基于量子蚁群算法的多无人机协同航迹规划研究

发布时间：2017-08-12 20:29

  本文关键词：基于量子蚁群算法的多无人机协同航迹规划研究

  更多相关文章： 航迹规划 多无人机 Voronoi图 量子蚁群算法 航迹平滑

【摘要】：多无人机协同侦察和攻击是未来信息化战争中一种重要的军事行动方式,在完成多无人机协同作战任务过程中,多无人机协同航迹规划技术是战斗行动成败的一个重要因素,已经成为各军事强国研究的一个重点领域,国内外学者对其产生了强烈的兴趣。量子蚁群算法,即将蚂蚁各路径上的信息素进行量子比特编码,得到一种新的信息素—量子信息素,量子蚁群算法的实质就是在蚁群算法中融合进量子特性,相应的信息素的更新规则变为通过量子旋转门策略与最优路径相结合来实现。本文采用量子蚁群算法对多无人机协同航迹规划问题进行系统的研究,主要分为两部分。第一部分,多无人机协同航迹规划系统结构研究。本文将无人机系统进行分解成三层。在航迹规划层中,先利用Voronoi图进行环境建模,将无人机连续威胁环境离散化,然后利用量子蚁群算法为每一架战斗无人机规划出多条航迹代价比较小的备选航迹。在协同规划层中,在多无人机协同作战中的受到时间和空间的协同约束下,本文定义了协同时间变量和协同函数,通过二者交叉组合,从多条备选航迹中为每架无人机确定一条最优航迹,使得整个无人机系统的航迹代价最小。在航迹平滑层中,因为得到的由Voronoi边连接而成的最优初始航迹的航迹段连接处是无人机飞行不了的尖角,采用基于时间的开关最优控制法对其进行平滑处理,使其成为可飞航迹且不改变航迹长度来,保证建立的时间协同性不被破坏。第二部分,重点介绍和研究了量子蚁群算法。量子蚁群算法是量子计算和蚁群算法相结合的一种概率优化算法,因为量子计算具有并行性、存储容量指数级以及指数加速等优点,所以量子蚁群算法可以有效的克服蚁群算法中易陷入局部最优解及计算速度慢等方面的不足。为了综合考虑算法在执行过程中精确度目标和搜索效率的需求,本文运用自适应的量子旋转角调整策略来实现量子信息素更新。并通过研究发现,在解决典型的TSP问题中,量子蚁群算法通过利用量子信息素及距离信息来创建路径,使得算法的收敛性得到很大的提高,从而提高了算法的性能。最后本文将量子蚁群算法运用到多无人机航迹规划中,并进行实验,与传统的蚁群算法进行比较分析,证明了量子蚁群算法的优越性。
【关键词】：航迹规划 多无人机 Voronoi图 量子蚁群算法 航迹平滑
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V279;TP18
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-15
• 1.1 课题背景及研究的目的和意义9-11
• 1.2 多无人机协同航迹规划国内外文献综述及研究现状11-13
• 1.3 本文的主要研究内容及各章内容安排13-14
• 1.4 本章小结14-15
• 第2章 多无人机协同航迹规划系统结构15-20
• 2.1 引言15
• 2.2 问题描述15-16
• 2.3 多无人机协同约束条件16-17
• 2.3.1 无人机机动性能约束16
• 2.3.2 多无人机时空协同约束16-17
• 2.4 多无人机协同航迹规划系统结构17-19
• 2.5 本章小结19-20
• 第3章 基于Voronoi图的战场威胁环境建模20-27
• 3.1 环境建模20-22
• 3.1.1 引言20
• 3.1.2 栅格法20-21
• 3.1.3 Voronoi图21-22
• 3.2 基于Voronoi图的威胁环境建模22-24
• 3.2.1 引言22
• 3.2.2 Voronoi图基础理论22-23
• 3.2.3 基于Voronoi图的战场威胁环境建模23-24
• 3.3 航迹代价的计算24-26
• 3.3.1 引言24
• 3.3.2 航迹代价计算24-26
• 3.4 本章小结26-27
• 第4章 基于量子蚁群算法的多无人机协同航迹规划27-48
• 4.1 引言27
• 4.2 蚁群算法27-34
• 4.2.1 引言27-28
• 4.2.2 蚁群算法原理28-33
• 4.2.3 蚁群算法的特点33-34
• 4.3 量子计算34-38
• 4.3.1 引言34-35
• 4.3.2 量子比特35-36
• 4.3.3 量子位编码方式36-37
• 4.3.4 量子旋转门37-38
• 4.4 量子蚁群算法38-43
• 4.4.1 引言38
• 4.4.2 量子蚁群算法原理38-43
• 4.5 基于量子蚁群算法的多无人机协同航迹规划43-47
• 4.5.1 引言43
• 4.5.2 基于量子蚁群算法的单无人机多条航迹规划43-46
• 4.5.3 多无人机航迹的时间协同46-47
• 4.6 本章小结47-48
• 第5章 基于时间的开关最优控制法的航迹平滑48-57
• 5.1 引言48
• 5.2 基于时间的开关最优控制法48-56
• 5.2.1 航迹点的切圆49-50
• 5.2.2 转弯方向的判断50-51
• 5.2.3 转弯位置51-52
• 5.2.4 具体算法流程52-53
• 5.2.5 等长航迹参数求取53-56
• 5.3 本章小结56-57
• 总结与展望57-59
• 参考文献59-63
• 致谢63

【参考文献】

中国期刊全文数据库 前1条

1 孟祥恒;王社伟;陶军;;基于改进蚁群算法的多无人机航路规划研究[J];计算机仿真;2008年11期

中国硕士学位论文全文数据库 前1条

1 李跃光;量子蚁群算法的研究及应用[D];兰州理工大学;2008年

，

本文编号：663504