基于遗传模拟退火算法的无人机航迹规划

基于遗传模拟退火算法的无人机航迹规划

ID:46617657

大小:1.20 MB

页数:5页

时间:2019-11-26

基于遗传模拟退火算法的无人机航迹规划_第1页
基于遗传模拟退火算法的无人机航迹规划_第2页
基于遗传模拟退火算法的无人机航迹规划_第3页
基于遗传模拟退火算法的无人机航迹规划_第4页
基于遗传模拟退火算法的无人机航迹规划_第5页
资源描述:

《基于遗传模拟退火算法的无人机航迹规划》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第31卷第1期2014年2月沈阳航空航天大学学报JournalofShenyangAerospaceUniversityV01.31No.1Feb.2014文章编号:2095—1248(2014)ol一0016—04基于遗传模拟退火算法的无人机航迹规划邱福生,杨建平,邵绪威(沈阳航空航天大学航空航天工程学部(院),沈阳110136)摘要:航迹规划技术是无人机任务规划系统中重要的核心技术之一,无人机飞行空间广阔,需要一种快速搜索最佳路径的方法。首先在飞行区域中建立数字地图模型和防空威胁区模型,在满足无人机飞行约束条件的情况下,为无人机航迹规划提供

2、一种遗传模拟退火算法,充分利用模拟退化算法的概率突跳特性和遗传算法强大的快速搜索能力。仿真结果表明,使用该算法无人机能够自动避开模拟数字地图的威胁区,搜索出一条安全有效航迹,并保证航线的完整性和最优性。关键词:无人机;航迹规划;遗传模拟退火算法;威胁区中图分类号:V249.12文献标志码:Adoi:10.3969/j.issn.2095—1248.2014.01.004UAVrouteplanningbasedonthegeneticsimulatedannealingalgorithmQrtJFu-sheng,YANGJian—ping,SH

3、AOXu—wei(Facul哆ofAerospaceEngineering,ShenyangAerospaceUniversity,Shenyang110136)Abstract:PathplanningtechnologyisoneofthecoretechnologiesofUAVmissionplanningsystem.UAVflightspaceislarge,whichneedsamethodtoquicklyfindOUtthebestpath.Thispapersetsupadigitalmapmodelandamodelfor

4、airdefensethreatareaintheairfielddomain.UndertheconditionofmeetingtheUAVflightconstraints,thepaperprovidesageneticsimulatedannealingalgorithmforUAVtrackplanning,andmakesfulluseoftheprobabilitykickfeaturesofsimulationdegradationalgorithmandpowerfulabilityoffastsearchinggeneti

5、calgorithm.Simulationresultsshowthatwiththisalgorithm,UAVcanautomaticallyavoidthethreatenedfieldofsimulateddigitalmaparea,searchoutasafeandeffectivepath,andensuretheintegrityandoptimalityoftheirroutes.Keywords:UAV;routeplanning;geneticsimulatedannealingalgorithm;threatenedar

6、ea无人机航迹规划就是在根据无人机自身性、战场环境和任务要求,为其选择一条安全有效的飞行路线,在现代日新月异的高科技空战中,航迹规划是确保飞行器对敌区进行远程侦察和精确打击必要途径之一。航迹规划技术主要是研究在航迹规划中的算法,程国采研究的最优控制方法由于在航迹规划中执行时间较慢,此算法在地形复杂、新增威胁较多的战场环境下规划出的航线不是很理想¨o。2000年RobertJSzcaerba提出的A半算法经常应用在机器人二维路径规划中,在三维的航迹规戈Ⅱ中常常出现组合爆炸的问题心J。KennenyJ.Eberhart研究的粒子群优化算法(Par—

7、ticleSwarmOptimization,PSO)在约束优化过程中,罚函数的设计过于复杂,不利于求解,若约束处理的不好,其优化的结果往往会出现不能够收敛和结果是空集的状况。3J。遗传算法是一种全局最优搜索算法,但容易得到局部最优极值HJ。本文采用的遗传模拟退火算法利用基本遗传算法的编码技术和概率搜索技术,在交叉和变异过程中结合模拟退火算法常用的Metropolis接受准则对遗传算法求解过程进行扰动"1,跳出局部最优解,从而得到目标函数的全局最优解,在航迹规划收稿日期:2013一II一05作者简介:邱福生(1977一),男,江西于都人,副教授

8、,主要研究方向:飞机系统设计与试验技术、飞行器设计与制造一体化(CAX集成技术/DFX),E—mail:shenhangsau2011@sina,co

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。