無(wú)人機(jī)航路規(guī)劃算法研究與應(yīng)用.pdf

1、由于無(wú)人機(jī)(UAV)的零人員傷亡，成本低，生存能力強(qiáng)，機(jī)動(dòng)性好，使用性強(qiáng)等特性，使得其在在現(xiàn)代戰(zhàn)爭(zhēng)中有極其重要的作用，在民用領(lǐng)域更有廣闊的應(yīng)用前景；近年來(lái)，UAV技術(shù)引起了世界范圍內(nèi)的廣泛關(guān)注和研究熱潮。
　　 智能化程度是衡量UAV性能的主要指標(biāo)之一。無(wú)人機(jī)航路規(guī)劃作為UAV任務(wù)規(guī)劃系統(tǒng)中一個(gè)重要組成部分，對(duì)實(shí)現(xiàn)無(wú)人的自主飛行，使UAV順利完成飛行使命起著關(guān)鍵作用。所以預(yù)先在UAV執(zhí)行飛行任務(wù)偵察區(qū)域內(nèi)，就該區(qū)域內(nèi)的偵察目標(biāo)、

2、低空飛行時(shí)的山體障礙、地面火力布控等威脅情況，給無(wú)人機(jī)規(guī)劃出一條實(shí)際可行的飛行航路，使UAV跟蹤規(guī)劃好的飛行航路完成飛行任務(wù)，這樣可以減小UAV被敵發(fā)現(xiàn)和減少UAV飛行代價(jià)，從而顯著提高UAV的生存能力和偵察效率。
　　 本論文的研究?jī)?nèi)容和成果如下:
　　 (1)提出將量子粒子群算法應(yīng)用于UAV航路規(guī)劃中。量子粒子群算法克服了UAV參考航跡規(guī)劃中全局最優(yōu)與信息處理量之間的矛盾；該算法增強(qiáng)了基本粒子群粒子個(gè)體之間的信息交流

3、，克服了群體粒子盲目的隨機(jī)搜索，加快粒子收斂速度?？朔私?jīng)典粒子群算法中參數(shù)選擇問(wèn)題以及粒子群算法易陷入局部極值問(wèn)題。
　　 (2)研究了UAV不規(guī)則威脅體回避技術(shù)，解決圓形和凸多邊性(不規(guī)則體)威脅體的回避問(wèn)題。傳統(tǒng)對(duì)威脅體的規(guī)避，往往把所有威脅體等同化，即相同威脅體的路徑規(guī)劃。但是實(shí)際無(wú)人機(jī)偵察環(huán)境存在的是不同潛在威脅體。因此，基于相同威脅體的路徑規(guī)劃顯然與實(shí)際偵察環(huán)境存在較大差距，而研究基于不同威脅體的路徑規(guī)劃則更接近實(shí)際

4、，更具有現(xiàn)實(shí)意義。為了準(zhǔn)確把握不同威脅體在局部范圍內(nèi)對(duì)UAV的威脅程度，本文從理論上研究了局部威脅區(qū)域內(nèi)的飛行路徑選擇原則，提出了不規(guī)則威脅體的回避方法。
　　 (3)將威脅模型與飛行距離統(tǒng)一量化來(lái)衡量測(cè)定航路可行性能。對(duì)UAV常規(guī)飛行航路和多目標(biāo)點(diǎn)飛行偵察航路兩種情況進(jìn)行研究，將飛行距離和威脅懲罰作為適應(yīng)度函數(shù)。使得飛行路線(xiàn)實(shí)際可行且飛行代價(jià)最小。針對(duì)UAV低空突訪(fǎng)的特點(diǎn)，建立UAV飛行環(huán)境和航路規(guī)劃模型，文中目標(biāo)函數(shù)主要考慮