通用航空多机协同搜救的航迹规划研究

发布时间：2017-11-01 12:22

  本文关键词：通用航空多机协同搜救的航迹规划研究

  更多相关文章： 通用航空搜救 多机协同 航迹规划 行为决策模型 蚁群算法 行为仿真原型系统

【摘要】：通用航空应急救援由于具备快速有效的特点,成为世界普遍采用的救援方式,其中最关键的救援航迹规划技术受到国内外学者的广泛关注。目前,我国对该技术的研究集中于单机航迹规划和多机任务指派问题,忽视了实际搜救过程中协同救援航迹的实时性和救援机的自主性。因此,本文主要通过模拟救援机协同搜救行为研究其覆盖航迹规划问题。首先,通过深入剖析我国通用航空多救援机协同搜救过程,构建搜救过程中救援机行为模型和基于决策场理论的救援人员行为决策模型,并结合我国通用航空发展现状和趋势,提出通用航空应急搜救系统的自组织特性,设计了具有中心节点的分布式系统结构。在此基础上,建立时间短、覆盖率高、救援机少、救援目标多和救援人数多等五个航迹规划目标,通过对不同目标偏好的排序来满足实际搜救任务要求。接着,基于分布式搜捕蚁群算法和区域分块搜索算法的思想提出了两种协同搜救方式,并结合多机协同搜救系统结构和航迹规划目标,设计了通用于两种搜救方式的多机协同搜救航迹规划方法。通过改进原蚁群算法的运算机制,降低了运算复杂度,大大提高了算法的效率;并在原分块搜索算法中引入协同机制,增强了算法对多机协同搜救航迹规划的适用性,避免了过早的局部收敛。最后,构建了多机协同搜救航迹规划仿真系统。通过多个不同仿真场景下多组不同策略的实验数据和原算法结果以及实验之间的对比,验证了改进算法的可靠性,得到不同任务要求下的航迹规划策略,并根据策略规划出安全高效的多救援机协同搜救区域覆盖航迹,为通用航空应急救援工作的准备环节提供理论支持和技术参考。
【关键词】：通用航空搜救 多机协同 航迹规划 行为决策模型 蚁群算法 行为仿真原型系统
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V355
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 注释表10-11
• 第一章 绪论11-18
• 1.1 研究背景及意义11-12
• 1.2 国内外研究现状12-16
• 1.2.1 多机协同航迹规划算法研究12-14
• 1.2.2 行为决策理论研究14-15
• 1.2.3 自组织系统的理论模型15-16
• 1.3 本文的主要研究工作16
• 1.4 本文的内容安排16-18
• 第二章 多机协同搜救行为和航迹规划目标18-32
• 2.1 救援机的行为模型18-20
• 2.1.1 单救援机性能约束18-19
• 2.1.2 协同约束条件19
• 2.1.3 探测器模型19-20
• 2.2 救援人员的动态行为决策模型20-25
• 2.2.1 救援人员行为研究概述20-21
• 2.2.2 救援人员行为模型和决策场理论研究21-22
• 2.2.3 基于决策场理论的救援人员动态行为决策模型22-25
• 2.3 多机协同搜救自组织系统25-29
• 2.3.1 自组织系统的概述25-26
• 2.3.2 多机协同搜救自组织特性26-28
• 2.3.3 多机协同搜救自组织系统结构28-29
• 2.4 多机协同搜救航迹规划目标29-31
• 2.4.1 问题基本假设29
• 2.4.2 系统航迹规划目标29-31
• 2.5 本章小结31-32
• 第三章 基于分布式蚁群算法的多机协同搜救航迹规划方法32-46
• 3.1 分布式蚁群算法的自组织特性和多机协同搜救自组织对比32-35
• 3.1.1 蚁群觅食行为自组织特性分析32-34
• 3.1.2 蚁群觅食与多机协同搜救自组织对比34-35
• 3.2 航迹规划方法的搜救方式分析35-36
• 3.3 算法规则36-42
• 3.3.1 算法结构设计36-37
• 3.3.2 蚁群系统状态转移规则37-40
• 3.3.3 信息素更新机制40-42
• 3.3.4 状态预估模型42
• 3.4 算法步骤和流程42-44
• 3.5 本章小结44-46
• 第四章 多机协同搜救航迹规划仿真实验46-71
• 4.1 多机协同搜救航迹规划系统描述46-48
• 4.1.1 系统构建目标46-47
• 4.1.2 仿真系统环境47-48
• 4.2 仿真实验流程48-54
• 4.2.1 实验设置48-49
• 4.2.2 初始值设定49-53
• 4.2.3 实验过程和数据获取53-54
• 4.3 仿真结果分析54-70
• 4.3.1 算法性能分析54-56
• 4.3.2 基于规划目标和仿真结果的规划策略56-66
• 4.3.3 基于规划策略的覆盖航迹分析66-70
• 4.4 本章小结70-71
• 第五章 总结与展望71-73
• 5.1 论文的主要工作71-72
• 5.2 展望72-73
• 参考文献73-78
• 致谢78-79
• 在学期间的研究成果及发表的学术论文79

【参考文献】

中国期刊全文数据库 前10条

1 吴仁彪;刘燕彬;王晓亮;;通用航空飞行计划航迹估算实现方法[J];中国民航大学学报;2014年01期

2 潘卫军;罗小林;康瑞;;基于GIS的直升机山区救援飞行路径规划[J];中国安全科学学报;2013年05期

3 郭毅;毛新军;董孟高;徐云青;;复杂自组织系统的研究综述[J];计算机工程与科学;2012年02期

4 孟建军;;发挥通用航空在灾害应急救援中的作用[J];中国减灾;2011年21期

5 张广林;胡小梅;柴剑飞;赵磊;俞涛;;路径规划算法及其应用综述[J];现代机械;2011年05期

6 张臻;王光磊;;基于改进蚁群算法的飞行器航迹规划[J];指挥信息系统与技术;2011年03期

7 苏菲;彭辉;沈林成;;基于协进化多子群蚁群算法的多无人作战飞机协同航迹规划研究[J];兵工学报;2009年11期

8 乔茹;章小兵;赵光兴;;基于改进蚁群算法的移动机器人全局路径规划[J];安徽工业大学学报(自然科学版);2009年01期

9 彭辉;相晓嘉;吴立珍;朱华勇;;有人机/无人机协同任务控制系统[J];航空学报;2008年S1期

10 彭辉;沈林成;霍霄华;;多UAV协同区域覆盖搜索研究[J];系统仿真学报;2007年11期

中国博士学位论文全文数据库 前2条

1 陈晓晨;驾驶决策的特征及其影响因素研究[D];辽宁师范大学;2013年

2 陈岩;蚁群优化理论在无人机战术控制中的应用研究[D];国防科学技术大学;2007年

中国硕士学位论文全文数据库 前3条

1 张建峰;一种飞行器航迹规划算法[D];哈尔滨工程大学;2012年

2 荆长林;基于分布式蚁群算法的城市路网动态最短路径搜索研究与实现[D];北京交通大学;2012年

3 鞠峰;飞机驾驶舱人机工程设计研究[D];西北工业大学;2007年

，

本文编号：1126818