本文關鍵詞：基于改進蟻群算法的無人機航跡規(guī)劃研究

  更多相關文章： 蟻群算法 無人機 航跡規(guī)劃 自適應 再勵學習

【摘要】：隨著計算機、通信、控制與傳感器技術的發(fā)展,無人機技術得到長足發(fā)展并取得巨大的進步。無人機利用自身優(yōu)勢,能夠部分地代替人類完成危險系數(shù)較高的任務,在軍事和民用領域得到廣泛應用。無人機在完成任務過程中,需要對如何有效、安全地完成自己的任務過程進行規(guī)劃,這就是任務規(guī)劃。在任務規(guī)劃過程中,最重要、也是最復雜的就是為無人機規(guī)劃出一條完成飛行任務所需要的飛行航跡,即無人機航跡規(guī)劃。無人機航跡規(guī)劃是任務規(guī)劃系統(tǒng)的重要技術之一,也是提高無人機作戰(zhàn)效能和實現(xiàn)安全可靠自主飛行的技術保障。航跡規(guī)劃是在特定條件下,搜尋出一條從起始點到目標點的最佳路徑。本文首先闡述了基本蟻群算法原理及算法的優(yōu)點與不足,并分析算法陷入局部最優(yōu)和搜索時間較長的主要原因。接著介紹了幾種比較典型的改進算法,然后提出一種改善算法全局收斂性能的策略,其基本思想是:在基本蟻群算法的狀態(tài)轉移中增加目標節(jié)點信息素引導因子,從而減少螞蟻搜索的盲目性,使搜索朝著目標節(jié)點方向進行;同時引入再勵學習機制,合理對路徑上的信息素再勵更新。每次迭代結束對螞蟻個體行為進行評價,再將此評價反饋回蟻群,發(fā)揚優(yōu)質(zhì)螞蟻行為,懲罰劣質(zhì)螞蟻行為,從而實現(xiàn)蟻群對自身搜索行為的自學習。發(fā)揚優(yōu)質(zhì)行為,就是增加較好路徑上殘留的信息素強度;懲罰劣質(zhì)行為,就是減小較差路徑上殘留的信息素強度。為了改善算法性能,擴大搜索空間,引入兩個螞蟻種群各自獨立搜索路徑,當算法陷入局部最優(yōu),則立即停止搜索,交換兩個種群對應路徑上的信息素,同時自適應雙向調(diào)整兩種群的信息素揮發(fā)因子,經(jīng)過這些改進措施,算法的收斂速度和收斂能力得到了明顯地提高。本文最后通過對基本蟻群算法和改進蟻群算法的無人機航跡規(guī)劃分別進行MATLAB仿真研究對比。驗證了在無人機航跡規(guī)劃中,改進蟻群算法在全局搜索能力和搜索速度上均優(yōu)于基本蟻群算法。
【關鍵詞】：蟻群算法 無人機 航跡規(guī)劃 自適應 再勵學習
【學位授予單位】：南昌航空大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：V279;TP18
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-15
• 1.1 課題研究背景和意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-13
• 1.2.1 無人機航跡規(guī)劃國內(nèi)外研究現(xiàn)狀9-11
• 1.2.2 蟻群算法國內(nèi)外研究現(xiàn)狀11-13
• 1.3 研究的主要內(nèi)容和結構安排13-15
• 1.3.1 本文的研究內(nèi)容13
• 1.3.2 本文的結構安排13-15
• 第2章 基本蟻群算法概述與TSP問題15-26
• 2.1 蟻群生物學基礎15-16
• 2.1.1 蟻群的社會形態(tài)15
• 2.1.2 蟻群行為15-16
• 2.2 人工蟻群的特點16-17
• 2.3 基本蟻群算法原理17-24
• 2.3.1 基本蟻群算法的思想機制17-20
• 2.3.2 基本蟻群算法的數(shù)學模型20-22
• 2.3.3 基本蟻群算法在TSP問題中的具體實現(xiàn)22-23
• 2.3.4 基本蟻群算法的時間與空間復雜度23-24
• 2.4 基本蟻群算法的優(yōu)缺點24-25
• 2.5 本章小結25-26
• 第3章 改進蟻群算法研究與TSP問題26-42
• 3.1 典型的改進蟻群算法26-30
• 3.1.1 最大最小螞蟻系統(tǒng)26-27
• 3.1.2 聚類蟻群算法27-28
• 3.1.3 基于信息熵的蟻群算法28-29
• 3.1.4 基于網(wǎng)格劃分的蟻群算法29-30
• 3.2 自適應雙種群再勵學習蟻群算法30-36
• 3.2.1 改進蟻群算法的策略30-31
• 3.2.2 引入引導因子的狀態(tài)轉移策略31-32
• 3.2.3 信息素再勵學習更新32-34
• 3.2.4 自適應雙種群信息素交換34-35
• 3.2.5 基于改進蟻群算法TSP問題具體實現(xiàn)35-36
• 3.3 自適應雙種群再勵學習改進蟻群算法仿真及分析36-41
• 3.4 本章小結41-42
• 第4章 無人機航跡規(guī)劃概述42-51
• 4.1 無人機航跡規(guī)劃系統(tǒng)42-43
• 4.2 無人機航跡規(guī)劃問題描述43-49
• 4.2.1 規(guī)劃空間表示43-44
• 4.2.2 航跡綜合代價44-46
• 4.2.3 無人機性能約束46-49
• 4.3 無人機航跡規(guī)劃的基本要求49
• 4.4 常用無人機航跡規(guī)劃算法49-50
• 4.5 本章小結50-51
• 第5章 基于改進蟻群算法的無人機航跡規(guī)劃51-59
• 5.1 航跡規(guī)劃空間建模51-52
• 5.2 威脅區(qū)域建模52-53
• 5.3 最優(yōu)航跡建模53-54
• 5.4 無人機航跡規(guī)劃任務實例54-58
• 5.4.1 航跡規(guī)劃任務54-55
• 5.4.2 仿真參數(shù)設定55
• 5.4.3 航跡規(guī)劃實例仿真與分析55-58
• 5.5 本章小結58-59
• 第6章 總結與展望59-61
• 6.1 論文總結59-60
• 6.2 展望60-61
• 參考文獻61-65
• 發(fā)表學術論文情況65-66
• 致謝66-67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 周其忠;閆利;關世義;蘇康;秦筱;陳曉東;;一種針對運動目標的快速航跡規(guī)劃方法[J];系統(tǒng)仿真學報;2007年05期

