本文關(guān)鍵詞：飛行器并行航跡規(guī)劃算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：航跡規(guī)劃是信息時(shí)代的產(chǎn)物,是隨著信息獲取手段和信息處理技術(shù)的發(fā)展而發(fā)展起來(lái)的一門(mén)跨學(xué)科的研究課題。由于飛行器的飛行環(huán)境異常復(fù)雜龐大,約束條件眾多且模糊性大,各因素之間存在強(qiáng)耦合,因此航跡規(guī)劃算法成為飛行器任務(wù)規(guī)劃中最具挑戰(zhàn)性的問(wèn)題。 現(xiàn)有的航跡規(guī)劃方法有數(shù)學(xué)優(yōu)化方法、確定型搜索方法、隨機(jī)型搜索方法。這些規(guī)劃方法在實(shí)際應(yīng)用時(shí),會(huì)出現(xiàn)這樣或那樣的缺憾。數(shù)學(xué)優(yōu)化的方法過(guò)多地簡(jiǎn)化了約束條件特別是飛行器自身的約束,且規(guī)劃時(shí)間隨問(wèn)題規(guī)模增大而迅速增長(zhǎng); 確定型搜索算法存在組合爆炸的危險(xiǎn); 隨機(jī)型規(guī)劃方法卻存在規(guī)劃結(jié)果不可重復(fù)和收斂時(shí)間不確定等問(wèn)題。面對(duì)龐大的規(guī)劃空間、大量的各種數(shù)據(jù)、復(fù)雜的約束,現(xiàn)有的規(guī)劃算法表現(xiàn)出規(guī)劃時(shí)間長(zhǎng)、擴(kuò)展性不強(qiáng)。為此,本文將通過(guò)研究并行規(guī)劃算法來(lái)達(dá)到縮短規(guī)劃時(shí)間,提高算法實(shí)際應(yīng)用的適應(yīng)性。 從三維稀疏A*搜索(SAS)算法的時(shí)間復(fù)雜度來(lái)看,三維SAS 規(guī)劃方法雖然采用結(jié)合約束條件擴(kuò)展節(jié)點(diǎn)而大大減少了對(duì)規(guī)劃空間的搜索量,但還是存在擴(kuò)展性不強(qiáng)的弱點(diǎn),即規(guī)劃時(shí)間隨問(wèn)題規(guī)模增大而迅速增長(zhǎng)。在充分分析三維SAS 算法并行性后,發(fā)現(xiàn)并行算法關(guān)鍵在于OPEN、CLOSED 表的處理。采用共享式存儲(chǔ)模式的OPEN、CLOSED 表存在操作互斥性的瓶頸效應(yīng),為了減小該效應(yīng),本文提出了一種較為實(shí)用的OPEN、CLOSED 表操作準(zhǔn)則。分布式存儲(chǔ)模式的OPEN、CLOSED 表則出現(xiàn)怎么樣剪除不同處理機(jī)相同節(jié)點(diǎn)和負(fù)載不易均衡的困難。本文也提出了相應(yīng)的解決辦法,可惜實(shí)驗(yàn)表明效果不理想,這主要是由于SAS 算法是一種局部擴(kuò)展的方法。實(shí)驗(yàn)表明基于共享式存儲(chǔ)模式的并行算法對(duì)時(shí)間效果改善明顯,但也存在擴(kuò)展性不是很強(qiáng)的缺點(diǎn)。 本文最后提出了一種基于神經(jīng)網(wǎng)絡(luò)的航跡規(guī)劃方法,該方法具有很強(qiáng)的并行性,并行算法效果很好。該方法的主要特點(diǎn)是為每個(gè)約束條件建立一個(gè)神經(jīng)網(wǎng)絡(luò)模型,對(duì)航跡滿(mǎn)足約束的狀況進(jìn)行能量懲罰。如果滿(mǎn)足約束條件,則航跡的能量較小,不滿(mǎn)足約束條件能量較大。為航跡點(diǎn)定義運(yùn)動(dòng)方程,使航跡點(diǎn)向能量小的地方運(yùn)動(dòng),最終趨
【關(guān)鍵詞】：航跡規(guī)劃 并行算法 稀疏A*搜索 OPEN和CLOSED表 神經(jīng)網(wǎng)絡(luò) 運(yùn)動(dòng)方程
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2005
【分類(lèi)號(hào)】：V249.1
【目錄】：

• 摘要4-6
• Abstract6-10
• 1 緒論10-15
• 1.1 航跡規(guī)劃概述10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-13
• 1.3 本論文的主要研究?jī)?nèi)容13-15
• 2 飛行器航跡規(guī)劃問(wèn)題描述15-30
• 2.1 航跡規(guī)劃問(wèn)題的表達(dá)15-19
• 2.2 航跡規(guī)劃的約束條件19-23
• 2.3 航跡規(guī)劃算法23-25
• 2.4 規(guī)劃算法評(píng)價(jià)指標(biāo)25-26
• 2.5 并行航跡規(guī)劃系統(tǒng)26-29
• 2.6 本章小結(jié)29-30
• 3 基于稀疏A*算法的三維航跡并行規(guī)劃算法30-48
• 3.1 SAS算法原理30-35
• 3.2 三維SAS算法時(shí)間復(fù)雜度35-37
• 3.3 三維SAS算法的并行化37-45
• 3.4 仿真實(shí)驗(yàn)結(jié)果及并行效果評(píng)價(jià)45-46
• 3.5 本章小結(jié)46-48
• 4 基于人工神經(jīng)網(wǎng)絡(luò)的并行航跡規(guī)劃方法48-73
• 4.1 人工神經(jīng)網(wǎng)絡(luò)48-51
• 4.2 基于人工神經(jīng)網(wǎng)絡(luò)的航跡規(guī)劃方法51-67
• 4.3 具有匹配特征點(diǎn)的航跡規(guī)劃67-68
• 4.4 基于人工神經(jīng)網(wǎng)絡(luò)的并行航跡規(guī)劃方法68-72
• 4.5 本章小結(jié)72-73
• 5 總結(jié)與展望73-75
• 5.1 本文工作總結(jié)73
• 5.2 研究展望73-75
• 致謝75-76
• 參考文獻(xiàn)76-80
• 附錄1 攻讀學(xué)位期間發(fā)表論文目錄80

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 劉開(kāi)封;劉新學(xué);許章凱;李艷;;飛行器被雷達(dá)發(fā)現(xiàn)的概率計(jì)算[J];四川兵工學(xué)報(bào);2009年11期

2 郭琳;周德云;汪凌霄;;低可探測(cè)性飛機(jī)威脅建模及航跡規(guī)劃仿真研究[J];計(jì)算機(jī)仿真;2009年02期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 辛貴州;無(wú)人飛行器航跡規(guī)劃算法研究[D];哈爾濱工程大學(xué);2010年

2 曹文鋒;基于改進(jìn)蟻群算法的飛行器航跡規(guī)劃研究[D];重慶大學(xué);2011年

3 繆永飛;軍用飛行器航跡規(guī)劃與顯示技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

4 王琦;飛行器航跡規(guī)劃與航跡評(píng)價(jià)算法研究[D];哈爾濱工業(yè)大學(xué);2007年

5 楊力;無(wú)人機(jī)航路規(guī)劃技術(shù)研究[D];南京航空航天大學(xué);2009年

6 樊宇;航跡片段規(guī)劃硬件協(xié)處理系統(tǒng)研究及其實(shí)現(xiàn)[D];華中科技大學(xué);2009年

  本文關(guān)鍵詞：飛行器并行航跡規(guī)劃算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：350226