三维真实地形环境下无人机救援航路规划方法

利用无人机(UAV)的三维飞行能力,采用优化方法规划路径,能够使其在救援任务中比地面车辆以更短的时间到达救援区域,提高救援效率.针对真实的地理环境,根据无人机约束采用均匀化网格方法进行地形建模,之后根据地形数据的特点设计适合数学计算与求解的数据结构.最后设计了包含偏离代价、高度代价、地形跟随/回避代价、威胁代价和安全距离代价的综合性能指标函数,并采用航路点交叉和网格搜索代替航路点搜索的方法,对蚁群算法进行改进完成航路规划.仿真结果表明:本文方法能够直接处理三维地形数据,在保持地貌的前提下,完成了无人机的三维航路规划任务,得到满足无人机约束的三维最优航路,提高了航路规划方法的实用价值.      

基于图像骨架和贪婪算法的无人机航路规划

针对无人机在执行低空突防任务时最大生存概率以及自身飞行约束的要求,对传统的人工势场法进行改进,提出基于图像骨架和贪婪算法的航路规划方法.对可飞区域提取图像骨架生成赋权图,采用Dijkstra方法搜索最小代价路径实现航路初规划;提出了曲率可控的贪婪算法对初规划结果进行优化,使最终的路径同时满足最小转弯半径和最短航程的要求.仿真结果表明该方法是一种有效的航路规划方法.     

区域机动目标普查监视小卫星组网设计与仿真

针对海洋机动目标任务规划难、搜索难度大的特点,设计了一种面向海洋热点区域机动目标搜索监视的卫星组网星座。首先,根据机动目标搜索任务的特点,建立考虑时空约束条件的卫星成像条带拼接搜索策略;其次,根据机动目标搜索策略,设计了一种高时间分辨率组网星座构型;最后,构建以最小组网卫星侧摆角度和任务观测时间为优化目标的鲁棒模型,采用遗传算法对组网卫星进行优化求解,并给出算法实现流程。仿真结果表明,该卫星组网星座能够有效完成对目标区域机动目标覆盖监视,为热点区域海洋机动目标监视任务提供了一定的方法支撑。     

无人机复杂环境中跟踪运动目标的实时航路规划

在复杂地形环境中,无人机在跟踪运动目标时,现有的航路规划方法在实时性和可行性上存在一定缺陷.提出了一种新的滚动窗口启发方向计算方法,使其能够跟踪运动目标,同时在滚动窗口内采用流函数法进行避障.根据无人机约束,滚动窗口为三角形,并设计了基于行为的伸缩功能.在流函数中,利用水势能方法克服了陷阱地形并进行了航路平滑.仿真结果表明:这种混合算法对于复杂地形条件下跟踪运动目标的航路规划,能够减小规划算法的时间和空间复杂度,使规划出的航路适于无人机飞行.     

基于光电导航的伪卫星空中基站定位算法

由于具有抗干扰能力强和布置灵活机动的特点,伪卫星在增强卫星系统和独立组网为用户提供更高精度导航定位信息方面具有广阔的应用前景。伪卫星空中基站的精确定位是构建伪卫星区域定位系统的一个关键问题。为此,研究了一种基于光电导航的定位算法,综合利用光电探测成像信息和惯性导航信息,根据伪卫星空中基站的特点建立了相应的误差模型,并采用最小二乘法估计位置误差。计算机仿真结果表明所提算法简单,具有较大的实用价值。     

伪卫星进近着陆系统几何布局研究

基于伪卫星的进近着陆系统具有机动灵活、成本低、抗干扰性能好等优点,可满足小型机场或临时机场对着陆系统的迫切需求,具有良好的应用前景。本文从GDOP的角度对机场伪卫星星座布局进行了研究,提出了3颗和4颗伪卫星情况下的最佳布局。仿真结果表明这两种布局均达到了机场伪卫星进近着陆系统对HDOP的要求,对机场伪卫星着陆系统的实施具有重要的参考价值。     

