基于改进威胁代价的无人机路径在线重规划

针对路径在线重规划中的威胁代价评估问题,提出了基于最大综合拦截概率的在线威胁代价评估改进算法。在该算法中,以已有威胁代价评估模型为基础,给出不同信息支持条件下的"瞬时跟踪概率"计算模块,进而引入"连续跟踪概率"概念,并结合"杀伤概率"得到"拦截概率"概念模块。在此基础上,提出"最大拦截概率"概念,以此作为单个主动威胁作用下的在线威胁代价评估标准,最后将其拓展到"最大综合拦截概率"作为多个主动威胁作用下的在线威胁代价评估标准。在此基础上,结合MPC算法给出路径在线重规划的模型。通过仿真结果对比,说明上述模型的合理性和算法的有效性。

一种用于低空飞行的在线航迹重规划方法

研究了飞行器在低空飞行时的在线航迹重规划问题,并提出了一种新方法。通过引入最小威胁曲面的概念生成三维航迹搜索空间,利用一个有限项的多项式函数来逼近最小威胁曲面中的三维航迹在二维水平面内的投影,将航迹规划问题转为在一个一元函数多项式系数空间中的搜索寻优。利用粒子群优化算法完成优化,并借鉴预测控制中滚动时域优化的思想,以在线滚动进行优化的方式完成航迹的在线重规划。实验表明该方法能够规划出合理的航迹并满足实时性要求。

一种飞行器在线航路重规划方法

针对飞行器在线航路重规划的安全性和实时性要求,将稀疏A*算法与模型预测控制中的滚动时域优化的思想相结合,提出了一种在线航路重规划方法.在飞行器探测到新的威胁时,把探测到威胁时的该段航路前面一定距离的节点作为新的起始点,并以没有进入威胁区的后续最近航路点作为目标点,使用稀疏A*算法规划出一段长为N倍于最小步长R的航路,而后飞行器沿上述规划好的航路只飞行R距离.仿真结果表明:该方法通过每规划N步,执行一步,对受到威胁影响的参考航路进行局部修改,快速避开新出现的威胁,满足实时性要求.

一种飞行器在线航迹重规划算法

提出一种动态稀疏A 搜索 (DSAS)算法 ,该算法能够在具有预先未知威胁的飞行环境中实现航迹在线实时重规划 .当飞行器上装备的探测器探测到飞行环境中有预先未知的威胁出现时 ,DSAS根据新的环境信息局部修正受到影响的航迹段来获得新的航迹 .

反舰导弹协同攻击航路规划与重规划

为解决反舰导弹预先航路规划无法应对战场态势变化的难题,提出了航路分段规划的思想,并基于该思想构建了反舰导弹协同攻击航路规划与重规划模型。将航路分为预先规划段和重规划段:前段以航程距离和航路点个数为优化指标,通过协调发射间隔达到多导弹时域协同的目的;后段以领弹、数据链、卫星定位技术为基础,考虑导弹飞行误差和目标位置迁移,以损失部分导弹航程为代价,重点关注协同时间指标。为了达到多弹协同的战术目的和满足航路规划的快速需求,提出了一种逆向动态节点规划方法,首先规划得到各弹多条较优航路,然后对航路进行空域和时域协同操作,以获取导弹编队整体最优航路。仿真结果验证了模型的有效性和算法的快速性。