基于粒子群优化算法的无人战斗机路径规划方法

被引:25
作者
张雷 [1 ]
王道波 [1 ]
段海滨 [2 ]
机构
[1] 南京航空航天大学自动化学院
[2] 北京航空航天大学自动化科学与电气工程学院
关键词
无人战斗机; 路径规划; 粒子群优化; B样条曲线;
D O I
暂无
中图分类号
V279 [无人驾驶飞机];
学科分类号
082501 [飞行器设计];
摘要
对于无人机的路径规划问题,从和机器人路径规划问题的差别入手,通过粒子群优化算法对有限数目的采样航点的优化,使用高次B样条曲线拟合出满足路径最短且威胁最小的无人战斗机的飞行路径。研究了路径规划约束的数学模型、粒子构造方式和粒子的评价适应度函数。通过仿真对目前出现的基于粒子群优化算法的无人机路径的多项式拟合方法和所提出的基于B样条拟合的方法进行了比较。仿真结果表明,使用粒子群算法优化出来的B样条曲线比多项式拟合法和几何方法更加合理有效。
引用
收藏
页码:506 / 510
页数:5
相关论文
共 6 条
[1]
多UCAV协同任务规划方法研究 [D]. 
叶媛媛 .
国防科学技术大学,
2005
[2]
智能微粒群算法研究及应用.[M].吴启迪;汪镭著;.江苏教育出版社.2005,
[3]
采用粒子群优化算法规划无人机侦察航路 [J].
杨遵 ;
雷虎民 .
电光与控制, 2007, (02) :4-7+15
[4]
AC-PSO算法在无人机任务规划中的应用(英文).[J].谭皓;李玉峰;王金岩;何亦征;沈春林.Transactions of Nanjing University of Aeronautics & Astronau.2005, 03
[5]
基于粒子群优化的三维突防航迹规划仿真研究 [J].
唐强 ;
王建元 ;
朱志强 .
系统仿真学报, 2004, (09) :2033-2036
[6]
微粒群算法综述 [J].
谢晓锋 ;
张文俊 ;
杨之廉 .
控制与决策, 2003, (02) :129-134