基于改进蚁群算法的无人机航迹规划研究

发布时间：2017-10-10 23:27

  本文关键词：基于改进蚁群算法的无人机航迹规划研究

  更多相关文章： 蚁群算法 无人机 航迹规划 自适应 再励学习

【摘要】：随着计算机、通信、控制与传感器技术的发展,无人机技术得到长足发展并取得巨大的进步。无人机利用自身优势,能够部分地代替人类完成危险系数较高的任务,在军事和民用领域得到广泛应用。无人机在完成任务过程中,需要对如何有效、安全地完成自己的任务过程进行规划,这就是任务规划。在任务规划过程中,最重要、也是最复杂的就是为无人机规划出一条完成飞行任务所需要的飞行航迹,即无人机航迹规划。无人机航迹规划是任务规划系统的重要技术之一,也是提高无人机作战效能和实现安全可靠自主飞行的技术保障。航迹规划是在特定条件下,搜寻出一条从起始点到目标点的最佳路径。本文首先阐述了基本蚁群算法原理及算法的优点与不足,并分析算法陷入局部最优和搜索时间较长的主要原因。接着介绍了几种比较典型的改进算法,然后提出一种改善算法全局收敛性能的策略,其基本思想是:在基本蚁群算法的状态转移中增加目标节点信息素引导因子,从而减少蚂蚁搜索的盲目性,使搜索朝着目标节点方向进行;同时引入再励学习机制,合理对路径上的信息素再励更新。每次迭代结束对蚂蚁个体行为进行评价,再将此评价反馈回蚁群,发扬优质蚂蚁行为,惩罚劣质蚂蚁行为,从而实现蚁群对自身搜索行为的自学习。发扬优质行为,就是增加较好路径上残留的信息素强度;惩罚劣质行为,就是减小较差路径上残留的信息素强度。为了改善算法性能,扩大搜索空间,引入两个蚂蚁种群各自独立搜索路径,当算法陷入局部最优,则立即停止搜索,交换两个种群对应路径上的信息素,同时自适应双向调整两种群的信息素挥发因子,经过这些改进措施,算法的收敛速度和收敛能力得到了明显地提高。本文最后通过对基本蚁群算法和改进蚁群算法的无人机航迹规划分别进行MATLAB仿真研究对比。验证了在无人机航迹规划中,改进蚁群算法在全局搜索能力和搜索速度上均优于基本蚁群算法。
【关键词】：蚁群算法 无人机 航迹规划 自适应 再励学习
【学位授予单位】：南昌航空大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V279;TP18
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 绪论8-15
• 1.1 课题研究背景和意义8-9
• 1.2 国内外研究现状9-13
• 1.2.1 无人机航迹规划国内外研究现状9-11
• 1.2.2 蚁群算法国内外研究现状11-13
• 1.3 研究的主要内容和结构安排13-15
• 1.3.1 本文的研究内容13
• 1.3.2 本文的结构安排13-15
• 第2章 基本蚁群算法概述与TSP问题15-26
• 2.1 蚁群生物学基础15-16
• 2.1.1 蚁群的社会形态15
• 2.1.2 蚁群行为15-16
• 2.2 人工蚁群的特点16-17
• 2.3 基本蚁群算法原理17-24
• 2.3.1 基本蚁群算法的思想机制17-20
• 2.3.2 基本蚁群算法的数学模型20-22
• 2.3.3 基本蚁群算法在TSP问题中的具体实现22-23
• 2.3.4 基本蚁群算法的时间与空间复杂度23-24
• 2.4 基本蚁群算法的优缺点24-25
• 2.5 本章小结25-26
• 第3章 改进蚁群算法研究与TSP问题26-42
• 3.1 典型的改进蚁群算法26-30
• 3.1.1 最大最小蚂蚁系统26-27
• 3.1.2 聚类蚁群算法27-28
• 3.1.3 基于信息熵的蚁群算法28-29
• 3.1.4 基于网格划分的蚁群算法29-30
• 3.2 自适应双种群再励学习蚁群算法30-36
• 3.2.1 改进蚁群算法的策略30-31
• 3.2.2 引入引导因子的状态转移策略31-32
• 3.2.3 信息素再励学习更新32-34
• 3.2.4 自适应双种群信息素交换34-35
• 3.2.5 基于改进蚁群算法TSP问题具体实现35-36
• 3.3 自适应双种群再励学习改进蚁群算法仿真及分析36-41
• 3.4 本章小结41-42
• 第4章 无人机航迹规划概述42-51
• 4.1 无人机航迹规划系统42-43
• 4.2 无人机航迹规划问题描述43-49
• 4.2.1 规划空间表示43-44
• 4.2.2 航迹综合代价44-46
• 4.2.3 无人机性能约束46-49
• 4.3 无人机航迹规划的基本要求49
• 4.4 常用无人机航迹规划算法49-50
• 4.5 本章小结50-51
• 第5章 基于改进蚁群算法的无人机航迹规划51-59
• 5.1 航迹规划空间建模51-52
• 5.2 威胁区域建模52-53
• 5.3 最优航迹建模53-54
• 5.4 无人机航迹规划任务实例54-58
• 5.4.1 航迹规划任务54-55
• 5.4.2 仿真参数设定55
• 5.4.3 航迹规划实例仿真与分析55-58
• 5.5 本章小结58-59
• 第6章 总结与展望59-61
• 6.1 论文总结59-60
• 6.2 展望60-61
• 参考文献61-65
• 发表学术论文情况65-66
• 致谢66-67

【相似文献】

中国期刊全文数据库 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

中国重要会议论文全文数据库 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

中国博士学位论文全文数据库 前10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 赵明;多无人机系统的协同目标分配和航迹规划方法研究[D];哈尔滨工业大学;2016年

5 杨祖强;生物启发的多无人机协同四维航迹规划方法研究[D];浙江大学;2016年

6 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

7 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

8 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

9 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

10 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

中国硕士学位论文全文数据库 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 陶鸿涛;航迹规划算法研究及视景显示[D];上海交通大学;2015年

9 马艳;多旋翼无人机航迹规划与监控研究[D];东南大学;2015年

10 朱志聪;最后进近航段航迹优化算法的研究[D];中国民用航空飞行学院;2016年

，

本文编号：1009223