一种改进遗传算法在UCAV快速航迹规划中的应用

针对无人作战飞机(Unmanned Combat Aerial Vehicle,UCAV)航迹规划约束条件复杂、不确定因素多、实时性要求高的特点,提出了一种基于Voronoi图和改进遗传算法的快速航迹规划方法。该方法采取分层航迹规划的思想,首先根据Voronoi图生成初始航迹,并综合考虑约束条件,赋予各条航迹相应的权值;然后应用改进的遗传算法在生成的航迹空间中寻优,最终得到满意的航迹。该算法利用多处理机并行计算技术对传统遗传算法进行改进,大大缩短寻优时间。仿真结果表明基于Voronoi图和改进遗传算法的航迹规划提高了实时性,增强了UCAV的动态战场适应能力和突发威胁应对能力。     

作战效能的巡航导弹突防高度优化

将巡航导弹作战效能分析应用于巡航导弹突防高度确定上,对巡航导弹撞地概率展开了深入的讨论和研究,建立了相关的数学模型,并通过相应的计算得到在突防阶段损失最小的飞行高度,能在一定程度上提高巡航导弹的作战效能,经过算例检验证实已达到优化.