多约束复杂环境下UAV航迹规划策略自学习方法

在多约束复杂环境下,多数无人飞行器（UAV）航迹规划方法无法从历史经验中获得先验知识,导致对多变的环境适应性较差。提出一种基于深度强化学习的航迹规划策略自学习方法,利用飞行约束条件设计UAV的状态及动作模式,从搜索宽度和深度2个方面降低航迹规划搜索规模,基于航迹优化目标设计奖惩函数,利用由卷积神经网络引导的蒙特卡洛树搜索（MCTS）算法学习得到航迹规划策略。仿真结果表明,该方法自学习得到的航迹规划策略具有泛化能力,相对未迭代训练的网络,该策略仅需17%的NN-MCTS仿真次数就可引导UAV在未知飞行环境中满足约束条件并安全无碰撞地到达目的地。     

飞行器参考航迹规划方法研究

研究飞行器参考航迹规划优化控制问题,飞行器受到飞行达时间、油耗、威胁和地形环境等因素影响,传统的依靠飞行员的视觉效应,达不到优化的要求,同时飞行航迹实时性差.为了找到最优飞行器参考航迹,在分析当前飞行器航迹规划算法存在问题基础上,提出一种改进遗传算法的航迹规划方案.采用遗传算法对飞行器参考航迹进行全局搜索,快速找到全局最优解区域,并在全局最优区域通过模拟退火算法进行局部搜索,得到最优航迹.仿真结果表明,改进遗传算法能够快速找到最优参考航迹,能很好满足在线实时航迹规划的要求,是一种比较理想的飞行器参考航迹规划算法.     

基于遗传算法的飞行器参考航迹规划

针对飞行器航迹规划问题展开研究,为了规划出最优满意的飞行轨迹,分析了飞行器航迹规划中存在的威胁与自身约束条件,提出了一种关于遗传算法的航迹规划方案,采用改进编码机制对飞行器在已知威胁情况下飞行航迹进行整体规划。取航迹个体只包含一个染色体,每个染色体为一个航迹点序列,随机生成种群,通过选择交叉变异,并将各种威胁和约束条件的影响适当的加入到适应值函数中,得到优化路径进行仿真。仿真结果给出了不同加权比例下所得到的最优航迹,通过仿真验证了算法的有效性。     

基于改进RRT算法的UAV航迹规划与优化研究

分析步长、搜索次数对UAV航迹生成的影响,给出一种改进RRT算法。结合目标信息给出启发因子、优话采样节点选择方法、选取合适的启发概率等方法,解决了扩展树生长过程中随机性较大的问题,提高了全局搜索能力和搜索速度,同时考虑局部搜索精度。针对航迹随机化造成的航迹不够优化的问题,提出一种航迹迭代优化方法。仿真结果表明:该算法和优化方法具有较快的收敛速度和更短的搜索时间;迭代优化方法减少了冗余规划点,缩短了规划航迹,提高了航迹规划效率。     

运动威胁环境中航迹规划方法研究

研究优化航迹规划问题,飞行器常常要规避运动威胁目标,安全到达终点.要求检测目标的实时性和定位准确性.传统算法由于收敛速度过慢,计算要消耗大量时间,并且在威胁复杂的情况下,难以找到精确航迹,无法保证飞行器的安全性.为了解决上述难题,将时间要素加入到空间模型中,建立精确的运动模型;提出以时间片为基础的飞行器安全检测方法;并改进遗传算法编码方式,增加搜索效率.仿真结果表明所提方法合理有效.     

无人飞行器航迹规划研究

航迹规划的目的是要利用地形和敌情等信息,规划出生存概率最大的无人飞行器突防轨迹。通过对航迹规划任务的仿真需求分析,对无人飞行器的航迹规划进行了研究。首先根据遍布威胁的战场环境,构造了基于威胁源的Voronoi图,得到规避威胁的航迹路线;然后采用Dijkstra算法,搜索出最优航迹路线;最后利用Visual Studio .Net 2010开发平台,在MS SQL Server 2008数据库支持下,运用Visual C# 2008编制图形化界面,设计开发了无人飞行器航迹规划仿真系统,并给出了开发结果,实现了仿真结果的图形显示,为进一步的研究航迹规划奠定了基础。     

一种基于最小平均距离的测量飞机航迹规划算法

以测量飞机对单个低空飞行器跟踪为研究对象,根据大地坐标系统和椭球几何学基本原理,结合机载测量设备的作用范围,提出一种基于最小平均距离的测量飞机航迹规划算法.分析预定的低空飞行器飞行路线,提取低空飞行器飞行关键点,划分出低空飞行器水平飞行阶段和转弯飞行阶段,按阶段分别规划出测量飞机的航迹,保证对低空飞行器全程连续稳定跟踪的同时,使测量飞机与低空飞行器的平均距离最小,以提高测量质量,并模拟低空飞行器3种飞行路线,规划了相应的测量飞机航迹,经Mat-lab仿真分析,规划结果满足设计要求,验证了算法的有效性.     

飞行器转向时的航迹起始算法

在飞行器转向优化控制的研究中,传统的逻辑法在飞行器高速机动转向时因外推点与真实量测点距离偏大且跟踪波门偏小而丢失航迹真实量测点,从而导致雷达对观测目标航迹起始的失败.为了解决传统航迹起始算法所存在的问题,提出了采用修正外推点的方位角和放大的跟踪波门的改进的航迹起始算法.与传统算法相比,改进算法能够使目标的真实量测点更准确地落在雷达跟踪波门内.仿真比较和性能分析表明,上述算法对于提高飞行器等高速目标转向时航迹起始的正确率是有效和可行的.     

一种基于PSO的多UAV协同航迹规划方法

本文针对多无人飞行器(UAV)协同执行任务的应用场景,提出了一种综合考虑任务分配和航迹规划因素的航迹规划算法。该算法借鉴微粒群算法(PSO)的思想,采用新的编码方式和优化策略。仿真实验验证了算法的有效性。     

一种基于遗传算法的航迹优化技术

飞行器在低空突防任务执行过程时,需要以任务规划所得的参考航线为基准,采用一种基于遗传算法的航迹优化方法;优化过程中,采用特定的编码方法和适应度函数,并针对优化过程中的一些具体问题提出了解决方案;仿真结果表明,采用基于遗传算法的航迹优化技术所生成的参考航线,能严格经过飞行器的出发点和目标点,使威胁飞行器的因素最小,有效提高了任务生存能力.