基于改进的随机路径图及和声算法的舰船航线规划

针对海上航行中障碍物躲避问题,提出改进的随机路径图及和声算法为舰船进行航线规划.该算法首先利用改进的随机路径图,在障碍物边缘、起点与终点连线等关键区域进行节点设置及扩充,根据舰船及障碍物运动特征,分阶段在海图上设置节点并连接,利用较少的节点生成完备的路径网络图,基于此选择节点生成初始全局航线;其次利用改进的和声算法对航线进行优化,障碍物的运动特性导致解空间为复杂的多峰形态,为避免节点位置变动导致新生成航线不可行,设置限定条件,仅对满足要求的航线利用航线交叉、消除节点、微调等策略进行优化.实验结果表明,相较对比算法,所提算法能够有效生成更高质量的全局航线,且在优化过程中生成的不可行航线数量远低于其余几种算法,具有更高的可靠性及稳定性.     

基于组合算法的地磁匹配导航航迹规划

研究无人机地磁匹配导航问题,为优化航迹规划,根据地磁匹配导航的特点,针对无人机航迹规划建立了特有的航迹规划模型,并提出利用组合算法对无人机的航迹进行规划.设定地磁基准图中无人机必须经过的航迹点,利用Dijkstra算法求得一条从起始点到目标点的粗选航迹,然后考虑威胁在内的各种代价应用改进“编码”的粒子群算法对粗选航迹进行优化.仿真结果表明组合算法能够克服传统算法易陷入局部最优的缺陷,大大提高了全局搜索能力,验证了组合地磁匹配导航航迹规划的有效可行性.     

基于双指标并行A*算法的自动航线规划仿真

研究导航线路优化问题,针对现实战场环境错乱复杂,飞行员要担负飞行规划和战斗规划双重任务,为了让飞行员航线规划中释放出来,需要实现自动航线规划技术为飞行任务提供辅助决策.为了准确快速自动地规划出从起点到终点之间的“最优”航线,提出采用双指标并行A*算法的自动航线规划算法,将三维地形、雷达探测范围和飞机性能约束结合到A*算法中,并使用并行程序设计思想解决了常规A*在搜索路径时耗时长的问题.在实现算法的基础上,编写程序进行仿真,多组仿真对比,结果验证了并行A*算法在解决自动航线规划问题时的有效性和高效性.     

基于动态规划的无人机航路优化问题研究

无人机航路规划往往指无人机在初始位置、终止位置和一些目标任务结点确定之后的航迹优化问题;在无人机飞行任务执行过程中,无人机需要在参考飞行航线的约束下,根据局部地形、地貌、障碍、威胁等信息以及飞机本身机动能力的限制,实时的计算出飞行航路,并跟随该航迹完成飞行任务;在利用Dynapath(动态路径)算法进行参考航线优化的过程中,考虑了飞机机动性能的限制;在此基础上,详细讨论了参考航线由多航段组成时航路点的处理方法并进行了计算机仿真,仿真结果表明该方法可以比较理想地进行航路点的处理,得到比较良好的最优航迹。     

水下固定单站对水面舰船的纯方位目标运动分析

长期潜伏水下,深度已知的水下固定单站实现水上舰船目标的航迹跟踪的常用手段是将离散的测量方位点逐点连接,这种方法虽然简单但是很不精确,而且无法可靠地估计目标的运动速度;提出在这种情形下用纯方位目标运动分析方法(TMA)实现水面舰船目标的航迹跟踪和状态估计,文中以无源声呐关于目标方位(方位角和俯仰角)的有噪测量为依据,通过建立系统的状态方程和测量方程,利用三种扩展卡尔曼滤波(EKF,MGEKF,MVEKF)方法分别对此系统的TMA问题进行了研究;计算机仿真证明了上述算法的有效性,文中提出的方法要求简单,精度较高,在实现目标跟踪的基础上还能改善系统的目标方位估计精度.     

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.     

基于遗传算法的UAV自适应航迹规划

根据遗传算法与动态的稀疏A*搜索(Dynamic Sparse A*Search,DASA)算法各自的特点,提出一种组合优化算法来实现在不确定战场环境中自适应航迹规划.在无人机(UAV,Unmanned Aerial Vehicles)飞行前,采用全局搜索能力强的遗传算法进行全局搜索,对从起始点到目标点的飞行航线进行规划,生成全局最优或次优的可行参考飞行航线;在无人机任务执行阶段,以参考飞行航线为基准,采用DASA算法进行在线实时航迹再规划.仿真结果表明,与遗传算法相比,该组合算法不但能生成近似最优解,而且能够满足在线实时应用的要求.     

