基于遗传算法和稀疏A*算法的无人机三维航迹规划研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 无人机航迹规划的研究现状 | 第9-11页 |
| 1.2.1 国外无人机航迹规划研究现状 | 第9-10页 |
| 1.2.2 我国无人机航迹规划研究现状 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 无人机航迹规划相关理论及方法 | 第14-22页 |
| 2.1 环境建模方法 | 第14-16页 |
| 2.2 航迹规划算法的分类 | 第16-20页 |
| 2.3 航迹评价指标 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 无人机航迹规划建模 | 第22-31页 |
| 3.1 无人机模型 | 第22-23页 |
| 3.2 无人机机动性能约束 | 第23-25页 |
| 3.2.1 最小航迹段约束 | 第23页 |
| 3.2.2 最大航程约束 | 第23页 |
| 3.2.3 最低飞行高度 | 第23-24页 |
| 3.2.4 最大偏航角、最大俯仰角 | 第24-25页 |
| 3.3 飞行环境等效数字地图的建立 | 第25-30页 |
| 3.3.1 飞行环境建模 | 第25-28页 |
| 3.3.2 等效数字地图的生成 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于遗传算法的无人机三维离线航迹规划 | 第31-44页 |
| 4.1 遗传算法的选择依据 | 第31页 |
| 4.2 遗传算法的构成要素 | 第31-36页 |
| 4.2.1 基因编码设计 | 第32页 |
| 4.2.2 改进的个体适应度评价设计 | 第32-34页 |
| 4.2.3 改进的遗传操作算子设计 | 第34-36页 |
| 4.3 遗传算法的流程 | 第36-39页 |
| 4.4 仿真实验与结果分析 | 第39-43页 |
| 4.4.1 实验设计 | 第39页 |
| 4.4.2 实验结果分析 | 第39-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 基于GA和SAS算法的在线航迹规划 | 第44-59页 |
| 5.1 无人机在线航迹规划问题概述 | 第44-45页 |
| 5.2 基于SAS算法航迹规划的实现 | 第45-53页 |
| 5.2.1 规划空间的划分 | 第45-46页 |
| 5.2.2 代价函数的设计 | 第46-47页 |
| 5.2.3 SAS算法流程 | 第47-50页 |
| 5.2.4 SAS算法仿真 | 第50-53页 |
| 5.3 基于GA-SAS算法的在线航迹规划步骤 | 第53页 |
| 5.4 在线航迹规划仿真 | 第53-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1 程序清单 | 第64-66页 |
| 附录2 攻读硕士学位期间申请的专利 | 第66-67页 |
| 致谢 | 第67页 |
