基于改进粒子群算法的无人机航迹规划

摘要

无人机作为现代战场中的新一代武器，引起了许多国家的重视，而航迹规划算法是无人机成功完成各项任务的重要保证。
　　为了验证改进后的粒子群算法在航迹规划中的有效性，本论文在一类粒子群优化算法和环境建模的基础上，对无人机航迹规划进行了仿真实验。本论文的主要研究内容包括以下三部分。
　　本文以两种常用来测试优化算法性能的benchmark函数对一类粒子群算法进行了性能测试，并对具有固定加速因子的算法用线性和非线性的变加速因子来进行了性能测试。由于现有算法收敛率低、稳定性差等缺点，本文提出了三种改进的粒子群算法GQPSO、C-GQPSO和SAC-GQPSO，并通过实验数据与现有算法进行了比较；
　　本文完成了对航迹规划的环境建模，其中包括基准地形、障碍区域和威胁区域的建模。随后本文对航迹路线进行了建模，在建立航迹评价函数后以其为目标函数通过粒子群算法进行搜索，并以搜索到的最优粒子来建立航路点从而完成对航迹路线的建模；
　　本文以一类粒子群算法作为航迹规划算法对无人机航迹规划进行了仿真实验，并在不同最小转弯角和最低飞行高度的条件下以改进的SAC-GQPSO算法进行了实验。最后本文通过实验数据对由现有算法和改进算法得到的航迹路线进行了比较，并验证了由于以现有算法得到的航迹路线评价值均值大、标准差高等缺点而提出的三种改进粒子群算法在无人机航迹规划中的适用性和有效性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 引 言

1.1无人机发展概况及现状

1.2航迹规划发展概况及现状

1.3常用航迹规划算法概述

1.4本论文主要研究内容和创新点

第二章 改进粒子群算法

2.1基本粒子群算法

2.2标准粒子群算法

2.3量子粒子群算法

2.4改进粒子群算法

2.5优化结果比较

2.6小结

第三章 航迹规划建模

3.1航迹规划环境建模

3.2航迹路线建模

3.3小结

第四章 仿真实验及分析

4.1航迹规划仿真实验流程

4.2仿真结果及分析

4.3改进粒子群算法在航迹规划实验中的有效性

4.4小结

第五章 结论与展望

致谢

参考文献

攻硕期间取得的研究成果