融合凝聚耦合度与航迹成长值的船舶跟踪算法

为了使船舶跟踪算法更适用于工程实践,降低杂波、风浪带来的影响,结合工程经验提出一种融合凝聚耦合度与航迹成长值的船舶跟踪算法.根据LSTM模型的"遗忘门"、"细胞状态"思想,提出"暂时航迹成长值"概念,用于计算暂时航迹的可靠性,同时利用多个波门过滤航迹,结合点迹凝聚的耦合度,量化出凝聚点迹质量,剔除虚假航迹,降低虚警率,实现航迹的正确起始.通过仿真结果表明,该算法跟踪效果良好,验证了其可行性和有效性.     

综合运用模式识别与回归分析的数据融合算法

在混合式系统融合框架下,提出综合运用模式识别和回归分析的数据融合算法．在融合中心,首先处理的是各目标航迹起始段的本地航迹,其次是经粗处理的原始测量．基于模式相似性测度分析形成起始段的融合航迹,并利用融合航迹信息对原始测量数据进行回归分析,估计融合点和置信区间,跟踪滤波形成航迹．通过仿真实验,验证了算法的有效性和实用性．     

基于改进A*算法的无人机航迹规划

在无人机航迹规划问题的研究中,针对在执行飞行任务前,需要根据所经区域内已知的地形、地貌、障碍和威胁等信息以及飞机本身机动能力的限制计算出飞行航迹, 并根据规划出的航迹完成飞行任务.能准确识别起始点到目标航路,提出了一种基于改进A*算法的无人机航迹规划方法,将无人机自身的性能和飞行任务结合到A*算法中去,在节点的搜索过程中解决了A*算法大空间搜索耗时多的问题.通过简单的路径消减算法去除不必要的航迹点,使得规划出来的航迹能够最大程度上满足无人机的运动特性.仿真结果表明采用的方法计算速度快并且规划达到最优性能.     

一种改进的无人机多目标航迹规划研究

无人机多目标作战对航路具有很高要求。航路规划因受任务安全性、隐蔽性以及航距等要素的影响,往往存在主观性强、算法复杂、权重量纲不一等问题。为克服传统基于权值的评价函数所固有的量纲不一致,主观性强,优度进展不可控等缺陷,增强无人机对地面的打击效果,提升作战效能,采用Pareto最优解思想,采用快速非支配排序算法,以航迹长度、隐蔽性、安全性作为具体评价指标,研究了利用NSGA-Ⅱ算法来优化无人机多目标任务的航路规划问题,并进行了仿真验证。得到的最优Pareto解普遍达到了较优秀水平,并且不同的Pareto解都具有各自的优势,分别适应不同的任务需求,该方法在无人机航路规划上具有良好的灵活性和适应性。     

贪心与回溯算法在城市马拉松路线规划中的实践

针对目前城市马拉松路线人工规划效率低下的问题, 本文采用贪心和回溯算法进行城市马拉松路线智能规划, 具体方法是: 通过城市路网信息构建由经纬度坐标点拓扑关系连接而成的路网, 采用贪心和回溯算法对坐标点进行遍历搜索, 结合城市马拉松路线特殊要求, 运用直接逼近、启发式远离、启发式靠近和方向预估等策略实现路线的智能规划. 在此基础上, 提出一种综合POI热度值、道路宽度适宜度、路线畅通指数、过弯舒适度以及POI密集度5个维度的马拉松路线评估方法. 最后, 开展了北京、合肥马拉松人工和智能规划路线对比分析, 结果表明所采用的方法可快速高效实现马拉松路线规划.     

基于概率地图的军用飞行器航迹规划方法研究

提出了一种基于概率地图的航迹规划方法.文中所构建的概率地图采用概率密度函数来对各种威胁源进行建模,非常适合表述战场环境的不确定特性.在此基础上设计的带权系数的航迹规划算法,可以通过改变权系数的值,实现在寻找较短的航线和寻找具有较小失败概率的航线之间进行权衡,以此反映规划者的主观意图.另外,此方法还能给出航迹的失败概率值,可以作为指挥决策时的一个评价指标.仿真实验证明,该方法能够获得满意的效果.     

