面向防御任务的复杂海洋环境下无人艇导航避障策略研究

发布时间：2024-05-25 05:38

　　如今时代随着战争要求不断提升,在科技日益发展的今天,无人化的武器系统成为研究热点,着重增强无人体系的自动化水平和智能化程度,不断发掘其在民用和军事领域的应用潜力。水面无人艇、空中无人机、地面无人车及水中无人潜艇等不同形式的智能体可在大范围时空领域内进行实时环境监测,感知敌情的变化,并迅速做出相对的应急反应。水面舰艇的无人化已经成为海上军队装备建设的发展趋势,其灵活性和智能性等特点使其得以广泛应用,尤其是作用于危险区域或人为不易达海洋领域,在一定程度了最大话地扩展了其操作范围和能力。因此,在面向防御任务的复杂海洋环境下多无人艇的导航避障策略研究中,其智能性能和自主能力是重中之重。本文主要针对无人艇的自主导航避障和智能任务分配能力进行分析,研究基于仿生型群智思想和深度强化学习的无人艇防御策略,这是迈向人工智能的重要途径,因此本文的研究工作分为以下几个方面:第一,复杂海洋环境下多无人艇防御场景的构建。设置场景环境状态是解决无人艇防御问题的基础,因此本文对无人艇防御的策略实现进行问题建模,并构建相应的多无人艇防御场景。对多无人艇而言,保持相应编队形状并分布在保卫目标的周边,以此保证对监测区域的...

【文章页数】：90 页

【学位级别】：硕士

【部分图文】：

图2.1标准粒子群算法流程图

大惯性权重来增强种群的全局搜寻能力后在迭代更新的后期阶段，不断减少惯，逐渐收敛到全局最优值。因此通常情和r表示[0,1]区间的随机因子，用于粒验值外，增加粒子的多样性。参数c和学习能力，和群体社会学习能力。一般围内修正自身位置量，以在周围搜寻最，会使得粒子朝着全局的最优值进....

图2.2粒子群算法的内层次化思想策略

图2.2粒子群算法的内层次化思想策略后，粒子群算法的具体更新过程即，对空间该过程中不断对比全局搜索的最优个体和全局搜索的最优个体，要比局部搜索的最优优个体并不在局部的搜索区域内时，这种现了局部最优，因此需要重新生成新的局部部最优的局限。其算法更新流程如下图2.

图2.3内层次化粒子群算法流程图

图2.2粒子群算法的内层次化思想策略入后，粒子群算法的具体更新过程即，对空，在该过程中不断对比全局搜索的最优个体现全局搜索的最优个体，要比局部搜索的最最优个体并不在局部的搜索区域内时，这种入了局部最优，因此需要重新生成新的局局部最优的局限。其算法更新流程如下图

图2.4粒子群算法的外层次化思想策略

略主要强调算法的融合如下图2.4，底层由多个独立集中全局搜索，它是后续步骤进行的基础；然后将底个体进行组合，形成上层新生种群，然后使用粒子群中局部搜索并加快收敛速度。

本文编号：3981781