【摘要】：近年來,無人機(jī)憑借著其容易控制、低成本、低風(fēng)險(xiǎn)等一系列的特點(diǎn),在物流巡檢、航拍、植保、空戰(zhàn)等領(lǐng)域都得到迅速的發(fā)展。在很多情況下,都要用到無人機(jī)對(duì)地操控的行為,在特定的任務(wù)中需要分析整個(gè)系統(tǒng)的態(tài)勢(shì),為決策提供依據(jù),保證無人機(jī)對(duì)地面目標(biāo)操控時(shí)更有效,本文將從態(tài)勢(shì)估計(jì)的角度來分析,著重從態(tài)勢(shì)系統(tǒng)設(shè)計(jì)、模型參數(shù)優(yōu)化、態(tài)勢(shì)評(píng)估三方面進(jìn)行研究。首先,對(duì)態(tài)勢(shì)估計(jì)系統(tǒng)需求進(jìn)行了分析并進(jìn)行系統(tǒng)設(shè)計(jì),分別對(duì)系統(tǒng)組成、運(yùn)行環(huán)境進(jìn)行了介紹,在整個(gè)系統(tǒng)設(shè)計(jì)完成的基礎(chǔ)上,建立了態(tài)勢(shì)模型,對(duì)態(tài)勢(shì)要素進(jìn)行了選取,最后對(duì)地面目標(biāo)進(jìn)行了軌跡預(yù)測(cè),利用擴(kuò)展卡爾曼濾波器(EKF)估計(jì)無人機(jī)從空中檢測(cè)到物體的運(yùn)動(dòng)狀態(tài),然后,根據(jù)估計(jì)的目標(biāo)狀態(tài)并利用卡爾曼濾波的運(yùn)動(dòng)模型預(yù)測(cè)最優(yōu)目標(biāo)軌跡。其次,針對(duì)在態(tài)勢(shì)模型中存在著多個(gè)態(tài)勢(shì)目標(biāo)函數(shù)相互制約,提出了一種改進(jìn)MOPSO優(yōu)化算法,由于該算法在解決多目標(biāo)優(yōu)化問題中收斂性較差和容易陷入局部最優(yōu),在此基礎(chǔ)上,提出了一種基于高斯變異和自適應(yīng)參考點(diǎn)融合的多目標(biāo)粒子群優(yōu)化算法,利用高斯變異位置更新方法改善解的早熟現(xiàn)象,提高了多目標(biāo)粒子群優(yōu)化算法在尋優(yōu)過程中搜索解的多樣性,采用自適應(yīng)參考點(diǎn)的外部檔案維護(hù)策略,將收斂性較差的粒子剔除,提高算法的收斂性。最后,針對(duì)傳統(tǒng)態(tài)勢(shì)估計(jì)方法的客觀性較弱、難以客觀的體現(xiàn)出態(tài)勢(shì)估計(jì)過程,本文將以一架無人機(jī)對(duì)多個(gè)地面目標(biāo)操控為例,提出幾組態(tài)勢(shì)參數(shù)用來對(duì)態(tài)勢(shì)進(jìn)行評(píng)估,由于半監(jiān)督樸素貝葉斯在態(tài)勢(shì)估計(jì)中精確度較低,提出了一種基于數(shù)據(jù)分類的改進(jìn)半監(jiān)督樸素貝葉斯算法,對(duì)整個(gè)態(tài)勢(shì)系統(tǒng)進(jìn)行態(tài)勢(shì)估計(jì)。
【圖文】：

圖 1-4 救援無人機(jī) 圖 1-5 拍攝無人機(jī)幾種應(yīng)用場(chǎng)景當(dāng)中，都要用到無人機(jī)對(duì)地操控的行為，在特定的任務(wù)統(tǒng)的態(tài)勢(shì)，使得無人機(jī)對(duì)地面目標(biāo)操控時(shí)更有效，本文將從態(tài)勢(shì)估計(jì)估計(jì)的提出到目前為止，國(guó)內(nèi)外很多專家在態(tài)勢(shì)估計(jì)的研究上已經(jīng)取，本文將以國(guó)際空中機(jī)器人大賽（IARC）牧羊任務(wù)為平臺(tái)來驗(yàn)證本計(jì)方法的實(shí)用性、準(zhǔn)確性，場(chǎng)地選在室內(nèi)，大小是邊長(zhǎng)為 20m 的正方示，本文所選用的無人機(jī)如圖 1-7 所示，本系統(tǒng)所用的地面目標(biāo)機(jī)器

