防区外发射导弹的航路规划

超低空突防是目前远距离空地导弹对地攻击的最为有效的突防模式,而预先对导弹突防路线进行航路规划则是灾防成功与否的关键。本文系统地给出了航路规划的设计思想、数学原理和路径生成方法,定量描述了威胁场和地形的数学模型。同时运用威胁场分区规划法、遗传算法,以及最优控制专家知识库的全新的寻优方法对复杂环境进行搜索,并引入模糊数学进行评估决策,从而产生最佳实防路径。     

基于改进蚁群算法的飞机低空突防航路规划

采用蚁群算法实现了飞机低空突防的航路规划，为航路规划问题提供了新的解决思路。并对原始蚁群算法进行了改进，提出了保留最优解、自适应选择策略和自适应信息素调整准则，有效地提高了算法的收敛速度和解的性能。最后用计算机进行了仿真，取得了较好的结果。     

突防飞行与多区域搜索一体化侦察航迹规划

针对战场环境下无人机的侦察路径规划问题，首先设计突防飞行与多目标区域搜索的一体化侦察航迹规划策略。然后针对侦察任务中的突防问题，在传统快速扩展随机树(RRT)的改进算法基础上，提出一种基于改进RRT^*的无人机突防航迹规划方法，通过设计目标偏置算法解决了传统RRT算法采样点随机性大、收敛速度慢等问题。针对侦察任务中的目标搜索问题，使用改进的旋转卡壳路径规划器(RCPP)进行覆盖式航迹规划，提高了搜索覆盖率。最终通过对比仿真试验，验证了所提出算法的优越性，以及算法应用于战场侦察任务的有效性。     

低空突防实时航迹规划计算机方案设计研究

地形跟踪/地形回避、威胁回避(TF/TA2)实时航迹规划计算机是综合TF/TA2低空突防系统的控制核心.系统按照由它产生的最优航迹产生制导指令,并控制飞行器按此最优航迹完成突防任务.本文提出了一种实时航迹规划计算机的设计方案.该方案采用由共享存储器耦合的三个智能模块(即智能总线接口、航迹规划处理机和数据处理机)并行运行的结构,以提高系统的运行速度,满足低空突防对航迹规划计算机的实时性要求.其中,航迹规划处理机和数据处理机的双机互备份降级运行方式提高了系统的可靠性.此外,以闪存为存储介质的内存数据库使系统检索和读取机载数据的速度大大提高,且闪存的非易失性保证了机载数据的可靠性.     

无人机三维航路规划技术研究及发展趋势

由于搜索空间巨大,三维航迹规划一直是航迹规划中的难点,而无人机只有进行精确的三维航迹规划才能提高低空突防的成功率。本文描述了无人机在线航路规划的影响因素,分析了无人机动力学约束及威胁场约束,探讨了无人机航路几何建模方法及三维航路规划算法的研究概况,并着重分析了三维航路规划算法如禁忌搜索、人工势场法、粒子群优化算法、Dijkstra算法及A＊算法。最后,阐述了无人机三维航路规划面临的关键问题及发展趋势。     

遗传算法在飞机低空突防航路规划中的应用

首先简要介绍遗传算法的基本原理,然后讨论遗传算法如何用于飞机低空突防航路规划,对传统的遗传操作提出了新的改进意见,并进行了计算机仿真,证明了该算法的有效性.     

基于Hybrid State A* 与增强安全管道的直升机低空航迹规划

直升机低空突防已逐渐成为现代空战察打任务的核心,而低空航迹规划算法是实现该技术的关键。 尽管现有的航迹规划算法已经被应用于实际低空突防任务,但基于“前端- 后端”式的传统航迹规划算法依然 存在规划航迹机动执行性差与复杂动态场景下易碰撞的缺陷。针对上述问题,本文提出一种基于Hybrid State A* 与增强安全管道的改进算法。首先,基于Hybrid State A* 算法的联合轨迹优化,可以在状态空间中完成兼 顾直升机机动特性的初始航迹高效搜索,有效保证直升机航迹的可达性。其次,基于初始航迹膨胀的增强安全 管道,将后端航迹优化参数限制在安全的可行域内,进而有效提升复杂动态场景下规划航迹的安全性。在实验 环节,本研究结合ROS 机器人仿真环境与Rviz 数据可视化工具完成仿真验证,通过算法间的综合对比实验, 论证了本研究所提算法对规划的航迹机动性与安全性有明显的提升。     

