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

基于蚁群势场混合算法的无人机航迹规划

摘要第3-4页
Abstract第4-5页
第1章 绪论第9-16页
    1.1 选题背景及意义第9-11页
        1.1.1 选题背景第9-10页
        1.1.2 航迹规划研究的意义第10-11页
    1.2 无人机发展现状第11-12页
        1.2.1 国外无人机发展现状第11-12页
        1.2.2 国内无人机发展现状第12页
        1.2.3 无人机发展趋势第12页
    1.3 航迹规划研究现状及分析第12-14页
        1.3.1 国外研究现状第12-13页
        1.3.2 国内研究现状第13-14页
        1.3.3 研究现状分析第14页
    1.4 本文主要研究内容第14-15页
    1.5 论文的组织结构第15-16页
第2章 无人机航迹规划的数学模型第16-28页
    2.1 航迹规划空间的表示第16-19页
        2.1.1 数字高程模型第16-17页
        2.1.2 空间地形的建立第17-19页
    2.2 无人机自身性能约束第19-20页
    2.3 威胁约束建模第20-23页
    2.4 航迹规划综合代价建模第23-25页
    2.5 飞行航迹的表示第25页
    2.6 常用航迹规划算法介绍第25-26页
    2.7 本章小结第26-28页
第3章 基于改进蚁群算法的无人机航迹规划第28-44页
    3.1 蚁群算法介绍第28-34页
        3.1.1 蚁群算法的起源第28页
        3.1.2 蚁群算法原理第28-31页
        3.1.3 蚁群算法的算法描述第31-33页
        3.1.4 蚁群算法的优缺点第33-34页
    3.2 两种改进蚁群算法第34-37页
        3.2.1 最大-最小蚂蚁系统第35页
        3.2.2 智能蚂蚁算法第35-37页
    3.3 蚁群算法的改进第37-40页
        3.3.1 引导因子设计策略第37页
        3.3.2 航迹节点自适应选择策略第37-38页
        3.3.3 节点信息素阈值调节策略第38页
        3.3.4 信息素挥发因子智能调整策略第38-39页
        3.3.5 QC品管调节机制第39-40页
    3.4 算法设计第40-41页
    3.5 实验仿真及结果分析第41-43页
    3.6 本章小结第43-44页
第4章 基于人工势场法的无人机航迹规划第44-57页
    4.1 人工势场法的基本原理第44-47页
        4.1.1 人工势场法的介绍第44-45页
        4.1.2 势力场函数的构建第45-47页
    4.2 人工势场法的优势与不足第47-49页
        4.2.1 人工势场法的优点第47页
        4.2.2 人工势场法的缺点第47-49页
    4.3 人工势场法的改进第49-52页
        4.3.1 带有引导因子的斥力场函数第49-51页
        4.3.2 斥力分解策略第51-52页
    4.4 算法设计第52-53页
    4.5 实验仿真及结果分析第53-56页
    4.6 本章小结第56-57页
第5章 基于蚁群势场混合算法的无人机航迹规划第57-68页
    5.1 混合算法的优势第57页
    5.2 基于蚁群势场混合算法的航迹规划第57-63页
        5.2.1 蚁群势场混合算法的介绍第57-58页
        5.2.2 势场力启发信息函数的构造第58-60页
        5.2.3 势场力调节因子最小值限制策略第60-61页
        5.2.4 信息素扰动调节机制第61页
        5.2.5 算法设计第61-62页
        5.2.6 实验仿真及结果分析第62-63页
    5.3 突发威胁下的航迹重规划第63-67页
        5.3.1 突发威胁分类第63-64页
        5.3.2 航迹重规划方法介绍第64-65页
        5.3.3 实验仿真及结果分析第65-67页
    5.4 本章小结第67-68页
第6章 总结与展望第68-70页
    6.1 总结第68页
    6.2 展望第68-70页
参考文献第70-74页
发表论文和参加科研情况说明第74-75页
致谢第75-76页

论文共76页,点击 下载论文
上一篇:基于集成学习的房产资讯分类
下一篇:面向汽车及零部件云服务平台的日志管理及安全监控系统的研究与实现