基于粒子群优化算法的无人机航迹规划
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·无人机的发展 | 第8-9页 |
| ·无人机航迹规划 | 第9-11页 |
| ·无人机航迹规划系统研究概况 | 第9-10页 |
| ·无人机航迹规划发展方向 | 第10页 |
| ·无人机航迹规划研究方法及所存在的问题 | 第10-11页 |
| ·论文的主要研究内容 | 第11-13页 |
| 第二章 无人机航迹规划基础模型和算法研究 | 第13-22页 |
| ·航迹规划模型和算法 | 第13-16页 |
| ·地形和敌情信息的获取与处理 | 第13页 |
| ·威胁模型 | 第13-14页 |
| ·航迹规划算法 | 第14-16页 |
| ·数字地图处理算法 | 第16-19页 |
| ·原始数字地形模拟算法 | 第18页 |
| ·地形山峰模拟算法 | 第18页 |
| ·等效数字地形 | 第18-19页 |
| ·仿真结果及分析 | 第19页 |
| ·雷达威胁模型 | 第19-20页 |
| ·航迹代价函数 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 粒子群优化算法 | 第22-43页 |
| ·粒子群优化算法 | 第22-24页 |
| ·计算智能 | 第22页 |
| ·优化方法 | 第22-24页 |
| ·进化算法 | 第24页 |
| ·粒子群优化算法 | 第24页 |
| ·粒子群优化算法实现 | 第24-30页 |
| ·算法原理 | 第24-26页 |
| ·算法分析 | 第26-28页 |
| ·粒子群优化算法求解最优化问题过程 | 第28-29页 |
| ·基本粒子群优化算法实现步骤 | 第29-30页 |
| ·粒子群优化算法与遗传算法比较 | 第30-32页 |
| ·粒子群优化算法改进 | 第32-34页 |
| ·复合粒子群优化算法 | 第32-33页 |
| ·复合粒子群优化算法改进意义 | 第33-34页 |
| ·粒子群优化算法的发展及展望 | 第34-39页 |
| ·粒子群优化算法的发展 | 第34-38页 |
| ·粒子群优化算法的展望 | 第38-39页 |
| ·粒子群优化算法的应用 | 第39-41页 |
| ·函数优化 | 第39页 |
| ·神经网络训练 | 第39-40页 |
| ·电力系统领域 | 第40页 |
| ·模糊系统控制 | 第40-41页 |
| ·工程应用 | 第41页 |
| ·小结 | 第41-43页 |
| 第四章 基于粒子群优化算法的无人机航迹规划 | 第43-55页 |
| ·航迹规划分层思想 | 第43-45页 |
| ·航迹规划分层理论 | 第43-44页 |
| ·航迹规划分层意义 | 第44-45页 |
| ·整体规划与动态规划所用方法 | 第45页 |
| ·电荷法 | 第45-48页 |
| ·电荷法原理 | 第45-46页 |
| ·约束条件 | 第46-47页 |
| ·电荷法处理情况分析 | 第47-48页 |
| ·最小威胁曲面 | 第48页 |
| ·航迹搜索空间的构造 | 第48-49页 |
| ·数字地图的平滑 | 第49-52页 |
| ·地形预处理流程 | 第49-50页 |
| ·二维三次卷积插值算法 | 第50-51页 |
| ·数字仿真及其结论 | 第51-52页 |
| ·无人机数学模型 | 第52-53页 |
| ·粒子群优化算法的数学模型 | 第53页 |
| ·算法实现 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第五章 仿真结果及分析 | 第55-60页 |
| ·航迹性能指标的确定 | 第55-56页 |
| ·威胁建模 | 第55-56页 |
| ·问题描述与建模 | 第56页 |
| ·仿真结果及分析 | 第56-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 发表论文 | 第65-66页 |
