共查询到10条相似文献,搜索用时 15 毫秒
1.
多架无人机的协同攻击航路规划 总被引:1,自引:0,他引:1
针对多架无人机协同攻击同一目标问题,提出了一种航路规划方法.首先根据已知的导弹、雷达等威胁的位置,通过Voronoi图建立初始进入航路,并利用B样条曲线修正初始航路产生无人机可飞航路,然后对多架无人机的航路进行协同修正以满足协同攻击要求.最后对无人机的退出航路规划进行了研究分析,并结合具体问题进行了仿真检验. 相似文献
2.
基于改进蚁群算法的无人机航路规划 总被引:2,自引:0,他引:2
为了提高无人机(UAV)的作战效率和生存概率,在执行任务之前必须设计出高效的无人机飞行航路.针对这一问题,采用了蚁群算法进行航路规划,并对蚁群算法进行了改进.提出了保留最优解、自适应状态转换规则和自适应信息激素更新规则,有效的提高了算法算收敛速度和解的性能.最后用改进的蚁群算法对无人机任务航路进行了仿真,仿真结果表明,该算法是一种有效的航路优化算法. 相似文献
3.
针对蚁群算法存在收敛速度慢,容易陷入局部最优而导致三维航路规划过程中出现规划时间过长、航路没有达到最优等问题,通过对蚁群算法进行改进,提出了一种天牛须融合改进蚁群的无人机航路规划优化算法,算法通过对蚁群算法的启发函数优化并进行蚁群择优排序,然后融合天牛须算法进行航路规划;将优化算法应用于无人机的三维航路规划中,使规划算法的运行速度更快,无人机的最优航路更短。同时用改进算法与天牛须、蚁群算法的收敛时间、最优路径长度进行对比。仿真实验结果表明,改进算法与另外两种算法相比,在算法收敛度、运行速度方面有明显的提升。 相似文献
4.
5.
6.
蚁群算法是一种新的源于大自然生物界的仿生随机优化方法,在一系列组合优化问题求解中取得了成效。本文将蚁群算法引入无人机侦察航路的规划,对基本蚁群算法提出了改进,提供了一种新的有效的航路优化算法,并对无人机的侦察航路进行了仿真计算。仿真结果表明改进的蚁群算法克服了基本蚁群算法的收敛速度慢、易于过早陷入局部最优的缺点,仿真结果验证了该算法的有效性。 相似文献
7.
基于蚁群算法的无人机航路规划 总被引:10,自引:0,他引:10
为了提高无人机(UAV)作战任务的成功率,在敌方防御区域内执行攻击任务前必须规划设计出高效的无人机飞行航路,保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题,对新近发展的蚁群算法进行了讨论,提出了适用于航路规划的优化方法,并对无人机的攻击任务航路进行了仿真计算。仿真结果表明,该方法是一种有效的航路规划方法。 相似文献
8.
基于改进A-Star算法的隐身无人机快速突防航路规划 总被引:1,自引:1,他引:0
针对现代战争中隐身无人机(UAV)在高严密的组网雷达防御体系下的生存及突防问题,提出了基于改进A-Star算法的隐身无人机战区突防航路规划技术。首先对隐身无人机突防过程进行了分析建模,分别建立了隐身无人机的运动学模型、动态雷达散射截面特性和组网雷达探测概率的计算模型。然后针对传统算法在解决隐身突防问题时的不足,充分考虑所规划航路时的快速性和安全性要求,设计了改进A-Star算法。在算法中引入了多层变步长搜索策略和无人机的姿态角信息,结合秩K融合准则,通过每段航迹上隐身无人机被组网雷达系统的发现概率来判断新航迹点的可行性。仿真结果表明,改进A-Star算法能够在复杂的组网雷达系统下快速生成更优的战区突防航路,具有一定的应用价值。 相似文献
9.
基于B样条曲线的无人机航路规划算法 总被引:16,自引:0,他引:16
提出了一种动态环境中无人机(UAV)航路规划与重规划算法。根据战场中各个已知威胁的位置建立可行点之间的有向图,用Dijkstra算法生成一条由若干直线段连接的参考航路,再利用B样条曲线具有C^2连续性、局部性、保凸性以及B样条曲线的曲率变化比较均匀的特点,对规划的参考航路进行修正和验证,使得规划航路对无人机安全可飞。当遇到突然出现的威胁时,可对航路进行局部重规划。 相似文献