基于A*算法的高超声速飞行器航迹规划方法

为了提高A*算法应用于高超声速飞行器航迹规划时的效率和稳定性,并保证航迹可飞性,提出基于改进型变步长稀疏A*算法的航迹规划方法。首先根据飞行器飞行区域不存在地形限制的特点,在规划过程中采取变步长策略,有效地提高了远程规划时的稳定性和效率;然后依赖飞行器的过载计算最大转弯角和爬升/俯冲角,根据计算角度构建规划空间,同时将飞行器飞行过程燃料/时间、航向、飞行高度、航迹末端、禁飞区域等约束用于规划空间优化,减少扩展节点的数量,进一步提高了规划效率并保证航迹的可飞性;最后基于威胁约束设计特殊的代价函数,保障了飞行安全和航迹规划的稳定性。仿真结果表明:规划出的航迹满足高超声速飞行器各种飞行要求,能避开各种威胁,规划时间短,稳定性好。得到的航迹能够作为航迹跟踪控制系统设计时的参考输入。     

高超声速飞行器水平航迹规划算法研究

伴随高超声速飞行器的出现,防空系统也变得越来越复杂,为了提高高超声速飞行器在空战中的生存概率,有必要对多约束远程轨迹优化技术进行深入研究.给出了航迹生存概率函数及局部重新规划区域的确定方法,且对变种群遗传算法、稀疏A*变步长搜索算法和动态规划方法进行了研究.并应用这三种改进后的算法对高超声速飞行器的航迹进行了规划,仿真结果表明,变种群遗传算法比较慢,只适合于离线规划,后两种算法应用在离线和在线实时规划时,都能快速的得到令人满意的航迹.     

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。     

基于量子粒子群优化的在线航迹规划

现代战场中,环境信息是变化的,飞行器很难预先获得精确的全局环境信息,因此要求无人飞行器具有实时的航迹规划能力,采用量子粒子群优化算法,将约束条件和搜索算法相结合,有效解决了简单粒子群算法在高维空间中易陷入局部最优点的问题;同时,根据地形障碍、敌方防御雷达、防空火力等威胁以及禁飞区的分布情况,引入最小威胁面的概念,利用B-Spline插值逼近最小威胁面中的三维航迹在二维水平面内的投影,从而将三维曲线的规划问题简化为二维平面中控制点的寻优问题,简化了问题复杂度,提高了计算效率.仿真结果表明该方法可以满足在线航迹规划的要求.     

融合强化学习和进化算法的高超声速飞行器航迹规划

由于高超声速飞行器的复杂特性,对其进行航迹规划是一项非常困难的任务.本文针对高超声速飞行器巡航段,提出了一种将无模型的强化学习和交叉熵方法相结合的在线航迹规划算法.本文将航迹规划问题建模为环境信息缺失程度不同的马尔可夫决策过程,利用(PPO)算法在建立的飞行环境模拟器中离线训练智能体,并通过提高智能体的动作在时间上的相关性来保证航迹的曲率平滑.交叉熵方法则以已训练的智能体由观测到的状态给出的动作作为一种先验知识,进一步在线优化规划策略.实验结果表明了本文的方法可以生成曲率平滑的航迹,在复杂的飞行环境中具有较高的成功率,并且可以泛化到不同的飞行环境中.     

高超声速巡航飞行器在线航迹规划方法

为解决弹载计算机内存小、运算速度慢与在线航迹规划内存需求大、实时性要求高之间的矛盾,给出了基于高速DSP的高超声速飞行器在线航迹规划方案。介绍了一种实时航迹规划策略,设计了基于ADSP21364的在线航迹规划器,提出了改进的稀疏A*算法,最后进行了地面模拟飞行试验。仿真结果表明,设计的规划策略和规划算法能够在现有硬件基础上避开各种新威胁,生成一条当前最优/次优的航迹,并且规划稳定性好、成功率高。     

基于概率分析进化算法的飞行航迹规划

在分析传统进化算法解决飞行航迹规划问题缺点的基础上,提出了一种高阶概率分析进化算法-多变量贝叶斯优化算法,用于解决飞行器航迹规划问题。其主要特点是用多变量染色体构造贝叶斯网络,通过设计一个多变量K2评价方法评价得到的贝叶斯网络的优劣。仿真结果验证了算法的有效性。     

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。     

机动性约束下低空突防航迹规划算法研究

研究飞行器多目标优化问题,为了寻求安全突防的飞行轨迹,结合低空突防中对飞行器实际飞行轨迹的要求,对航迹规划算法进行了研究.针对改善目前航迹规划过程中所存在的几何建模困难和所得轨迹不能符合实际可飞的问题,提出了一种新的垂直面轨迹规划方法.方法在水平面规划的基础上重点分析了飞行器垂直面内的运动状态,结合过载、航迹倾角等机动性约束条件对垂直面内的运动轨迹进行研究,将实际复杂的飞行轨迹简化为由直线段和圆弧段衔接而成的轨迹模型,针对简化模型进行轨迹规划.仿真结果表明,能够得到满足约束条件,并符合实际飞行的航迹.     

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.     

