动态环境中的飞行器实时三维航迹规划方法研究

本文提出了一种新的飞行器三维航迹规划方法— SDS。该方法能够在具有预先未知威胁的飞行环境中在线实时航迹规划。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 ,根据探测到的信息及时更新威胁数据。 SDS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全局最优航迹。在每一时刻考虑当前已知的信息下 。

基于稀疏A＊算法的三维航迹并行规划算法

提出三维稀疏A*算法的规划时间组成,并分析该算法的时间复杂度和并行性,随后给出并行任务划分的不同策略.判断OPEN表中是否存在与新节点相同节点的准则修改为:只比较OPEN表中代价比新节点代价小的节点,新准则可以有效地减少对共享式OPEN,CLOSED表的瓶颈效应.提出的三维航迹并行规划算法在并行机群环境中实现,实验结果表明时间效果改善明显.

多飞行器协调航迹规划方法

针对多飞行器的协调航迹规划展开研究 ,提出了一种基于协同进化的多飞行器协调航迹规划算法。在该算法中 ,不同飞行器的潜在航迹形成它们自己的子种群 ,并在子种群内部进化。不同飞行器间的协调关系由航迹的评价函数来实现。同时 ,通过使用特定的染色体表示方法和进化算子 ,该算法可以有效利用各种环境信息 ,处理各种航迹约束 。

基于进化计算的无人飞行器多航迹规划

针对飞行器多航迹规划问题展开研究。在分析多峰值函数优化问题的基础上,提出了一种基于进化计算的飞行器多航迹规划方法。该方法通过使用特定的染色体表示方法和进化算子,可以有效利用各种环境信息,处理各种航迹约束。同时,通过引入聚类算法,将种群中的个体按其空间分布进行聚类,生成若干个不同子种群。在进化过程中,所有个体只在各自的子种群内部进化。当进化结束时,每个子种群将分别生成一条各自的最优航迹,从而为飞行器生成多条不同的可选航迹。仿真结果表明了该方法的有效性。

一种针对运动目标的飞行器航迹搜索算法

鉴于目前大部份的航迹规划方法研究都局限于静止目标,提出了一种针对运动目标的飞行器航迹规划方法。该算法借鉴自学习实时A*搜索的思想,将飞行器的运动与航迹搜索结合在一起,可以对目标的每一步移动实时作出反映。通过在限定的时间内扩大寻优范围,该算法不但可以满足实时在线应用的要求,而且可以有效地避免不可行区域,并使生成的航迹更加优化。实验结果表明,本文算法能有效地处理各种航迹约束,实时地生成满意的三维航迹。

一种基于进化计算的空间飞行器编队重构轨道规划方法

基于进化算法提出了一种两层结构的空间飞行器编队重构的轨道规划算法,高层算法通过优化构型映射来优化编队的总燃耗,实现全局规划并确保飞行器之间保持一定的安全距离以避免相互碰撞;低层规划算法采用Chebyshev多项式逼近控制变量空间,为每颗飞行器规划满足约束条件的最优轨道。该方法充分利用了编队的分布式结构,由各飞行器并行实现各自的轨道规划,能有效解决大型编队的轨道规划问题。仿真结果表明了该方法的有效性。

应用MCGS组态软件开发温度、湿热试验设备控制系统

介绍了MCGS组态软件的特点 。

中远程巡航导弹突防对抗技术研究

具有精确打击特点的中远程巡航导弹是各国防御 /防空体系重点拦截和摧毁的目标 ,西方强国纷纷加大了在防御巡航导弹方面的投入 ,因此巡航导弹的突防对抗能力成为其能否完成作战使命的关键。从巡航导弹面临的战场环境威胁分析入手 ,指出了巡航导弹可采取的突防对抗技术措施。