摘要 | 第5-6页 |
Abstract | 第6页 |
主要符号表 | 第9-10页 |
第1章 绪论 | 第10-17页 |
1.1 课题研究背景 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 航迹规划系统的发展概况 | 第11-12页 |
1.2.2 航迹规划算法的研究现状 | 第12-14页 |
1.3 本文的研究内容 | 第14-15页 |
1.4 本文的组织结构 | 第15-17页 |
第2章 无人机航迹规划问题理论概述 | 第17-28页 |
2.1 无人机航迹规划的基本概念 | 第17-19页 |
2.1.1 航迹规划问题描述 | 第17页 |
2.1.2 航迹规划系统的组成和分类 | 第17-19页 |
2.2 无人机航迹规划的基本要求 | 第19-22页 |
2.2.1 航迹规划的约束条件 | 第19-20页 |
2.2.2 航迹规划的优化指标 | 第20-21页 |
2.2.3 航迹规划中的不确定因素 | 第21-22页 |
2.3 航迹规划算法分类及描述 | 第22-27页 |
2.3.1 无人机航迹规划环境模型 | 第23-24页 |
2.3.2 传统航迹规划算法 | 第24页 |
2.3.3 启发式算法 | 第24-25页 |
2.3.4 智能仿生学算法 | 第25-27页 |
2.3.5 分层航迹规划算法 | 第27页 |
2.4 本章小结 | 第27-28页 |
第3章 突发威胁下的无人机分层航迹规划算法研究 | 第28-42页 |
3.1 突发威胁下分层航迹规划策略的建立 | 第29-30页 |
3.2 基于A~*搜索算法的无人机全局航迹规划 | 第30-33页 |
3.3 基于改进人工势场法的无人机局部航迹规划 | 第33-36页 |
3.3.1 传统人工势场法的原理及存在的问题 | 第33-34页 |
3.3.2 人工势场法的改进 | 第34-35页 |
3.3.3 基于改进人工势场法的无人机动态航迹规划 | 第35-36页 |
3.4 实例仿真与分析 | 第36-41页 |
3.4.1 改进人工势场法的仿真实验 | 第36-38页 |
3.4.2 突发威胁下的无人机分层航迹规划算法仿真实验 | 第38-41页 |
3.5 本章小结 | 第41-42页 |
第4章 移动威胁下的无人机三维航迹规划算法研究 | 第42-53页 |
4.1 无人机与移动威胁的运动学建模 | 第43-45页 |
4.1.1 无人机的运动学模型 | 第43-44页 |
4.1.2 基于自适应卡尔曼滤波算法的移动威胁状态预测 | 第44-45页 |
4.2 移动威胁下的无人机航迹规划 | 第45-50页 |
4.2.1 航迹规划器设计 | 第45-46页 |
4.2.2 航迹角控制数学模型 | 第46-47页 |
4.2.3 移动威胁下基于参数调整的航迹规划算法 | 第47-50页 |
4.3 算法流程 | 第50页 |
4.4 实例仿真与分析 | 第50-52页 |
4.5 本章小结 | 第52-53页 |
第5章 全文总结与展望 | 第53-55页 |
5.1 本文所做研究工作 | 第53页 |
5.2 未来工作展望 | 第53-55页 |
附录 分层航迹规划算法程序清单 | 第55-65页 |
参考文献 | 第65-69页 |
致谢 | 第69-70页 |
攻读硕士期间发表(含录用)的学术论文 | 第70-71页 |