无人机航路规划方法研究
| 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15-19页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 研究和发展现状 | 第16-17页 |
| 1.2.1 航路规划的研究内容 | 第16-17页 |
| 1.2.2 航路规划的研究现状 | 第17页 |
| 1.3 论文研究内容安排 | 第17-19页 |
| 第二章 无人机航路规划环境建模 | 第19-35页 |
| 2.1 无人机自身限制因素 | 第19-21页 |
| 2.1.1 最小航路段长度 | 第19页 |
| 2.1.2 最大偏航角 | 第19-20页 |
| 2.1.3 最大爬升/下降角 | 第20页 |
| 2.1.4 最大航程约束 | 第20-21页 |
| 2.2 客观条件的限制因素 | 第21-22页 |
| 2.2.1 飞行高度限制 | 第21页 |
| 2.2.2 目标进入任务区方向 | 第21页 |
| 2.2.3 战术目标约束 | 第21-22页 |
| 2.3 敌方威胁的限制因素 | 第22-29页 |
| 2.3.1 雷达威胁空间模型 | 第22-23页 |
| 2.3.2 敌方防空武器威胁 | 第23-29页 |
| 2.4 无人机飞行环境数字模型 | 第29-33页 |
| 2.4.1 数字地形建模 | 第29-31页 |
| 2.4.2 威胁空间建模 | 第31-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 Voronoi图算法 | 第35-45页 |
| 3.1 Voronoi图的起源和发展 | 第35页 |
| 3.2 Voronoi图的定义 | 第35-36页 |
| 3.3 Voronoi图的性质 | 第36页 |
| 3.4 Voronoi图的生成算法 | 第36-40页 |
| 3.5 Voronoi图的应用 | 第40-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 蚁群算法 | 第45-67页 |
| 4.1 蚁群算法的起源和发展 | 第45-46页 |
| 4.2 蚁群算法的原理 | 第46-49页 |
| 4.3 蚁群算法参数选择 | 第49-56页 |
| 4.4 蚁群算法的特点 | 第56页 |
| 4.5 传统蚁群算法的航路规划 | 第56-58页 |
| 4.6 改进蚁群算法的航路规划 | 第58-60页 |
| 4.6.1 航路节点选取 | 第58-59页 |
| 4.6.2 航路平滑 | 第59-60页 |
| 4.7 算法性能分析 | 第60-65页 |
| 4.8 本章小结 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67页 |
| 5.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |
