基于A*算法的四维实时航迹规划算法

飞行器在飞行过程中接到攻击时间敏感目标的指令时,时间因素必须被考虑,这时飞行器就要规划出四维航迹。利用A*算法的特点,将A*算法的估价函数解释为一个与时间相关的函数,通过比较规定到达时间与预测到达时间之间的差值,确定出将要优先扩展的节点,并通过航程调节和速度控制来减小时间误差。提出的四维航迹算法在算例中实现,实验结果表明飞行器可以按规定的时间到达目标。     

改进型Voronoi图和动态权值A*算法的无人机航迹规划

针对实际作战环境中的不同威胁等级和不同威胁实体的威胁源,提出了改进型的Voronoi图,并建立了基于改进型Voronoi图的航迹规划空间;基于A*算法的估价函数在不同阶段对指标的敏感度不同,在传统的启发式A*搜索算法基础上提出了动态权值A*搜索算法,提高了航迹搜索的效率,实现了航迹搜索过程快速性和准确性的结合。最后通过Matlab仿真计算出由动态权值A*算法得到的最优航迹,并进行了航迹的平滑处理,仿真表明了该方法的可行性。     

基于A~*算法的无人机航路规划算法

针对无人机航路规划空间建模和规划算法的设计问题,研究了地理地形、敌方雷达和禁避飞区等约束条件的建模问题;针对规划空间较大时,A*算法规划时间长信息存储量大这一问题,将规划分为两步,应用A*算法进行离线规划生成预规划航路,以预规划航路作为参考选择局部目标点进行在线规划;为了使得规划航路满足无人机的机动性能约束,利用3次B样条曲线对航路进行平滑处理。仿真结果表明,该算法性能优于稀疏A*算法,适用于无人航路规划的工程应用。     

具有时间约束任务的无人机航迹规划方法

根据战场环境中威胁的种类及特性,建立了威胁模型,描述了威胁范围与威胁概率的关系;在对具有时间敏感性任务的无人机进行航迹规划时,根据无人机任务的时间限制,结合无人机的性能参数,采用适当增加风险代价,来满足任务时间要求的方法,改进了A*搜索算法,将A*算法的代价估价函数设置为与时间相关的函数,采用变步长搜索策略,通过判断是否满足任务时间要求,确定出将要优先扩展的节点,仿真结果表明该算法能够快速规划出满足任务时间约束条件的航迹.     

基于A*算法的实时航迹规划方法研究

根据巡航导弹实时航迹规划时效性强、弹载计算设备的运算速度和内存容量有限等特点,将巡航导弹的机动性能约束与规划空间的划分结合起来,构造了一个较小的搜索空间,然后在此缩小了的搜索空间内利用A*算法具有的启发式特点,可在有效时间内搜索到满足要求的可行航迹.最后,通过一个例子对A*算法进行了验证.     

基于改进A~*算法的航迹规划设计研究

针对传统A~*算法得出最优航迹为\"折线航迹\",增大了转弯处的航程和飞行时间,难以满足实际飞机飞行安全性需求,提出了一种基于\"追踪\"思想的改进A~*算法。该算法利用追踪模型的微分方程对航迹进行求解,得出较初始\"折线航迹\"距离更短的\"曲线航迹\",精确规划出最优路线,且能快速解决障碍规避问题。最后,以北京到成都、西安到上海等7条航线的航班为仿真算例,充分验证了所提算法的有效性。     

一种基于改进ARA*的无人机航迹规划算法

针对传统无人机航迹规划算法寻路效率差,未充分考虑对抗环境下诸如地形高程、雷达探测以及火力威胁等飞行威胁因子导致航迹规划成功率低的问题,提出一种基于改进ARA*的无人机航迹规划算法。通过变权理论综合计算地形高程、雷达探测和火力威胁等威胁因子,形成全局三维网格化的威胁地图;采用改进的ARA*算法在威胁地图上进行路径规划,同时将无人机飞行性能纳入路径规划约束,使其能够规划出符合实际无人机轨迹的路径。仿真实验表明,改进的航迹规划方法在复杂对抗场景下展现出良好的适应性和效果,对比传统算法能够保持航迹寻路高成功率的同时,显著降低规划路径受威胁程度,为无人机在高威胁场景下提高任务完成率提供了一种解决思路。     

