| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文的背景与意义 | 第10-12页 |
| 1.2 无人机航迹规划的研究现状 | 第12-14页 |
| 1.2.1 无人机航迹规划的国外研究现状 | 第12-13页 |
| 1.2.2 无人机航迹规划的国内研究现状 | 第13-14页 |
| 1.3 论文的主要研究对象与研究目标 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 低空无人机航迹规划基础模型分析和算法介绍 | 第16-27页 |
| 2.1 概述 | 第16页 |
| 2.2 规划空间分析 | 第16-18页 |
| 2.3 无人机机动性能约束分析 | 第18-20页 |
| 2.3.1 最大航程约束 | 第18页 |
| 2.3.2 最大俯仰角约束 | 第18-19页 |
| 2.3.3 最大偏航角约束 | 第19页 |
| 2.3.4 最小直飞长度约束 | 第19-20页 |
| 2.3.5 最低飞行高度约束 | 第20页 |
| 2.4 威胁约束分析 | 第20-24页 |
| 2.4.1 雷达威胁 | 第21-22页 |
| 2.4.2 防空导弹威胁 | 第22-23页 |
| 2.4.3 高炮威胁 | 第23-24页 |
| 2.5 航迹规划常用算法介绍 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 低空无人机航迹综合代价函数研究 | 第27-41页 |
| 3.1 概述 | 第27页 |
| 3.2 航迹综合代价函数表示 | 第27-30页 |
| 3.3 模糊数学简介 | 第30-35页 |
| 3.4 基于模糊推理的无人机航迹代价权重系数确定方法 | 第35-40页 |
| 3.4.1 推理步骤 | 第35-36页 |
| 3.4.2 实验验证 | 第36-39页 |
| 3.4.3 实验结果分析 | 第39页 |
| 3.4.4 结论总结 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于稀疏A*算法的低空无人机离线航迹规划 | 第41-58页 |
| 4.1 概述 | 第41页 |
| 4.2 A*算法介绍 | 第41-42页 |
| 4.3 基于稀疏A*算法的低空无人机离线航迹规划算法 | 第42-50页 |
| 4.3.1 搜索节点类型 | 第42页 |
| 4.3.2 启发函数确定 | 第42-43页 |
| 4.3.3 最大俯仰角、最大偏航角、最小直飞长度约束处理 | 第43-44页 |
| 4.3.4 最大航程约束处理 | 第44-45页 |
| 4.3.5 最小高度约束处理 | 第45-46页 |
| 4.3.6 飞行过程中的威胁躲避 | 第46-47页 |
| 4.3.7 算法步骤 | 第47-50页 |
| 4.4 离线航迹规划算法仿真结果 | 第50-57页 |
| 4.4.1 仿真环境 | 第50-51页 |
| 4.4.2 仿真实验及结果分析 | 第51-57页 |
| 4.4.3 结论总结 | 第57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 基于狼群算法的低空无人机在线航迹规划 | 第58-74页 |
| 5.1 概述 | 第58页 |
| 5.2 狼群算法介绍 | 第58-62页 |
| 5.2.1 群体智能 | 第58-59页 |
| 5.2.2 狼群算法 | 第59-62页 |
| 5.3 基于狼群算法的低空无人机在线航迹规划 | 第62-69页 |
| 5.3.1 航迹点数目确定 | 第62-63页 |
| 5.3.2 机动性能约束条件处理 | 第63-64页 |
| 5.3.3 算法步骤 | 第64-69页 |
| 5.4 在线航迹规划仿真结果 | 第69-73页 |
| 5.4.1 仿真环境 | 第69页 |
| 5.4.2 仿真实验及结果分析 | 第69-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 全文总结 | 第74页 |
| 6.2 今后工作展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
