无人机航路规划方法研究

被引:0
作者
柳长安
机构
[1] 西北工业大学
关键词
航路规划; 启发式A~*算法; 遗传算法; 蚁群算法; 信噪比(SNR); 探测概率; 作战效能; 费效/效费比; 生物信息激素;
D O I
暂无
年度学位
2003
学位类型
博士
导师
摘要
本论文主要根据无人机的作战任务方式进行了航路规划研究,包括攻击航路和侦察监视任务航路,具体内容包括以下几个方面: (1) 本论文分析了威胁空间的威胁计算问题,对飞行器探测概率进行定量化的研究,根据恒虚警处理技术对雷达探测概率计算方法进行了总结,说明了计算单部雷达探测概率问题的方法,在此基础上对雷达网的探测概率计算进行了讨论,提出了相对于距离的探测概率求解方法和思路,用于攻击航路规划中的威胁计算。 (2) 本论文对无人机的攻击任务,特别是侦察监视任务进行了分析和研究,根据作战效能评定原则提出了合理的航路评价指标,简便易行,适于实际计算。 (3) 为了对航路进行有效地规划,本文对启发式A*算法进行了改进,并用于无人机的攻击航路规划及作战目标的选择分配问题。另外,本文还利用改进的遗传算法对无人机的侦察监视任务航路规划问题进行了规划。本文还对蚁群算法进行了讨论和研究,对其在航路规划中的应用问题进行了研究,包括静态和动态航路规划问题。 (4) 对多架无人机的研究内容主要包括下述几个方面: 1.多架无人机的协同航路规划和威胁回避; 2.多架无人机的协同飞行; 3.多架无人机的任务分配规划。 对多无人机系统来说,最主要的问题是各无人机之间的“协调”问题,即多架无人机的航路(包括时间和攻击方向等的限制)和任务的协调。例如,对于多架无人机的协同攻击任务,需要协同各无人机的到达时间以及攻击方向。又如,对多架无人机协同执行侦察监视任务时需要协调各无人机对不同的目标进行侦察并随无人机的飞行不断转换监视的目标。在规划某一无人机的航路时,既需要了解该无人机本身的位置、运 动速度和方向,又需要知道其他无人机的位置、运动速度和方向,还需 要了解威胁空间的状态,这样就大大地增加了问题的难度,使得我们不 能简单地借用单无人机航路规划算法。其实,解决多架无人机地航路规 划问题的关键是如何进行航路协调问题,其次才是在协调的基础上进行 航路优化。本论文以多无人机系统为研究对象,将常规的航路规划方法 及单无人机航路规划方法应用于多无人机系统的协同航路规划中。 为了提高无人机的作战效能,本文根据无人机的任务方式讨论了无人机的 航路规划问题,分别对无人机攻击任务和侦察搜索任务的航路进行了研究,并 进一步对无人机的任务规划问题进行了一些研究,涉及到了多机任务和动态问 题。本文的工作为进一步的任务规划系统研究奠定了基础。
引用
收藏
页数:146
共 45 条
[1]
无人机的侦察航路规划 [J].
柳长安 ;
王和平 ;
李为吉 .
西北工业大学学报, 2003, (04) :490-494
[2]
多架无人机协同航路规划方法研究 [J].
柳长安 ;
王和平 ;
李为吉 ;
左益宏 .
飞行力学, 2003, (01) :24-27+35
[3]
一种三维航迹快速搜索方法 [J].
李春华 ;
郑昌文 ;
周成平 ;
丁明跃 ;
袁鸿翼 ;
金惠香 .
宇航学报, 2002, (03) :13-17
[4]
基于目标网的空中突击兵力使用方案的优化方法 [J].
苏英振 ;
徐洸 .
系统工程理论与实践, 2002, (04) :97-101
[5]
关于导弹武器系统作战效能评估问题的探讨 [J].
张克 ;
刘永才 ;
关世义 .
宇航学报, 2002, (02) :58-66
[6]
基于GA的战术导弹对疏散型集群目标靶场效能优化 [J].
汪民乐 ;
高晓光 .
宇航学报, 2002, (02) :73-76
[7]
人工蚁群算法理论及其在经典TSP问题中的实现 [J].
黎锁平 ;
张秀媛 ;
杨海波 .
交通运输系统工程与信息, 2002, (01) :54-57
[8]
蚁群算法概述 [J].
温文波 ;
杜维 .
石油化工自动化, 2002, (01) :19-22
[9]
协同模型与遗传算法的集成 [J].
郑肇葆 .
武汉大学学报(信息科学版), 2001, (05) :381-386
[10]
导弹对目标群射击时火力分配优化研究 [J].
马政伟 ;
熊吉光 .
战术导弹技术, 2001, (05) :11-15