基于A*算法的坦克CGF全局路径规划

提出了一种应用A*启发式搜索算法对虚拟战场中坦克CGF(Computer Generated Forces)实体进行全局路径规划的方法,同时对A*算法进行了改进,利用二叉堆的结构组织OPEN表,大大加速了A*算法的搜索效率。所提方法可以处理较大规模的战场地形,具有较高的效率。     

基于无人机载荷的运动目标检测方法*

当前无人智能在各领域广泛应用,无人自主感知监视相关技术正快速发展,为军事侦察和民用监控开辟了全新视野。从传感器应用的角度出发,综述了基于无人机载荷的运动目标检测领域的研究成果,并探讨了未来技术发展的趋势。首先,概述了无人机目标检测的通用方法;然后,重点介绍了无人机在红外、光学和视频合成孔径雷达(SAR)目标检测方面的进展,并揭示了相关技术的优势和局限性;最后,从发展跨模态目标检测技术、构建智能化检测系统以及提升超大模型能力等方面展望了未来的研究方向,以期为后续研究提供参考和指导。     

基于改进YOLO11-DeepSORT模型的“低慢小”无人机识别跟踪算法

针对现有基于机器视觉的无人机识别跟踪方法准确率与鲁棒性不足的问题,提出改进YOLO11-DeepSORT模型。通过在YOLO11中引入C3K2-PPA模块强化特征提取,改进损失函数缓解目标-背景失衡问题,并设计基于扩展卡尔曼滤波的EKDeepSORT跟踪算法以提升模型跟踪鲁棒性。实验表明,该模型在无人机高空数据集下较现有模型的平均精度均值及跟踪精确率分别提升3.4%和32.5%。     

反辐射无人机需求和效能分析

反辐射无人机是压制、摧毁敌防空系统的重要硬杀伤手段。从需求上阐述了发展反辐射无人机的重要性,分析了其突出的特点;并通过对反辐射无人机的作战效能分析,理论说明了利用反辐射无人机攻击敌方雷达预警系统、防空系统的可行性。     

无人机对地目标多帧融合定位与误差收敛特性分析

对地目标高精度定位是无人机开展目标侦察、火力引导、效能评估等的重要前提,然而无人机对地目标定位精度受到误差因素多、传递链长等因素的制约.采用基于卡尔曼滤波的图像多帧配准对地面目标定位的方法,通过融合无人机获取的多帧目标图像,基于卡尔曼滤波方法,研究无人机对地目标高精度融合定位方法,并引入蒙特卡洛法进行仿真,分析基于卡尔...     

飞行操作任务的无人机模拟训练及系统设计

为了提高无人机模拟训练的逼真度和沉浸感。研究了无人机飞行操作训练的关键技术,以半实装的形式构建了模拟飞行训练系统的体系结构。通过对飞行操作训练关键技术的研究和飞行操作模拟训练系统的设计,可以对基层部队的无人机地面操控手高逼真模拟训练提供理论基础和系统支持。     

多无人机梯次攻击航路规划

为了解决多无人机协同攻击航路规划问题,基于一种雷达威胁等效方法,以及无人机在不同姿态下雷达散射截面RCS(Radar Cross-Section)值随之改变的特性,结合多机作战战术思想,提出了一种多无人机梯次协同攻击同一目标的方法,并利用Dijkstra算法进行多无人机航路规划。仿真结果表明,该方法具有更高的应用价值。     

固定翼无人机航迹跟踪抗风性研究

无人机作为一种新型军事装备,具有广泛的作战应用场景。无人机的航迹跟踪性能和抗干扰能力是其安全完成飞行任务的保障,随着现代战争作战环境日益复杂,无人机飞行将面临更大的挑战。针对目前固定翼无人机在飞行过程中受风扰影响严重的问题,设计了一种具有抗风性的航迹跟踪方法。利用非线性导引原理实现对航迹的跟踪,并通过引入反馈消除了风扰条件下飞行轨迹与期望航迹之间存在的静差。最后通过仿真验证了该方法的可行性和有效性。     

无人机虚拟维修训练系统及其HLA设计

以某型无人机虚拟维修训练系统的设计为实例,采用Creator对联邦实体建模,结合动态视景仿真软件Vega Prim e进行环境与目标的驱动,基于高层体系结构HLA对系统的分布式网络互联进行仿真设计,无人机虚拟维修训练系统有效地改善了目前无人机结合实装进行操作训练的局限性。