首页--军事论文--军事技术论文--军事技术基础科学论文

复杂环境下多UCAV协同规划技术研究

摘要第1-7页
ABSTRACT第7-13页
1 绪论第13-23页
 §1.1 复杂环境下多UCAV协同规划问题第13-16页
  §1.1.1 相关术语的定义和内涵第13-14页
  §1.1.2 问题的提出第14-15页
  §1.1.3 研究内容第15-16页
 §1.2 复杂环境下多UCAV协同规划技术的研究现状与方法第16-20页
  §1.2.1 常用的任务分配方法第16-18页
  §1.2.2 常用的航线规划方法第18-20页
 §1.3 论文研究背景第20-21页
 §1.4 论文主要工作及组织结构第21-23页
2 复杂环境下分层递阶协同规划研究第23-31页
 §2.1 引言第23页
 §2.2 多UCAV协同规划分层递阶结构第23-29页
  §2.2.1 任务层次分解第24-25页
  §2.2.2 分层分段的空间域分解第25-26页
  §2.2.3 时间域的分解第26-27页
  §2.2.4 分层递阶结构的迭代求解逻辑流程第27-29页
 §2.3 关键技术第29-30页
  §2.3.1 面向规划的复杂飞行环境建模第29页
  §2.3.2 三维航线规划技术第29页
  §2.3.3 任务分配技术第29-30页
  §2.3.4 任务协同技术第30页
 §2.4 本章小结第30-31页
3 面向规划的复杂飞行环境建模第31-38页
 §3.1 引言第31页
 §3.2 复杂飞行环境数据第31-33页
  §3.2.1 坐标系选择第31页
  §3.2.2 地理环境数据第31-32页
  §3.2.3 气象数据第32页
  §3.2.4 威胁数据第32-33页
  §3.2.5 人文数据第33页
 §3.3 面向规划的复杂飞行环境数据预处理第33-35页
  §3.3.1 高程数据融合及飞行禁飞区生成第33页
  §3.3.2 地形匹配区预处理第33-34页
  §3.3.3 景象匹配区预处理第34页
  §3.3.4 高度修正区预处理第34页
  §3.3.5 威胁数据量化第34-35页
  §3.3.6 人文/气象数据量化第35页
 §3.4 面向规划的复杂飞行环境表达第35-36页
  §3.4.1 降分辨率表达第35页
  §3.4.2 动态数据表达第35页
  §3.4.3 分层分段规划环境数据表达第35-36页
 §3.5 本章小结第36-38页
4 航线规划问题建模研究第38-52页
 §4.1 引言第38页
 §4.2 航线规划要求第38-40页
  §4.2.1 大范围规划要求第38-39页
  §4.2.2 导航要求第39页
  §4.2.3 威胁考虑第39页
  §4.2.4 飞行特性要求第39-40页
  §4.2.5 战略和战术限制第40页
 §4.3 航线规划模型第40页
 §4.4 约束条件建模第40-45页
  §4.4.1 导航点模型第41-45页
  §4.4.2 燃油/航程限制第45页
  §4.4.3 禁/避飞区限制第45页
  §4.4.4 命中精度第45页
 §4.5 航线表达第45-47页
  §4.5.1 基于空间点序列的航线表示方法第45-46页
  §4.5.2 基于链表形式的航线表示方法第46页
  §4.5.3 航线表示方法比较第46-47页
 §4.6 航线评价第47-51页
  §4.6.1 单因素评价第48页
  §4.6.2 多因素评价第48-51页
 §4.7 本章小结第51-52页
5 三维航线规划技术研究第52-89页
 §5.1 引言第52页
 §5.2 基于全矢量数据的三维航线规划算法(3D-VR)研究第52-58页
  §5.2.1 航线规划算法第52-56页
  §5.2.2 在线实时航线规划第56页
  §5.2.3 试验结果分析第56-58页
 §5.3 基于SAS的三维航线规划算法研究第58-69页
  §5.3.1 A*算法第59-60页
  §5.3.2 基于约束SAS的逆向航线规划算法研究第60-66页
  §5.3.3 试验结果分析第66-69页
 §5.4 基于遗传进化的三维航线规划算法研究第69-87页
  §5.4.1 遗传算法第69-70页
  §5.4.2 基于约束的三维航线遗传进化规划算法第70-85页
  §5.4.3 试验结果分析第85-87页
 §5.5 本章小结第87-89页
6 复杂环境下三维多航线规划研究第89-101页
 §6.1 引言第89页
 §6.2 长航时精确制导UCAV制导特点第89-90页
 §6.3 基于GASAS的大范围三维航线混合规划算法第90-94页
  §6.3.1 算法描述第90页
  §6.3.2 基于人工导引信息的改进算法第90-91页
  §6.3.3 试验结果分析第91-94页
 §6.4 复杂环境下多航线规划算法第94-100页
  §6.4.1 基本算法描述第94页
  §6.4.2 算法改进第94-95页
  §6.4.3 改进后算法描述第95-96页
  §6.4.4 试验结果分析第96-100页
 §6.5 本章小结第100-101页
7 多目标任务分配技术研究第101-113页
 §7.1 引言第101页
 §7.2 多目标任务分配问题建模第101-104页
  §7.2.1 问题描述第101-102页
  §7.2.2 问题建模第102-104页
 §7.3 基于启发式遗传算法的任务分配技术第104-107页
  §7.3.1 启发规则建立第104-105页
  §7.3.2 遗传算法设计第105-107页
 §7.4 实验结果与分析第107-112页
  §7.4.1 小规模任务分配实验第107-110页
  §7.4.2 大规模任务分配实验第110-112页
 §7.5 本章小结第112-113页
8 基于时间控制的任务协同技术研究第113-120页
 §8.1 引言第113页
 §8.2 碰撞检测与时空独立度矩阵定义第113-114页
 §8.3 基于时间控制的任务协同技术第114-116页
 §8.4 算法流程第116-117页
 §8.5 试验结果与分析第117-119页
 §8.6 本章小结第119-120页
9 分层递阶多UCAV协同规划实现第120-131页
 §9.1 引言第120页
 §9.2 系统流程设计第120-121页
 §9.3 试验结果与分析第121-130页
  §9.3.1 起算条件第121-123页
  §9.3.2 末段多航线规划第123页
  §9.3.3 VR多航线规划第123-125页
  §9.3.4 任务分配第125-126页
  §9.3.5 航线规划第126-127页
  §9.3.6 任务协同第127-129页
  §9.3.7 试验结论第129-130页
 §9.4 本章小结第130-131页
10 总结与展望第131-135页
 §10.1 论文总结第131-132页
 §10.2 论文创新之处第132-133页
 §10.3 后续展望第133-135页
致谢第135-136页
参考文献第136-143页
作者在攻读博士学位期间取得的研究成果第143页

论文共143页,点击 下载论文
上一篇:傅里叶变换红外光谱仪若干核心技术研究及其应用
下一篇:时空变换与关联规则启发的车辆路径优化蚁群算法研究