基于改进蚁群算法的无人机协同航迹规划研究

基于改进蚁群算法的无人机协同航迹规划研究

ID:36784964

大小:367.85 KB

页数:5页

时间:2019-05-15

基于改进蚁群算法的无人机协同航迹规划研究_第1页
基于改进蚁群算法的无人机协同航迹规划研究_第2页
基于改进蚁群算法的无人机协同航迹规划研究_第3页
基于改进蚁群算法的无人机协同航迹规划研究_第4页
基于改进蚁群算法的无人机协同航迹规划研究_第5页
资源描述:

《基于改进蚁群算法的无人机协同航迹规划研究》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、第18卷第11期电光与控制Vo1.18No.112011年11月ElectronicsOptics&ControlNOV.2011基于改进蚁群算法的无人机协同航迹规划研究吴蕊,赵敏,李可现(南京航空航天大学自动化学院,南京210016)摘要:无人机群协同作战中,如何确定各无人机的航迹是整个规划问题的基础和关键,直接影响到作战效率。采用层次分解策略,首先对威胁场进行Voronoi图环境建模,然后利用改进蚁群算法,提出带有方向性引导性的信息素更新策略,减小迷失蚂蚁对算法收敛性的影响。同时,从时域和空域方面考虑多机协同问题,在满足最小时间窗基础上,最后仿真得到了航迹

2、规划层上多无人机的协同航迹。结果表明:该算法有效地克服了早熟停滞现象,解决了求解多样性问题,并加快了算法的求解效率。关键词:无人机;航迹规划;蚁群算法;Voronoi图中图分类号:V279文献标志码:A文章编号:1671—637X(2011)11—0012—05CooperativePathPlanningforUAVsBasedonImprovedAntColonyAlgorithmWURui,ZHAOMin,LIKexian(CoUegeofAutomationEngineering,N叭jingUniversityofAeronauticsandAstr

3、onautics,Nanjing210016,China)Abstract:ForthecooperativemissionsofUAVs,howtodeterminethetrajectoriesofeachUAVisthebasisandkeyforthewholeplanning,andhasdirectinfluenceonoperationaleffectiveness.Ahierarchicaldecompositionstrategywasadoptedtosolvetheinitialmulti—pathproblem.First,theVor

4、onoiDiagramwascreatedaccordingtotheknownthreatsources.Thenanimprovedantcolonyalgorithmwithdirectionguidingpolicywasdeveloped,whichcouldreducetheeffectoflostantsonconvergenceproperty.Additionally,thetemporalandspatialcooperationwereanalyzed.Finallysimulationwascarriedoutoncooperative

5、pathplanningwithtimewindowconstraints.Theresultsshowthattheproposedmethodcanovercometheprematurestagnation,resolvethediversityproblemandimprovetheefficiencyofthealgorithm.Keywords:UAV;pathplanning;antcolonyalgorithm;Voronoidiagram用性不高。文献[3]采用了分层规划的思想,将整个0引言动态、大规模、强耦合的优化问题化解为3个层次:航无人

6、机多机协同作战越来越受到广泛关注,将具有迹规划层、协同规划层和航线平滑层。这种方法可把不同功能的无人机组成网络化无人机群能大大提高其高维、强耦合的优化问题分解成低维、计算量少、信息作战能力。无人机网络的管理模式、作战方式以及如何交流少的问题,因此降低了规划的难度。其中,航迹根据瞬息万变的战场环境任务调度直接决定了作战效规划层作为协同任务规划的关键技术,受到国内外学率和生存能力⋯。在多机协同作战模式方面,文献[2]者的广泛关注。提出了一种无人机任务分配的通用模型,该模型能对元基于Voronoi图方法在无人机航迹规划方面有着人机执行复杂作战任务间的时序约束关系进行

7、有效建广泛的应用,文献[5]中通过构建作战环境的V图模模,但该方法未考虑到某个作战任务需要多架无人机共型,采用遗传算法求解UAV航迹。这种方法能够在空同完成的情况,并且该方法信息传递量大,耦合性强,实间规模较大的情况下进行,但也存在着效率不高的缺陷。蚁群算法是DorigoM等人于1991年首次提出,并收稿13期:2010—11—19修回13期:2010—12—15应用于TSP问题,它是对自然界中真实蚁群觅食机制基金项目:航空科学基金资助项目(2009ZC52041)作者简介:吴蕊(1987一),女,陕西咸阳人,硕士生,研究方向为无的模拟,通过引入启发信息和基于

8、正反馈机制的信息人机协同航迹规划。素更

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。