固定翼无人飞行器航迹规划方法

发布时间：2021-07-25 17:15

　　伴随着固定翼无人飞行器（Unmanned Aerial Vehicle,UAV）技术的不断发展、革新和应用,UAV对能源、通信和保障系统的依赖性越来越强,且其任务空间变得更加复杂,因此需要更加高效的飞行航迹以适应复杂多变的任务空间。UAV的飞行航迹决定了能量消耗、编队协同、威胁规避和对保障系统的依赖性,是UAV顺利完成任务的有效保障。在此背景下,本文对UAV航迹规划算法展开调研,并针对UAV的飞行航迹规划、编队飞行队形保持和多任务分配问题,分别提出了基于改进PSO算法的航迹规划算法、基于改进APF算法的编队航迹规划算法和基于改进蚁群算法的多任务分配算法等,主要包含括了以下几个方面:针对复杂任务空间下UAV航迹规划问题展开了调研与分析,提出了一种基于Metropolis准则和RTS平滑算法改进的PSO算法的航迹规划算法。首先针对UAV航迹规划问题,构建了任务空间数字地图,引入了航迹规划模型及航迹表示模型,设计了航迹约束模型,提出了新的适应度函数,并提出了基于改进PSO算法的航迹规划算法。由于PSO算法形式简单、搜索速度快,将PSO算法用于航迹规划算法的基础算法,并引入Metropolis... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：89 页

【学位级别】：硕士

【部分图文】：

自主控制等级划分示意图

论文的主要内容和组织结构

图 2.1 无人机航迹规划问题建立无人机任务空间模型，包括地形和障碍物，如应度函数选择满足约束的最佳航迹和最优结果，从二部分航迹规划算法将会在下一章展开详细描述，间建模、航迹的表示、航迹规划模型、主要约束以

【参考文献】：
期刊论文
[1]一种基于2-opt算法的混合型蚁群算法[J]. 秦东各,王长坤.  工业控制计算机. 2018(01)
[2]PSO-MEA混合优化算法及其收敛性分析[J]. 李志华,许新,黎作鹏,任丹萍.  微电子学与计算机. 2017(06)
[3]基于改进领航跟随法的多机协同航迹规划[J]. 詹强,王闯.  无线通信技术. 2016(03)
[4]多无人机编队协同目标分配的两阶段求解方法[J]. 叶青松,胡笑旋,马华伟.  合肥工业大学学报(自然科学版). 2015(10)
[5]基于MATLAB的卡尔曼滤波器设计[J]. 毛静.  软件工程师. 2015(10)
[6]RTS平滑滤波在事后姿态确定中的应用[J]. 鲍雨波,宗红,张春青.  空间控制技术与应用. 2015(03)
[7]基于多群体改进萤火虫算法的UCAV协同多目标分配[J]. 王永泉,罗建军.  西北工业大学学报. 2014(03)
[8]基于改进雁群PSO算法的模糊自适应扩展卡尔曼滤波的SLAM算法[J]. 陈卫东,刘要龙,朱奇光,陈颖.  物理学报. 2013(17)
[9]基于改进遗传算法的异构多无人机任务分配[J]. 王婷,符小卫,高晓光.  火力与指挥控制. 2013(05)
[10]基于改进APF的无人机编队航迹规划[J]. 杨洁,王新民,谢蓉.  西北工业大学学报. 2013(02)

博士论文
[1]基于智能优化与RRT算法的无人机任务规划方法研究[D]. 李猛.南京航空航天大学 2012
[2]多机器人系统中的机器人合作问题研究[D]. 陈建平.广东工业大学 2011
[3]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]. 胡中华.南京航空航天大学 2011
[4]面向AUAV自主控制的图像融合方法研究[D]. 牛轶峰.国防科学技术大学 2007

硕士论文
[1]基于改进蚁群算法的无人机航迹规划研究[D]. 肖绍.南昌航空大学 2016
[2]无人机编队飞行控制器关键技术的研究[D]. 李倩.南京航空航天大学 2016
[3]基于A*算法的无人机航迹规划技术的研究与应用[D]. 唐晓东.西南科技大学 2015
[4]面向多无人机编队的协同目标分配方法研究[D]. 叶青松.合肥工业大学 2015
[5]面向侦察任务的无人机编队效能评估模型研究[D]. 秦英祥.合肥工业大学 2015
[6]无人机航迹规划算法研究[D]. 简康.西安电子科技大学 2014
[7]基于规则格网DEM地形特征提取研究[D]. 刘淑琼.东华理工大学 2014
[8]复杂情况下无人机的航路规划技术研究[D]. 张东豪.南昌航空大学 2014
[9]近地飞行航迹规划与指示技术[D]. 刘荣荣.西安电子科技大学 2014
[10]无人机自主飞行轨迹规划与重规划方法研究[D]. 黄建军.哈尔滨工业大学 2013



本文编号：3302442