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。     

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。     

无人机集群路径规划算法研究综述

无人机集群路径规划算法是无人机集群控制的重要研究方向之一.多无人机路径规划相较于单无人机路径规划,会考虑空间协同和时间协同约束、飞行安全等问题.首先对无人机集群路径规划算法进行分类,分为传统路径规划算法、智能优化算法和深度强化学习算法.其次对各类算法进行简要分析和总结,针对缺陷,给出相应的改进思路及例子.再着重对深度强...     

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。     

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。     

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。     

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。     

无人机三维航迹规划的量子粒子群优化算法

针对传统的粒子群优化算法容易陷入局部最优解的问题,采用量子粒子群优化算法开展了无人机三维航迹规划.详细分析了固定翼无人机的飞行性能约束条件.为了减小算法计算复杂度,提高规划效率,对三维航迹规划问题的高度规划采用了直接设定策略,即,设置各个航路点的高度介于最大、最小飞行高度之间,从而将三维航路规划问题简化为二维航路规划问...     

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。
     

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Gauss伪谱法的多UAV协同航迹规划

将伪谱法应用于多无人飞行器（Unmanned Aerial Vehicle, UAV）协同航迹规划,给出了基于Gauss伪谱法（Gauss Pseudospectral Method, GPM）的多UAV协同航迹规划方法。根据UAV的物理特性,结合协同规划的要求,建立了多UAV协同规划的最优控制模型。此模型包括UAV机动性能约束、路径约束、多UAV协同打击约束和集结区约束;利用GPM将最优控制问题转化为非线性规划问题,并用非线性规划软件求解。仿真结果表明,该方法能够满足多UAV的协同规划要求,具有较高的求解精度。     

基于协同裕度的多飞行器航迹规划

针对传统多飞行器协同航迹规划适应环境变化的能力较弱的缺陷,提出了多飞行器协同裕度的概念,建立了航迹规划的协同裕度模型,研究了基于协同裕度的多飞行器协同航迹规划方法,提高了编队协同能力,仿真结果验证了改进方法的有效性。     

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...     

基于自适应通信拓扑的无人机集群弱路径约束下的分布式控制器设计

针对传统无人机集群飞行控制需要规划过多飞行路径的问题，设计一种结合线性二次型调节器(LQR)与机间防撞的分布式协同控制器，不需要为集群设计相对构型，只需给定一条满足无人机动力学约束的飞行路径，集群就可沿路径飞行。该控制器通过设计自适应通信拓扑来稳定加入机间防撞机制带来的抖振效应，并使集群具有良好可扩展性。仿真结果表明，所设计的分布式控制器可以实现规划一条路径下无人机集群无机间碰撞的稳定飞行。     

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.     

基于改进蚁群算法的巡航导弹航迹规划

研究了一种基于改进蚁群算法的巡航导弹航迹规划方法，以规划出生存概率更大、飞行距离更短的攻击轨迹，有效提高巡航导弹的作战效能。提出了坐标变换的思想，通过坐标变换将蚁群算法中信息素局部更新策略和全局更新策略协同作用的机制合理地应用到了航迹规划中，通过将信息素全局更新规则中的信息素常量和挥发率进行自适应变化来对算法进行了改进，最后对算法进行了计算机编程仿真实现。仿真结果验证了改进算法能有效避免算法过早陷入局部最优，加快算法的收敛速度，能取得目标函数更优的航迹规划路径。     

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。
     

有人机/无人机混合编队协同作战研究综述与展望

有人机与无人机混合编队协同作战是未来空战的重要形式。有人机是中央指挥,而无人机直接接受有人机的指挥和控制,并进行战场态势感知、目标打击等。有人机和无人机可以看成空间上分离而逻辑上一体的巨型虚拟战机,二者优势互补,充分发挥最大综合效能,既提高了有人机的生存能力又延伸了无人机的探测距离范围和攻击距离。本文首先简述了有人机/无人机混合编队协同作战的发展历程,然后重点归纳了协同作战的关键技术原理和国内外研究成果,包括协同态势感知与评估技术、协同任务分配技术、协同航路规划技术、编队飞行与跟踪控制技术,并给出了一个在典型作战任务设定下的协同作战流程。最后对该领域的研究发展方向进行了展望。