收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于改进蚁群算法的无人飞行器航迹规划应用研究

饶跃东  
【摘要】: 随着现代科技的飞速发展,无人飞行器技术的发展也日益成熟和完善。航迹规划作为无人飞行器智能控制的关键技术之一,是提高飞行器作战效能,实现安全可靠飞行的保证。它主要是为无人飞行器在相关条件约束下规划出一条满足某种性能指标的最优或最满意的飞行轨迹。目前,已有包括遗传算法、人工神经网络、模拟退火算法等等多种智能优化算法应用于航迹规划中。蚁群算法作为一种模拟蚂蚁觅食行为的仿生优化群智能算法,具有并行分布式计算、信息正反馈、较强的鲁棒性和易于与其他算法结合等优点,也被广泛运用于解决如TSP、网络路由、航迹规划等众多组合优化问题。 本文首先研究了基本蚁群算法的原理和数学模型,分析了基本蚁群算法容易陷入局部最优解这一缺点的主要原因,介绍了两种比较典型的改进蚁群算法:ANT-Q System和MAX-MIN Ant System.在此基础上,提出一种改善算法全局收敛性能的改进策略,其基本思想是:将基本蚁群算法中单一种群搜索迭代的方式改进为双种群同时独立搜索迭代,并且不同种群的蚂蚁之间能够交流协作。引入算法陷入可能局部最优解的概念,在算法迭代过程中,当出现陷入可能局部最优时,动态交换不同种群对应路径上的信息素,并且自适应双向调整信息素挥发系数。同时借鉴最大最小蚂蚁系统的思想,将不同种群路径上的信息素分别限定在一定范围之内,避免出现因某些路径上的信息素过高而使搜索停滞的现象。通过这些改进措施,进一步扩大算法的搜索空间,提高算法的全局搜索能力。然后利用MATLAB工具对TSP问题实例仿真,并将基本蚁群算法和改进算法的结果相比较,验证了改进算法的有效性。 通过对无人飞行器航迹规划性能指标的分析,建立航迹规划算法模型。在此基础上,分析蚁群算法应用于航迹规划的一般流程,同时重点阐述了本文改进的自适应双种群蚁群算法在航迹规划应用中的设计思路。为了验证改进算法在航迹规划中的可行性和有效性,本文最后假设一个任务实例,用基本算法和改进算法分别通过MATLAB对其进行编程仿真。通过对比仿真结果,验证了在航迹规划的应用中,改进算法在全局收敛性和稳定性上均较优于基本算法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 皮玉全;王平;;蚁群算法在直升机航迹规划中的应用[J];黑龙江科技信息;2010年23期
2 吴义明;齐欢;;巡航导弹航迹规划代价函数的改进研究[J];战术导弹控制技术;2005年01期
3 沈闽锋;李中良;陈盼;;导弹航迹规划对编队作战的影响[J];飞航导弹;2008年03期
4 连续;周林;胡林;;战场环境下巡航导弹低空突防航迹判断研究[J];指挥控制与仿真;2008年02期
5 王有为;周智超;;反舰导弹航迹规划决策分析[J];飞航导弹;2009年02期
6 方胜良;余莉;汪亚夫;;基于粒子群优化算法的无人机航迹规划[J];计算机仿真;2010年08期
7 徐海江,丛敏;低可观测性飞机和巡航导弹的航迹规划问题[J];飞航导弹;1997年06期
8 周烨,刘玉洲;利用航迹规划探讨对舰载中程防空导弹的突防方法[J];飞航导弹;2003年07期
9 史延科,高晓光;图像目标跟踪及其在UCAV中的应用[J];飞行力学;2005年01期
10 房茂燕;汪民乐;;基于贝叶斯优化算法的巡航导弹航迹规划[J];计算机仿真;2006年08期
11 陈冬;周德云;冯琦;;基于粒子群优化算法的无人机航迹规划[J];弹箭与制导学报;2007年04期
12 钱进;徐兴柱;刘赵云;;巡航导弹航迹规划技术初探[J];飞航导弹;2008年01期
13 蒙波;皮亦鸣;曹宗杰;;基于改进A~*算法的无人机航迹规划[J];计算机仿真;2010年09期
14 廖智麟;;无人直升机地面指挥控制站任务规划系统研究[J];直升机技术;2011年01期
15 郑昌文,丁明跃,周成平,苏康,袁鸿翼,金惠香;多飞行器协调航迹规划方法[J];宇航学报;2003年02期
16 张同法;于雷;刘文杰;刘栋;;基于Dijkstra算法的巡航导弹航迹规划方法研究[J];弹箭与制导学报;2008年04期
17 严平;丁明跃;郑昌文;;基于Nash均衡与进化计算的协调航迹规划(英文)[J];中国航空学报(英文版);2006年01期
