协同航迹规划论文-韩庆田

协同航迹规划论文-韩庆田

导读:本文包含了协同航迹规划论文开题报告文献综述及选题提纲参考文献,主要关键词:多无人飞行器,协同航迹规划,优化算法,Dubins曲线

协同航迹规划论文文献综述

韩庆田[1](2019)在《基于Dubins曲线的多UAV协同航迹规划研究》一文中研究指出从目标任务收益最大、航迹最短、航迹差异最小等方面提出对航迹规划结果评估的约束限制,建立航迹规划模型,给出了基于启发信息的粒子群改进算法,对算法进行仿真验证。仿真结果表明,采用基于Dubins曲线的多UAV多目标任务分配和航迹规划,既满足了航迹规划的快速性要求,又满足了一定的飞行约束条件,基于启发信息粒子群改进算法,具有较快的收敛速度和全局寻优性。(本文来源于《航空计算技术》期刊2019年04期)

庞强伟,胡永江,李文广[2](2019)在《多无人机多目标协同侦察航迹规划算法》一文中研究指出针对目前无人机集群对多目标进行协同侦察时,易重复侦察目标,进而导致侦察效率低的问题,提出了一种多无人机多目标协同侦察航迹规划算法。首先,优化了K-means聚类算法的评价标准,使目标集合的聚类结果更加稳定,同时也降低了目标被重复侦察的概率。然后,利用改进的离散粒子群算法求解侦察序列,来降低整体任务的时间代价。最后依据侦察序列生成各无人机任务航迹。仿真结果表明,该算法不仅能够有效避免目标被重复侦察,而且相较于基因算法和标准离散粒子群算法,在4架无人机观测30个目标的仿真条件下,将时间代价降低24%,其收敛速度较快,求解精度更高。(本文来源于《中国惯性技术学报》期刊2019年03期)

侯捷,李博威,念诚,周浩,赵越飞[3](2019)在《多架无人机协同航迹规划研究综述》一文中研究指出多架无人机协同执行任务已经成为未来无人机发展的重要趋势,多无人机协同航迹规划是保障多无人机协同完成任务的重要手段之一。文章系统梳理了多无人机协同航迹规划研究现状,归纳现有多无人机协同航迹规划方法,从搭建航迹规划仿真地图、明确多机协同评价指标和选择规划算法叁个方面阐述多无人机协同航迹规划实现方法,最后对协同航迹规划技术的发展进行了展望:提高无人机群的自主性、协同性和规划算法性能是多无人机协同航迹规划的发展趋势,最终有望实现无人机群在任何情况下都能够快速自主规划最优航迹并同时保持多无人机空间和时间上的协同。研究高精度的无人机航迹规划仿真地图、合理的多机协同结构对提高多无人机协同航迹规划技术也具有较大的实践意义。(本文来源于《金属世界》期刊2019年02期)

李铮昊[4](2019)在《风险环境下基于协同搜寻的无人机航迹规划算法研究》一文中研究指出随着无人机技术的以及人工智能的快速发展,无人机对自动化控制方法的需求急剧增加。从现代无人机本身考虑,无人机体积相对较小,能够携带的运算处理和通信单元有限,在此背景下,各种航迹规划算法应运而生。现有的无人机航迹规划算法集中解决无人机搜索的最短路径与最短时间方案,缺乏对无人机本身安全性的考虑,无人机在执行任务时,易受到环境因素影响而坠毁,故一味追求短路径和短时间的方案往往得不偿失。针对上述问题,本文重点研究风险环境下基于协同搜寻的无人机群航迹规划问题,提出了两个新的规划求解算法,以提高无人机群在危险区域搜索时的安全性。本文主要内容如下:(1)针对风险环境中无人机的搜索问题,综合考虑无人机安全、无人机搜索时间、减少重复路径等因素,提出一种改进的基于贪婪算法思想的路径搜索规划算法。该方法将复杂网络中的广度遍历过程进行分解,逐步求解各个阶段的最优路径,降低了算法的时间复杂度。(2)针对同一环境可能出现多次重复搜索的情况,提出一种基于强化学习的无人机搜索路线价值判断方法。首先在已知环境下训练出每个栅格像元的移动价值网络,之后通过已经训练好的网络,加上当前任务的相关参数,可以无需再次遍历,直接计算进行移动,极大减少了在同一环境中的重复计算引起的消耗。(3)将上述两种算法推广到无人机群协同搜索。无人机群相比于单一无人机,单位时间内搜索效率明显提高,同时通过相应的评价指标约束算法,使无人机间遭受坠毁风险的期望和方差减小,是无人机群整体搜索效率进一步提高。通过大量仿真实验对本文提出的两种航迹搜索规划算法性能进行了综合评测,实验结果显示,本文提出的基于风险环境的协同搜寻无人机群航迹规划算法在无人机搜索的总耗时、无人机所处航迹的风险期望以及其方差等方面比传统方法具有明显的优越性。(本文来源于《天津理工大学》期刊2019-02-01)

