基于混合量子粒子群优化算法的三维航迹规划

针对粒子群优化算法(PSO)存在的早熟收敛问题,通过将种群的繁殖机制引入量子粒子群优化算法(QPSO),提出了一种混合量子粒子群优化算法(HQPSO),将该算法应用于无人飞行器的三维航迹规划。同时,运用统计学方法,通过仿真实验比较了HQPSO算法与QPSO算法以及带动态变化惯性权系数的PSO算法的性能。仿真实验结果表明,HQPSO不但比QPSO和PSO具有更强的全局搜索能力,而且比QPSO和PSO具有更快的收敛速度。     

基于量子遗传算法的无人飞行器航迹规划

基于量子计算和量子理论,提出了一种基于量子遗传算法的无人机航迹规划方法 。该方法利用表征量子叠加态的量子比特对航迹进行编码,引入具有量子特性的量子交叉算 子和量子门变异调整策略,对航迹规划中代价函数进行优化,引导并实现航迹的规划选择。 仿真试验结果表明,该方法不仅具有良好的种群多样性,而且还可以有效地提高算法的空 间搜索和收敛能力。
     

基于改进稀疏A~*算法的无人机航路规划

为使无人机具有在复杂环境下快速有效规划的能力,针对无人机航路规划中的稀疏A*算法进行改进,提出基于预生成点的变步长稀疏A*算法。算法在存在可行航路的紧密威胁障碍之间预先生成备选航路点,然后通过带有约束条件的稀疏A*算法进行航路规划,且在航路规划过程中结合变步长思想,更好地规避威胁,并加快搜索,最后对生成的航路实现二次优化。仿真结果表明,相比稀疏A*算法,改进的稀疏A*算法收敛速度快,具有更强的鲁棒性、可行性,且生成航迹具有更好的飞行品质。     

一种基于可行优先的三维航迹规划方法

针对三维航迹规划的实时性问题,提出了一种基于可行优先的三维航迹规划方法。不同于通常的最优优先算法,该方法使用可行优先的准则,有效地剪除了搜索空间,提高了搜索效率,从而使三维航迹规划能够应用于实时航迹规划中。在搜索过程中,该方法通过改进局部航迹的三维规划,飞行状态保持,动态网格,导引点集四种策略,能快速地规划出三维航迹。算法复杂度分析和试验表明,该方法能够有效地完成航迹规划任务,获得满足要求的可行航迹。
     

基于混合细菌觅食算法的多无人机任务分配研究

多无人机协同任务分配问题是多无人机协同控制的关键.本文首先深入分析多无人机任务分配问题的特点,建立了扩展的混合整数线性规划(MILP)任务分配模型.其次,通过分析细菌觅食优化算法和粒子群优化算法的优缺点,提出一种具有较强全局搜索能力且收敛速度快的混合细菌觅食优化算法.最后将该算法应用于多无人机协同任务分配中并进行了仿真...     

基于蜂群与A*混合算法的三维多无人机协同

研究了一种基于蜂群与A~*混合算法的三维多机航迹规划方法。理论和仿真研究表明该混合算法较单独的A~*算法更易躲避威胁,整体路径更优;其次,基于该混合算法探讨了多无人机三维路径协同规划下的自适应时间协同。通过判断多无人机到达时间范围,多机自适应时间协同状态为同时到达、时序到达或者无法协同重新航迹规划。针对时序到达情况采用了到达时间差迭代选择,相比于固定到达时间差的时序到达,迭代过程加大了无人机满足时序到达的可能性,增强了多机协同打击能力。     

一种考虑最优收敛时间的多无人机编队控制方法

针对多无人机编队过程中的收敛时间问题,提出了一种基于最优控制和粒子群优化算法的一致性编队控制方法。将无人机机动约束和一致性编队控制算法结合,实现了无人机在约束条件下的编队控制。基于人工势场思想,设计了一种具有机间避碰能力的一致性编队控制方法,解决了无人机之间的碰撞问题。通过最优一致性控制和粒子群优化算法优化一致性编队控制方法,在考虑机间避碰的情况下,使整个编队的收敛时间降低1.2 s,整体收敛性能提升6.28%。仿真结果表明该方法能够缩短多无人机的编队收敛时间。     

