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。     

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。     

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。     

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。     

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...     

基于改进的蚁群算法的亚轨道再入飞行器弹道优化

基于阻力与能量再入导引律,用改进的蚁群算法优化SLV再入阻力-能量关系剖面,其优化的性能指标为总吸热量最小,并采用LQR法跟踪参考弹道.仿真结果表明,优化方法简便易行,跟踪器性能良好.     

基于航路规划的反舰导弹发射顺序和间隔研究

在反舰导弹实际战术使用中,为提高突防概率,主要是采取数量饱和攻击的样式,且要求多枚导弹同时到达目标.目前某些反舰导弹具有航路规划功能,只要合理确定导弹的发射顺序和间隔,可以实现同时到达.本文从2条典型反舰导弹的航路入手,建立了简化的航路规划模型,对不同攻击角的航路航程飞行时间进行了仿真计算,并与直接攻击导弹的航程飞行时间进行比较和分析,得到了齐射多枚反舰导弹时进行航路规划的攻击差角、发射顺序和间隔等的具体结果,有一定的理论价值和实际使用参考价值.     

一种基于蚁群聚类算法的快速星图识别方法

为提高大视场星敏感器的星图识别速度和识别成功率,提出一种基于蚁群聚类算法的 快速星图识别方法,该方法首先利用蚁群聚类算法对星点集合进行快速聚类分析;然后选择 最优类并以其中每个星点为圆心,以一定角距为半径画圆,将圆内所有星点构成集合;再将 每个集合的星点两两求取角距,利用蚁群算法对路径快速寻优的优点,完成集合的路径优化 ;最后利用优化结果同导航星库中已有的优化数据相匹配,以实现星图的快速匹配与识别; 实验结果表明,与现有识别方法相比,该方法具有高的识别率,良好的实时性和鲁棒性,且 所需导航星库的容量小。     

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。
     

小生境多目标蚁群算法在飞行器总体设计中的应用

飞行器总体设计直接影响飞行器的战术技术指标,往往需要反复很多次的设计过程以确定最终设计方案,因此迫切需要研究并采用优化方法以快速获得性能较优的飞行器总体方案。蚁群算法是群智能算法的典型代表之一,本文针对飞行器总体设计中的多目标优化问题,以多目标蚁群算法为基础,引入小生境技术,提出小生境多目标蚁群算法,并以某飞行器为应用对象,对其进行了多目标优化设计,最后对优化结果进行了分析。     

试论巡航导弹的特点及防御方法

首先列举了巡航导弹的基本性能参数，然后较为详细地分析了在巡航导弹上广泛使用的各种隐身技术措施，并对巡航导弹的有关战术、技术特点进行了较为细致探讨。在此基础上，有针对性地提出了对来袭巡航导弹可能采取的有效的防御方法。最后对反导系统工作过程进行了简述，并给出了结论。     

巡航导弹快速自对准技术研究

惯性导航平台存在航向效应,对自对准精度影响较大。研究探讨存在航向效应的导航平台的快速自对准技术。首先根据巡航导弹作战要求,选用两位置、零力矩解析自对准方案,并讨论了通过优选位置转换角度保证自对准精度的方法。然后给出了利用冗余敏感轴输出信息消除航向效应影响的原因和方法。最后估算了自对准精度和对准时间。结果表明:该方案可在较短时间内以较高的精度满足巡航导弹对准精度的要求。     

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。     

基于遗传算法的平流层飞艇航迹规划方法研究

文章针对平流层飞艇驻空阶段航迹规划问题进行研究和仿真分析.考虑平流层飞艇自身飞行的特点,建立其运动学方程和风场模型,并在适当假设基础上,构造能够反映其飞行能耗的代价函数.最后采用遗传算法进行算例计算,求解平流层飞艇最优轨迹.仿真结果表明,遗传算法能够有效、快速地收敛并稳定至问题的最优解;其所构造的代价函数能够反映飞艇自...     

基于双蚁群优化的快速轨道转移

研究了Lambert转移的优化问题,并用于航天器的快速轨道机动。以二体模型为基础,在给定的转移时间范围内以燃料最省为目标函数,用蚁群算法(ACA)对Lambert机动问题进行寻优;将第一次寻优用于完成轨道机动所需的速度增量转换成航天器发动机有限推力下的时间序列;考虑地球主要摄动影响,再次用ACA对有限推力工作时段进行边值修正,保证航天器能转移至目标位置范围。仿真结果表明:双蚁群优化方法可有效修正由二体假设导致的Lambert转移的误差,同时由蚁群算法的较强寻优性能保证了Lambert机动过程的燃料最省。