基于改进蚁群算法的无人驾驶飞行器三维航迹规划与重规划

基于改进蚁群算法的无人驾驶飞行器三维航迹规划与重规划

ID:13374272

大小:30.98 KB

页数:25页

时间:2018-07-22

基于改进蚁群算法的无人驾驶飞行器三维航迹规划与重规划_第1页
基于改进蚁群算法的无人驾驶飞行器三维航迹规划与重规划_第2页
基于改进蚁群算法的无人驾驶飞行器三维航迹规划与重规划_第3页
基于改进蚁群算法的无人驾驶飞行器三维航迹规划与重规划_第4页
基于改进蚁群算法的无人驾驶飞行器三维航迹规划与重规划_第5页
资源描述:

《基于改进蚁群算法的无人驾驶飞行器三维航迹规划与重规划》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于改进蚁群算法的无人驾驶飞行器三维航迹规划与重规划2013年12月第31卷第6期西北工业大学学报Dec.2013基于改进蚁群算法的无人驾驶飞行器三维航迹规划与重规划唐必伟,朱战霞,方群,陈攀峰1.西北工业大学航天学院,陕西西安 7100722.西北工业大学航天飞行动力学技术国家级重点实验室,陕西西安 7100723.湖北三江航天红峰控制公司,湖北孝感 4329001,21,21,23摘 要:研究了一种改进蚁群算法在无人驾驶飞行器三维航迹规划中的应用。针对基本蚁群算法容易过早陷入局部最优以及过早陷入迭代停滞的缺陷,新提出

2、了一种信息素挥发系数的随机自适应调节方法;借助最小威胁曲面这个概念,将最小威胁曲面向水平面投影,使三维航迹规划转换为二维航迹规划;并借助动态窗口这个概念,在三维离线航迹的基础上进行航迹———————————————————————————————————————————————局部重规划;最后给出仿真验证。仿真结果表明:改进蚁群算法在解的优越性和算法的快速性上都全面优于基本蚁群算法,并且改进的蚁群算法在三维航迹重规划上有很强的适应性。关 键 词:改进蚁群算法;三维航迹规划;三维航迹重规划;动态窗口;最小威胁曲面中图分类号

3、:V212.12文献标志码:A文章编号:1000-2758(2013)06-0901-07  飞行器航迹规划就是在综合考虑飞行达到时间、油耗、威胁以及飞行区域等因素的前提下,为飞[1]行器规划出最优,或者是满意的飞行航迹。航迹规划一般分为整体航迹规划和局部航迹动态规划2种情况:整体航迹规划一般是离线完成以后装载在无人驾驶飞行器上作为参考飞行的航迹、局部航迹动态规划是无人驾驶飞行器在任务飞行过程中遇到新的威胁时对参考航迹进行局部重规划。文献[2-4]虽然对基本蚁群算法进行了改进,而且可以有效地找到参考航迹,但局限于二维平面

4、离线航迹规划倡问题;文献[5-7]采用改进的A算法对不同飞行器进行三维航迹规划,尽管具有不错的鲁棒性和实时性,但也仅局限于三维离线航迹规划问题;文献[8]倡采用改进的A算法解决K多限制最短路径问题(KMCSP),———————————————————————————————————————————————虽然算法快速实时,但是要求所有节点对网络的信息必须可知;文献[9]采用快速实时的航迹重规划算法对飞行器进行局部航迹重规划,但局限在二维平面上的航迹重规划。从目前研究的情况看可知:目前国内外对于无人驾驶飞行器航迹规划研究虽

5、然起步较早,可供选择的算法也很多,但是要么就是算法具有不错的鲁棒性,但是不够快速;要收稿日期:2012-12-04作者简介:唐必伟(1987—),西北工业大学博士研究生,主要从事无人驾驶飞行器航迹规划研究。么就是算法基本上能满足实时性要求,但是算法不够稳定;并且很少将算法扩展到三维航迹实时重规划这个问题上。针对目前航迹规划存在的上述问题,本文通过引入一个适当的随机函数使信息素挥发能够按照一种随机方式进行更加符合自然规律的自适应调节,对蚁群算法进行了改进,并应用到无人驾驶飞行器的三维规划中;为了避免对三维航迹进行水平方向和

6、垂直方向的分层规划,本文借助最小[10-11]威胁曲面,将最小威胁曲面投影到水平面上,将三维航迹规划问题转换成二维航迹规划问题;本[10]文还借助动态窗口这一概念实现三维航迹的重规划。1 航迹规划建模———————————————————————————————————————————————1.1 建立数字地图原始随机地形模拟采用如下算法:z1(x,y)=sin(y+a)+b?sin(x)+  c?cos(dx+y)+e?cos(y)+  f?sin(f+y)+g?cos(y)2222?902?西 北 工 业 大 学 

7、学 报第31卷  将飞行区域中的火力威胁等效成山峰,加载到数字地图中,山峰模拟采用如下算法:22nx-x0iy-y0i-z2(x,y)=∑ziexp-i=1sisi(1)  将原始随机地形和山峰等效融合从成飞行区域中的数字地形图,融合算法如下———————————————————————————————————————————————似文献[5]中随机树方法在水平投影面形成航迹搜索空间,即由每个当前节点生成7个待选节点,作为下一步搜索的待选节点,这样一步步扩展就形成连接起点到终点树状搜索空间,如图1所示。然后在航迹规划过

8、程中,利用蚁群算法在这个搜索空间中搜索满足要求的航迹。z(x,y)=max(z1(x,y),z2(x,y))(2)式中:x、y是水平投影面的坐标点,z1(x,y)和z2(x,y)是对应点的地形高度;a、b、c、d、e、f、g是对应的地形常系数,n为山峰数目,zi为第i个山峰最高高度,x0i、y0i,为山峰最高点对应的

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。