无人机巡航阶段轨迹控制研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-17页 |
1.1 引言 | 第10页 |
1.2 研究背景及意义 | 第10-11页 |
1.3 无人机轨迹规划研究现状 | 第11-13页 |
1.3.1 无人机轨迹规划国外发展现状 | 第11-12页 |
1.3.2 无人机轨迹规划国内发展现状 | 第12-13页 |
1.4 轨迹规划关键技术 | 第13-14页 |
1.5 本文的主要内容安排 | 第14-17页 |
1.5.1 本文的主要工作 | 第14-16页 |
1.5.2 本文的章节安排 | 第16-17页 |
第二章 无人机轨迹规划前提问题分析 | 第17-40页 |
2.1 基础理论 | 第17-23页 |
2.1.1 最优化理论 | 第17-18页 |
2.1.2 线性插值法 | 第18-21页 |
2.1.3 最优控制理论 | 第21-23页 |
2.2 轨迹规划算法比较 | 第23-31页 |
2.2.1 启发式A*算法 | 第23-25页 |
2.2.2 遗传算法 | 第25-26页 |
2.2.3 模拟退火算法 | 第26-27页 |
2.2.4 粒子群优化算法 | 第27-28页 |
2.2.5 蚁群算法 | 第28-31页 |
2.3 无人机飞行性能约束 | 第31-35页 |
2.3.1 最小步长 | 第31页 |
2.3.2 最大航程 | 第31-32页 |
2.3.3 最大转弯角和最大爬升/下滑角 | 第32-33页 |
2.3.4 最小转弯半径 | 第33-34页 |
2.3.5 最低飞行高度 | 第34-35页 |
2.4 轨迹规划空间建模 | 第35-38页 |
2.4.1 二维空间建模 | 第35-36页 |
2.4.2 三维空间建模 | 第36-38页 |
2.5 算法性能评价指标 | 第38-39页 |
2.6 本章小结 | 第39-40页 |
第三章 基于蚁群算法的无人机巡航阶段轨迹规划 | 第40-59页 |
3.1 蚁群算法基本数学模型 | 第40-43页 |
3.1.1 信息素表示方法 | 第40-41页 |
3.1.2 状态转移规则 | 第41-42页 |
3.1.3 信息素更新机制 | 第42-43页 |
3.2 蚁群算法参数选取原则 | 第43-44页 |
3.2.1 参数α和β的选取 | 第43-44页 |
3.2.2 参数ρ和(?)的选取 | 第44页 |
3.2.3 参数α、β、ρ、(?)的组合配置 | 第44页 |
3.3 蚁群算法改进策略 | 第44-46页 |
3.3.1 初始化信息素改进策略 | 第44-45页 |
3.3.2 基于狼群分配原则的信息素更新策略 | 第45页 |
3.3.3 启发信息更新策略 | 第45-46页 |
3.4 基于改进蚁群算法的二维轨迹规划 | 第46-52页 |
3.4.1 状态转移规则的改进 | 第46-47页 |
3.4.2 信息素更新策略的改进 | 第47-48页 |
3.4.3 算法步骤及流程 | 第48-50页 |
3.4.4 仿真结果与分析 | 第50-52页 |
3.5 基于改进蚁群算法的三维轨迹规划 | 第52-58页 |
3.5.1 信息素更新 | 第52-53页 |
3.5.2 蚁群搜索策略 | 第53页 |
3.5.3 算法步骤及流程 | 第53-55页 |
3.5.4 仿真结果与分析 | 第55-58页 |
3.6 本章小结 | 第58-59页 |
第四章 基于三次非均匀B样条曲线的航迹平滑 | 第59-75页 |
4.1 航迹平滑问题分析 | 第59页 |
4.2 航迹平滑算法比较 | 第59-64页 |
4.2.1 圆弧段串联法 | 第59-61页 |
4.2.2 平滑算子法 | 第61页 |
4.2.3 力平衡法 | 第61-62页 |
4.2.4 滤波法 | 第62-63页 |
4.2.5 B样条曲线法 | 第63-64页 |
4.3 三次非均匀B样条曲线平滑法 | 第64-67页 |
4.4 航迹平滑仿真结果 | 第67-74页 |
4.4.1 二维航迹平滑仿真结果 | 第67-70页 |
4.4.2 三维航迹平滑仿真结果 | 第70-74页 |
4.5 本章小结 | 第74-75页 |
第五章 总结与展望 | 第75-77页 |
5.1 论文总结 | 第75-76页 |
5.2 今后展望 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-81页 |
作者简介 | 第81页 |