基于 A* 算法与自适应分片的大规模最优路径规划

路径规划引擎是在线地图系统中一个至关重要的部分,静态路径规划算法是重中之重。现有的对A*算法的改进主要是通过预处理算法,对路网数据进行静态分层预处理,其效率过低。文章提出了一种自适应分层的思想,同时对A*算法的启发式函数进行改进,引入了方向引导函数,使得A*算法在日常路网上的可用性有了较大的提高。实际的路网实验表明,提出的算法的搜索效率、效果均优于同类算法,与标准层次A*算法相比,文章算法的搜索空间降低为原来的42%,搜索时间仅为原来的13%。     

An improved constrained differential evolution algorithm for unmanned aerial vehicle global route planning

This paper formulates the global route planning problem for the unmanned aerial vehicles (UAVs) as a constrained optimization problem in the three-dimensional environment and proposes an improved constrained differential evolution (DE) algorithm to generate an optimal feasible route. The flight route is designed to have a short length and a low flight altitude. The multiple constraints based on the realistic scenarios are taken into account, including maximum turning angle, maximum climbing/gliding slope, terrain, forbidden flying areas, map and threat area constraints. The proposed DE-based route planning algorithm combines the standard DE with the level comparison method and an improved strategy is proposed to control the satisfactory level. To show the high performance of the proposed method, we compare the proposed algorithm with six existing constrained optimization algorithms and five penalty function based methods. Numerical experiments in two test cases are carried out. Our proposed algorithm demonstrates a good performance in terms of the solution quality, robustness, and the constraint-handling ability.     

基于改进混合蛙跳和GIS的城市垃圾车回收路径优化设计

针对城市生活垃圾由于回收不及时带来的二次污染加剧和现有的垃圾回收路径方案仍然成本过高的问题,设计了一种基于GIS和改进混合蛙跳算法的城市生活垃圾回收路径设计方法;首先引入了基于GIS的回收路径规划模型,以最小化垃圾回收总路径长度、车辆总费用和惩罚成本为目标建立了城市生活垃圾回收路径规划的数学模型;然后,对基本混合蛙跳算法进行了改进,提出了基于Tent映射和混沌扰动的初始种群生成方式,将规划的目标函数转换为适应度函数,为了加快算法的收敛速度,设计了一种自定义距离度量方式以衡量解之间的差异,从而实现最差解的自适应更新,以实现全局最优;最后,定义了基于GIS和改进混合蛙跳算法实现垃圾回收路径规划的具体算法;仿真实验表明:文中设计的算法能有效地实现城市垃圾回收路径规划,较其它算法相比,具有收敛速度快和寻优能力强的优点,是一种解决城市垃圾回收路径规划的可行方法。     

基于矢量地图数据的路径规划算法研究

分析了矢量地图数据格式的特点,在进行路网拓扑信息提取和“分层分块”存储的基础上,比较了几种常用路径搜索算法;给出一种基于多级比例尺地图模型的多比例尺启发式最优路径规划算法,并对如何提高路径规划的实效性进行了探讨。     

一种基于道路网络层次拓扑结构的分层路径规划算法

鉴于平面最短路径算法应用于大规模网络规划中的效率不高,而分层算法引入"分而治之"策略,则能有效解决此难题。为了利用分层算法进行路径规划,首先研究了分层算法的数据基础——道路网络层次拓扑结构,其涉及基于道路等级的路网分层抽象、道路数据分区组织、以区域为单位的路网层次拓扑关系模型;接着提出了一种适用于LBS(基于位置的服务)的分层路径规划算法。该算法先通过距离值判断是否切换到上一层;然后利用启发式A*算法搜索入口和出口;最后使用双向策略搜索层内两点之间的最短路径。利用现实道路网络进行的实验分析结果表明,该算法能从本质上提高大规模网络中路径规划的效率。     

非线性未建模不确定系统的自适应控制

讨论了非线性未建模不确定系统的自适应镇定问题。通过边界层次分析的方法，提出一和种简单的间接自适应控制方法。该方法克服了现有非线性自适应控制方法容易产生过渡控制的缺点。     

直线拟合算法在移动机器人轨迹记录中的研究与应用

移动机器人在进行未知环境探索时,需要记录保存其行驶轨迹,以便进行定位、路径规划、地图更新等处理。本文给出一个直线拟合的优化算法,对移动机器人采集的原始坐标信息进行分析,可去除大量冗余信息,得到准确、精简、必要的运动轨迹信息。该算法在移动机器人轨迹记录中得到了有效应用,节省了存储空间,且满足移动机器人的实时性。仿真及实际测试均显示,该直线拟合优化算法是快速、高效的。