多机协同航路规划

发布时间：2020-03-25 03:41

【摘要】：随着信息技术的不断发展,飞行器在作战中扮演着越来越重要的角色。如何快速、准确地为飞行器规划出一条合理航路是导航管理的研究热点之一。尤其如今战场越发趋于智能化,飞行器在执行飞行任务时为了避免雷达的探测,实现低空突防,需要依照地形的变化规划一条最优航线,这对战场的胜负起到了关键的作用。本文针对复杂环境中的多机协同航路规划问题,采用改进的A星算法,展开渐进式研究,包括面向巡航的单机二维航路规划、面向低空突防的单机三维航路规划以及基于任务的多机协同航路规划,并通过仿真实验对改进算法进行验证。论文的主要工作包括:1.针对飞行器的巡航阶段的航路规划,首先利用了传统A星算法进行了航路规划,然后针对其不足提出了基于自适应栅格地图法的改进A星算法,最后通过仿真实验证明改进的算法具有搜索速度快和使用内存小的优点。2.针对面向低空突防任务的航路规划,首先建立航路规划空间以及约束模型,并利用数字地图技术建立了三维模拟数字地形,然后结合飞行器的性能约束,对A星算法进行了改进,并在不同的代价中引入权重系数,根据不同的任务要求选择不同的权重值,最后通过仿真实验证明该算法能够实现多约束条件下的三维航路规划,并能够适应不同任务的需求。3.针对基于任务的多机协同航路规划,本文根据实际任务需求提出了三种协同模式,并在各个模式中提出对应的协同策略,在编队保持模式中提出以长机的状态作为协同变量,并在转弯点进行速度调整,保证在飞行过程中时刻保持编队队形;在时间协同模式中,提出了对应的时间协同策略、碰撞调控策略以及速度调整策略,为从多个出发点出发的飞行器规划出同时到达同一目标点的航路;在任务协同模式中提出了带有时间约束的协同规划算法,在代价函数中添加一项与时间有关的代价,通过比较预定到达时间和预测到达时间的差值确定优先扩展的节点,并实时调整飞行速度;在各个模式中通过仿真实验证明了策略的有效性。
【图文】：

航路规划,算法

西安电子科技大学硕士学位论文空间的路径规划划分为垂直和水平两个阶段，，两方向分别计算，构建动态搜索树，最终合并出最后的航路，但是利用动态规划对于复杂或者较大的区域进行规划时，仍然存在时间和存储空间指数增加的情况[14]。航路规划算法智能算法启发式算法其他算法A

模型图,航路规划,模型,航路

务的飞行器规划航路，建立航路规划的数学模型，利用传统 A 星算法进行航路规划，并对传统 A 星算法进行改进。2.1 航路规划数学模型的建立飞行器航路规划的问题可以描述为：给定飞行器的出发点sP 和目的点eP 后，在一定的区域内，为飞行规划出一条满足约束条件一条航路，该航路是从起点到终点能够满足一系列的约束条件的航路节点的集合，使得其某项评价指标最小，可表达为式(2-1)。min ( ). . ( ) 0lF ls t g l (2-1)航路规划相关问题可以分为以下几个部分：规划空间、威胁模型、航路点的表示以及航路规划算法，如图 2.1 所示。航路点表示
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：V249.3

【参考文献】