不确定环境下的无人机航路规划算法研究

《不确定环境下的无人机航路规划算法研究》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、？二－广．－…二二二－？：’二＊＊一－…？■—－．．：．．二．．．—＿．．．？？？？？＾－？－．－．．－－？？－．，－－．．－々■：万、—＝万—：．－＂：－■：－亡打声担．ｒ：己－：二Ｖ．：：；＿＾一？＂＿：＝■，一一，某，、ｖ巧—＾－—．Ｔ；＝＾７．．？－？一二二，．二ｒｒ．一Ｓ：－？一－－

2、？．－－——‘．．ｂｆ、产ｒＪｒｒ，．－．．，’＇；＾；－＿，占＾；封—－一乎心是禁去—；■－－■請记／■＾：：：：－：Ｖ：．，．－．■一—一■二－了－—－－－－．．二产＾．寺古气早ｒ二ｉＶｒ：Ｔ．；＇ｓ－＇、－？．妄ｃ－读心．一－—三成：＾－‘－．心■苗皂苗产．－一－－－一－－Ｖ－？－－－，；二＿：

3、．：＼－－二－？■－．＇—ｒ二一二：二二三二Ｖ－．－．二－．Ｖ：：．－二Ｖ，．？乂Ａ：４顧；典艰脉谦－■．－－．—．二＇．ｒ＇：－．．５＊，：？．？－＇？一—－４Ｉ■＂－：？￣—７＇■—－—．二二．喔靜職麵誦新雖规划节齡论爱郭入無？艾題目燕，罪壤案＾＾寺．；黃；ｒ／寶法巧究；’．７心刘三

4、超研带聖一．並袜眷妍应用专术趕－＿新梵向著算机疯络教采及其应巧方）１师棘娜（融毅授擔导教＇■－：．＇－．一．￣—＊？■—．．．．－，＾．■—一三－＾一＾—：；＝？－二—．？－－－：■－二＿－—‘－＇：‘－＇ＶＶ■－■■．？－ｒ－分类号02密级公开UDC学位论文题目：不确定环境下的

5、无人机航路规划算法研究研究生姓名：刘二超学科专业名称：计算机应用技术研究方向：计算机网络技术及其应用论文类型：应用研究申请学位：工学硕士指导教师姓名：林娜指导教师职称：副教授指导教师单位：沈阳航空航天大学论文提交日期：2016年3月07日论文答辩日期：2016年3月11日沈阳航空航天大学2016年03月SHENYANGAEROSPACEUNIVERSITYTHESISFORMASTER’SDEGREERESEARCHONUAVPATHPLANNINGALGORITHMSINUNCERTAINENV

6、IRONMENTCandidate：ErchaoLiuSupervisor：NaLinSpecialty:ComputerApplicationTechnologyDate:March,2016沈阳航空航天大学硕士学位论文摘要航路规划是实现无人机自主飞行和自行攻击的关键技术。然而，在现实的飞行环境下，无人机在飞行时遇到的威胁源趋于复杂化、多样化。因此，对无人机进行航路规划便成为无人机研究领域的热点之一。为了满足无人机对高效航路的需求，本文提出了改进的蚁群优化算法和改进的人工蜂群算法，并用这个算法对

7、无人机进行航路规划。本论文中，针对蚁群优化算法收敛速度慢和易于陷入局部最优的缺陷做了改进。首先，传统蚁群算法发生状态转移时，采用概率随机选择策略，这种策略缺乏引导因素，致使算法进化缓慢。因此，从航路点的选择策略入手，引入随机选择和伪随机选择相结合的策略，来改善传统蚁群优化算法在搜索时的盲目性，从而解决算法进化缓慢的问题。其次，基本蚁群优化算法中，信息素挥发因子值保持不变。当无人机规划空间较复杂时，未被搜索到的节点上的信息素浓度会持续降低甚至逼近0。过大或过小时，将会影响算法的收敛速度和全局搜索

8、能力。因此，本文为信息素挥发因子设定上限和下限，从而提高算法的全局搜索能力。本论文中，针对人工蜂群算法的收敛慢和出现提前停滞两方面做了改进。首先，使用混沌序列来初始化蜜源，这样既保证了人工蜂群算法初始化时的随机性，同时也极大丰富了蜜源的多样性，在产生大量有效蜜源的基础上，从中选择出较优的初始蜜源，可加快收敛。其次，选择机制的改进，人工蜂群算法中，改变跟随蜂选择蜜源的策略，进而避免算法出现提前停滞现象。最后，分别采用改进的蚁群优化算法和改进的人工蜂群算法，对无人机进行航路规划，并以