基于雷达威胁的路径距离最小航路规划算法

未来作战逐渐趋向无人化、智能化,战斗机尤其是无人作战飞机感知战场态势变化,并自主重规划航行路线显得尤为重要.提出了一种雷达威胁的作战空间离散威胁概率表征方法,基于航路安全代价和航路距离代价的无人机A*航路规划算法.运用该算法仿真完成了不同安全代价和航程代价的航路规划,并给出了相应的规划路径结果.     

基于目标点的反舰导弹航路规划方法

针对反舰导弹航路规划的作战需求,提出了一种简单的反舰导弹航路规划方法:构造对航路造成威胁的障碍物的外接三角形,结合导弹的性能限制,选择外接三角形的部分边作为规避该障碍的路径段,规避对航路有威胁的威胁区,进行直接以目标点为目的的搜索.仿真结果表明该算法较大地提高了航路规划效率.     

蚁群算法在无人机航路规划中的应用

蚂蚁算法是一种新的源于大自然生物界的仿生随机优化方法。吸收了昆虫中蚂蚁的行为特征,通过其内在的搜索机制,在一系列组合优化问题求解中取得了成效。将蚁群算法应用于无人机(UAV)航路规划,提出了一种适用于航路规划的优化方法,可以为在敌方防御区域内执行攻击任务的无人机规划设计出高效的飞行航路,保证无人机以最小的被发现概率及可接受航程到达目标点,提高了无人机作战任务的成功率。仿真结果初步表明该方法是一种有效的航路规划方法。     

反舰导弹预设航路末端攻击角选取问题

通过选择合理的攻击角规划出符合作战要求的飞行航路,反舰导弹按照选择的航路飞行对目标实施攻击。攻击角选取得合理与否,不仅关系到导弹航路规划的成功,而且还影响到导弹末端的捕捉概率。研究了反舰导弹的航路规划反推航路算法及末端捕捉概率模型,经过仿真试验给出了攻击角的选取依据。     

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.     

基于改进蚁群算法的飞机航路规划研究

由于飞机在遂行作战任务时面临的飞行环境较为复杂,针对飞行区域内地形特征多样、威胁信息不确定的问题,提出了一种改进的蚁群算法,将飞行区域和威胁源映射到三维空间中以实现飞机规避威胁源的航路规划,该算法的特点主要是可变的搜索步长和信息素动态更新机制,设计了合理的启发值和适应度值计算方式,使规划出的航路能够利用地形优势隐蔽自身.仿真结果表明,该算法能够合理规划出满足飞行任务的航路,有效躲避威胁源.     

简约航路规划方法

航路规划问题并不只是一个数学问题.指出了航路规划软件开发中需要注意的几个问题,都直接影响到航路规划软件的实际作战效能.在此基础上总结了航路规划软件的开发目标.远程反舰导弹的航路规划属于简单航路规划问题,针对这类简单航路规划问题提出了一种简约的航路规划方法.该方法融合了人工与计算机的决策优势,能够更好地被指挥员理解和接受.     

基本粒子群算法和遗传算法用于航路规划的比较

优化问题有两个主要问题：一是要求寻找全局最小点,二是要求有较高的收敛速度。遗传算法和粒子群算法作为启发式算法和群智能算法,因其良好的搜索性能而在飞行器航路规划中得到了广泛的应用。分析了两种算法各自的特点和相互之间的异同点,并在给定相同的作战环境和威胁空间条件下分别进行了航路规划仿真实验,实验结果表明基本粒子群算法在搜索...     

一种反舰导弹航路规划模型

根据反舰导弹航路规划实时性要求强的特点,提出了易于工程实现且计算速度快的简约航路规划算法,分析了算法思想,建立了航路规划模型和规避障碍物模型,给出了计算流程。最后,运用应用实例验证了该模型算法是一种有效的航路规划算法。     

飞行器航路规划算法分析

针对现代军用飞行器任务规划系统航路规划的特点,分析了飞行器航路规划的基本要求,阐述了目前国内外应用和研究的几种航路规划算法:A*搜索算法、遗传算法、粒子群算法、数学规划算法、电势理论法等,并对飞行器航路规划算法的发展趋势进行了展望.     

