多無(wú)人機(jī)航跡規(guī)劃與目標(biāo)分配方法研究
發(fā)布時(shí)間:2021-10-17 08:02
隨著現(xiàn)代戰(zhàn)爭(zhēng)環(huán)境日益復(fù)雜,多無(wú)人機(jī)(Multiple Unmanned Aerial Vehicles,Multi-UAVs)協(xié)同作戰(zhàn)逐漸成為無(wú)人機(jī)在現(xiàn)代戰(zhàn)場(chǎng)上的呈現(xiàn)形式。在多無(wú)人機(jī)協(xié)同中,同時(shí)集結(jié)和目標(biāo)分配是多無(wú)人機(jī)系統(tǒng)的兩個(gè)研究難點(diǎn)。多無(wú)人機(jī)同時(shí)集結(jié)是多無(wú)人機(jī)協(xié)同控制方向的重要問(wèn)題,對(duì)于空中加油、火力打擊、搜索和跟蹤具有重大意義。而多無(wú)人機(jī)協(xié)同目標(biāo)分配(Multi-UAVs cooperative target assignment,MUCTA)問(wèn)題是一個(gè)復(fù)雜多約束的指派優(yōu)化問(wèn)題。本文開(kāi)展了以多無(wú)人機(jī)同時(shí)集結(jié)為任務(wù)背景的多機(jī)航跡規(guī)劃和面向真實(shí)戰(zhàn)場(chǎng)環(huán)境中的目標(biāo)分配問(wèn)題的研究,所做工作如下:(1)針對(duì)多無(wú)人機(jī)同時(shí)集結(jié)的航跡規(guī)劃問(wèn)題,本文設(shè)計(jì)了一種基于定向A*算法的多無(wú)人機(jī)同時(shí)集結(jié)分步策略。首先,提出了一種定向A*算法,將無(wú)人機(jī)最大俯仰角與偏航角作為A*算法搜索約束,從而縮小節(jié)點(diǎn)擴(kuò)展區(qū)域,并通過(guò)循環(huán)尋優(yōu)規(guī)避“死區(qū)”點(diǎn),進(jìn)而產(chǎn)生平滑可飛的預(yù)規(guī)劃航跡。其次,論述了補(bǔ)償航程差的變步長(zhǎng)多點(diǎn)搜索、三維盤(pán)旋機(jī)動(dòng)、虛擬威脅等分步再規(guī)劃算法,使得多無(wú)人機(jī)同時(shí)集結(jié)于目標(biāo)點(diǎn)附近。最后,仿真結(jié)果表明本文算法能...
【文章來(lái)源】:燕山大學(xué)河北省
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題研究的背景及意義
1.2 國(guó)內(nèi)外的研究現(xiàn)狀及分析
1.2.1 多無(wú)人機(jī)航跡規(guī)劃
1.2.2 多無(wú)人機(jī)目標(biāo)分配
1.3 本文的內(nèi)容安排
第2章 航跡規(guī)劃和目標(biāo)分配理論基礎(chǔ)
2.1 多無(wú)人機(jī)航跡規(guī)劃
2.1.1 環(huán)境模型
2.1.2 威脅模型
2.1.3 無(wú)人機(jī)模型和約束模型
2.2 多無(wú)人機(jī)目標(biāo)分配
2.2.1 目標(biāo)分配問(wèn)題
2.2.2 目標(biāo)分配算法
2.3 本章小結(jié)
第3章 基于定向A*算法的多機(jī)同時(shí)集結(jié)分步策略
3.1 定向A*算法的航跡預(yù)規(guī)劃
3.1.1 改進(jìn)的定向A*算法
3.1.2 循環(huán)尋優(yōu)求解
3.1.3 算法步驟
3.2 多機(jī)同時(shí)集結(jié)的航跡再規(guī)劃
3.2.1 變步長(zhǎng)多點(diǎn)搜索算法
3.2.2 三維盤(pán)旋機(jī)動(dòng)算法
3.2.3 虛擬威脅算法
3.3 算法步驟
3.4 仿真實(shí)驗(yàn)與分析
3.4.1 算法性能仿真
3.4.2 同時(shí)集結(jié)分步策略仿真
3.5 本章小結(jié)
第4章 多機(jī)協(xié)同目標(biāo)分配建模與遺傳算法求解
4.1 考慮分配次序目標(biāo)分配建模
4.2 約束處理策略
4.3 求解難點(diǎn)
4.4 MUCTAGA算法
4.4.1 基因編碼設(shè)計(jì)
4.4.2 SDR算子
4.4.3 單行變異算子
4.4.4 選擇算子
4.5 算法步驟
4.6 仿真實(shí)驗(yàn)與分析
4.6.1模型及算法驗(yàn)證實(shí)驗(yàn)
4.6.2算子性能實(shí)驗(yàn)
4.6.3參數(shù)選擇實(shí)驗(yàn)
4.7 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
本文編號(hào):3441417
【文章來(lái)源】:燕山大學(xué)河北省
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題研究的背景及意義
1.2 國(guó)內(nèi)外的研究現(xiàn)狀及分析
1.2.1 多無(wú)人機(jī)航跡規(guī)劃
1.2.2 多無(wú)人機(jī)目標(biāo)分配
1.3 本文的內(nèi)容安排
第2章 航跡規(guī)劃和目標(biāo)分配理論基礎(chǔ)
2.1 多無(wú)人機(jī)航跡規(guī)劃
2.1.1 環(huán)境模型
2.1.2 威脅模型
2.1.3 無(wú)人機(jī)模型和約束模型
2.2 多無(wú)人機(jī)目標(biāo)分配
2.2.1 目標(biāo)分配問(wèn)題
2.2.2 目標(biāo)分配算法
2.3 本章小結(jié)
第3章 基于定向A*算法的多機(jī)同時(shí)集結(jié)分步策略
3.1 定向A*算法的航跡預(yù)規(guī)劃
3.1.1 改進(jìn)的定向A*算法
3.1.2 循環(huán)尋優(yōu)求解
3.1.3 算法步驟
3.2 多機(jī)同時(shí)集結(jié)的航跡再規(guī)劃
3.2.1 變步長(zhǎng)多點(diǎn)搜索算法
3.2.2 三維盤(pán)旋機(jī)動(dòng)算法
3.2.3 虛擬威脅算法
3.3 算法步驟
3.4 仿真實(shí)驗(yàn)與分析
3.4.1 算法性能仿真
3.4.2 同時(shí)集結(jié)分步策略仿真
3.5 本章小結(jié)
第4章 多機(jī)協(xié)同目標(biāo)分配建模與遺傳算法求解
4.1 考慮分配次序目標(biāo)分配建模
4.2 約束處理策略
4.3 求解難點(diǎn)
4.4 MUCTAGA算法
4.4.1 基因編碼設(shè)計(jì)
4.4.2 SDR算子
4.4.3 單行變異算子
4.4.4 選擇算子
4.5 算法步驟
4.6 仿真實(shí)驗(yàn)與分析
4.6.1模型及算法驗(yàn)證實(shí)驗(yàn)
4.6.2算子性能實(shí)驗(yàn)
4.6.3參數(shù)選擇實(shí)驗(yàn)
4.7 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
本文編號(hào):3441417
本文鏈接:http://www.sikaile.net/kejilunwen/sousuoyinqinglunwen/3441417.html
最近更新
教材專(zhuān)著