基于Voronoi图与蚁群算法的UCAV航路规划

被引:6
作者
何艳萍 [1 ,2 ]
张安 [1 ]
刘海燕 [2 ]
机构
[1] 西北工业大学电子信息学院
[2] 第二炮兵工程学院
关键词
UCAV; 航路规划; Voronoi图; 蚁群优化算法(ACO);
D O I
暂无
中图分类号
V249.1 [飞行控制];
学科分类号
摘要
提出一种基于Voronoi图和蚁群优化算法(ACO)的无人作战飞机航路规划的方法。首先根据已知威胁源建立威胁源的Voronoi图,并构建了起始点、目标点与威胁场的Voronoi图赋权有向图,从而建立了无人机搜索路径的集合,结合初始集合,然后给出无人作战飞机航路规划的具体实现过程,最后对UCAV在多种威胁环境下的航路规划进行了仿真实验,仿真结果表明这种航路规划方法是可行和有效的。
引用
收藏
页码:22 / 24+54 +54
页数:4
相关论文
共 10 条
  • [1] 采用粒子群优化算法的无人机实时航迹规划
    孙彪
    朱凡
    [J]. 电光与控制, 2008, (01) : 35 - 38
  • [2] 自适应蚁群算法的无人机航迹规划方法
    任波
    于雷
    韩李勋
    [J]. 电光与控制, 2007, (06) : 36 - 39
  • [3] 基于遗传算法的无人机航路规划
    马云红
    周德云
    [J]. 电光与控制, 2005, (05) : 24 - 27
  • [4] 基于VORONOI图的无人机空域任务规划方法研究
    叶媛媛
    闵春平
    沈林成
    常文森
    [J]. 系统仿真学报, 2005, (06) : 1353 - 1355+1359
  • [5] 蚁群算法理论及应用研究的进展
    段海滨
    王道波
    朱家强
    黄向华
    [J]. 控制与决策, 2004, (12) : 1321 - 1326+1340
  • [6] 现代空对地攻击技术
    韩志刚
    贺建良
    孙隆和
    李克己
    [J]. 电光与控制, 1999, (04) : 17 - 22
  • [7] 基于蚂蚁系统的 TSP 问题的新算法
    彭斯俊
    黄樟灿
    刘道海
    黄小为
    [J]. 武汉汽车工业大学学报, 1998, (05) : 90 - 94
  • [8] 无人机航路规划方法研究[D]. 柳长安.西北工业大学. 2003
  • [9] 无人作战飞机航路规划研究[D]. 田伟.西北工业大学. 2007
  • [10] 蚁群算法原理及其应用[M]. 科学出版社 , 段海滨, 2005