摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第11-18页 |
1.1 引言 | 第11-12页 |
1.2 研究背景及意义 | 第12-13页 |
1.2.1 研究背景 | 第12-13页 |
1.2.2 研究意义 | 第13页 |
1.3 国内外研究现状与分析 | 第13-15页 |
1.3.1 多无人机多目标分配 | 第13-14页 |
1.3.2 无人机三维航迹规划 | 第14-15页 |
1.3.3 无人机三维航迹优化 | 第15页 |
1.4 论文组织结构 | 第15-18页 |
第二章 最优化理论基础 | 第18-27页 |
2.1 最优化问题数学模型及其解 | 第18-21页 |
2.1.1 最优化问题数学模型 | 第18-19页 |
2.1.2 最优化问题的解 | 第19-21页 |
2.2 求解最优化问题的方法 | 第21-25页 |
2.2.1 求解最优化问题的一般方法 | 第21-23页 |
2.2.2 求解最优化问题的智能优化算法 | 第23-25页 |
2.3 基于最优化理论的多无人机协同任务规划 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第三章 基于改进遗传算法的多无人机多目标分配 | 第27-40页 |
3.1 多无人机多目标分配建模 | 第27-30页 |
3.1.1 参数分析 | 第27-28页 |
3.1.2 目标函数构造 | 第28-30页 |
3.1.3 约束条件分析 | 第30页 |
3.2 基于改进遗传算法的多无人机多目标分配方法 | 第30-33页 |
3.2.1 编码和种群初始化 | 第31-32页 |
3.2.2 适应度函数的构造 | 第32-33页 |
3.2.3 遗传操作 | 第33页 |
3.3 仿真和结果分析 | 第33-39页 |
3.3.1 分配方案求解 | 第33-37页 |
3.3.2 性能对比 | 第37-39页 |
3.4 本章小结 | 第39-40页 |
第四章 基于混合遗传蚁群算法的多无人机协同三维航迹规划 | 第40-54页 |
4.1 多无人机协同三维航迹规划问题建模 | 第40-43页 |
4.1.1 三维航迹规划空间表示 | 第40-41页 |
4.1.2 最优化模型目标函数构造 | 第41-42页 |
4.1.3 最优化模型约束条件分析 | 第42-43页 |
4.2 常用航迹规划算法 | 第43-44页 |
4.2.1 常用航迹规划算法 | 第43页 |
4.2.2 蚁群算法基本步骤 | 第43-44页 |
4.3 基于混合遗传蚁群算法的多无人机协同三维航迹规划 | 第44-47页 |
4.3.1 遗传操作 | 第44-45页 |
4.3.2 蚁群操作 | 第45-47页 |
4.4 实验与分析 | 第47-53页 |
4.4.1 单无人机三维航迹规划 | 第48-51页 |
4.4.2 多无人机协同三维航迹规划 | 第51-53页 |
4.5 本章小结 | 第53-54页 |
第五章 基于B样条曲线拟合的三维航迹优化 | 第54-63页 |
5.1 航迹优化的一般要求 | 第54页 |
5.2 B样条曲线用于航迹优化 | 第54-56页 |
5.3 基于三次B样条曲线的无人机航迹优化 | 第56-59页 |
5.3.1 约束条件分析 | 第56-57页 |
5.3.2 B样条曲线方程 | 第57-58页 |
5.3.3 航迹优化的计算过程 | 第58-59页 |
5.4 仿真实验与分析 | 第59-61页 |
5.4.1 单无人机三维航迹优化 | 第59-60页 |
5.4.2 多无人机三维航迹优化 | 第60-61页 |
5.5 本章小结 | 第61-63页 |
第六章 总结与展望 | 第63-65页 |
6.1 论文总结与创新点 | 第63-64页 |
6.1.1 论文工作总结 | 第63页 |
6.1.2 论文创新点 | 第63-64页 |
6.2 不足与展望 | 第64-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-71页 |
作者简历 | 第71页 |