基于量子双向RRT算法的多平台反舰导弹协同航路规划

针对反舰导弹航路规划面临的动态威胁环境和多平台协同打击问题,提出了一种基于量子双向RRT算法的反舰导弹协同航路规划方法。采用动态坐标设置动态威胁,实时地避开动态威胁;通过取预规划终点方法,实现对目标的时间和空间协同打击;结合量子进化思想,将RRT算法中的扩展方向量子化表示,提出了一种量子双向RRT算法,并应用于航路规划。仿真结果表明,该方法可有效规避动态威胁和解决多平台反舰导弹航路规划的协同问题,并显著地改善了RRT算法的全局收敛性,得到了航程更短的航路。     

VORONOI图的无人机航路快速初始规划

在分析VORONOI图的性质与威胁代价函数的基础上,针对航路的初始规划提出了一种先局部优化后进行全局优化的算法,从而避免在航路全局优化时陷入局部极小点的危险.通过对一个简单算例的分析,阐述了这种规划方法的合理性和快速性,给出了其对应的伪代码.它可对其他各种航路规划算法的边界条件进行初始预处理,快速确定初始可选航路集的解,缩短航路规划的时间;针对某阵地航路规划的仿真结果表明了该算法的有效性,初始的航路集有效地避开了威胁配置较密集的地方,同时尽量以较短的航路接近目标.     

改进蚁群算法的无人机突防航路规划

军用无人机在执行伴随突防任务前应充分考虑威胁和性能约束条件规划飞行航路。提出了基于改进蚁群算法的航路规划方法,在继承经典蚁群算法的基础上,首先引入目标威胁因素以修正转移可见性系数,积极影响蚁群转移概率,提升规划航路的整体安全性;再通过合理增加目标点及其周围固有信息素,有效缩小蚁群末段搜索空间,提高规划的时效性。仿真结果表明了方法的可行性,通过转移可见性系数计算中的权重调整,可分别得出最优搜索结果,满足指挥员不同作战任务和要求下的航路需求。     

面向对象的反舰导弹航路规划

针对反舰导弹航路规划的任务特点,提出了一种面向对象的反舰导弹航路规划方法.在全面分析了反舰导弹航路规划中可能用到的类的基础上,建立了对各种类的描述,使得不同算法和不同任务要求的航路规划可以通过对类的继承和对成员函数的重载实现.最后,在VC 平台下,对这种面向对象的反舰导弹航路规划方法进行了编程实验.     

动态环境中无人作战飞机的滚动航路规划

提出了一种应对威胁环境信息动态变化的滚动航路规划方法。借鉴预测控制滚动优化理论,研究了航路的规划过程和滚动窗口内局部子目标与局部子规划,描述了算法步骤,讨论了算法收敛性。该算法不仅适用于二维空间或三维空间的实时滚动规划,而且还可以扩展成为一种针对动态环境和移动目标通用的模型框架。仿真结果表明,算法能够找到一条满足约束、整体较优的可行航路。     

基于遗传算法的自航水雷航路规划

自航水雷在执行任务时需要装载根据战场环境预先规划好的最优路径,路径的优劣直接决定了自航水雷的作战效率.采用遗传算法进行自航水雷航路优化,算法利用极坐标描述威胁位置和航路点,将航路编码由二维缩减至一维,降低了搜索空间,提高了优化效率.对算法进行了相应的仿真,仿真结果表明,编码方式提高了优化效率,得到的航路有效地规避了威胁.     

改进蚁群算法的无人机航路规划

蚁群算法是基于生物界群体启发行为的一种随机搜索寻优方法,其正反馈性和协同性使其可用于分布式系统,隐含的并行性更使其具有极强的发展潜力,在解决组合优化问题上有着良好的适应性.基于两种改进蚁群算法,分别将遗传算法的交叉操作和Dijkstra算法结合到蚁群系统的无人作战飞机航路寻优过程中,使无人作战飞机以最小的发现概率与可接受的航程到达目标点,并提高了无人作战飞机的航路寻优能力.     

攻击型无人机协同侦察/压制路径规划方法

探讨了攻击型无人机多机系统协同侦察/压制航路规划问题.通过分析问题的实质,建立了4个子问题的数学模型.首先给出了求解一路巡弋飞行时最短航路,并易于计算机实现的解法,该解法同样适用于其他子问题的求解,然后按照原问题的不同要求,分别给出了其他问题的解答.结果表明,该算法能有效求解多无人机组、多航路点协同巡弋飞行问题,对实际作战中充分利用无人机资源,提高无人机机群的作战效能,具有实际意义.     

基于模拟退火和共同进化算法的协同航路规划

针对多飞行器协同作战的协同航路设计问题,提出了一种基于模拟退火和共同进化算法的协同航路规划,建立了基于共同进化计算的航路规划问题模型和相应的适应度函数.算法利用极坐标表示每个飞行器的航路点,缩短了染色体编码长度,提高了优化效率,并将模拟退火的Boltzmann接受机制引入共同进化算法,对共同进化操作后的新解进行判断接受与否.仿真结果表明了该方法的有效性和可行性.     

编队协同防空制导交接仿真研究

协同制导是编队协同防空作战中的一种重要作战手段.制导交接又是协同制导中的关键环节.对制导交接方式的选择进行了说明,分析了理想和实际交接区的范围,对水平交接区进行了仿真分析,对协同制导时的航路规划提出了要求.结果表明,只有交接平台以及导弹的相对位置以及导弹航路满足一定要求,才能顺利完成制导交接.