多约束条件下多目标函数无人水下航行器航迹规划

发布时间：2022-02-09 03:47

　　针对复杂海洋环境下无人水下航行器在校正误差约束下的航迹规划问题进行研究,将该问题归纳为多约束条件下多目标函数航迹规划问题,采用层次分析法将多目标函数无量纲化处理加权形成单目标函数,设计了能自适应调整的动态罚函数的遗传算法对模型进行求解,所建立的模型和仿真结果表明,所建立的模型和采用的算法能够有效解决多约束条件下多目标函数无人水下航行器航迹规划问题。 

【文章来源】：指挥控制与仿真. 2020,42(05)

【文章页数】：6 页

【部分图文】：

模型求解思路

将最终得到的单目标函数作为航迹评价,那么,由问题描述可知,影响航迹评价的因素有两点,分别是: UUV的航迹长度尽可能小和经过校正点的个数尽可能少。因此,建立指标体系如图2所示。2)归一化处理

航迹规划中,基因编码通常采用参数方程法、直角坐标系法和经纬度坐标系法等。参数方程和直角坐标系法对航行器状态掌控要求高,不利于构造航行器空间模型;单纯的经纬度坐标系法不能全面反映航行器当前状态,因此,模型中设计了一种航迹结构体的编码方案,能够减少航迹规划时重复的计算量,提高计算内存的利用效率,其结构体格式如图3所示。其中,Ni表示航迹节点校正点,由5个基本特征组成。Nik表示航迹节点基因,其特征如表1所示。

【参考文献】：
期刊论文
[1]基于改进遗传算法的移动机器人路径规划[J]. 魏彤,龙琛.  北京航空航天大学学报. 2020(04)
[2]基于改进烟花-蚁群算法的海流环境下水下无人潜航器的避障路径规划[J]. 马焱,肖玉杰,陈轶,闫泓衫.  导航与控制. 2019(01)
[3]海洋环境下基于量子行为粒子群优化的时间最短路径规划方法[J]. 冯炜,张静远,王众,王新鹏.  海军工程大学学报. 2017(06)
[4]水下无人作战系统装备现状及发展趋势[J]. 李经.  舰船科学技术. 2017(01)

硕士论文
[1]基于深度学习的无人水下航行器动态规划方法研究[D]. 张雪莲.哈尔滨工程大学 2017
[2]基于遗传算法的无人飞行器航迹规划研究与实现[D]. 王健.国防科学技术大学 2011
[3]基于遗传算法的快速航迹规划方法研究[D]. 俞琪.华中科技大学 2011
[4]基于遗传算法的飞行器多航迹规划算法研究[D]. 田亮.河北师范大学 2006



本文编号：3616315