要求的可行航迹....     

基于改进遗传算法的UAV航迹规划

针对实际作战环境中的UAV航迹规划,提出一种基于改进遗传算法的UAV航迹规划方法;通过骨架化算法生成规划搜索空间,对规划搜索空间中的信息进行提取,求解出规划搜索空间中航迹点的杀伤概率;根据规划搜索空间中的信息,采用特殊的基因编码方式,使用遗传算法为UAV找到K条备选航迹,提高了航迹规划效率;根据设定的航迹选取原则,求出最优航迹并对其按不同步长进行平滑处理,最终得到满足UAV机动性要求的可飞航迹。     

基于队形变化的多无人机航迹规划算法

针对多无人机在复杂环境下的航迹规划问题,文中提出基于队形变化的多无人机航迹规划算法。利用领航-跟随的无人机拓扑结构,设计了一种以时间与航程作为衡量指标的代价函数,求解出最优的编队集结点。采用改进的Informed-RRT*算法求解出领航者的渐近最优航迹,结合队形变化策略实现了跟随者的航迹规划与避障。在定义队形变化量、路径长度比、航向稳定性性能指标的基础上,文中进行了仿真实验并对生成航迹进行评价与对比。仿真结果表明,无人机编队实现了在复杂环境下航迹规划与避障,同时为跟随者规划出最优航迹,与领航者最优航迹长度相差不到1%,验证了该算法的实用性与有效性。     

基于改进蚁群算法的无人机二维航迹规划和重规划

文中研究了一种改进蚁群算法在无人机二维航迹规划和重规划中的应用。为了克服基本蚁群算法容易陷入局部最优和迭代停滞的现象,文中通过引入伪随机状态转移规则对基本蚁群算法进行改进;并通过引入动态窗口这个概念进行无人机二维航迹重规划。最后给出仿真验证,从仿真结果看出来:文中改进蚁群算法在解的优越性和有效性方面全面优于基本蚁群算法,同时可以看出文中改进蚁群算法在重规划中具有很强的适应性。     

自适应遗传算法在飞行器离线航迹规划中的应用

飞行器航迹规划是一个多目标多约束的三维规划问题。根据分层规划思想,确定离线参考航迹是飞行器低空突防前要解决的首要问题。针对遗传算法中局部最优与全局最优之间的矛盾,采用自适应遗传算法进行离线的航迹规划,用极坐标编码方式在飞行方向上构造染色体。进化过程中采用自适应交叉概率和变异概率,并尽可能把符合实际情况的各种约束考虑到问题中。仿真结果表明,算法避免了早期收敛,提高了全局寻优能力,是解决实际飞行器离线航迹规划问题的较好方法。     

基于物理规划的无人机多目标航迹规划

无人机航迹规划是典型的多目标优化问题, 传统的线性加权和法需反复迭代以确定一组满足工程特性需求的目标权重系数。物理规划方法通过构造偏好函数直接反映规划人员对航迹规划各目标的特性需求, 避免了因为反复迭代确定各目标权重系数所导致计算量大的缺陷, 因此,将物理规划方法与粒子群优化算法相结合用于无人机多目标航迹规划。仿真实验验证了该航迹规划方法能够获得各目标偏好结构下的折中解。     

基于MILP的轻量级密码算法ACE的差分分析

研究了轻量级密码算法ACE的差分性质。首先定义了n维环形与门组合,充分分析了该结构中与门之间的相互关系,仅利用O(n)个表达式给出其精确的MILP差分刻画,将ACE算法中的非线性操作转化为32维环形与门组合,从而给出了ACE算法的MILP差分模型。其次根据MILP模型求解器Gurobi的求解特点,给出了快速求解ACE的MILP差分模型的方法。对于3～6步的ACE置换,得到了最优差分链,利用多差分技术给出了更高概率的差分对应,从而给出了ACE置换为3步的认证加密算法ACE-Aε-128的差分伪造攻击与哈希算法ACE-H-256的差分碰撞攻击,成功概率为2^-90.52,并证明了4步ACE置换达到了128bit的差分安全边界。实际上,n维环形与门组合的MILP差分刻画具有更多的应用场景,可应用于SIMON、Simeck等密码算法的分析中。     

基于模拟退火算法的航迹规划方法研究

突防航迹规划是氨航导弹胶期蝇的重要内容。文章将改进的模拟虎法用于解决航迹规划最优寻找问题,通过对各种规模,不同复杂度地形的大量实验,总结了在巡航导弹航迹规划问题中应用模拟退火算法的一些定性原则,证实了该算法在航迹规划方面应用的可行性。     

基于双层模糊规划的电子干扰资源优化分配算法

电子干扰资源分配决策是一个双层规划问题,而且在复杂电磁环境下的作战过程中存在着大量的不确定因素。在综合考虑这些因素的条件下,建立了基于双层模糊机会约束混合整数规划的干扰资源优化分配模型。根据可能性测度理论得到双层混合整数规划模型,然后通过求解有限个混合整数线性规划问题,来获取模型的最优解。算例表明了方法的有效性。     

四旋翼无人机的轨迹规划跟踪控制研究

针对四旋翼无人机的实际应用需求,开展轨迹跟踪控制研究。提出了一种基于快速扩展随机树（RRT）算法的Dubins航迹规划方法,同时搭建了四旋翼模型,并设计了轨迹跟踪控制方案对所提出的规划路径进行了轨迹跟踪仿真。该RRT-Dubins算法采用RRT算法对有障碍区域的无人机路径进行有效规划,然后利用Dubins路径对规划出的轨迹进行平滑处理,以形成一条无人机可飞行路径。仿真实验表明,采用所提出的轨迹规划方法及路径可以较好地规避障碍区域,且轨迹平滑更适合无人机飞行,同时验证了所提轨迹跟踪控制方案的有效性。     