圖 1-4 救援無人機(jī) 圖 1-5 拍攝無人機(jī)幾種應(yīng)用場(chǎng)景當(dāng)中，都要用到無人機(jī)對(duì)地操控的行為，在特定的任務(wù)統(tǒng)的態(tài)勢(shì)，使得無人機(jī)對(duì)地面目標(biāo)操控時(shí)更有效，本文將從態(tài)勢(shì)估計(jì)估計(jì)的提出到目前為止，國(guó)內(nèi)外很多專家在態(tài)勢(shì)估計(jì)的研究上已經(jīng)取，，本文將以國(guó)際空中機(jī)器人大賽（IARC）牧羊任務(wù)為平臺(tái)來驗(yàn)證本計(jì)方法的實(shí)用性、準(zhǔn)確性，場(chǎng)地選在室內(nèi)，大小是邊長(zhǎng)為 20m 的正方示，本文所選用的無人機(jī)如圖 1-7 所示，本系統(tǒng)所用的地面目標(biāo)機(jī)器
【學(xué)位授予單位】：中國(guó)民航大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：V279;TP18;TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳志強(qiáng);張俊峰;;基于深度強(qiáng)化學(xué)習(xí)的自動(dòng)態(tài)勢(shì)估計(jì)研究[J];軍事運(yùn)籌與系統(tǒng)工程;2018年02期

2 李偉生;王寶樹;;態(tài)勢(shì)估計(jì)的目標(biāo)編群?jiǎn)栴}研究[J];計(jì)算機(jī)科學(xué);2003年08期

3 程岳;王寶樹;李偉生;;實(shí)現(xiàn)態(tài)勢(shì)估計(jì)的一種推理方法[J];計(jì)算機(jī)科學(xué);2002年06期

4 范志煜;肖兵;沈薇薇;;態(tài)勢(shì)估計(jì)本體的知識(shí)表示[J];空軍雷達(dá)學(xué)院學(xué)報(bào);2011年01期

5 張波;;混合貝葉斯網(wǎng)絡(luò)在電磁態(tài)勢(shì)估計(jì)中的應(yīng)用[J];微計(jì)算機(jī)信息;2009年22期

6 姚莉，陳文偉，汪浩;用于軍事態(tài)勢(shì)估計(jì)的協(xié)作知識(shí)模型[J];國(guó)防科技大學(xué)學(xué)報(bào);1994年01期

7 張波;王東強(qiáng);;穩(wěn)態(tài)條件高斯推理在電磁態(tài)勢(shì)估計(jì)中的應(yīng)用[J];火力與指揮控制;2010年08期

8 姚春燕,郁文賢,莊釗文;態(tài)勢(shì)估計(jì)中一種基于最大后驗(yàn)概率估計(jì)的時(shí)間推理方法[J];國(guó)防科技大學(xué)學(xué)報(bào);1998年06期

9 斯科特D.卡什尼 ,王曉娟;通過協(xié)作的人機(jī)交互進(jìn)行態(tài)勢(shì)估計(jì)[J];情報(bào)指揮控制系統(tǒng)與仿真技術(shù);1997年04期

10 劉新宇;梁東旭;鮮鵬飛;;態(tài)勢(shì)估計(jì)專用語言的實(shí)現(xiàn)研究[J];信息與電腦(理論版);2011年02期

相關(guān)會(huì)議論文 前7條

1 薛昌友;黃峰峰;;UUV態(tài)勢(shì)估計(jì)計(jì)劃識(shí)別模型[A];第18屆中國(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集（18th CCSSTA 2017）[C];2017年

