学位论文 > 优秀研究生学位论文题录展示

无人机航路规划方法研究

作 者: 柳长安
导 师: 李为吉
学 校: 西北工业大学
专 业: 飞行器设计
关键词: 航路规划 启发式A~*算法 遗传算法 蚁群算法 信噪比(SNR) 探测概率 作战效能 费效/效费比 生物信息激素
分类号: V249
类 型: 博士论文
年 份: 2003年
下 载: 2985次
引 用: 73次
阅 读: 论文下载
 

内容摘要


本论文主要根据无人机的作战任务方式进行了航路规划研究,包括攻击航路和侦察监视任务航路,具体内容包括以下几个方面: (1) 本论文分析了威胁空间的威胁计算问题,对飞行器探测概率进行定量化的研究,根据恒虚警处理技术对雷达探测概率计算方法进行了总结,说明了计算单部雷达探测概率问题的方法,在此基础上对雷达网的探测概率计算进行了讨论,提出了相对于距离的探测概率求解方法和思路,用于攻击航路规划中的威胁计算。 (2) 本论文对无人机的攻击任务,特别是侦察监视任务进行了分析和研究,根据作战效能评定原则提出了合理的航路评价指标,简便易行,适于实际计算。 (3) 为了对航路进行有效地规划,本文对启发式A~*算法进行了改进,并用于无人机的攻击航路规划及作战目标的选择分配问题。另外,本文还利用改进的遗传算法对无人机的侦察监视任务航路规划问题进行了规划。本文还对蚁群算法进行了讨论和研究,对其在航路规划中的应用问题进行了研究,包括静态和动态航路规划问题。 (4) 对多架无人机的研究内容主要包括下述几个方面: 1.多架无人机的协同航路规划和威胁回避; 2.多架无人机的协同飞行; 3.多架无人机的任务分配规划。 对多无人机系统来说,最主要的问题是各无人机之间的“协调”问题,即多架无人机的航路(包括时间和攻击方向等的限制)和任务的协调。例如,对于多架无人机的协同攻击任务,需要协同各无人机的到达时间以及攻击方向。又如,对多架无人机协同执行侦察监视任务时需要协调各无人机对不同的目标进行侦察并随无人机的飞行不断转换监视的目标。在规划某一无人机的航路时,既需要了解该无人机本身的位置、运 动速度和方向,又需要知道其他无人机的位置、运动速度和方向,还需 要了解威胁空间的状态,这样就大大地增加了问题的难度,使得我们不 能简单地借用单无人机航路规划算法。其实,解决多架无人机地航路规 划问题的关键是如何进行航路协调问题,其次才是在协调的基础上进行 航路优化。本论文以多无人机系统为研究对象,将常规的航路规划方法 及单无人机航路规划方法应用于多无人机系统的协同航路规划中。 为了提高无人机的作战效能,本文根据无人机的任务方式讨论了无人机的航路规划问题,分别对无人机攻击任务和侦察搜索任务的航路进行了研究,并进一步对无人机的任务规划问题进行了一些研究,涉及到了多机任务和动态问题。本文的工作为进一步的任务规划系统研究奠定了基础。

全文目录


相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  4. 基于蚁群算法的电梯群优化控制研究,TU857
  5. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  6. 基于改进蚁群算法的机器人路径规划研究,TP242
  7. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  8. 部队人员网上训练与考核系统的开发,TP311.52
  9. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  10. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  11. 基于遗传算法的中短波磁天线的设计及实现,TN820
  12. 改进的蚁群算法及其在TSP上的应用研究,TP301.6
  13. 基于遗传算法的柑橘图像分割,TP391.41
  14. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  15. 基于遗传—牛顿算法的公交优化调度,TP18
  16. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  17. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  18. 基于遗传算法和粗糙集的聚类算法研究,TP18
  19. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  20. 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
  21. 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274

中图分类: > 航空、航天 > 航空 > 航空仪表、航空设备、飞行控制与导航 > 飞行控制系统与导航
© 2012 www.xueweilunwen.com