首页--航空、航天论文--航空论文--各类型航空器论文--无人驾驶飞机论文

基于最优化理论的三维多无人机协同任务规划技术研究

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

论文共71页,点击 下载论文
上一篇:重力匹配辅助水下导航的若干问题研究
下一篇:视觉辅助的飞行载体组合引导着陆关键技术研究