领航主机约束化的多四旋翼无人机编队航迹优化方法

针对多四旋翼无人机编队队形保持不变情况下的航迹优化问题，在飞行过程中以图论方法为基础将四旋翼无人机编队看作一个虚拟刚体，将编队中的跟随无人机看作领航四旋翼无人机的约束来处理，优化过程中仅考虑领航四旋翼无人机的最大转弯半径约束、队形变换时间约束及转换而来的约束，并将编队飞行所需能量最小作为优化目标，求解多四旋翼无人机编队定时到达目标的航迹优化问题，然后基于Gauss伪谱法对领航四旋翼无人机进行航迹优化，将其转化成一个非线性规划问题。仿真结果表明，利用本文提出的算法可以获得一条平滑飞行航迹，满足定时到达目的地约束、多无人机性能约束和环境约束要求；所获得的航迹能安全绕过障碍物，提高了无人机编队的生存能力，有一定的工程应用价值。     

无人飞行器在线航迹规划技术研究

在线航迹规划是针对不确定环境中的航迹规划问题,无人飞行器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,实时地计算出飞行航迹,并跟随该航迹完成飞行任务。阐述了无人飞行器在线航迹规划的结构框架,分析了无人飞行器动力学约束及威胁场约束,并根据航迹几何建模方法及在线规划算法的国内外研究概况,着重探讨了在线规划算法如A＊算法、Dynapath算法及连续型粒子群优化算法。最后,阐述了无人飞行器在线航迹规划面临的关键问题及发展趋势。     

基于分层策略的三维航迹快速规划方法

快速航迹规划能力是任务规划系统追求的目标之一。提出了一种基于分层策略的三维航迹快速规划方法。该方法分为两个层次：全局规划和局部规划。全局规划在综合利用战场信息的基础上,利用遗传算法规划出最优或次优的引导点集,该引导点列所在的区域为最优连通域,并且在该连通域内能找到可行航迹,全局规划利用引导点列大致指明了最优航迹的走向;局部规划根据全局规划提供的引导信息和战场信息,利用SAS(Sparse A Search)算法快速规划出满足攻击角度约束的平面可行航迹,高度规划采用速度较快的几何规划方法。仿真实验表明,该方法比SAS规划方法要快,且生成的三维航迹近似最优。     

凸优化算法在有人/无人机协同系统航迹规划中的应用

为更好地发挥多智能体在空战中的优势，以凸优化理论为基础，提出一种有人/无人机协同系统的航迹规划方法。首先，分析协同系统的体系结构和控制流程，建立系统的运动模型。其次，根据协同系统中有人机与无人机的任务特点，分别设计航迹规划器与编队规划器，并在编队规划器中引入协同时空约束条件，进而对两规划器模型进行近似与凸化，利用凸优化算法进行求解。最后，通过对比仿真，验证所提方法的可行性。结果表明，凸优化算法能有效求解航迹规划器与编队规划器的优化模型，并且通过协同时空约束，能有效提高系统的飞行安全性及航迹变换的灵活性。     

基于精英群引导下量子粒子群算法的快速零陷形成技术

引入罚函数项,建立了一种新的发射波束方向图综合控零的多目标优化模型。用适应度值排序建立由种群非支配解组成的精英群,以精英群中的粒子作为全局最优解引导粒子飞行;用爬坡策略更新全局最优解,给出了基于精英群引导的量子粒子群算法。对阵列权值采用加权优化,可在发射波束指定方向的多零陷、宽凹口。仿真结果表明：算法对多目标的优化较文献算法更优,能优化阵列权值在指定方向快速形成零陷。     

基于粒子群算法的多波位高度估计方法

为解决雷达斜视模式下对目标区域的高度估计问题,提出了一种基于粒子群算法的多波位高度估计方法。利用粒子群优化算法建立约束条件和目标函数,通过多次迭代使目标函数趋于一个最优值,同时得到高度的最优解。利用粒子群优化算法求解多波位测高方程组可减小方程组近似处理误差。此外,利用粒子群优化算法可随时更改波位数目,增强了该测高方法使用的灵活性,有效提高了高度估计精度。通过理论仿真和实测数据仿真分析,验证了粒子群优化算法在求解多波位测高方程组时的有效性。结果表明:该方法具有较高的高度估计精度。     

