电视指令制导导弹目标攻击中载机航迹规划研究

为提高电视指令制导导弹的命中精度,突防载机在导弹发射后必须满足导弹使用的约束条件选择航迹才能保证导弹命中目标。在分析防区外使用电视指令制导导弹进行对地精确打击时飞机航迹特点的基础上,结合飞机性能及导弹制导要求,建立了满足导弹制导约束条件下的飞机航迹规划模型;并且在传统A*算法的基础上,提出了一种改进的A*算法,该算法有效地将约束条件和航迹寻优算法有机结合在一起,提高了算法的收敛速度,更加符合航迹规划的要求。仿真表明建立的导弹制导过程中战斗机航迹规划模型和改进算法能够找到满足导弹使用的突防航迹。     

一种基于几何惩罚的航迹规划优化方法

针对一般稀疏A*算法规划时间长的缺点,提出了一种基于几何方式的代价优化方法,对航迹扩展点进行惩罚分类,改进代价函数。仿真结果表明,该方法能够快速有效地完成规划任务,并得到比较满意的航迹。     

基于A*算法的飞行器三维航迹规划研究

在A*算法的基础上,提出一种基于真实地形的针对光纤制导导弹巡航段飞行任务的三维航迹规划方法.其基本思想是首先将真实的地形信息与飞行器的物理特性相结合,选取合适的代价函数以减小搜索空间、缩短规划时间;其次根据实际中对光纤安全性的要求设定禁飞区域;最后将雷达、火炮的等威胁模型结合到代价函数中,通过对不同权系数的取值规划出满足不同任务要求的航迹.实验结果表明该方法能够很好地完成对光纤制导导弹巡航段的航迹规划任务.     

改进A*算法在突防航迹规划中的应用

针对实际应用中传统A*算法存在搜索时间长、占用空间大和生成的航迹可飞性低等问题,对传统A*算法进行了改进。通过引入启发函数选择因子,并结合航迹约束条件改进节点扩展策略,有效减小了算法搜索时间和所占用的内存空间;采用索引矩阵和无序数组的混合数据结构实现对Open表和数据的管理,显著提高了算法效率;通过对航迹进行后期平滑处理,使生成的航迹满足飞机机动性能要求。仿真结果表明,改进后的A*算法有效提高了规划效率且生成的航迹更具可飞性,在突防航迹规划中具有一定的实际应用价值。     

基于稀疏A*算法的微小型固定翼无人机航迹规划

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.     

基于分层稀疏A~*算法的突防航迹规划研究

针对小型集群飞行器三维突防航迹规划面临的精确度、实时性、任务适应性和可实现性综合匹配问题,在稀疏A~*算法基础上,提出了基于分层策略的突防航迹规划算法,建立了三维航迹规划问题数学模型,给出了分层策略和突防航迹规划步骤。在算法扩展节点过程中采用支配检测方法,进一步提高了算法效率。在45 km×60 km规划区域内,典型想定下单机、四机和八机三维突防航迹规划长度分别为54.24 km、198.96 km和387.13 km,对应规划算法耗时分别为0.67 s、4.15s和11.04 s,同一任务场景下分层稀疏A~*算法规划用时是标准A~*算法的24.7%、14.2%和10.5%。仿真结果表明,该算法可在确保航迹规划精确度的前提下,大幅缩短航迹规划时间,具有较高的理论价值和工程适用性。     

复杂环境下无人机三维航迹规划方法研究

复杂环境下规划无人机三维航迹时,随机型的粒子群优化由于问题维度高导致收敛性差难以获得最优甚至可行航迹;而确定型的稀疏A~*算法易陷入局部搜索导致搜索时间长且计算量大。基于分层思想,将高维航迹规划问题转换为多个低维问题。首先通过粒子群优化规划出少量导引航迹点集,然后采用稀疏A*算法计算导引点间的航迹段。仿真结果表明该方法能在获得满意解的前提下提高复杂环境下无人机航迹规划效率。     

基于多路径算法的选飞航迹规划方法研究

针对支持数据链通信的巡航导弹因协同作战而预规划多条飞行航迹的特点,提出了基于多路径标号更正算法的选飞航迹规划方法。该算法在传统算法标号更正算法的基础上引入节点禁忌扩展策略,从而实现航迹的转弯控制和航迹间隔控制,保证了求取的路径满足导弹的飞行约束;通过在赋权图中引入数字地形高程信息和威胁信息,实现了该规划方法三维规划能力和威胁规避能力。给出了选飞航迹的规划步骤,通过仿真计算证明了该算法的有效性。     

基于导航点改进Gauss伪谱法规划滑翔导弹航迹

为了研究滑翔导弹的航迹规划问题,利用优化理论,规划了多约束条件下导航点之间的航迹。基于导航点位置改进Gauss伪谱法(Gauss pseudospectral method,GPM),利用改进GPM离散控制变量和状态变量,将最优控制问题转化为非线性规划问题,利用改进序列二次规划算法求解。GPM求解分段航迹规划问题,需要迭代获取下段航迹的飞行时间,降低了算法效率。改进GPM能够有效弥补单纯以时间为自变量带来的诸多规划中的不足,具有更为宽泛的优化目标适应能力。算例结果表明,改进后的算法能够准确、高效地规划一条合理的航迹,满足飞行约束条件。     

巡飞导弹区域巡逻侦察航迹规划研究

为了研究在岛屿、近岸作战区域等复杂战场环境下巡飞导弹区域巡逻侦察航迹规划问题,在威胁建模的基础上,将侦察航迹优化问题转化为最佳哈密顿圈问题,提出了基于Floyd算法和改良圈算法的航迹规划算法,并进行航迹修正得到可飞航迹.经仿真实验说明该航迹规划方法简单实用.     

