多种因素影响下的船舶航线诱导模型构建与应用

为实现船舶科学快速地到达目的地,通过结合海上船舶行驶的特点和影响因素建立了针对于船舶航行的海上航线诱导模型。首先根据影响船舶行驶的海风、波浪等因素和船舶自身情况求出船舶在风浪环境下行驶速度,进而求出风浪对航速的影响系数,然后利用改进的美国联邦公路局(BPR)公式和排队论的理论对船舶路段的行程时间进行计算,最后运用蚁群算法求出流量时变航路网中用时最短的路径。在进行建模时考虑了施工区的影响、不同位置风浪变化的影响以及碍航物的影响。研究表明:该模型在本算例中最佳航线比其他航线的最佳航线航行时间最高可减少6.4%,并且加入风浪等环境因素的影响使得结果更加准确,说明该方法能更好地为船舶航行提供帮助。

基于诱导航线的多无人机编队飞行控制方法

针对无人机编队飞行控制问题,提出了一种基于诱导航线的协同控制方法,僚机根据当前相对于期望位置的误差和长机的飞行状态生成诱导航线并进行跟踪;针对飞行过程中的突发障碍采用改变编队队形的方法进行规避;针对无人机之间可能出现的碰撞情况,根据无人机到达碰撞点的时间以及位置分别从高度以及航向两方面进行躲避,仿真结果表明:采用此方法无人机能够保持稳定的编队,并同时能够躲避飞行过程中的障碍以及避免飞机之间的碰撞。