18 徐正军;唐硕;;基于自适应遗传算法的无人机航迹规划方法研究(英文)[J];系统仿真学报;2008年19期
19 彭文敏;胡书;张莉;谭周田;;基于粒子群算法的无人机航迹规划问题[J];北京电子科技学院学报;2009年04期
20 王国师;李强;杨征;吴长飞;;单预警机静态航迹规划建模与仿真[J];工程设计学报;2011年04期
中国重要会议论文全文数据库 前10条
1 马培蓓;纪军;朱良明;;威胁环境下多导弹协同航迹规划[A];探索 创新 交流(第4集)——第四届中国航空学会青年科技论坛文集[C];2010年
2 潘卫军;陈通;;多直升机协同搜索航迹规划[A];第十三届中国科协年会第22分会场-中国通用航空发展研讨会论文集[C];2011年
3 彭志红;孙琳;陈杰;吴金平;;基于改进多智能体协同进化算法的多无人机低空突防航迹规划研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年
4 王者思;李瑞贤;张健;王瑛;;基于Matlab的无人机自主飞行航迹规划与仿真[A];全国第二届信号处理与应用学术会议专刊[C];2008年
5 彭建亮;朱凡;孙秀霞;孙彪;;基于离散PSO和Voronoi图的无人机航迹规划方法研究[A];第二十六届中国控制会议论文集[C];2007年
6 白晓利;韩亮;;TF/TA航迹规划仿真中几个实际问题的解决[A];2003年全国系统仿真学术年会论文集[C];2003年
7 高国华;沈林成;常文森;;一种飞行器航迹规划用户界面[A];1997中国控制与决策学术年会论文集[C];1997年
8 彭建亮;孙秀霞;朱凡;张健;;基于遗传算法的多约束三维航迹规划方法研究[A];第二十七届中国控制会议论文集[C];2008年
9 栾迪;杨忠;张君慧;;一种多无人机协同攻击航迹规划方法[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
10 朱华光;刘莉;朱勇;;基于蚁群算法考虑无人机可用过载的航迹规划[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
中国博士学位论文全文数据库 前10条
1 胡中华;基于智能优化算法的无人机航迹规划若干关键技术研究[D];南京航空航天大学;2011年
2 张胜祥;基于滚动时域MILP的小型无人机航迹规划[D];华南理工大学;2009年
3 屈耀红;小型无人机航迹规划及组合导航关键技术研究[D];西北工业大学;2006年
4 左德参;仿生微型飞行器若干关键问题的研究[D];上海交通大学;2007年
5 熊菁;翼伞系统动力学与归航方案研究[D];国防科学技术大学;2005年
6 霍霄华;多UCAV动态协同任务规划建模与滚动优化方法研究[D];国防科学技术大学;2007年
7 徐自祥;微分对策理论及在作战指挥控制中的应用研究[D];西北工业大学;2006年
8 李猛;基于智能优化与RRT算法的无人机任务规划方法研究[D];南京航空航天大学;2012年
9 刘屿;平流层自治飞艇:模型、动力学和控制[D];华南理工大学;2009年
10 李姗姗;水下重力辅助惯性导航的理论与方法研究[D];解放军信息工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 辛贵州;无人飞行器航迹规划算法研究[D];哈尔滨工程大学;2010年
2 毛云云;多飞行器协同航迹规划算法研究[D];哈尔滨工业大学;2010年
3 张俊峰;有向航迹网络图构造与管理[D];华中科技大学;2013年
4 杨杰;具有端点方向约束的快速航迹规划方法研究[D];华中科技大学;2013年
5 周志鹏;一种用于航迹规划的有向网络图构造方法研究[D];华中科技大学;2013年
6 韩旭;基于云模型的无人飞行器航迹规划研究[D];长春理工大学;2013年
7 范林玉;航迹规划遗传模拟退火算法研究[D];重庆大学;2010年
8 洪森;无人飞行器航迹规划的研究[D];南京航空航天大学;2011年
9 王莹;综合船桥系统航迹规划技术研究[D];江苏科技大学;2011年
10 马健;无人飞行器航迹规划算法研究[D];长春理工大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978