文档介绍：承诺书
本人郑重声明:所呈交的学位论文,是本人在导师指导下, 独立进行研究工作所取得的成果。尽我所知,除文中已经注明引用的内容外,本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体,均已在文中以明确方式标明。
本人授权南京航空航天大学可以有权保留送交论文的复印件,允许论文被查阅和借阅,可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或其他复制手段保存论文。
(保密的学位论文在解密后适用本承诺书)
作者签名:
日 期:
摘 要
无人机动态航迹规划是其实现自主飞行和自主作战的关键技术之一。由于作战环境和飞行环境的动态变化性,很难获得全局环境的准确信息,因此传统的静态规划方法不能完全满足无人机自主作战与飞行需要。针对飞行环境中存在静态的和运动的威胁源,论文对无人机不确定环境下的航迹规划展开研究。静态规划方法更接近最优解,但计算耗时长,无法处理运动威胁;动态规划方法实时性好,但以寻求可行解为第一目标,规划路径为次优解。论文以静态规划解为前提,以动态规划做轨迹调整,同时实现对航迹中静态威胁和运动威胁的有效规避。
论文根据现代信息技术作战需求,分析了战场环境中存在的静态威胁源,建立了威胁模型。采用栅格法划分二维空间,对传统蚁群优化智能算法的搜索方式进行改进,使得算法可以较快求得问题解,更好地应用于无人机静态航迹规划问题,并通过实例仿真得到算法的仿真图和相应的统计数据,并对得到的统计数据进行分析。
根据运动威胁的当前位置、速度等信息,对其进行运动轨迹的预测,实现对运动威胁的提前规避。采用模型预测控制算法,综合考虑静态威胁和运动威胁等多种威胁约束并存的飞行环境,基于各个性能指标函数构建相应的无人机动态航迹规划模型,然后就采用改进后的蚁群算法和 MPC 算法进行仿真,并对仿真结果做相应的分析。
从无人机的静态航迹规划和动态航迹规划两个方面展开研究,并用 MATLAB 进行实例仿真验证所设计算法的优劣性。为了更真实的展现无人机航迹规划的实际作战效果,本文还搭建了基于 VC 和 MAK 仿真平台下的动态仿真系统。与传统仿真技术相比,在仿真的实时性、灵活性、集成性和层次性等方面有明显的优势。
关键词:无人机,动态航迹规划,蚁群算法,模型预测控制算法,MAK 仿真
ABSTRACT
Dynamic path planning of UAV will be one of the key technologies of autonomous flight and autonomous operations. Due to the dynamic variability of operational condition and flight
environment,it is difficult to obtain accurate information about the global environment,thus the
method of traditional static planning can not fully meet operational need of UAV. On account of static threats and moving threats in flight environment,this paper has researched on dynamic path planning of UAV. The static path planning is closer to the optimal result,but has lower calculation speed and unable to deal with moving threats;Dynamic planning method is real-time,however, we should take seeking feasible solution as the first goal,and path planning as a sub-optimal solution. The paper use solution of static path planning as a premise , adjust track with dynamic programming,as well as effectively avoid static threats and moving threats of path.
According to the operational requirements of modern informatio