杨俊岭,周宇,王维佳,李向阳[5](2018)在《基于演化深度神经网络的无人机协同无源定位动态航迹规划》一文中研究指出针对多无人机在无源定位过程中协同动态规划航迹提高定位精度问题,提出基于演化深度神经网络的分布式动态航迹优化方法。首先将演化计算与深层前向反馈神经网络结合,设计基于演化神经网络的无人机协同无源定位动态航迹规划框架。以多无人机到达角(AOA)协同定位为例,利用定位过程中对目标估计的克拉美罗界(CRLB)生成最优训练集。通过无人机下一时刻与目标形成的相对构型作为系统学习的行为,从而得到下一时刻优化后的航迹点。实验结果表明,该方法相对于传统中心控制的无人机协同定位方法,具有更低的处理延时,能够以更短时间达到定位精度。(本文来源于《科技导报》期刊2018年24期)

李如飞,张栋,郝峰[6](2018)在《集群巡飞弹协同航迹规划方法研究》一文中研究指出多弹协同航迹规划技术是实现协同作战的关键技术之一。为了使集群巡飞弹有效地规避威胁,提高生存概率及作战效能,本文提出了一种混合协同航迹规划方法。该方法采用离散映射差分进化算法对集群巡飞弹进行任务分配,应用文化算法求解协同航迹,实现目标分配和航迹规划解耦。通过编码离散空间和航程连续空间相互映射实现离散参数组合优化,完成了集群巡飞弹的目标分配;对文化算法信念集和种群集结构进一步丰富和优化,并与多目标差分算法相结合,提升了获得最优解集的效率。仿真结果表明,所规划的协同航迹能满足所有约束要求,并具有较小的飞行代价。(本文来源于《2018中国自动化大会(CAC2018)论文集》期刊2018-11-30)

朱杰,鲁艺[7](2018)在《基于诱骗策略的无人机协同航迹规划》一文中研究指出针对威胁联网条件下应对机动火力威胁拦截的无人机突防问题,提出了一种基于"任务机+诱饵机"的协同作战方法,以实现火力覆盖区域的突防。该方法根据己方任务需求,在建立诱饵机与火力威胁相对运动数学模型的基础上,通过分析诱饵机在探测威胁中运动速度及方向的改变对火力威胁运动距离和时间的影响,确定了任务机与诱饵机的协同原则。仿真结果表明,该方法能够有效应对联网威胁且适用于有人机与无人机间的协同作战。(本文来源于《电光与控制》期刊2018年11期)

潘点恒,何兵[8](2018)在《多无人飞行器在线协同航迹规划技术综述》一文中研究指出多飞行器协同作战是未来无人飞行器作战的重要趋势。在线协同航迹规划是实现协同作战的重要手段。系统地梳理了近年来多无人飞行器协同航迹规划领域的研究现状,从规划框架、协同规划模型、规划框架和优化方法等方面进行总结,归纳了现有协同航迹规划的主要手段,指出了其中存在的问题,并分析了未来协同航迹规划领域的发展趋势。(本文来源于《飞航导弹》期刊2018年07期)

王晓芳,柴劲,周健[9](2018)在《基于分段贝塞尔曲线的多导弹协同航迹规划》一文中研究指出针对多导弹在保证自身生存能力的前提下对目标进行协同打击的问题,提出一种能够使多导弹回避威胁区、避免弹间碰撞、从指定的方向同时攻击目标的协同航迹规划方法。建立导弹的叁次贝塞尔曲线航迹模型,考虑导弹的初始发射角、末端攻击角、过载等多种约束,以表示贝塞尔曲线控制点位置的量作为设计变量,以分段航迹最短为性能指标函数,通过优化得到最优分段航迹。根据战场的威胁区的位置和大小,设计了航迹节点选取规则,并与分段航迹优化方法相结合得到了满足威胁回避要求、过载及攻击角度约束的航迹。在各导弹速度相同的前提下,选定最长航迹对应时间为理想攻击时间,其余航迹按比例扩展以与最长航迹的长度相等,从而实现攻击时间的一致。对协同航迹时空安全性进行检测并提出了对不安全航迹的调整方法。仿真结果表明了本算法的有效性。(本文来源于《系统工程与电子技术》期刊2018年10期)