快速避障三维最优轨迹规划研究

针对无人作战飞机自主化任务需求,提出了一种"人在回路上"的UCAV自主任务规划解决方案;针对该方案中的UCAV快速自主轨迹规划需求,提出了基于高斯伪谱法的快速轨迹规划解决方案。该方案在充分考虑UCAV的气动力特性、发动机推力特性及大气环境特性的基础上建立了高精度的UCAV模型,详细分析并构建了比较真实的UCAV飞行包线约束模型和三维战场环境约束条件,在此基础上,构建了基于最优控制理论框架的UCAV轨迹规划模型;最后,详细分析并实现了采用GAUSS伪谱法求解该问题的实现过程。仿真结果表明,该方法能以较高的精度和速度生成满足各种复杂约束要求,连续并且真实可行的最优轨迹。     

基于多Agent技术的弹道规划

通过分析弹道规划,将多Agent思想应用于弹道规划算法,得到基于多Agent的弹道规划器(MATGP)模型,从而使MATGP在速度上较以前的弹道规划有很大的提高。深入讨论了MATGP的扩张过程、解搜索过程。多Agent技术在智能规划中具有广阔的应用前景。     

四旋翼飞行器有限时间轨迹跟踪控制研究

为了解决四旋翼飞行器轨迹跟踪中状态量收敛速度慢、易发散等问题,提出了一种双环混合有限时间控制策略.根据Newton-Euler方程推导出四旋翼的动力学模型,再根据时间尺度原理将其分为内外两个控制环.外环采用有限时间控制策略来加快三轴位置量与偏航角的收敛速度;内环采用快速非奇异终端滑模控制技术来实现姿态角的快速收敛.搭建了四旋翼的虚拟样机,在三维仿真环境下模拟其轨迹跟踪控制效果.由仿真结果可知:与其他两种常见的控制器相比,所设计的控制器的控制精度、鲁棒性以及跟踪效果均最好,并且能较好地满足四旋翼轨迹跟踪控制的需求.     

Trajectory Planning for OTFS-Based UAV Communications

Unmanned aerial vehicles(UAVs) have attracted growing research interests in recent years,which can be used as cost-effective aerial platforms to transmit collected data packets to ground access points(APs). Thus, it is crucial to investigate robust airto-ground(A2G) wireless links for high-speed UAVs.However, the A2G wireless link is unstable as it suffers from large path-loss and severe Doppler effect due to the high mobility of UAVs. In order to meet these challenges, we propose an orthogonal ...     

Par4并联机器人轨迹规划研究

研究了Par4并联机器人操作空间的轨迹规划算法。分析了Par4并联机器人机械结构,采用几何分析法得出其运动学模型。采用了SCCA凸轮运动模式进行速度规划。在操作空间中将直线插补和圆弧插补运用于并联机器人末端轨迹规划。将两种插补规划运用于Par4并联机器人,并在MATLAB2010a中进行仿真分析,验证了两种轨迹规划应用于Par4并联机器人的可行性和合理性,为机器人的运动控制控制提供理论基础。     

超密集网络中基于轨迹预测的资源规划

在超密集网络中,小区间干扰严重制约了小区边缘用户的性能体验以及网络吞吐量。利用用户轨迹预测和信号地图可获得用户未来的平均信道信息,从而为用户规划未来的传输资源,相对于非预测方法可以大幅度提升网络性能。现有对资源规划的研究大都考虑较为理想的假设,为了分析基于实际预测性能达到的资源规划性能增益,本文研究了超密集网络中的轨迹预测方法和基于实际轨迹预测性能的资源规划性能。仿真结果表明,所提出的轨迹预测方法能够满足资源规划的要求,所提出的资源规划策略在任意预测窗长度下都能达到较好的性能,当预测窗长为3分钟时,相对于非预测的干扰管理方法能够将用户满意率提高45%以上。      

面向物联网的深度Q网络无人机路径规划

随着无人机技术的广泛应用,基于无人机辅助数据收集的物联网架构扩展了物联网的应用范围,尤其适用于军事战场、灾害救援等极端场景。针对上述场景,该文提出一种基于深度Q网络(Deep Q-Network, DQN)框架的无人机飞行路径规划算法。该算法以无人机飞行周期内收集信息的平均信息年龄(Age of Information, AoI)为优化目标,来保证无人机收集数据的时效性。仿真结果表明,所提算法可以有效降低无人机单个飞行周期内收集数据的平均AoI。与随机算法、基于最大AoI的贪心算法、最短路径算法以及基于AoI的路径规划算法(AoI-based Trajectory Planning, ATP)相比,平均AoI分别降低了约81%, 67%, 56%和39%。该研究实现了无人机辅助物联网系统中,数据的高效、低时延采集。     

高超声速滑翔式飞行器突防轨迹优化研究

为研究多种约束条件下的高超声速滑翔式飞行器快速突防轨迹优化问题, 提出了基于hp自适应伪谱法的多段优化求解策略。建立了高超声速滑翔式飞行器的运动学模型, 用三次样条插值拟合升力系数和阻力系数。综合考虑动压、过载和热流约束, 建立了考虑禁飞区和航路点的约束模型。详细阐述了hp自适应伪谱法的求解原理, 提出了以航路点为分段点的求解策略, 最后以最小到达时间为代价函数对高超声速滑翔式飞行器再入突防过程进行了数字仿真。仿真结果表明, 基于分段求解策略的最优轨迹能够有效满足各种约束条件的限制, 达到了快速突防的目的。