声明
致谢
摘要
图目录
表目录
符号说明
第1章 绪论
1.1 研究背景与意义
1.2 多无人机协同4D航迹规划研究现状
1.2.1 国外研究现状
1.2.2 国内研究水平
1.2.3 小结
1.3 广义tau理论在运动规划瓴域的研究现状
1.3.1 Tau理论
1.3.2 广义tau理论
1.3.3 Tau制导策略
1.3.4 Tau制导策略在运动规划中的应用
1.4 本文主要工作和内容安排
1.4.1 本文的研究内容和主要贡献
1.4.2 本文的章节安排
第2章 生物启发的4D航迹制导策略
2.1 广义tau理论及已有tau制导策略
2.1.1 广义tau理论
2.1.2 已有tau制导策略
2.2 基于简谐运动的本征tau-harmonic制导策略
2.3 改进tau-G制导策略
2.3.1 改进tau-G制导策略
2.3.2 使策略有效的耦合系数取值范围
2.3.3 制导过程中的速度极值
2.4 本章小结
第3章 基于tau-H策略的集中式多UAV协同4D航迹规划
3.1 引言
3.2 集中式4D航迹规划问题
3.3 集中式4D航迹规划方法
3.3.1 航迹优化算法
3.3.2 冲突检测与消解算法
3.3.3 协同4D航迹规划算法完整流程
3.4 仿真结果与分析
3.4.1 全局4D航迹优化
3.4.2 算法整体性能
3.4.3 4D航迹跟踪
3.5 本章小结
第4章 基于改进tau-G策略的分布式多UAV 4D航迹规划
4.1 引言
4.2 分布式4D航迹规划问题
4.2.1 分布式多UAV体系结构
4.2.2 基于改进tau-G策略的4D航迹规划
4.2.3 分布式4D航迹优化问题
4.3 分布式4D航迹规划方法
4.3.1 基于分布式滚动优化的协同4D航迹优化
4.3.2 局部航迹优化问题的优化算法
4.4 基于Matlab虚拟现实工具箱的可视化仿真系统搭建
4.4.1 Matlab虚拟现实工具箱
4.4.2 分布式多UAV系统的Simulink模型设计
4.4.3 虚拟现实工具箱与Simulink模型的交互
4.5 仿真结果与分析
4.5.1 编队集结
4.5.2 运动目标跟踪
4.5.3 仿真全过程的性能
4.6 本章小结
第5章 基于多智能体Q学习算法的4D航迹规划
5.1 引言
5.2 基于WFNNQ学习的4D航迹规划
5.2.1 4D航迹规划的状态与动作
5.2.2 WFNNQ学习算法
5.2.3 航迹回报函数的设计
5.3 基于多智能体WFNNQ的4D航迹规划
5.3.1 已有多智能体Q学习算法
5.3.2 基于WoLF-PHC的多UAV 4D航迹规划
5.4 仿真结果与分析
5.4.1 仿真全过程的性能
5.4.2 编队集结
5.4.3 运动目标跟踪
5.5 本章小结
第6章 基于tau矢量场的多UAV协同4D制导
6.1 引言
6.2 四维tau制导矢量场的构建
6.3 基于τVFG的多机协同standoff跟踪
6.3.1 多机协同standoff跟踪问题
6.3.2 基于τVFG的多机协同standoff跟踪方法
6.3.3 仿真结果与分析
6.4 本章小结
第7章 总结与展望
7.1 全文总结
7.2 未来工作展望
参考文献
作者简历
攻读博士学位期间的主要研究成果