军用飞行器航迹规划综述

介绍了军用飞行器航迹规划的基本概念，航迹规划与任务规划的关系，国内外研究现状，存在的问题，论述了航迹规划的基本要求，如导航要求，突防要求，飞行器性能要求及战略和战术要求，最后分析了航迹规划需要解决的威胁建模，航迹规划算法和轨迹跟踪控制等关键技术。     

基于遗传算法的飞机低空突防航路规划

针对在飞机低空突防航路规划中存在的计算复杂和收敛性等问题,本文提出了一种基于遗传算法的搜索算法,并且对传统遗传算法的算子操作进行了改进。该方法有效地加快了收敛速度,并且其得到的飞机航路,严格经过起始点和目标点,尽量远离了威胁点,同时很好地满足了飞机的机动性能要求。     

低空无人机路径规划算法综述

随着无人机技术的发展,无人机在低空的应用场景越来越多,复杂的低空环境对无人机路径规划算法提出了新的要求。本文总结了近年来常用的无人机路径规划算法,包括图搜索算法,线性规划算法,智能优化算法（遗传算法、粒子群算法、蚁群算法）,强化学习算法;对这些算法的原理、适用场景及其优缺点进行了归纳分析;并基于无人机发展现状对无人机路径规划算法进行了展望。     

一种基于最优控制的航路规划方法

阐述了一种与地形紧密结合的基于最优控制理论的航路规划方法。该方法利用二维三次卷积插值法构造地形函数,采用三维的航路规划进行地形跟随,地形回避和威胁回避,并对俯仰角进行ＰＤ（比例微分）控制。该方法计算量小,大大减小了规划时间,提高了规划结果的实时性,最优控制理论结合ＰＤ控制使得航路的三维规划鲁棒性好,有效地抑帛最振荡和发散,为低空突防的飞行器提供了很好的参考飞行航路。     

基于粒子群优化的航路规划算法研究与仿真

文章将粒子群优化方法应用于飞机低空突防航路规划技术研究,提出了利用一组正弦波曲线来构造一个粒子,并在适应度函数设计巾加入处罚函数,使该方法得到的飞行航线严格经过起始点和目标点,而且满足飞机的机动性能要求,以及起始航向角与目标进入角的要求。仿真结果表明,所用方法简便可行,粒子能较快地收敛于全局最佳航路。     

航迹规划中数字地图的设计与应用

针对低空突防中地形因素和敌方威胁的潜在影响,研究了在安全保障前提下,飞行最小危险曲面（ＳＯＭＲ）及该曲面拟合与数字地图生成的方法,并通过坐标变换将飞行器的运动方程变换到该曲面上,从而将地形和威胁因素引入飞行器运动方程,运用极小值原理,提出了飞行时间－地形遮蔽最优ＴＦ／ＴＡ＾２轨迹性能指标。给出了地形数据库加载模型,并完成了将高程数据库加载到航迹规划中的仿真。仿真结果表明,该算法不仅能紧密跟随地形,     

基于改进蚁群算法的飞机低空突防航路规划

蚁群算法是一种新型的基于群体的仿生算法。采用蚁群算法实现了飞机低空突防的航路规划,为航路规划问题提供了新的解决思路。并对原始蚁群算法进行了改进,提出了保留最优解、自适应选择策略和自适应信息素调整准则,有效地提高了算法的收敛速度和解的性能。最后用计算机进行了仿真,取得了较好的结果。     

雷达威胁环境下的无人机三维航迹规划

提出了一种雷达威胁环境下应用A*算法进行低空突防三维航迹规划的方法。首先对地形高程数据进行综合平滑处理,建立满足无人机机动性能要求的安全飞行曲面,并结合雷达威胁量化模型,计算出地形遮蔽雷达盲区的范围,最后在满足地形遮蔽雷达盲区的安全飞行曲面上运用A*算法规划出三维飞行航迹。仿真结果显示,该算法能简单、快速地获得三维最优航迹,易于工程实现。     

直升机超低空突防辅助系统技术研究

介绍了直升机超低空突防辅助系统的组成部分及关键技术。研究表明将现有超低空突防技术应用于直升机,可有效降低直升机的飞行高度,实现直升机超低空贴地飞行,大大提高武装直升机攻击的突然性、精确性和多样性,空战能力以及远程突袭的安全性;也可以提高民用直升机的任务成功率和安全性,具有非常广阔的应用前景。