多无人机任务分配/航迹规划的一体化求解方法

针对多异构无人机任务分配和航迹规划存在的强耦合特性,为解决串行求解仅能获得局部最优解的问题,提出了一种基于图论的一体化求解框架,采用三维Dubins模型,通过对无人机航向角进行离散化,将路径规划问题和任务分配问题建立为离散图模型。为了实现该混合整数规划问题的快速求解,建立了基于并行化处理的遗传算法策略;为避免执行时序约束任务存在的死锁问题,引入深度优先算法（DFS）,通过检测时序任务图环路状态判断任务规划结果的可行性,从而剔除规划结果中的不可行解。仿真结果表明,相比于解耦方法,一体化求解方法能明显提高规划结果的品质;相比于集中式遗传算法,分布式遗传算法能显著提高算法的收敛速度。     

一种三维航迹快速搜索方法

本文提出了基于SAS的自动三维航迹规划方法。该方法通过把约束条件结合到搜索算法中去，有效地减小了搜索空间，缩短了搜索时间，从而使三维规划能够用于实时航迹规划。在搜索过程中地形信息得到了充分利用，使算法生成的航迹能够自动回避地形和威胁。实验证明，该方法能够快速有效地完成规划任务，获得满意的三维航迹。     

基于粒子群算法的固体运载火箭上升段弹道优化设计研究

应用粒子群优化算法研究了固体运载火箭上升段弹道优化设计问题。设计了固体运载 火箭上升段飞行程序,构建了固体运载火箭弹道优化设计问题的粒子群算法,通过控制参数 改进和引入函数拉伸策略,对算法进行了改进。仿真计算结果表明,粒子群优化算法能有效 解决固体运载火箭弹道优化设计问题,优化方案末助推级液体推进剂消耗比原方案减少11.1 ％,算法收敛速度快,需设置参数少,易于工程实现。可为固体运载火箭弹道优化设计 提供理论参考。
     

基于改进遗传算法的飞行航迹规划

航迹规划技术是有效提高飞行器突防概率的关键技术之一,能在大范围的真实环境中 规划出满足各种约束的较优航迹,因此对所采用的算法有比较高的要求。基于此,首先 研究了航迹包含的角度、高度、航迹段长度及飞行器的最大航程等约束条件;其次对航迹编 码方式进行了改进,采用数组混合编码方式;并对遗传算法的交叉概率和变异概率的计算、 交叉算子和变异算子进行了改进,并应用该算法在求解航迹规划问题上进行了应用仿真研究 。对应用不同的航迹编码方式所得结果进行了对比分析。仿真计算表明,该算法能够规划出 一条满足要求的航迹,避免了分层规划的复杂性,提高了算法的工程实用性。
     

基于数据链的三维航迹规划算法研究

基于数据链的三维航迹规划算法研究对保障飞行器的任务完成和提高其自身的生存能力都很有意义。本文深入研究了A*算法的改进和应用问题,结合数据链通信的条件,改进基于A*算法的三维航迹规划算法。研究了数据链在航迹规划中的作用及通讯模型,并研究了在数据链通信情况下的基于A*算法的离线、在线、针对移动目标、可重选目标的航迹规划方法,并进行了软件仿真,验证了方案的有效性。     

无人机对移动目标干扰航路问题研究

针对无人机的作战特点,结合作战目标的运动特性,研究了无人机对移动目标干扰航路的问题,引入了垂直干扰航路和跟踪干扰航路的概念,并建立了相应的干扰航路模型.通过仿真对比验证了两类航路规划方法的优缺点,从而确保对移动目标干扰航路规划的有效性,为无人机的任务规划决策提供了有力的辅助与支持.     

基于能量约束的翼伞系统分段归航设计与仿真

针对翼伞系统的基本飞行特性和良好的可操纵性,采用分段设计的思想对翼伞系统的归航轨迹进行规划.根据各分段轨迹之间的几何关系,将航迹规划问题转变为对设计参数的寻优问题.实际系统所能提供的能量是有限的.因此,在目标函数中加入控制能量的约束.运用改进的粒子群算法对目标函数进行求解计算,得到整个归航轨迹的设计参数.仿真结果表明:...