地基伪卫星系统多址测距误差的校正算法

相对于卫星导航,地基伪卫星与接收机距离较近,测距中不涉及电离层传播等误差,易实现高精度测距和定位。但由于地基伪卫星位置固定,在信号连续发射模式下伪卫星信号间的多址干扰(MAI)会引起相对恒定的测距误差,针对地基伪卫星系统这一特点,提出一种基于反馈串行干扰抵消(SIC)的测距算法。首先对全部伪卫星信号进行捕获跟踪和功率估计,然后通过串行干扰抵消算法降低强功率伪卫星信号对期望测距信号的干扰,通过反馈模式进一步提高干扰抵消算法的性能。仿真结果表明,该方法可有效改善地基伪卫星系统强远近效应区域内的测距性能,不考虑其他误差下在强远近效应区域内基于码环可将伪卫星测距性能从10 m以上降低到约0.3 m。     

伪卫星/惯性组合导航的非线性补偿

伪卫星具有抗干扰能力强和布置灵活机动的特点,在增强卫星系统和独立组网为用户提供更高精度导航定位信息方面具有广阔的应用前景.研究了一种伪卫星/惯性组合导航的非线性补偿算法.由于伪卫星与用户的距离比卫星近得多,其非线性量测的影响也严重得多.采用二次项修正一定程度上弥补了传统线性化方法存在的模型误差大、滤波效果差甚至发散的问题.为避免求解非线性方程的困难使用了两步估计方法,大大降低了算法的复杂度.仿真结果表明,该算法可以显著提高伪卫星/惯性组合导航系统的性能,具有很高的实用性.     

天区机遇目标空间探测任务规划算法

针对中法合作SVOM卫星的天区范围内机遇目标规划问题（ToO-MM），对其中的约束条件和优化目标进行抽象，建立了规划问题数学模型，设计实现了基于启发式规则的机遇目标规划算法TMHPA。以最大化卫星科学观测收益和最大化应急任务响应度为优化目标，考虑卫星姿态调整时间的影响，对观测任务和数传任务进行规划。通过仿真实验验证算法的有效性，结果表明该方法能够在保证算法收敛性和时效性同时，给出卫星在天区范围内的网格单元（tile）目标观测序列以及执行数传任务的时段安排，实现对ToO目标观测的快速响应，并及时下传机遇目标科学观测数据，满足规划算法的设计需求。     

面向海洋机动目标跟踪监视的卫星重构组网优化与仿真

摘要： 针对海洋机动目标跟踪监视问题，提出通过卫星相位重构调整进行机动目标搜索跟踪的监视策略，构建地理坐标系下机动目标航位预测模型及基于霍曼转移的卫星调相组网方式，并采用NSGA II算法进行优化求解，对比分析卫星重构组网前后的机动目标发现概率.仿真结果表明：在卫星能量消耗允许范围内进行重构组网，能够有效提升对机动目标的发现概率，为海洋机动目标的搜索跟踪问题提供了一定的方法支持.     

伪卫星空中基站的定位算法研究

伪卫星空中基站的精确定位是构建伪卫星区域定位系统的一个关键问题。分析了伪卫星空中基站的位置误差(相当于卫星的星历误差)对系统定位精度的影响,研究了利用逆用定位原理确定伪卫星空中基站位置的算法和几何精度因子问题,并用Monte-Carlo方法对定位精度进行了仿真,结果表明这种方法是可行的,具有较大的实用价值。     

基于空基伪卫星的双星定位系统增强方案

针对"北斗"双星定位系统不能实现无源定位和精度不能满足用户需求的问题,提出了空基伪卫星增强双星定位系统的方案并研究了其中的关键技术难点——星座布局、空基伪卫星自身定位及系统时间同步问题。研究结果表明,空基伪卫星不仅可以增强双星系统实现三维无源定位,而且具有覆盖范围大、星座布局好等特点,具有广阔的应用前景。     