2 邱黃亮;劉俊;卜令娟;彭冬亮;薛安克;;基于概率本體的戰(zhàn)場(chǎng)態(tài)勢(shì)估計(jì)方法[A];2014第二屆中國(guó)指揮控制大會(huì)論文集（上）[C];2014年

3 王曉璇;刁聯(lián)旺;;態(tài)勢(shì)估計(jì)的目標(biāo)分層聚合方法研究[A];第四屆中國(guó)指揮控制大會(huì)論文集[C];2016年

4 范志煜;肖兵;沈薇薇;;基于概率本體的態(tài)勢(shì)估計(jì)應(yīng)用研究[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

5 薛昌友;黃峰峰;;一種基于模糊綜合評(píng)判的潛艇海戰(zhàn)場(chǎng)目標(biāo)編群方法[A];第18屆中國(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集（18th CCSSTA 2017）[C];2017年

6 鐘京立;韓沂寧;;戰(zhàn)術(shù)數(shù)據(jù)鏈信息融合模型研究[A];第十屆中國(guó)科協(xié)年會(huì)信息化與社會(huì)發(fā)展學(xué)術(shù)討論會(huì)分會(huì)場(chǎng)論文集[C];2008年

7 李君靈;趙宗貴;;聯(lián)合作戰(zhàn)戰(zhàn)場(chǎng)態(tài)勢(shì)一致性概念與影響因素分析[A];江蘇省系統(tǒng)工程學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前2條

1 沈亞生;科學(xué)地理解“知識(shí)經(jīng)濟(jì)”[N];吉林日?qǐng)?bào);2000年

2 本報(bào)記者 周洲;鋼市回暖還看實(shí)業(yè)發(fā)展[N];國(guó)際商報(bào);2012年

相關(guān)博士學(xué)位論文 前3條

1 李偉生;信息融合系統(tǒng)中態(tài)勢(shì)估計(jì)技術(shù)研究[D];西安電子科技大學(xué);2004年

2 柴慧敏;態(tài)勢(shì)估計(jì)中的關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2009年

3 李本銀;廣義環(huán)境下UUV故障診斷與應(yīng)急決策方法研究[D];哈爾濱工程大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 管銘;基于生物免疫與圖模型的態(tài)勢(shì)估計(jì)算法與應(yīng)用[D];西安電子科技大學(xué);2019年

2 王瑞雪;無人機(jī)對(duì)地多機(jī)動(dòng)目標(biāo)操控態(tài)勢(shì)估計(jì)方法[D];中國(guó)民航大學(xué);2019年

3 沈旭;基于綜合導(dǎo)航顯控臺(tái)的航行態(tài)勢(shì)估計(jì)與呈現(xiàn)[D];哈爾濱工程大學(xué);2019年

4 畢城;艦船態(tài)勢(shì)估計(jì)算法研究與平臺(tái)設(shè)計(jì)[D];內(nèi)蒙古大學(xué);2019年

5 吉祥;基于聚類分群與模板匹配的態(tài)勢(shì)估計(jì)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

6 李婷;基于專家決策系統(tǒng)的空間戰(zhàn)場(chǎng)態(tài)勢(shì)感知研究[D];沈陽(yáng)建筑大學(xué);2017年

7 李龍順;面向多源傳感器信息的態(tài)勢(shì)估計(jì)方法研究[D];杭州電子科技大學(xué);2017年

8 尹超;態(tài)勢(shì)估計(jì)中目標(biāo)編群技術(shù)的研究及系統(tǒng)測(cè)試[D];西安電子科技大學(xué);2011年

9 李小凱;基于計(jì)劃識(shí)別的態(tài)勢(shì)估計(jì)研究和系統(tǒng)測(cè)試[D];西安電子科技大學(xué);2011年

10 劉鋒;面向態(tài)勢(shì)估計(jì)應(yīng)用的本體查詢與推理[D];杭州電子科技大學(xué);2017年

本文編號(hào)：2689822