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。     

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。     

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。     

考虑时间约束的无人飞行器航迹规划

在分析时间误差分配的基础上,本文提出了一种考虑时间约束的航迹规划方法.该方法对传统的航迹结构进行了改进,通过速度调整策略和在代价函数中加入时间约束驱使算法找到使到达目标点时间误差尽可能小的航迹.同时,分别研究了起飞时间误差,速度调节能力及飞行速度误差三个因素对到达目标点时间误差的不同影响.     

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。     

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。     

可重复使用运载器的再入制导(英文)

提出了一种针对可重复使用运载器的再入制导算法。算法可分为轨迹规划算法和轨迹跟踪算法。较之经典的规划阻力的航天飞机制导方法,此算法最显著的特点在于轨迹规划与轨迹跟踪都直接在高度-速度空间里进行。在规划算法中,所有的轨道不等约束都可用高度-速度空间里的上下边界来表示,之后基于此边界采用线性化插值的方法来产生标称轨迹族,最后根据末端约束(末端能量管理)和航程约束来选择所需的标称轨迹。跟踪算法则采用反馈线性化来跟踪此标称轨迹进而满足所有的约束条件。此算法另一有别于传统方法的特点在于算法可使用一个航迹角控制器来增加航程,以满足大航程需要。适当地结合规划-跟踪算法和航迹角控制器可给再入制导带来极大的灵活性和适应性。另外,算法对各种建模误差与噪声的鲁棒性经验证也是符合要求的。