无人机调度算法研究与管控平台设计

发布时间：2020-10-26 11:01

　　 无人机调度是多无人机执行任务的关键环节,合理的安排无人机调度方案以使得无人机系统收益最大、代价最小具有重要的意义。同时,一个可管控多架无人机的管控平台也逐渐成为研究的热点,它的研究对整个无人机系统的实际应用有着重要的意义。本课题在无人机调度算法研究的基础上,完成了无人机管控平台的设计。在无人机调度算法方面,首先明确了无人机调度的相关概念,讨论了调度的约束条件及目标函数,并为其建立数学模型,在理论上对无人机调度进行了研究并选定了蚁群算法来解决无人机调度问题。详细介绍了蚁群算法的原理,同时对基本蚁群算法的优缺点及参数进行了分析,针对蚁群算法收敛速度较慢且易收敛于局部最优解的缺陷,在算法前期利用K-means与细菌觅食算法相结合的聚类技术动态调整蚁群算法的参数,算法后期利用遗传算法进行改进使其跳出局部最优,并将改进的蚁群算法应用到无人机调度中验证了算法的有效性。对改进的蚁群算法进行了仿真测试,结果表明该算法不仅提高了无人机调度效率,而且使无人机资源得到了更充分的利用,更好的发挥了无人机的优势。在无人机管控平台方面,首先进行了需求分析,然后介绍了平台涉及的相关技术与理论,最后完成了管控平台的设计实现。平台基于SSM(Spring MVC+Spring+Mybatis)框架,采用 B/S 架构,利用 Java、html、JavaScript 等语言,使用SQL Server数据库等进行开发设计,可同时管控多架无人机,主要实现了用户登录、无人机管理、硬盘录像机管理、视频管理、航线管理、指令控制及飞行数据显示等功能,并将无人机调度算法求得的调度方案应用于航线管理模块。测试表明,无人机管控平台,其能够稳定、准确地实现对无人机的管理与控制,实时地发送任务指令并接收、显示无人机数据,可靠性高、通信实时性强。
【学位单位】：山东科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：V279;TP18
【部分图文】：

威胁程度逐渐减弱，且各威胁之间互不重叠耦合，某个威胁位置只受??到一个威胁源的威胁，没有其他威胁共同叠加，对高山地形威胁，模型取飞行??高度下山体水平切面圆作为威胁覆盖区域。威胁区域模型如图２．１所示。??２０ｒ?：?－?：?：?－?ｖ?：?，￣＾?ｒ?ｙ?＾??１?ｇ?—…Ｉ…７ｉ…ｉ…ｉ…Ｉ…卜…Ｉ…ｉ＾?一１…??囊；ｆ胃２ｌｉ：：麵■??２?—?＊＊＊－；－？■＊?—?—?－?－?－?－?？?—?＊?—?—．?—?■＊?—－??１?＿?－?？：?：?：?：?：?：?：?？广？?？?：?：?：?：?。：?：?。？．一?＿?？：．?？？疒？?？?ｉ??ｑ?Ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｊ?ｉ?ｊ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ??０?１?２?３?４?５?６?７?８?９?１０?１１?１２?１３?１４?１５?１６?１７?１８?１９?２０??图２．１威胁区域模型图??Ｆｉｇ．２．１?Ｔｈｒｅａｔ?ａｒｅａ?ｍｏｄｅｌ?ｄｉａｇｒａｍ??１０??

学位论文?基于参数控制与遗传表示细菌／第＿／次趋化第＊次复制和第／次迁徙后的下：??ｅ＇｛ｊ＋＼，ｋ，ｉ）＾〇＇｛ｊＭ＋外）…Ｍ树）???，、表示前进方向，为［－１，１］的随机向量，度。一次趋化完成后，计算细菌的适应度值是否这一前进方向，否则改变前进方向。??

