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。
     

基于矢量数据的三维航迹规划方法

提出了基于矢量数据的三维航迹规划方法。通过将威胁数据以矢量的方式与地形等高线结合起来对规划空间进行灵活表述，使得航迹规划可以充分考虑地形／威胁的影响，同时在规划时考虑了低空飞行器性能及其他约束。试验结果表明，该方法可以快速有效地完成三维航迹规划，给出的结果既满足各种约束条件又符合人的直觉。     

一种针对运动目标的飞行器航迹搜索算法

鉴于目前大部份的航迹规划方法研究都局限于静止目标，提出了一种针对运动目标的飞行器航迹规划方法。该算法借鉴自学习实时A*搜索的思想，将飞行器的运动与航迹搜索结合在一起，可以对目标的每一步移动实时作出反映。通过在限定的时间内扩大寻优范围，该算法不但可以满足实时在线应用的要求，而且可以有效地避免不可行区域，并使生成的航迹更加优化。实验结果表明，本文算法能有效地处理各种航迹约束，实时地生成满意的三维航迹。     

动态环境中的飞行器实时三维航迹规划方法研究

本文提出了一种新的飞行器三维航迹规划方法－SDS。该方法能够在具有预先未知威胁的飞行环境中在线实时航迹规划。当飞行器上装备的探测器探测到飞行环境中有预先未知的威胁出现时，根据探测到的信息及时更新威胁数据。SDS根据新的环境信息局部修正受到影响的航迹段来获得新的全局最优航迹。在每一时刻考虑当前已知的信息下，SDS生成的航迹是满足要求的最优航迹。     

多飞行器协调航迹规划方法

针对多飞行器的协调航迹规划展开研究，提出了一种基于协同进化的多飞行器协调航迹规划算法。在该算法中，不同飞行器的潜在航迹形成它们自己的子种群，并在于种群内部进化。不同飞行器间的协调关系由航迹的评价函数来实现。同时，通过使用特定的染色体表示方法和进化算子，该算法可以有效利用各种环境信息，处理各种航迹约束，并实时地生成三维航迹。     

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。
     

动态战场环境中无人机航迹规划方法研究

采用距离变换方法对动态战场环境中无人机航迹规划问题进行研究。改进了距离变换扩散过程的计算方法，使其能够以更快的速度对大范围复杂环境进行处理。针对战场环境中航迹规划的特点，在考虑航程代价的基础上，提出了基于代价的距离变换方法，将敌方威胁等因素的影响作为风险代价集成到距离变换过程中。通过对威胁值进行设置，规划时可以根据任务态势在航程代价和风险代价间实现协调以满足不同的战术要求。仿真结果表明该方法是一种有效的航迹规划方法。     

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。     

基于病毒遗传算法的快速航迹规划方法

为了提高现有航迹规划系统的实时规划能力,对基于分层策略的航迹规划方法中全局规划部分进行改进,提出了基于病毒遗传算法的快速规划方法.分层策略的航迹规划包括全局规划和局部规划,由于对不同性质的约束条件分阶段进行处理,该方法降低了航迹规划的计算复杂度.但全局规划采用的标准遗传算法仍存在早熟和局部收敛慢的问题.针对这些缺陷,采用病毒遗传算法进行改进.结合航迹规划的领域知识,给出了病毒种群的编码方法并设计了特定的病毒感染算子,使航迹寻优效率得以提高.仿真实验表明,在相同约束条件下,该方法能更快生成满足战术要求的航迹.     

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。
     

飞行器低空突防中的威胁航线优化技术研究

低空突防中的威胁回避技术是TF／TA^2系统的核心，直接关系到低空突防飞行器的任务生存能力。针对威胁回避的特殊要求，本文提出了一种基于地形可视性分析的威胁危险指标快速计算方法，解决了威胁的量化问题。针对在大范围任务区域内进行威胁航线优化存在计算复杂性和收敛性等问题，本文尝试采用遗传算法对威胁进行优化处理。该方法得到的威胁航线，严格经过出发点和目标点，且尽量远离威胁，有效提高了飞行器低空突防的任务生存率。     

时间代价启发式多月基装备协同任务规划方法

针对月球科研站构建中优化整体任务用时的需求,提出时间代价启发式多月基装备协同任务规划方法。面向月球科研站构建过程中的原位和路径任务,构建双类型任务关系图,并提出多位置转移时间代价启发式策略引导此图的搜索方向,使规划器沿局部最短耗时任务路径逐个处理任务,降低装备路径转移的时间代价;提出时间代价启发式装备选择策略,从而均衡月基装备任务负载,缩短装备工作时长。最后,以包含资源开采、物料运输、设施建设等任务的月球科研站构建场景为例,对规划算法进行仿真验证。结果表明,此算法能够生成满足复杂约束的多装备协同规划序列。与传统规划方法相比,本文方法得到的月基装备任务序列冗余路径少、任务用时短,可实现多装备在多任务中的高效分时复用。     

考虑时间状态的敏捷自主在轨服务航天器高维运动规划研究

针对敏捷自主在轨服务航天器自身和所在复杂空间环境等特点,研究其在轨灵巧、精确服务的运动规划问题,提出了以平动、转动和时间为状态的改进的快速搜索随机树高维运动规划方法。仿真算例检验了该规划方法的有效性,结果表明它不仅满足敏捷自主在轨服务航天器在一定约束条件下按照指定时间到达指定地点的高维运动要求,而且对离线与在线规划两种模式也具备较强的适应性。
     

基于进化计算的无人飞行器多航迹规划

针对飞行器多航迹规划问题展开研究。在分析多峰值函数优化问题的基础上，提出了一种基于进化计算的飞行器多航迹规划方法。该方法通过使用特定的染色体表示方法和进化算子，可以有效利用各种环境信息，处理各种航迹约束。同时，通过引入聚类算法，将种群中的个体按其空间分布进行聚类，生成若干个不同子种群。在进化过程中，所有个体只在各自的子种群内部进化。当进化结束时，每个子种群将分别生成一条各自的最优航迹，从而为飞行器生成多条不同的可选航迹。仿真结果表明了该方法的有效性。     

低空突防最优航路规划算法与仿真

基于树型拓扑结构和动态规划理论,通过全局离线规划和局部实时规 划相结合,探讨了一种适合于工程应用的低空突防最优航路规划算法,并采用航 迹剖面坡度/曲率设计方法进行平滑和曲线拟合,利用飞行控制制导系统所需的 控制指令转换,实现了在巡航导弹低空突防综合演示系统上的仿真运行,进一步 验证了算法的有效性。     

地形跟踪制导中数字表面模型的研究

分析研究了数字表面模型(DSM)在飞行器地形跟踪制导中的应用，提出了一种大地坐标下和高斯坐标下DSM建模的新方法。在此基础上分析了DSM模型纵横断面采样间距对孤立障碍物的影响，分析定义了DSM模型下飞行器掠地飞行的最小安全高度。仿真试验表明，在地形跟踪制导技术中采用数字表面模型DSM比采用数字高程模型DEM有更强的制导适应性。