基于改进A*算法的路径规划在海战兵棋推演中的应用

为满足海战兵棋推演中多目标路径规划的需求,解决传统A*算法无法在兵棋推演中直接运用的问题,提出一种可供类似兵棋推演环境参考、基于改进A*算法的路径规划方法.建立一种映射机制,实现了A*算法在兵棋推演环境中的初步运用.构建一种既能满足多目标需求又能保证生成最优路径的估价函数.为验证算法有效性,在实际推演平台上进行了相关实...     

安全性A*算法融合动态窗口法的路径规划

针对移动机器人在路径寻优过程中,传统A*算法搜索效率差、所规划路径缺乏安全性、拐点多、转角大 且无法实现动态避障等问题,提出一种安全性A*算法和动态窗口法(dynamic window approach,DWA)结合的融合算 法。全局路径规划中,在传统A*算法的评价函数中引入安全估值,并拓展启发式搜索邻域和精简搜索方向;进行二 次路径优化,删除冗余节点,并平滑路径;运用改进的动态窗口评价函数,将安全性A*算法与动态窗口法融合实现 机器人沿全局路径行进中的动态避障。仿真实验结果表明：改进A*算法相比文献算法在路径长度上和拐角数量上平 均减少了2.39%和25%,并在动态复杂环境下验证了其动态避障效果,能满足机器人路径规划的实际需求,具有一 定的应用价值。     

虚拟场景中路径自动选择算法

针对传统路径规划方法存在的问题,对机器人全局路径规划中的栅格建模方法进行改进。从场景建模描述、邻域查找以及路径搜索策略3个方面进行深入研究,采用线性八叉树法对场景进行建模,给出基于线性八叉树的层次编码体系,引入路径搜索因子对启发式函数进行重构。通过基于八叉树的场景分解,基于线性八叉树编码特性的邻域查找,以及改进的A＊算法路径搜索,实现了三维场景路径规划和自动漫游。实验结果表明：该算法的时间和空间效率较好。     

基于遗传算法的无人侦察机航迹规划

提出了基于遗传算法的URAV航迹规划,将航迹规划的多种约束与算法相融合,综合考虑了多种约束条件对航迹规划的影响.算法采用了改进的航迹极坐标编码方式,算法参数采用了自适应的交叉率和变异率,实现了URAV以最小的被发现概率到达目标点,仿真结果表明该方法是可行而有效的.     

基于改进A*算法的多无人机协同战术规划

多无人机协同作战是未来无人机作战方式的重要发展趋势。为增强多无人机系统的任务执行能力,提高系统整体作战效能并实现高效资源分配和调度,提出一种基于改进A^*算法的多无人机协同战术规划方法。按照离线规划和重规划两方面,设计战役层和战术层的作战目标迭代优化方案;建立编队协同作战的数学模型,以编队成员间的时间协同和碰撞协同代价为变量,得到多约束条件下的综合编队目标函数;结合多层变步长搜索策略和单步扩展的搜索方式,基于改进A^*算法,用于求解复杂战场环境下的多无人机编队协同作战航路。分别利用改进A^*算法和传统A^*算法进行对比仿真实验。仿真结果表明,多无人机协同战术规划方法能够较好地完成作战任务,改进A^*算法能够获得更优的航路,从而验证了所提算法的有效性。     

多约束条件下UUV空间航迹规划

针对多约束条件下无人水下航行器（UUV）空间航迹规划问题,提出了结合安全曲面和威胁地图的规划方法,建立了水下安全航行曲面,将3D空间规划降为2D航向平面规划,以解决3D规划空间过大的问题。并对敌对威胁和地形威胁统一化处理,构建威胁地图,引入威胁代价和威胁程度启发因子,最后运用A＊算法进行航迹搜索,以获得最优航迹。仿真结果显示,所提出的航迹规划算法简便、快速,生成的航迹能满足地形跟随、地形回避和威胁回避的需要。     

一种基于导航误差空间的无人水下航行器路径规划方法

无人水下航行器(UUV)的传统路径规划方法常忽略对路径安全有重要影响的导航误差约束。针对此问题,将导航误差引入环境模型中,提出一种基于导航误差空间(NES)的全局路径规划方法。NES综合自身位置、导航误差和环境信息,将随机导航误差转化为有确定代价的约束条件。提出符合实际导航特点的导航误差传递模型,并采用圆概率偏差（CEP）评估导航精度。目标代价同时考虑了路径长度和航行安全性等因素。运用改进A^*算法进行路径搜索,获得最优路径。数字海洋环境仿真实验表明,提出的规划算法简便、快速,可有效降低路径的安全风险。