基于蚁群势场混合算法的无人机航迹规划开题报告

 2020-02-20 09:02

1. 研究目的与意义(文献综述)

无人机作为一种不载人的飞行器具,具有强大的机动性能,机身轻便等特点。在民事领域和军事领域中都得到了广泛的应用,其主要用于监控安防,测绘勘察,灾害救援,军事侦察,战场监视等任务。因此,如何合理规划出安全的无人机航迹成为首要问题。

无人机的航迹规划是指在特定的约束条件下,寻找满足无人机机动性能及环境要求的从出发点到目标点的最优飞行航路。航迹规划过程中最为核心的部分就是航迹规划算法,对于无人机航迹规划算法,国内外大量学者做了大量的研究,如今比较具有代表性的算法都有:动态规划算法,人工势场法,a*算法,粒子群算法,蚁群算法,遗传算法,神经网络算法以及各种等等。这些算法都有着各自的特点,但是同时也存在缺点和不足。

早期动态规划是在航迹规划过程中将航迹的多阶段转化为离散的单阶段问题,利用各阶段之间的状态关系,逐步求解,能够获得最优解,但是有维数爆炸的风险,之后有算法按照规划距离将整个规划过程划分为多个阶段,在一个阶段内利用动态规划和树形搜索共同规划出水平航迹,然后用类似的方法规划出该段的垂直航迹,确定了这一段的航机之后再开始下一段规划,这样的算法虽然减小了计算量,解决了动态规划维数爆炸的问题,多数情况下能够给出局部最优解,但依旧存在一些不足之处需要改进。在飞机实施飞行过程中可能会出现突发威胁,而原有的动态规划算法针对飞行过程中的突发威胁处理有时候会无能为力,本文拟改进动态规划算法,设计威胁回避算法,得到更优化的算法。
许多国家对于航迹规划的问题研究十分重视,并取得了相关的成果。美国目前在无人机技术及应用方面处于绝对领先的地位,而且美国军队都已经装备了无人机航迹任务规划系统,如mssⅡ,tamps等。英国的航迹规划系统“探索者”2000和法国的航迹规划系统mipsy,cinna等均在实际环境中得到了检验。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

本文主要内容是根据无人机任务和性能进行航迹规划,改进动态规划算法并设计威胁回避算法,在matlab平台上进行算法实现和仿真验证。具体内容如下:

1) 1)数字地图的搭建

根据无人机的最小步长,将地图进行网格化,从而进行航迹点的选取,且保证每个小航段能满足无人机的性能要求;了解不同类型的航空威胁,分别建立威胁的数学模型,将模型和数字地图进行融合。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

1-3周:查阅文献,完成开题报告
4-6周:总体设计,完成论文综述
7-10周:设计算法,功能模块设计
11-13周:编码和测试
14-15周:写论文,提交初稿,给老师检查,修改定稿,答辩。


4. 参考文献(12篇以上)

[1] 王庆贺. 利用动态规划和电势理论规划uav三维航迹[j], 工程与应用, 2013, 49(20):235-239

[2] 刘振, 史建国, 高晓光. voronoi图在航迹规划中的应用[j]. 航空学报, 2008, 29(s1):15-19

[3] 张殿富, 刘福, 杨俊. 基于多级优化的粒子群算法在航迹规划中的应用[j]. 海军航空工程学院学报, 28(1):1673-1522, 2013

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。