2 鄭昌文;嚴平;丁明躍;蘇康;;飛行器航跡規(guī)劃研究現(xiàn)狀與趨勢[J];宇航學報;2007年06期

3 嚴江江;丁明躍;周成平;蔡超;;一種基于可行優(yōu)先的三維航跡規(guī)劃方法[J];宇航學報;2009年01期

4 唐江;謝曉方;袁勝智;;巡飛導彈區(qū)域巡邏偵察航跡規(guī)劃研究[J];彈箭與制導學報;2009年04期

5 陸澤櫞;蔡體菁;;基于A~*算法的重力輔助導航航跡規(guī)劃[J];中國慣性技術學報;2010年05期

6 喬僑;史長久;;飛行器航跡規(guī)劃的多目標優(yōu)化方法[J];微計算機信息;2010年31期

7 張臻;王光磊;;基于改進蟻群算法的飛行器航跡規(guī)劃[J];指揮信息系統(tǒng)與技術;2011年03期

8 姬清華;連黎明;;飛行器參考航跡規(guī)劃方法研究[J];計算機仿真;2011年10期

9 張松蘭;劉立祥;鄭昌文;;一種飛行器在線實時航跡規(guī)劃算法[J];現(xiàn)代防御技術;2012年01期

10 于國權;崔爽;王建軍;李巖;;飛機水平航跡規(guī)劃技術[J];長春理工大學學報(自然科學版);2012年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 潘衛(wèi)軍;陳通;;多直升機協(xié)同搜索航跡規(guī)劃[A];第十三屆中國科協(xié)年會第22分會場-中國通用航空發(fā)展研討會論文集[C];2011年

2 吳昊;任敏;薛宏濤;沈林成;;航跡數(shù)據(jù)庫及其在航跡規(guī)劃中的應用研究[A];'2008系統(tǒng)仿真技術及其應用學術會議論文集[C];2008年

