机动性约束下的隐身低空突防航迹规划

机载预警雷达与地面预警雷达联合组网技术的迅速发展使得飞行器突防变得越来越困难。在考虑飞行器机动性约束的前提下提出了一种"隐身"低空突防航迹规划方法,该航迹规划一方面利用机载预警雷达的多普勒盲区实现相对于机载预警雷达的"隐身",另一方面低空飞行可以有效规避地面预警雷达的探测,该航迹大大提高了飞行器突防的成功率。考虑到机载预警雷达的位置信息无法事先获取,给出了固定时间步长的搜索方法求解该规划模型。仿真实验结果证明了提出的机动性约束下的隐身低空突防航迹规划方法的正确性。

机动性约束下低空突防航迹规划算法研究

研究飞行器多目标优化问题,为了寻求安全突防的飞行轨迹,结合低空突防中对飞行器实际飞行轨迹的要求,对航迹规划算法进行了研究。针对改善目前航迹规划过程中所存在的几何建模困难和所得轨迹不能符合实际可飞的问题,提出了一种新的垂直面轨迹规划方法。方法在水平面规划的基础上重点分析了飞行器垂直面内的运动状态,结合过载、航迹倾角等机动性约束条件对垂直面内的运动轨迹进行研究,将实际复杂的飞行轨迹简化为由直线段和圆弧段衔接而成的轨迹模型,针对简化模型进行轨迹规划。仿真结果表明,能够得到满足约束条件,并符合实际飞行的航迹。

燃油约束下航迹规划算法研究与仿真

现有航迹规划算法通常不能够综合路径规划过程中的多种约束因素,且很少考虑到推进系统的能力限制,致使规划出的航迹实际不可飞。针对该问题,提出了一种满足飞行器多种机动性约束条件的航迹规划算法。对飞行器在垂直面内的运动状态进行分析,在传统代价函数的基础上提出了以燃油消耗为优化目标的代价函数。仿真结果表明,改进的代价函数能够对航迹进行很好的评价,所设计的规划算法搜索效率高,规划出的航迹实际可飞。

基于改进的复合自适应遗传算法的UUV水下回收路径规划

传统遗传算法的变异操作会简单随机产生新的路径,对算法进化性能有不利影响,使算法易陷入局部最优的陷阱;遗传算法常配合栅格法进行路径规划,所得的最优路径并非无人水下航行器(UUV)回收路径规划可获得的最短路径,并存在UUV机动性能可能与最优路径冲突的问题。为此,设计一种具有UUV机动性约束条件的改进遗传算法,提出环境复杂度的概念用于分析机动性约束的具体取值,使路径规划适配于UUV的机动性,使算法结果更具实用性;提出复合自适应变异策略,控制变异的个体在迭代过程中发生自适应的进化;当一定迭代数内种群进化停滞时,引导最优个体进行双阶段自适应变异,从而使最优路径趋近全局近似最优解,有效提高算法的收敛速度。基于MATLAB软件的算法对比仿真结果表明一般复杂水域和复杂水域环境下,改进的复合自适应遗传算法生成的最优路径相比于遗传算法和自适应遗传算法的最优路径更加平滑,路径长度更低,可见改进的复合自适应遗传算法在路径规划上收敛性能和寻优能力更优,更具有可行性和优越性。

流函数法在UUV航路规划中的应用及改进

UUV相关技术的发展越来越多地受到广泛重视,其航路规划算法研究日益成为相关研究领域的重要课题。论文介绍了一种起源于流体力学的算法——流函数法,可有效应用于UUV的局部航路规划。针对UUV在实际应用中由于自身机动性、探测性能约束而产生的问题,提出了改进流函数法,能够更有效地规划航路。

基于GPS/INS组合导航的无人机欺骗轨迹规划

为了有效地对无人机进行轨迹欺骗,本文在分析GPS欺骗式干扰原理基础上,结合GPS/INS组合导航系统的控制特点,进行无人机欺骗轨迹规划。首先,根据无人机飞行特点,建立初步机动性约束模型;其次,在此约束条件下规划无人机的欺骗轨迹,提出延长线和切线两种轨迹规划算法;最后根据所提出算法进行仿真验证与分析。结果表明:两种规划方法均可拉偏无人机飞行航迹,但是以切线设置的规划方法比以延长线设置的规划方法拉偏力度更大,最终得到的欺骗效果更好。