章光旭[10](2018)在《基于多无人机协同的应急救援航迹规划研究》一文中研究指出近年来灾害频发,对人的生命和财产造成重大损失。而灾害发生后的应急救援往往由于灾情信息获取的困难,而难以准确快速的展开救援,导致灾害破坏性进一步加大。根据无人机的众多特性,可考虑用于应急救援任务中侦查灾情指导救援。如何快速的完成侦查救援任务,以及在已有的多台数量的无人机状况下协同进行,需要对多无人机的航迹进行规划。真实场景下如地震发生时,有某些地方报告指出存在生命源信号的可能,这些优先级较高的已知目标点需要优先完成遍历侦查;而其他地方虽没有报告指出生命信号,但需要执行覆盖式的侦查搜救任务来探查生命源。同样,对灾害源的侦查亦是如此。结合实际生活场景的需要,本文正是分别考虑了在已知目标点优先侦查和未知目标点区域覆盖的两种情况下的航迹规划问题,分别进行了分析、建模、算法改进以及仿真实验的过程。根据无人机的模型、多无人机的协同自组织系统、航迹规划目标,进行基本建模,通过比较一些智能算法的特性,如蚁群算法、遗传算法、神经网络算法、模拟退火算法、Voronoi图算法等,结合本文研究目标的分析,最终选用蚁群算法进行计算,并改进了信息素更新过程使更符合本文研究场景。将第一种情况转化为求解哈密顿路径问题,需要对所有已知目标完成遍历侦查,目标起点与目标终点无需重合,这与TSP(旅行商问题)相似从而结合分析,从求取哈密顿回路过渡到多条哈密顿路径,提出了虚拟节点方式和影子蚂蚁方式,使用Lingo和Matlab软件分别进行计算验证,并在不同数量的无人机情境下进行仿真实验,得到了预期效果。在第二种情况针对区域覆盖目标围绕对无人机协同完成任务进行了方案设计和算法研究,提出无人机性能指数划分区域的策略,先进行区域划分以最少的转弯次数即最短的飞行宽度作为切割区域依据,再进行子区域内扫描线式覆盖,最终在具体案例上使用实现了快速协同完成侦查目标区域的任务。(本文来源于《江汉大学》期刊2018-05-20)

协同航迹规划论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

针对目前无人机集群对多目标进行协同侦察时,易重复侦察目标,进而导致侦察效率低的问题,提出了一种多无人机多目标协同侦察航迹规划算法。首先,优化了K-means聚类算法的评价标准,使目标集合的聚类结果更加稳定,同时也降低了目标被重复侦察的概率。然后,利用改进的离散粒子群算法求解侦察序列,来降低整体任务的时间代价。最后依据侦察序列生成各无人机任务航迹。仿真结果表明,该算法不仅能够有效避免目标被重复侦察,而且相较于基因算法和标准离散粒子群算法,在4架无人机观测30个目标的仿真条件下,将时间代价降低24%,其收敛速度较快,求解精度更高。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

协同航迹规划论文参考文献

[1].韩庆田.基于Dubins曲线的多UAV协同航迹规划研究[J].航空计算技术.2019

[2].庞强伟,胡永江,李文广.多无人机多目标协同侦察航迹规划算法[J].中国惯性技术学报.2019

[3].侯捷,李博威,念诚,周浩,赵越飞.多架无人机协同航迹规划研究综述[J].金属世界.2019

[4].李铮昊.风险环境下基于协同搜寻的无人机航迹规划算法研究[D].天津理工大学.2019

[5].杨俊岭,周宇,王维佳,李向阳.基于演化深度神经网络的无人机协同无源定位动态航迹规划[J].科技导报.2018

[6].李如飞,张栋,郝峰.集群巡飞弹协同航迹规划方法研究[C].2018中国自动化大会(CAC2018)论文集.2018

[7].朱杰,鲁艺.基于诱骗策略的无人机协同航迹规划[J].电光与控制.2018

[8].潘点恒,何兵.多无人飞行器在线协同航迹规划技术综述[J].飞航导弹.2018

[9].王晓芳,柴劲,周健.基于分段贝塞尔曲线的多导弹协同航迹规划[J].系统工程与电子技术.2018

[10].章光旭.基于多无人机协同的应急救援航迹规划研究[D].江汉大学.2018

标签:;  ;  ;  ;  

协同航迹规划论文-韩庆田
下载Doc文档

猜你喜欢