文档介绍：面向无人机航迹规划问题的群智能算法仿真研究杨治安�唬���’�引言�郊9婊�侍饨�Q芯�第五部分专项技术�.中国电子科技集团公司第五十四研究所,河北石家庄���;��ㄐ磐�畔⒋�溆敕址⒓际踔氐闶笛槭遥�颖笔�易����与有人驾驶或者遥控飞行器不同,无人机具有自动起降、自动驾驶、自动导航、自动快速准确定位、自动信息采集与传送等多项功能,特别适合代替人在危险、恶劣和极限的环境下完成特定的工作和任务,因此在军事、测绘、航空航天、商业等领域有着广泛应用。航迹规划⋯是指无人机等飞行器为了完成特定的飞行任务,在综合考虑飞行器的机动性能约束、飞行环境、油耗因素等一系列特定约束条件的基础上,自动规划从飞行器起始点到目标点的最优化航空轨迹或者其对于飞行途中飞过的区域也要满足一定的条件限制。这些限制不仅包括威胁区、禁飞区、障碍区等地理与作战信息,还必须包括飞行器自身的各种飞行限制性条件,比如匹配区、导航点、最小转弯半径和最低飞行高度等。航迹规划问题类似于旅行商问题,主要面临在庞大空间内的路径搜索问题,因而规划过程相当耗时。而航迹规划的精度与航迹规划的时间是一对突出的矛盾,在保证航迹规划质量的情况下,如何提高航迹规划的相关工作对航迹规划问题的研究始于任务规划系统的研制,近三十年来的研究积累了丰硕的成果。目前,研究者第一类是基于最优控制理论,通过确定动态模型中的状态变量和控制变量,以达到代价函数最优,典型算法有最速下降法比�⒍��婊�ā�、非线性规划法�、最优控制法崎�推嬉焐愣�ú�等。第二类是基于概略图和单元分解的确定性搜索法,通过将规划空间表示成由一维线段构成的网络图,或者将规划空间分解成简单网格单元,结合搜索算法寻找图或网格中的最优路径,典型搜索算法如胁搜索Ⅲ、����搜索等,构图或分解的方法很多,如����季�,����图等。然而,现有算法或者因为规划精度不够,无法满足众多规划约束的要求,或者因为规划速度不够理想而难以实用。因而,本文根据对航迹问题的建模研究,提出了基于模仿的方法,借助仿生学或者物理学的概念对航迹规划问题进行转化,然后利用改进的群体智能算法,如蚁群算法,蜂群算法等,进行求解。实验表明,该方法整体规划速度快,所得到的航迹也具有良好的避障能力和地形跟随能力。航迹规划问题要求找到从预设的起点到终点的一条最佳飞行航迹,是个复杂的多目标优化过程,要求满足战场环境下外部威胁约束及无人机本身机动性能约束。由于战场环境威胁分布等信息存在一定的不确定性,且搜索空间数据量较大,以及不同约束之间的存在的特定关系,使得航迹规划问题的求解具有一定的难度。为求解航迹规划问题,首先需要构造对航迹空间进行划分,也即通过建立某种数据结构来表达该搜索空“第二十八届全国通信与信息技术学术年会”论文集他满足一定要求的航空轨迹。在无人机的航迹规划过程中,不仅要考虑无人机的起飞区、目标区的各种信息,速度用以缩短航迹规划的时间是一个急需解决的问题。们提出的航迹规划算法主要可以分为以下几类:摘要航迹规划问题由于规划约束众多,同时又面�僮旁谂哟蟮乃阉骺瘴手醒罢易钣牛���婊�俣嚷��婊��实汀�通过对航迹规划问题的建模研究,引入了一种改进型的群体智能算法,用来求解无人机航迹规划问题,并对该算法进行���代码的仿真实现。仿真实验表明,该算法在对航迹规划问题的求解中,具有良好的效果。关键词航迹规划;群智