3 高國華;沈林成;常文森;;一種飛行器航跡規(guī)劃用戶界面[A];1997中國控制與決策學術年會論文集[C];1997年

4 馮倚銀;李景榮;施曉紅;華祖耀;;一種改進的多飛行器協(xié)調(diào)航跡規(guī)劃算法[A];'2008系統(tǒng)仿真技術及其應用學術會議論文集[C];2008年

5 彭建亮;孫秀霞;朱凡;張健;;基于遺傳算法的多約束三維航跡規(guī)劃方法研究[A];第二十七屆中國控制會議論文集[C];2008年

6 欒迪;楊忠;張君慧;;一種多無人機協(xié)同攻擊航跡規(guī)劃方法[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

7 馬培蓓;紀軍;朱良明;;威脅環(huán)境下多導彈協(xié)同航跡規(guī)劃[A];探索 創(chuàng)新 交流（第4集）——第四屆中國航空學會青年科技論壇文集[C];2010年

8 彭志紅;孫琳;陳杰;吳金平;;基于改進多智能體協(xié)同進化算法的多無人機低空突防航跡規(guī)劃研究[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

9 孟旭航;劉玉玲;白潔;;航線天氣預報中航跡規(guī)劃仿真研究[A];中國系統(tǒng)仿真學會第五次全國會員代表大會暨2006年全國學術年會論文集[C];2006年

10 趙文婷;彭俊毅;;基于VORONOI圖的無人機航跡規(guī)劃[A];中國系統(tǒng)仿真學會第五次全國會員代表大會暨2006年全國學術年會論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 鄭昌文;飛行器航跡規(guī)劃方法研究[D];華中科技大學;2003年

2 王強;UAV集群自主協(xié)同決策控制關鍵技術研究[D];西北工業(yè)大學;2015年

3 韓云祥;固定航路飛行條件下航空器航跡規(guī)劃若干關鍵技術研究[D];南京航空航天大學;2014年

4 趙明;多無人機系統(tǒng)的協(xié)同目標分配和航跡規(guī)劃方法研究[D];哈爾濱工業(yè)大學;2016年

5 楊祖強;生物啟發(fā)的多無人機協(xié)同四維航跡規(guī)劃方法研究[D];浙江大學;2016年

6 傅陽光;粒子群優(yōu)化算法的改進及其在航跡規(guī)劃中的應用研究[D];華中科技大學;2011年

7 胡中華;基于智能優(yōu)化算法的無人機航跡規(guī)劃若干關鍵技術研究[D];南京航空航天大學;2011年

8 屈耀紅;小型無人機航跡規(guī)劃及組合導航關鍵技術研究[D];西北工業(yè)大學;2006年

9 王林;多無人機協(xié)同目標跟蹤問題建模與優(yōu)化技術研究[D];國防科學技術大學;2011年

10 張勝祥;基于滾動時域MILP的小型無人機航跡規(guī)劃[D];華南理工大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王琦;飛行器航跡規(guī)劃與航跡評價算法研究[D];哈爾濱工業(yè)大學;2007年

2 稅薇;基于貝葉斯推理與蟻群算法的仿真飛行器航跡規(guī)劃研究[D];青島科技大學;2009年

3 毛云云;多飛行器協(xié)同航跡規(guī)劃算法研究[D];哈爾濱工業(yè)大學;2010年

4 趙玲玲;飛行器航跡規(guī)劃與航跡控制算法研究與實現(xiàn)[D];哈爾濱工業(yè)大學;2006年

5 盧江松;基于改進蟻群算法的多機協(xié)同突防航跡規(guī)劃方法研究[D];國防科學技術大學;2011年

6 張建峰;一種飛行器航跡規(guī)劃算法[D];哈爾濱工程大學;2012年

7 楊杰;具有端點方向約束的快速航跡規(guī)劃方法研究[D];華中科技大學;2013年

8 陶鴻濤;航跡規(guī)劃算法研究及視景顯示[D];上海交通大學;2015年

9 馬艷;多旋翼無人機航跡規(guī)劃與監(jiān)控研究[D];東南大學;2015年

10 朱志聰;最后進近航段航跡優(yōu)化算法的研究[D];中國民用航空飛行學院;2016年

，

本文編號：1009223