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

基于智能优化与RRT算法的无人机任务规划方法研究

摘要第1-6页
Abstract第6-17页
第一章 绪论第17-33页
   ·研究背景与意义第17-19页
   ·无人机自主控制第19-23页
     ·无人机自主能力第19-21页
     ·自主控制系统结构第21-22页
     ·自主控制现状第22-23页
   ·无人机任务规划研究现状第23-28页
     ·航迹规划第24-26页
     ·任务分配第26-28页
   ·群体智能优化第28-30页
   ·快速扩展随机树算法研究现状第30-31页
   ·本文主要研究内容与章节安排第31-33页
第二章 基于改进蚁群优化的无人机航迹规划第33-58页
   ·问题建模第33-42页
     ·任务环境表述第33-38页
     ·航迹代价设计第38-40页
     ·约束条件与处理第40-42页
   ·多重启发蚁群算法第42-50页
     ·蚁群优化算法第42-45页
     ·多重启发信息第45-48页
     ·收敛性分析第48-50页
   ·人工势场蚁群算法第50-54页
     ·人工势场法第50-52页
     ·基于人工势场蚁群优化的航迹规划第52-54页
   ·仿真与分析第54-57页
   ·本章小结第57-58页
第三章 基于改进粒子群优化的多无人机协同航迹规划第58-79页
   ·改进混合粒子群优化算法第58-66页
     ·基本粒子群算法第58-59页
     ·改进措施第59-63页
     ·收敛性分析第63-64页
     ·算例第64-66页
   ·多无人机机协同航迹规划问题第66-69页
     ·时域协同第66-68页
     ·空域协同第68-69页
   ·基于威胁启发粒子群算法的协同航迹规划方法第69-74页
     ·粒子编码第69-70页
     ·威胁启发第70-71页
     ·协同航迹规划第71-74页
   ·仿真试验第74-77页
   ·本章小结第77-79页
第四章 不确定性环境下的在线航迹规划方法研究第79-112页
   ·快速扩展随机树算法研究第79-93页
     ·RRT 算法的基本原理第79-80页
     ·RRT 算法收敛性分析第80-82页
     ·RRT 算法参数研究第82-87页
     ·改进措施第87-93页
   ·突发威胁环境下的航迹重规划第93-104页
     ·基于混合自动机的任务规划模型第94-97页
     ·基于 RRT 算法的航迹重规划方法第97-99页
     ·路径修剪与平滑第99-101页
     ·仿真试验第101-104页
   ·未知环境下的滚动航迹规划第104-110页
     ·滚动 RRT 算法第105-108页
     ·仿真试验第108-110页
   ·算法讨论第110页
   ·本章小结第110-112页
第五章 多无人机协同任务分配研究第112-125页
   ·任务分配问题描述第112-116页
     ·任务分配中的约束条件第114-115页
     ·任务分配的代价收益指标第115-116页
   ·基于多组群蚁群优化的任务分配方法第116-121页
     ·多组群蚁群算法第117-118页
     ·k-opt 算法第118页
     ·多组群蚁群算法步骤第118-120页
     ·无人机动态任务重分配第120-121页
   ·仿真试验第121-124页
   ·本章小结第124-125页
第六章 小型无人机的航迹规划系统实现第125-138页
   ·小型无人机系统构成第125-129页
     ·机载飞控系统第126-127页
     ·地面测控系统第127-129页
   ·任务需求第129-131页
   ·无人机航迹规划系统第131-135页
     ·数据录入第131-132页
     ·航迹验证第132-135页
     ·航迹加载第135页
   ·应用实例第135-137页
   ·本章小结第137-138页
第七章 总结第138-141页
   ·本文工作总结与创新第138-140页
   ·进一步的工作展望第140-141页
参考文献第141-153页
致谢第153-154页
在学期间的研究成果及发表的学术论文第154页

论文共154页,点击 下载论文
上一篇:电脉冲除冰系统的实验、理论与设计研究
下一篇:航空公司航班运行调度模型与算法研究