改进粒子群优化的卫星导航选星算法

为提高选星算法的性能，提出一种基于人工鱼群算法的粒子群优化（PSO）选星算法。该算法利用人工鱼群算法良好的全局收敛特性，克服了粒子群优化算法易陷入局部最优的缺点。将每种卫星组合看作空间中的一个粒子，选取几何精度因子（GDOP）作为适应度函数。利用所提算法更新粒子自身位置，优化卫星组合与几何精度因子。利用实际数据对所提算法进行验证和对比，结果表明:改进的选星算法在保障选星效率的同时，选星结果的准确性优于标准的粒子群优化选星算法。      

伪卫星辅助的北斗定位系统的GDOP研究

我国建成的北斗导航定位系统由于卫星数目有限，不能实现实时三维无源定位．若利用地面伪卫星辅助，则能够很好地弥补这一缺陷，在地面伪卫星的作用范围内实现高精度的无源定位．卫星定位系统的精度等性能，很大程度上取决于定位卫星的数目和几何布局，而GDOP正是衡量定位卫星几何布局优劣的一个量度．本文从GDOP的角度研究了不同伪卫星位置及布局对系统定位精度的影响，得到的结论为合理设置伪卫星以进一步提高系统性能提供了有力的参考依据．     

组合卫星导航系统的快速选星方法

分析了选星数目与几何精度因子(GDOP, Geometry Dilution of Precision)及导航运算量的关系,基于遗传算法提出了一种以满足用户定位精度需求为条件的快速选星方法——快速遗传选星法.根据用户需求确定选星数目初值、选星数目最大值和GDOP阈值,构造选星方案的初始种群,在进化代数上限为1的条件下对种群进行选择、交叉和变异运算,获得初始选星解,根据初始解的GDOP与阈值的关系确定是否依据GDOP最小原则对初始解进行优化,直至满足算法终止条件,输出选星解.仿真结果表明,该算法可以在一次进化之内以不低于92.45%的概率满足GDOP阈值在2.5~6的要求,同时可有效降低54.75%以上的导航运算量.      

基于混沌粒子群优化的北斗/GPS组合导航选星算法

全球卫星导航系统（GNSS）接收机在接收信号的过程中会受到诸如建筑物遮挡、信号干扰等因素的影响,无法得到全部可见星。为减轻多星座组合接收机的处理负担,研究利用部分可见卫星进行定位的快速选星算法,提出了一种基于混沌粒子群优化（CPSO）的北斗/GPS组合导航选星算法。首先,对当前历元时刻可见卫星进行连续编码,按照选星数目分组,每个分组视为一个粒子。然后,通过混沌映射初始化粒子种群,选取几何精度因子（GDOP）作为评价粒子优劣的适应度函数;粒子通过粒子群优化算法的速度-位移模型更新自身位置,逐渐趋近空间卫星几何分布较好的卫星组合全局最优解。最后,采集北斗/GPS实际数据对选星算法进行仿真验证和性能比较,结果表明,所提算法在选星颗数多于5颗时,单次选星耗时为遍历法选星的37.5%,选星结果的几何精度因子计算误差在0~0.6之间。该算法可适用于北斗/GPS组合导航定位不同选星颗数的情况。      

基于CHC算法的无人机航迹规划方法

利用改进的遗传算法——跨世代异物种重组大变异(CHC, Cross generation Heterogeneous recombination Cataclysmic mutation)算法提出了一种无人机的航迹规划方法.初始种群即初始航线集利用具有启发式信息的搜索算法产生;适应度函数为距离指标与威胁指标的组合形式;选择操作群体为当前群体与上世代群体的群体总和,由于大个体群操作,可以更好地保持遗传多样性;交叉操作采用单点交叉方法,交叉点取为2条航线中距离最近的2个点;变异操作的步骤是:首先在航线中搜索出2个点,然后算出这2个点之间的直线距离与实际航线距离的比值,如果这个比值小于某一阈值则以这2个点为端点重新规划一条航线.由于考虑到了无人机约束条件的限制,从而避免了盲目性且加快了收敛速度.仿真结果表明该方法比基本遗传算法要快而且满足最优条件.