基于任务区分的无人机航路规划方法

军用无人机飞行航路必须基于作战任务规划,在任务完成和飞行安全之间体现不同侧重.文中将无人机航路规划问题区分为固定航路规划和突防航路规划,阐明了各自的规划要点,提出的基于任务完成度的固定航路规划方法和基于改进蚁群算法的突防航路规划方法,能够满足无人机不同作战任务需求.通过算法仿真和作战仿真系统的应用实践,证明了文中方法的合理性和实用性.     

基于改进A*算法的无人机航路规划方法研究

提出了一种基于改进A^＊算法的无人机航路规划方法,解决了A^＊算法大空间搜索耗时多的问题。仿真结果表明,该方法计算速度快,易于实现。     

基于遗传算法的反辐射无人机航路规划

采用遗传算法对反辐射无人机进行了航路规划,并对算法进行了相应地仿真。仿真结果表明．文中提出的遗传算法模型．能够迅速地寻找到最优航路。     

基于流函数法的无人机航路规划

针对无人机的自身特点和飞行任务要求,研究了流函数法在无人机航路规划中的应用.在二维平面中,将地形障碍和雷达等威胁等效为圆柱,无人机目标点等效为汇（sink）,推导了流体运动的复势.提出了流函数法避障时存在滞点问题的解决方案,并将其应用到存在多个障碍物的环境中.考虑无人机最小平飞距离和最小转弯半径约束,用流函数法得到了无人机的规划航路.仿真结果表明,修正后的流函数法可以规划出平滑的航路,同时满足无人机航路规划的要求.     

基于数学形态学的巡航导弹规划空间构建方法研究

对巡航导弹航迹规划中规划空间的构建问题进行了研究。提出一种基于数学形态学的规划空间构建方法,它利用数学形态学方法计算的特征,能有效地对初始战场环境中的大规模空间数据进行处理,得到可用的航段集和节点集。仿真结果表明该方法生成的规划空间小,为航迹规划的时效性提供了支持。     

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。     

Memetic算法在无人机侦察航路规划中的应用

为解决无人机侦察航路规划问题,采用文化基因算法(memetic algorithm,MA)进行求解。以粒子群优化算法作为主搜索策略,采用基于模拟退火的加权法对非劣解进行局部搜索。目标函数综合分析了战术效果、航程、安全性、飞行时间等指标要求,并从环境和无人机自身分析航路规划约束条件。最后对算法性能进行了测试,实验结果表明该文化基因算法比单独使用粒子群优化算法具有更高规划效率,得到的初始侦察航路较优。     

基于图像分割算法的地形跟随航路规划

使用数学形态学分水岭变换的图像分割算法,提取了基于真实地形的地形特征谷底线,实现三维地形跟随航路规划,克服了人为引入三维真实地形而造成的建模难度大、规划空间"维数爆炸"、收敛速度慢等现象。仿真结果表明,该方法生成的规划空间小、规划时间短且易于实现。     

不确定环境下的多无人机协同搜索航路规划

为解决多架无人机(UAV)在不确定环境中搜索目标的问题,根据多UAV协同搜索的基本原则,建立了多UAV协同搜索的环境模型和UAV运动模型,提出了一种满足UAV机动限制和适应数据通讯延迟的协同路径决策算法.根据先验知识将环境分为未知环境,已知环境和禁飞区,设计了搜索回报函数,引导UAV对未知环境进行搜索,对已知环境进行规...     

