无人机自主飞行航迹规划算法研究

摘要

无人机航迹规划是无人机任务规划系统的关键技术之一，也是无人机实现自主飞行和自主攻击的基础。范文比较了七种常用的航迹规划算法，提出了一种模拟退火遗传方法。最后通过设计侧向偏离控制律，对应用模拟退火遗传算法所规划的飞行最优路径进行了系统仿真验证，仿真结果取得了较好的效果。主要工作内容如下：

（1）论述了空中主要威胁，并建立了雷达方程；综合考虑雷达威胁和航程等因素，确定了航迹代价函数；把无人机的航迹规划问题转化为图论中求最短路径的问题。

（2）以正确度和复杂度作为仿真结果的评价标准，比较了Floyd算法，算法，双向算法，遗传算法，模拟退火算法，蚁群算法和粒子群算法，得出了如下的结论：传统的航迹规划算法的复杂度随着节点数的增加迅速上升，这就导致它在现代航迹规划算法中发展受到了限制；在随机算法中模拟退火算法正确性较高，而遗传算法复杂度较低。

（3）针对无人机的具体特点并综合模拟退火算法和遗传算法提出了一种模拟退火遗传算法。仿真结果表明该方法继承了模拟退火算法正确性较高和遗传算法复杂度较低的优点。

（4）建立了无人机的运动方程，使用模拟退火遗传算法规划出了最优飞行路径，最后使用侧向偏离控制律跟踪得出的最优路径。 

关键词：无人机航迹规划，模拟退火遗传算法，侧向偏离，飞行控制

ABSTRACT

...

KEY WORDS  UAV path planning, simulated annealing, genetic algorithm, laterad departure，flight simulation

目录

摘  要 I

ABSTRACT II

第1章 概 论 1

1.1 引言 1

1.2 无人机航迹规划方法回顾 2

1.2.1 决策型搜索方法 3

1.2.2 随机型搜索方法 4

1.3 本文的主要工作 5

第2章 无人机航迹规划基础 7

2.1 雷达威胁模型 7

2.2 航迹规划问题的数学描述 8

2.2.1 路线优化问题的模型 8

2.2.2 航迹代价函数 9

2.3 本章小节 10

第3章 无人机航迹规划方法 11

3.1 传统航迹规划算法 11

3.1.1 Floyd算法 11

3.1.2 算法 12

3.1.3 双向算法 15

3.2 现代航迹规划算法 15

3.2.1 遗传算法 16

3.2.2 模拟退火算法 21

3.2.3 蚁群算法 24

3.2.4粒子群算法 26

3.3 航迹规划算法的仿真分析 28

3.3.1算法正确率分析 28

3.3.2算法复杂度分析 38

3.4 航迹规划算法的比较 43

3.5 本章小结 45

第4章 模拟退火遗传算法 47

4.1模拟退火遗传算法的基本原理 47

4.2模拟退火遗传算法编程的实现 47

4.3模拟退火遗传算法仿真分析 53

4.4 本章小结 56

第5章 基于模拟退火遗传算法的无人机航迹仿真 57

5.1 无人机运动方程 57

5.1.1 无人机运动的六自由度方程 57

5.1.2 无人机运动方程的解耦 59

5.2 无人机控制律 60

5.2.1 倾斜保持的自动控制 61

5.2.2 增稳系统 62

5.2.3预选航向的自动控制 64

5.2.4 侧向偏离的自动控制 64

5.3 基于模拟退火遗传算法的无人机航迹仿真 68

5.4 本章小结 71

第六章 全文总结 72

参考文献 73

致 谢 76

文档设计小结 77