复杂情况下无人机的航路规划技术研究

摘要

机载、实时、或三维等复杂环境下的航路规划是航路规划研究的难点。其中,机载计算资源与实时性需求之间存在着严重矛盾,而三维环境下航路规划则对应为高维空间的寻优问题。对此,本文提出利用D*算法良好的二次规划特性,综合其它算法来实现复杂环境下航路规划计算。
　　本文针对三种复杂环境展开论述,分别是目标运动型、目标未知型和威胁未知型。其中威胁未知型是在三维环境中讨论。
　　1)在对运动目标进行航路规划时,本文提出了把卡尔曼滤波算法(KFA)与D*算法结合的方法,利用滤波算法来预测下一个时刻目标的位置;
　　2)在讨论目标未知型的航路规划时,引入了层次分析法(AHP)来确定所遇威胁可否作为本次行动的目标;
　　3)当讨论威胁未知型航路规划时,引入了D-S证据合成理论算法来判断威胁的强度。
　　三种情况下的航路规划计算都使不透明的环境透明化,让复杂的环境简单化,然后再调用D*算法进行航路规划。论文给出了对应的航路规划算法和具体实现步骤,并通过数值仿真验证,证实了对应方法的有效性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究的背景及意义

1.2 无人机航路规划技术的研究现状及发展趋势

1.3 本文主要内容

1.4 论文的组织结构

第2章 无人机作战环境建模

2.1数字地图的生成

2.2作战工具的选定

2.3影响因素建模

2.4 本章小结

第3章 D*算法与简单环境下的航路规划方法

3.1 其他航路规划算法

3.2 D*算法

3.3 航路规划的优化

3.4 本章小结

第4章 二维环境下无人侦察机的航路规划

4.1 动态目标的航路规划方法

4.2目标未知下的航路规划方法

4.3 本章小结

第五章 立体环境下隐身无人机的航路规划方法

5.1 环境模型

5.2 D-S证据合成理论算法

5.3 航路规划方案

5.4 实例仿真

5.5 本章小结

第6章 结论与展望

6.1 结论

6.2 展望

参考文献

论文发表和科研情况说明

致谢