无人机在线航路规划技术研究及其工程实现

通过对无人机航路规划技术的研究,阐述了无人机航路规划系统的整体结构以及无人机航路规划模块与制导控制的无缝链接技术。在无人机在线情况下,针对离线算法,通过存储缓存航路,切换航路模式方式实现算法在工程上的应用,对于实时算法,通过实时产生虚拟目标点,追踪虚拟点的方法实现算法在工程上的应用。在此基础上,给出仿真验证的方案,验证该融入方式的可行性。     

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。     

基于进化计算的多无人飞行器协同航迹规划

提出了一种在已知静态环境下利用进化计算实现多无人飞行器的分层离线协同航迹规划方法．针对多无人飞行器从不同起始点出发同时攻击某一预定目标问题，该方法可规划出由一系列导航点组成的三维航迹，并确保多无人飞行器在按一定的速度飞行时能避免相互碰撞、远离威胁障碍，满足航迹条件及协同限制．结果表明了该方法的可行性．     

一种基于遗传算法-模式搜索法的无人机路径规划

为改善遗传算法局部寻优精度较差的固有缺陷,提出一种基于遗传算法-模式搜索法的无人机路径规划算法.采用简单的一维编码表示路径,构造了路径最优化的目标函数和适应度函数.先用遗传算法全局搜索,得到全局近似最优路径,在此基础上使用局部寻优精度好的模式搜索法,得到精度更好的路径.仿真结果表明所提的遗传算法-模式搜索法改善了单一遗传算法局部寻优精度较差的缺陷,提高了路径规划的精度.     

基于改进人工鱼群算法的无人机路径规划

针对使用基于网格划分策略的改进人工鱼群算法计算无人机路径规划问题中寻优精度与算法计算量的矛盾,提出一种改进人工鱼群算法,该算法引入自适应步长和执行概率自适应分段网格遍历策略.算法前期用较大步长全局搜索较优路径,后期用较小步长及网格分段遍历策略在较优解附近进行局部遍历得到更精确最优解.仿真结果表明所提改进人工鱼群算法比原始鱼群算法和自适应步长人工鱼群算法结果更精确、稳定,较基于简单网格划分策略的人工鱼群算法计算量更小.     

未知环境下基于PF-DQN 的无人机路径规划

为解决无人机无模型路径规划的问题,提出一种环境信息未知情况下基于势函数(PF)奖赏的DQN 路径 规划方法。建立无人机在环境中的连续状态空间,将360?等分成若干个角度作为航向角建立无人机的动作空间,设 计目标和障碍物对无人机的势函数奖赏,刻画不同动作对无人机的影响,并进行仿真实验。实验结果表明：PF-DQN 算法能较好地实现无人机在环境信息未知下的无碰撞路径规划,且势函数奖赏能加快无人机路径规划网络的训练 速度。     

基于马尔可夫模型的无人机路径规划的线性化

研究了利用马尔可夫模型对无人机路径规划问题建模,以及马尔可夫模型的线性化问题,提出了离散的马尔可夫模型线性化的方法,并利用数学归纳法进行了证明。仿真结果表明,对状态流程图进行线性化以后,由初始状态到终止状态的每条路径的状态转移概率变得更加直观,能够从状态流程图中清楚地得到各个因素对整个系统任务的影响。     

基于改进蚁群算法的无人机2 维航路规划

针对传统蚁群算法在无人机3 维航路规划中存在搜索时间长、容易陷入局部最优解的问题,提出一种蚁 群算法的改进策略。将固定翼无人机的性能约束条件作为待扩展节点是否可行的判断条件,减小计算量和算法搜索 时间;对航路点的高度规划采用直接设定策略,将3 维航路规划问题简化为2 维航路规划问题,减小算法的复杂性; 改进全局信息素更新规则和安全启发因子,解决了局部最优解和威胁源规避问题。仿真结果表明：改进蚁群算法与 传统蚁群算法相比,能够有效规划出一条从起点到终点的飞行航路,具有更高的有效性和实用性。     

无人机跟踪地面目标无碰撞航迹规划

针对无人机自动跟踪目标过程中需要规避障碍物的问题,设计一种将跟踪制导律与改进人工势场法相结 合的航迹规划算法。对人工势场法进行适应性改进,建立无人机动力学模型,阐述定距离跟踪制导律的设计方法, 并采取加权求和与运动学约束的方式将定距跟踪制导律与人工势场法二者结合。仿真实验结果表明：该策略具备有 效性和可行性。