?基于参数控制与遗传算法的改进蚁群算法??算法流程图如图３．２所示：?????＂＂ｒ＂ｒｉ＂?＼??开始???ｊ???输入數提集和絮类数目ｔ??ｉ??随机迭择ｋ个繫类中心???Ｉ???将数掮分配到最近的咅繫类中心＾???ｉ???重新计茸繫类中心??茸法是否收敛——??是???ｉ???输出ｋ个絜类??▼???结束??图３．２?Ｋ－ｍｅａｎｓ算法流程图??Ｆｉｇ．３．２?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?Ｋ－ｍｅａｎｓ?ａｌｇｏｒｉｔｈｍ??３．１．３?Ｋ－ｍｅａｎｓ与细菌觅食算法相结合的聚类技术??在Ｋ－ｍｅａｎｓ算法中初始聚类中心的选择对算法的聚类效果影响重大，且算法??易受到一些离散点的干扰，易陷入局部最优。而细菌觅食算法在全局搜索时表??现出很好的效果，本文综合两种算法的优势，先利用细菌觅食算法进行全局搜??索，将细菌的最终位置作为Ｋ－ｍｅａｎｓ算法的初始聚类中心，然后再利用Ｋ－ｍｅａｎｓ??算法执行后续操作得到最终结果。具体步骤如下：??（１）
【相似文献】

相关期刊论文 前10条

1 徐宏庆;;无人机应用技术专业建设的探索[J];正德职业技术学院学报;2018年02期

2 张斌;林斌;杨彦彰;李名兆;林奕翔;;国内民用无人机系统标准体系构建现状[J];中国标准化;2019年S1期

3 王湛;王江东;杨宏伟;;民用轻小型无人机系统检测认证研究[J];质量与认证;2019年12期

4 潘泉;康童娜;吕洋;赵春晖;胡劲文;;无人机感知规避技术发展与挑战[J];无人系统技术;2018年04期

5 杜恒;;基于足球比赛路径规划的农用无人机定位和导航研究[J];农机化研究;2019年10期

6 问延安;蒋倩;;智慧监管:民用无人机企业监管的路径选择[J];长沙航空职业技术学院学报;2018年04期

7 张军国;闫浩;胡春鹤;李婷婷;于明;;无人机在林业中的应用及前景展望[J];林业工程学报;2019年01期

8 刘逸宸;;无人机系统信息传输技术分析[J];科技资讯;2018年32期

9 金伟;周震博;;2018年无人机研发热点回眸[J];科技导报;2019年01期

10 杨春;;智能科技 智慧未来 溧阳国际无人机发展论坛暨第四届无人机百人会圆满落幕[J];中国公共安全;2019年Z1期

相关博士学位论文 前10条

1 刘明辉;无人机高速数据链关键技术研究[D];西安电子科技大学;2019年

2 曹伟;LTE外辐射源雷达多旋翼无人机探测技术研究[D];国防科技大学;2018年

3 孔维玮;基于多传感器的无人机自主着舰引导与控制系统研究[D];国防科技大学;2017年

4 马兆伟;基于学习的无人机感知与规避关键技术研究[D];国防科技大学;2018年

5 赵述龙;数据驱动的无人机曲线路径跟踪控制方法研究[D];国防科技大学;2017年

6 宋春林;四旋翼无人机在未知环境中自主导航和飞行控制方法研究[D];哈尔滨工业大学;2019年

7 张坤;不确定条件下无人机三维航迹跟踪控制研究[D];西北工业大学;2018年

8 唐必伟;粒子群算法的改进及其在无人机任务规划中的应用[D];西北工业大学;2017年

9 王祝;多无人机协同规划控制的关键技术研究[D];北京理工大学;2017年

10 吴宇航;多操作员多无人机指挥控制辅助决策[D];北京理工大学;2017年

相关硕士学位论文 前10条

1 王明君;多无人机协同机场驱鸟系统的任务分配与路径规划[D];南京航空航天大学;2019年

2 周遂之;4G网络无人机控制的设计与实现[D];重庆邮电大学;2019年

3 杜国栋;基于Leader-follower理论的四旋翼无人机编队控制方法研究[D];重庆邮电大学;2019年

4 李卓文;无人机地面站管控系统的研究与开发[D];重庆邮电大学;2019年

5 胡续俊;基于GPU的无人机中继系统传播环境建模及仿真研究[D];南京航空航天大学;2018年

6 丁亚;基于系统工程方法的无人机族系统总体设计[D];南京航空航天大学;2019年

7 黄精琦;某小型海用无人飞行器发射与回收技术研究[D];南京航空航天大学;2019年

8 聂禾玮;飞翼无人机机动控制技术研究[D];南京航空航天大学;2019年

9 沈佳明;基于快速原型的无人机仿真系统设计与开发[D];南京航空航天大学;2019年

10 翟丽相;基于反演控制的无人机容错控制方法研究[D];南京航空航天大学;2019年

本文编号：2856909