基于并行GAPSO算法的多无人机协同任务规划

发布时间：2017-08-20 13:15

  本文关键词：基于并行GAPSO算法的多无人机协同任务规划

  更多相关文章： 无人机 多机协同 任务规划 并行遗传粒子群算法

【摘要】：任务规划是无人机协同作战的关键技术之一。以压制敌方防空火力任务为背景,考虑战场地形与威胁分布、击毁目标需要的火力以及无人机的战斗毁伤概率等因素,建立了多架无人机协同攻击多个地面目标的任务规划模型,并提出并行遗传粒子群优化算法(GAPSO)求解任务规划问题。通过具体的仿真算例验证了协同任务规划模型的合理性,并比较分析并行GAPSO算法与标准GAPSO算法,证明了并行GAPSO算法具有更好的收敛性且能避免陷入局部最优。
【作者单位】： 西北工业大学电子信息学院;浙江科技学院;
【关键词】： 无人机 多机协同 任务规划 并行遗传粒子群算法
【基金】：国家青年科学基金(61203371) 西北工业大学研究生创意创新种子基金(G2015ky0407)
【分类号】：V279;TP18
【正文快照】： 0引言多无人机协同任务规划是根据战场态势和威胁评估结果,为协同执行多个任务的多架无人机制订最佳作战任务方案和可行作战航迹的过程,通过协同实现多无人机之间的优势互补,提高整体效能。目前,任务规划的研究主要分为两类[1]:一类是将任务规划问题分为任务分配[2-3]和航迹规，

本文编号：706816