基于改进蚁狮算法的无人机三维航迹规划
黄长强;赵克新
【期刊名称】《电子与信息学报》
【年(卷),期】2018(040)007
【摘要】无人机3维航迹规划是任务规划中最复杂、重要的部分,针对基本蚁狮算法在解决3维航迹规划时能力不足的问题,首先在蚂蚁的行为中引入混沌调节因子,在蚁狮的行为中引入反调节因子,提高了算法的探索能力和开发能力;其次在建立3维环境模型的基础上,充分利用地形和约束信息,缩减搜索空间;最后将改进后的算法应用于3维航迹规划,并与原算法进行对比,实现在线局部重规划.仿真实验结果验证了改进方法的可行性和优越性.
【总页数】7页(P1532-1538)
【作者】黄长强;赵克新
【作者单位】空军工程大学航空航天工程学院西安710038;空军工程大学航空航天工程学院西安710038
【正文语种】中文
【中图分类】V279
【相关文献】
1.基于改进粒子群算法的无人机三维航迹规划 [J], 方群;徐青
2.基于改进人工蜂群算法的无人机三维航迹规划 [J], 王庆海;姚冬艳;刘广瑞
3.基于改进人工鱼群算法的无人机三维航迹规划 [J], 许江波;刘琳岚
4.基于改进PSO的无人机三维航迹规划优化算法 [J], 巫茜;罗金彪;顾晓群;曾青
5.基于改进PSO的无人机三维航迹规划优化算法 [J], 巫茜;罗金彪;顾晓群;曾青因版权原因，仅展示原文概要，查看原文内容请购买。
基于改进粒子群算法的无人机三维航迹规划
方群;徐青
【期刊名称】《西北工业大学学报》
【年(卷),期】2017(035)001
【摘要】航迹规划是无人机执行侦察和作战任务中的关键技术,规划算法的性能直接影响着航迹规划的质量.针对航迹规划最优性和实时性问题,提出一种惯性权值"阶梯式"调整策略与跳出局部最优解策略相结合的改进粒子群无人机航迹规划算法.通过引入最小威胁曲面的概念,使用特定的粒子群位置编码方式将约束条件和搜索算法相结合,缩小了搜索空间.针对无人机在线航迹重规划问题,提出定义重规划起始点权重系数来平衡重规划运算时间和航迹最优性之间矛盾的方法.由基于改进粒子群算法的离线航迹规划与在线航迹重规划仿真对比结果表明,该方法比粒子群算法典型改进方案能够搜索到更优离线航迹,且满足在线航迹重规划的实时性要求.
【总页数】8页(P66-73)
【作者】方群;徐青
【作者单位】西北工业大学航天学院,陕西西安 710072;西北工业大学航天学院,陕西西安 710072
【正文语种】中文
【中图分类】V279
【相关文献】
1.基于改进粒子群算法的无人机三维航迹规划 [J], 张仁鹏;杨金孝;潘佳华;黄晓东
2.基于改进粒子群算法的无人机航迹规划 [J], 杜云; 刘冰; 邵士凯; 彭瑜
3.基于改进PSO的无人机三维航迹规划优化算法 [J], 巫茜;罗金彪;顾晓群;曾青
4.基于改进PSO的无人机三维航迹规划优化算法 [J], 巫茜;罗金彪;顾晓群;曾青
5.基于改进NSGAII的多无人机三维空间协同航迹规划研究 [J], 王猛;王道波;王博航;周晨昶;姜燕
因版权原因，仅展示原文概要，查看原文内容请购买。
无人机航迹规划算法
张婷;鱼小军;帅欢;刘闯;朱豪坤
【期刊名称】《海军航空大学学报》
【年(卷),期】2022(37)2
【摘要】无人机是现代战场实施侦察、打击的有力武器,它的发展备受关注。
无人机航迹规划源于机器人运动规划,它是无人机应用研究的核心内容,对提高无人机系统在复杂战场的作战能力起着关键作用。
无人机战场环境日益复杂,在强拒止、强电磁环境下,航迹规划对自主性和智能化有更高的要求,传统单一约束的算法已不能满足现今的战场需求。
文章系统梳理了5类无人机航迹规划算法中的几种常用算法及其改进算法,归纳了这些算法的原理、优缺点及适用条件,指出现阶段存在的问题与无人机航迹规划算法面临的挑战。
综述表明,航迹规划算法必然向着智能化发展,自主识别和智能决策是改进、优化算法的关键。
【总页数】8页(P172-178)
【作者】张婷;鱼小军;帅欢;刘闯;朱豪坤
【作者单位】湖南云箭集团有限公司
【正文语种】中文
【中图分类】TJ8
【相关文献】
1.基于稀疏A*算法与文化算法的无人机动态航迹规划
2.基于改进A-Star算法的无人机航迹规划算法研究
3.基于改进蚁群算法的无人机二维航迹规划和重规划
4.结
合进化算法的稀疏A*算法对动态目标的无人机航迹规划研究5.融合简化稀疏A*算法与模拟退火算法的无人机航迹规划
因版权原因，仅展示原文概要，查看原文内容请购买。
题目无人机自主飞行航迹规划问题摘要本文分别研究了基于二维平面和三维空间的最优航迹规划问题。
对于第一问，我们在忽略地形和无人机操作性能等因素影响的基础上，将影响无人机飞行的“敌方雷达威胁”和“飞行燃油代价”两个因素进行了量化处理，建立了雷达威胁模型和燃油代价模型，并在这两个模型的基础上建立了基于二维平面的最优航迹规划模型。
在求解该模型时，我们依据图论中的相关理论，将二维平面划分成了若干网格，然后使用Dijkstra算法来求最优航迹。
对于第二问，我们在第一问的模型的基础上，同时考虑了地形因素和无人机的操作性能（主要是拐弯），增加了“无人机飞行高度代价”和“无人机操作性能”两个指标，并对其进行了量化处理。
同时，我们对雷达威胁模型进行了适当的简化，建立了一个较复杂的、基于三维空间的最优航迹规划模型。
在求解该模型时，我们将三维空间划分为若干个小方块，在“无人机操作性能”作为补充约束条件的基础上，采用蚁群算法，得到了最优航迹。
在建立以上两个模型的基础上，我们对每个模型的可行性分别进行了分析。
由于规划的约束条件众多而且模糊性大、研究的各因素之间的相互联系及不同种类无人机的控制方式和任务情况各异，因而模型存在着一定的缺陷。
我们用MATLAB（寸建立的两个模型进行了仿真，分别得到了基于二维平面的最优航迹和基于三维空间最优航迹。
此外，我们分析了所建模型的优缺点，并对模型的完善进行了进一步的探索。
关键词：最优航迹Dijkstra 算法蚁群算法MATLAB仿真1.问题的重述------------------------------------------------------------- 2 2•问题的分析------------------------------------------------------------- 23. 模型假设-------------------------------------------------------------- 34. 符号说明-------------------------------------------------------------- 35. 模型的建立------------------------------------------------------------ 35.1问题一模型的分析、建立与求解---------------------------------------- 35.2问题二模型的分析、建立与求解---------------------------------------- 66. 模型的可行性分析与仿真----------------------------------------------- 96.1模型的可行性分析-------------------------------------------------- 96.2模型的仿真------------------------------------------------------- 107. 模型的评价、改进及推广------------------------------------------------- 128. 参考文献------------------------------------------------------------- 149. 附录----------------------------------------------------------------- 15一、问题的重述无人机的发展至今已有70多年的历史，其军事应用主要是执行各种侦察任务。
