基于改进RRT算法的预警机实时航迹规划
本文选题:实时航迹规划 + 快速扩展随机树 ; 参考:《计算机仿真》2016年09期
【摘要】:在预警机航迹规划优化问题的研究中,预警机在空中进行科学、精确的实时航迹规划,可提高其实战效能。由于预警系统带有复杂的飞行器动力学约束和路径约束,求解困难,且计算时效性要求高。针对预警机的作战任务要求及载机平台的技战术特性,对经典的RRT算法进行了适应性扩展,提出了一种新的实时航迹规划方法。算法中改进了节点采样方式和节点扩展方式,并采用基于Dubins路径的运动规划方法生成树节点之间的局部最优航迹,使得规划算法不仅能够充分的考虑载机平台的动力学特性,而且规划空间维度远低于常规的搜索空间,算法的时效性得到较大幅度的提升。为了适应动态、不确定的运行环境,算法还可借鉴滚动时域控制(RHC)的思想,设计了在线滚动规划求解框架。仿真结果表明,提出的算法非常符合于复杂、动态环境下的预警机实时航迹规划优化的要求。
[Abstract]:In the research of flight path planning optimization of AWACS, scientific and accurate real-time flight path planning of AWACS in the air can improve its actual combat efficiency. Because the early warning system has complex dynamic constraints and path constraints, it is difficult to solve, and the calculation time requirement is high. According to the operational task requirements of AWACS and the technical and tactical characteristics of the aircraft platform, the classical RRT algorithm is extended adaptively, and a new real-time route planning method is proposed. In the algorithm, the node sampling method and the node expansion method are improved, and the motion planning method based on Dubins path is used to generate the local optimal track between tree nodes, which makes the planning algorithm not only fully consider the dynamic characteristics of the platform. Moreover, the dimension of planning space is much lower than the conventional search space, and the timeliness of the algorithm is greatly improved. In order to adapt to the dynamic and uncertain running environment, the algorithm can also draw lessons from the idea of rolling time domain control (RHC), and design an on-line rolling planning solution framework. The simulation results show that the proposed algorithm meets the requirements of real-time track planning optimization of AWACS in complex and dynamic environment.
【作者单位】: 国防科学技术大学机电工程与自动化学院;
【分类号】:V271.47
【相似文献】
相关期刊论文 前10条
1 周其忠;闫利;关世义;苏康;秦筱;陈晓东;;一种针对运动目标的快速航迹规划方法[J];系统仿真学报;2007年05期
2 郑昌文;严平;丁明跃;苏康;;飞行器航迹规划研究现状与趋势[J];宇航学报;2007年06期
3 严江江;丁明跃;周成平;蔡超;;一种基于可行优先的三维航迹规划方法[J];宇航学报;2009年01期
4 唐江;谢晓方;袁胜智;;巡飞导弹区域巡逻侦察航迹规划研究[J];弹箭与制导学报;2009年04期
5 陆泽橼;蔡体菁;;基于A~*算法的重力辅助导航航迹规划[J];中国惯性技术学报;2010年05期
6 乔侨;史长久;;飞行器航迹规划的多目标优化方法[J];微计算机信息;2010年31期
7 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
8 姬清华;连黎明;;飞行器参考航迹规划方法研究[J];计算机仿真;2011年10期
9 张松兰;刘立祥;郑昌文;;一种飞行器在线实时航迹规划算法[J];现代防御技术;2012年01期
10 于国权;崔爽;王建军;李岩;;飞机水平航迹规划技术[J];长春理工大学学报(自然科学版);2012年03期
相关会议论文 前10条
1 潘卫军;陈通;;多直升机协同搜索航迹规划[A];第十三届中国科协年会第22分会场-中国通用航空发展研讨会论文集[C];2011年
2 吴昊;任敏;薛宏涛;沈林成;;航迹数据库及其在航迹规划中的应用研究[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年
3 高国华;沈林成;常文森;;一种飞行器航迹规划用户界面[A];1997中国控制与决策学术年会论文集[C];1997年
4 冯倚银;李景荣;施晓红;华祖耀;;一种改进的多飞行器协调航迹规划算法[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年
5 彭建亮;孙秀霞;朱凡;张健;;基于遗传算法的多约束三维航迹规划方法研究[A];第二十七届中国控制会议论文集[C];2008年
6 栾迪;杨忠;张君慧;;一种多无人机协同攻击航迹规划方法[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
7 马培蓓;纪军;朱良明;;威胁环境下多导弹协同航迹规划[A];探索 创新 交流(第4集)——第四届中国航空学会青年科技论坛文集[C];2010年
8 彭志红;孙琳;陈杰;吴金平;;基于改进多智能体协同进化算法的多无人机低空突防航迹规划研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年
9 孟旭航;刘玉玲;白洁;;航线天气预报中航迹规划仿真研究[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
10 赵文婷;彭俊毅;;基于VORONOI图的无人机航迹规划[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
相关博士学位论文 前8条
1 郑昌文;飞行器航迹规划方法研究[D];华中科技大学;2003年
2 王强;UAV集群自主协同决策控制关键技术研究[D];西北工业大学;2015年
3 韩云祥;固定航路飞行条件下航空器航迹规划若干关键技术研究[D];南京航空航天大学;2014年
4 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
5 胡中华;基于智能优化算法的无人机航迹规划若干关键技术研究[D];南京航空航天大学;2011年
6 屈耀红;小型无人机航迹规划及组合导航关键技术研究[D];西北工业大学;2006年
7 王林;多无人机协同目标跟踪问题建模与优化技术研究[D];国防科学技术大学;2011年
8 张胜祥;基于滚动时域MILP的小型无人机航迹规划[D];华南理工大学;2009年
相关硕士学位论文 前10条
1 王琦;飞行器航迹规划与航迹评价算法研究[D];哈尔滨工业大学;2007年
2 税薇;基于贝叶斯推理与蚁群算法的仿真飞行器航迹规划研究[D];青岛科技大学;2009年
3 毛云云;多飞行器协同航迹规划算法研究[D];哈尔滨工业大学;2010年
4 赵玲玲;飞行器航迹规划与航迹控制算法研究与实现[D];哈尔滨工业大学;2006年
5 卢江松;基于改进蚁群算法的多机协同突防航迹规划方法研究[D];国防科学技术大学;2011年
6 张建峰;一种飞行器航迹规划算法[D];哈尔滨工程大学;2012年
7 杨杰;具有端点方向约束的快速航迹规划方法研究[D];华中科技大学;2013年
8 姚蔚然;基于多阶段航迹预测的UAVs实时任务规划[D];哈尔滨工业大学;2015年
9 王芳;基于量子蚁群算法的多无人机协同航迹规划研究[D];哈尔滨工业大学;2015年
10 丛岳;多小型无人机协同航迹规划及其硬件在回路仿真[D];北京理工大学;2015年
,本文编号:1805334
本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/1805334.html