首页--航空、航天论文--航空论文--各类型航空器论文--无人驾驶飞机论文

无人机航路规划评估

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-15页
第一章 绪论第15-21页
    1.1 研究背景及意义第15-16页
    1.2 国内外研究现状第16-18页
        1.2.1 任务规划系统的发展第16页
        1.2.2 航路规划算法研究现状第16-17页
        1.2.3 航路规划评估算法研究现状第17-18页
    1.3 论文研究内容及结构第18-21页
第二章 无人机航路规划模型及算法第21-37页
    2.1 引言第21页
    2.2 无人机航路约束条件第21-25页
        2.2.1 无人机飞行环境第21-23页
        2.2.2 无人机物理极限约束第23-24页
        2.2.3 无人机任务约束第24-25页
    2.3 数字高程地图第25-28页
        2.3.1 DEM的主要表示模型第25-26页
        2.3.2 数字地图函数模拟第26-28页
    2.4 航路代价函数第28-30页
        2.4.1 代价函数的选取第28-29页
        2.4.2 代价函数的归一化第29-30页
    2.5 基于A*算法的三维航路规划第30-35页
        2.5.1 稀疏A*算法的三维航路规划第30-32页
        2.5.2 航路规划算法仿真验证第32-35页
    2.6 本章小结第35-37页
第三章 航路规划评估指标体系第37-43页
    3.1 引言第37页
    3.2 评估指标选取的原则第37页
    3.3 航路规划评估指标体系第37-40页
        3.3.1 指标体系的基本要求第38页
        3.3.2 指标体系的层次结构第38-40页
    3.4 评估指标归一化第40-41页
    3.5 评估方法的选择第41-42页
    3.6 本章小结第42-43页
第四章 无人机航路评估算法第43-71页
    4.1 引言第43页
    4.2 层次分析法第43-47页
        4.2.1 层次分析法介绍第43页
        4.2.2 层次分析法的步骤第43-47页
    4.3 基于模糊综合评价法的航路评估第47-56页
        4.3.1 模糊综合评价法简介第47页
        4.3.2 模糊综合评价法的步骤第47-50页
        4.3.3 模糊综合评价法的仿真验证第50-56页
    4.4 基于BP神经网络的航路评估方法第56-62页
        4.4.1 BP神经网络的原理第56-58页
        4.4.2 BP神经网络的发展第58-60页
        4.4.3 BP神经网络航路评估仿真第60-62页
    4.5 融合GA与BP神经网络的航路评估方法第62-69页
        4.5.1 遗传算法(GA)基本原理第62-63页
        4.5.2 遗传算法(GA)优化BP网络初始值第63-64页
        4.5.3 融合遗传算法与BP网络的航路评估第64-69页
    4.6 本章小结第69-71页
第五章 总结与展望第71-73页
    5.1 总结第71-72页
    5.2 展望第72-73页
参考文献第73-77页
致谢第77-79页
作者简介第79-80页

论文共80页,点击 下载论文
上一篇:轻量化大口径双面非球面反射镜结构一体件的制造关键研究
下一篇:舰载大型天线阵列的MoM-UTD联合计算