碳卫星载荷航空校飞试验飞行航线设计

介绍了碳卫星工作在主平面天底观测和主平面耀斑观测两种观测模式下飞机飞行试验中航线设计方法,充分考虑了由于太阳和飞机运动所引起的观测模式参数变化而引起的飞行航线设计变化,建立了航线设计模型,给出了航线设计准则、具体设计方案及设计结果。通过对比计算数据与实际校飞试验数据,对航线设计进行误差分析,验证了航线设计方法的有效性和精确性,所设计的航线满足试验要求。该方法同样适用于其他敏捷目标观测航线设计。     

燃油约束下航迹规划算法研究与仿真

现有航迹规划算法通常不能够综合路径规划过程中的多种约束因素,且很少考虑到推进系统的能力限制,致使规划出的航迹实际不可飞。针对该问题,提出了一种满足飞行器多种机动性约束条件的航迹规划算法。对飞行器在垂直面内的运动状态进行分析,在传统代价函数的基础上提出了以燃油消耗为优化目标的代价函数。仿真结果表明,改进的代价函数能够对航迹进行很好的评价,所设计的规划算法搜索效率高,规划出的航迹实际可飞。     

航班滑行路径规划和停机位分配联合优化

针对机场的航班滑行路径规划和停机位分配的联合优化调度问题,构建基于冲突回避的滑行道与停机位联合调度模型,并提出改进的自适应差分进化算法求解问题.以最小化航班的滑行时间和旅客转机的行走时间为优化目标,建立非线性混合整数规划联合调度模型.设计考虑了滑行冲突的路径规划算法,完成航班的滑行路径分配,并通过自适应动态调整差分进化...     

救灾无人机的优化A*航迹规划算法

针对抢险救灾中无人机派遣量及空间航迹规划最短路径相制约的问题,提出了一种优化A*的航迹算法。通过设计的蛇形割圆法对圆形巡查区域进行路径规划,通过提取感兴趣区域的方法选择较佳搜索方向,提高搜索效率,采用加权评估法优化自然威胁权重系数,重定义航迹估计函数。将提出的方法在灾情巡查和生命勘测实际问题中进行性能检测。仿真结果表明,该算法能够合理分配无人机数量且能快速规划出较优飞行轨迹,实现巡查覆盖率达88.96%。     

基于贝叶斯决策的无人机飞行路径自动规划方法

传统无人机飞行路径自动规划方法无法获取全部障碍物信号,使无人机飞行不能达到避障效果,导致飞行路线规划效果较差;为此提出基于贝叶斯决策的无人机飞行路径自动规划方法;无人机飞行路径自动规划硬件模块包含自动规划模块、动画演示模块、地图导航模块和数据导出模块,自动规划模块负责控制无人机飞行;动画演示模块使用240PRO型号的LEWITT声卡,为展示飞机飞行路线提供声音;LS-TM8N地图导航模块通过串口将射频信号发送到天线的输入端,再由数据导出模块导出并保存相关数据;基于贝叶斯决策原理,结合贝叶斯元胞蚁群算法,计算贝叶斯先验概率和后验概率,规划无人机飞行路径,获取最优路径;实验结果表明,该方法遇到静态障碍物捕获的避障信号在-28～30mV范围内波动,动态障碍物捕获的避障信号在-27～30 mV范围内波动,与实际障碍物信号波动范围一致,避障效果较优.     

帝国竞争算法在无人机三维航线规划中的应用研究

针对实际飞行环境中无人机的三维航线规划问题,提出了一种创新启发式优化算法——牛顿帝国主义竞争算法(NICA,Newtonian imperialist competitive algorithm).该算法能够根据无人机的飞行轨迹,从起始位置到任务目标位置生成平滑的航线路径,约束航线规划,使得目标完成任务的时间最小化.该算法也能为无人机在真实地形上的航线提供最佳轨迹路径.最后通过与ICA、GA和PSO算法进行比较,验证了改进算法的有效性.结果表明:改进帝国算法提高了全局最优解的搜索能力,在收敛速度和精度上优于其他3种算法,适合用来解决无人机的三维航线规划问题.     

非完整链式系统的路径规划——多项式拟合法

针对非完整链式系统,给出了一种路径规划新算法.该算法将较为困难的非完整系 统路径规划问题转化为满足给定端点条件的多项式拟合问题,不仅使路径规划问题得到简 化,而且可以很容易地应用于复杂环境下的路径规划问题.仿真结果证实了该方法的有效性.     

基于自适应飞蛾扑火优化算法的三维路径规划

三维路径规划问题是在干扰环境下寻找出发点到目的地之间最优路径的组合优化问题。针对传统群智能算法在求解该问题时存在收敛精度低、易陷入局部最优等缺陷,提出了一种自适应飞蛾扑火优化算法对该问题进行优化求解。改进算法通过引入飞行方向动态调整策略和位置交叉策略,在动态调整飞蛾飞行方向的同时不断产生新个体,有效避免了算法陷入局部最优;通过自适应调整火焰的数量,在算法全局探索阶段增强了种群多样性,避免了早熟收敛。将自适应飞蛾扑火优化算法与其他群智能算法用于三维路径规划问题求解,实验结果表明,改进的自适应飞蛾扑火优化算法在所有算法中代价值最小,收敛速度最快,说明该算法在三维路径规划问题中具有更好的求解能力。     

基于模糊控制与预测控制切换的翼伞系统航迹跟踪控制

以翼伞系统的六自由度模型为基础,针对翼伞系统的平面航迹跟踪问题,对已有的预测控制器进行改进,提出模糊控制和广义预测控制相互切换的控制模式．利用横向轨迹误差法,在翼伞偏航角误差较大的情况下,采用模糊控制,直至偏航角误差达到设定的较小范围内,切换为广义预测控制,对翼伞航迹进行精确的制导,在一定程度上减少了处理器的运算量．采用真实的翼伞参数建立仿真模型,结果验证了这一控制方法的有效性．