| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-23页 |
| 1.1 研究背景及意义 | 第17-19页 |
| 1.2 国内外研究现状 | 第19-21页 |
| 1.3 论文的主要工作 | 第21-23页 |
| 第二章 电子侦察飞机航路规划问题分析 | 第23-33页 |
| 2.1 飞行航路的约束条件及模型分析 | 第23-28页 |
| 2.1.1 飞行环境模型 | 第24-26页 |
| 2.1.2 电子侦察飞机物理限制模型 | 第26-27页 |
| 2.1.3 任务目标约束 | 第27-28页 |
| 2.2 电子侦察飞机航路规划算法简要分析 | 第28-31页 |
| 2.2.1 A~*算法 | 第28页 |
| 2.2.2 遗传算法 | 第28-29页 |
| 2.2.3 粒子群算法 | 第29-30页 |
| 2.2.4 蚁群算法 | 第30页 |
| 2.2.5 Voronoi图算法 | 第30-31页 |
| 2.2.6 概率地图算法 | 第31页 |
| 2.3 航路表达 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于稀疏A~*搜索的航路规划 | 第33-43页 |
| 3.1 A~*搜索算法原理 | 第33-35页 |
| 3.2 稀疏A~*搜索算法原理 | 第35页 |
| 3.3 规划空间的划分 | 第35-36页 |
| 3.4 代价函数设计 | 第36-38页 |
| 3.5 基于稀疏A~*搜索算法流程与仿真实现 | 第38-42页 |
| 3.5.1 算法流程 | 第38页 |
| 3.5.2 仿真实现 | 第38-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于粒子群算法的航路规划 | 第43-59页 |
| 4.1 粒子群算法原理 | 第43-48页 |
| 4.1.1 粒子群算法基本原理 | 第43-45页 |
| 4.1.2 粒子群初始化 | 第45-46页 |
| 4.1.3 粒子群算法的适应度函数 | 第46-47页 |
| 4.1.4 粒子群算法中参数选取 | 第47-48页 |
| 4.2 基于粒子群算法的仿真与分析 | 第48-53页 |
| 4.2.1 仿真流程 | 第48-49页 |
| 4.2.2 仿真实验及分析 | 第49-53页 |
| 4.3 基于粒子群与SAS算法的仿真与分析 | 第53-58页 |
| 4.3.1 仿真流程 | 第53-54页 |
| 4.3.2 仿真实验及分析 | 第54-58页 |
| 4.4 小结 | 第58-59页 |
| 第五章 电子侦察飞机航路规划软件设计与实现 | 第59-77页 |
| 5.1 航路规划软件需求分析 | 第59-64页 |
| 5.2 航路规划软件架构设计 | 第64-65页 |
| 5.3 航路规划软件实现 | 第65-70页 |
| 5.3.1 软件开发环境 | 第65页 |
| 5.3.2 坐标变换 | 第65-66页 |
| 5.3.3 基于XML的文件保存功能 | 第66-68页 |
| 5.3.4 显示模块实现 | 第68-69页 |
| 5.3.5 状态显示模块 | 第69-70页 |
| 5.4 航路规划软件验证与分析 | 第70-75页 |
| 5.4.1 XML文件管理验证 | 第70-71页 |
| 5.4.2 显示功能验证 | 第71-73页 |
| 5.4.3 基于SAS算法的航路规划结果验证 | 第73-74页 |
| 5.4.4 基于粒子群算法与SAS算法结合的航路规划结果验证 | 第74-75页 |
| 5.5 小结 | 第75-77页 |
| 第六章 总结与展望 | 第77-81页 |
| 6.1 总结 | 第77-78页 |
| 6.2 展望 | 第78-81页 |
| 参考文献 | 第81-83页 |
| 致谢 | 第83-85页 |
| 作者简介 | 第85-86页 |