无人飞行器任务规划PDF|Epub|txt|kindle电子书版本网盘下载

无人飞行器任务规划PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 任务规划研究的背景和意义1

1.2 无人飞行器任务规划综述2

1.2.1 无人飞行器任务规划问题2

1.2.2 任务规划系统的应用现状4

1.3 常用的任务规划方法6

1.3.1 单无人飞行器航路规划方法6

1.3.2 多无人飞行器协同航路规划方法9

1.3.3 多无人飞行器协同任务分配方法11

1.4 当前任务规划研究中存在的问题12

1.5 本书的主要内容及安排14

第2章 无人飞行器任务规划的系统结构17

2.1 无人飞行器任务规划系统的本质分析17

2.1.1 无人飞行器任务规划系统的概述17

2.1.2 无人飞行器任务规划系统的特点19

2.1.3 无人飞行器任务规划系统的功能19

2.2 多无人飞行器协同任务规划系统的体系结构20

2.3 单无人飞行器任务规划系统的逻辑结构22

2.4 多无人飞行器协同任务规划系统的逻辑结构24

2.5 本章小结26

第3章 无人飞行器任务规划的数学模型27

3.1 单无人飞行器任务规划的数学模型27

3.1.1 单无人飞行器航路规划模型27

3.1.2 单无人飞行器多航路规划模型29

3.2 多无人飞行器协同任务规划的数学模型31

3.2.1 多无人飞行器协同任务分配模型31

3.2.2 多无人飞行器协同航路规划模型33

3.3 本章小结35

第4章 任务规划数字地图技术36

4.1 概述36

4.1.1 航空数字地图36

4.1.2 电子海图38

4.2 数字地图的采集与处理40

4.3 数字地图数据的模拟42

4.3.1 地形统计特性分析42

4.3.2 随机地形的模拟43

3.3.3 特征地形的模拟47

3.3.4 地形数据的插值47

4.3.5 地形数据的平滑50

4.4 本章小结51

第5章 任务规划威胁信息建模技术52

5.1 威胁空间的构建53

5.1.1 威胁空间的组成要素53

5.1.2 威胁空间的基本概念56

5.1.3 威胁空间的生成过程58

5.2 探测威胁信息建模59

5.2.1 雷达探测威胁信息建模59

5.2.2 电磁干扰威胁信息建模60

5.3 火力威胁信息建模60

5.3.1 地空导弹威胁信息建模60

5.3.2 高炮威胁信息建模61

5.4 本章小结62

第6章 单无人飞行器航路规划63

6.1 多目标优化问题的求解方法63

6.1.1 多目标优化理论基础63

6.1.2 多目标优化问题的求解方法65

6.2 基于自适应伪并行遗传算法的航路规划67

6.2.1 遗传算法分析67

6.2.2 自适应伪并行遗传算法71

6.2.3 基于自适应伪并行遗传算法的航路规划74

6.2.4 仿真实验77

6.3 基于改进蚁群算法的航路规划78

6.3.1 蚁群算法分析78

6.3.2 蚁群算法的改进84

6.3.3 基于改进蚁群算法的航路规划85

6.3.4 仿真实验89

6.4 基于元胞自动机的航路规划89

6.4.1 元胞自动机理论89

6.4.2 基于元胞自动机的航路规划94

6.4.3 仿真实验98

6.5 基于元胞蚂蚁算法的单无人飞行器航路规划100

6.5.1 蚁群算法与元胞自动机的混合100

6.5.2 基于元胞蚂蚁算法的单UAV航路规划105

6.5.3 仿真实验107

6.6 本章小结108

第7章 单无人飞行器多航路规划109

7.1 单无人飞行器多航路规划问题求解方法109

7.1.1 无人飞行器多航路规划的问题描述109

7.1.2 多峰值函数优化的求解方法111

7.2 克隆选择原理分析113

7.2.1 克隆选择原理113

7.2.2 克隆选择算法的描述116

7.2.3 克隆选择算法在函数优化中的应用118

7.2.4 克隆选择算法同进化算法的比较120

7.3 小生境克隆选择算法121

7.3.1 小生境技术121

7.3.2 克隆选择算法的改进125

7.3.3 小生境克隆选择算法127

7.4 基于小生境克隆选择算法的单无人飞行器多航路规划129

7.4.1 抗体的编码129

7.4.2 初始抗体的确定131

7.4.3 抗体—抗原亲和度的确定131

7.4.4 基于小生境适应值共享函数的亲和度调整132

7.4.5 克隆操作132

7.4.6 新抗体的补充134

7.4.7 优秀抗体的记忆134

7.4.8 单无人飞行器多航路规划流程134

7.5 仿真验证与分析135

7.6 本章小结141

第8章 多无人飞行器协同任务分配142

8.1 多目标整数优化问题求解方法142

8.1.1 多目标整数优化问题的搜索与决策142

8.1.2 多目标整数优化问题的求解方法143

8.2 粒子群优化算法分析144

8.2.1 算法的基本原理144

8.2.2 粒子群算法的社会行为分析145

8.2.3 粒子群算法的应用146

8.2.4 粒子群算法与进化算法的比较分析148

8.3 混合离散粒子群任务分配算法150

8.3.1 离散粒子群算法150

8.3.2 离散粒子群任务分配算法153

8.3.3 离散粒子群算法与禁忌搜索的混合优化任务分配策略157

8.4 基于混合离散粒子群算法的多无人飞行器协同任务分配163

8.4.1 粒子的编码163

8.4.2 初始粒子群的确定164

8.4.3 适应度函数值的计算164

8.4.4 粒子位置和速度的更新操作164

8.4.5 粒子的局部搜索165

8.4.6 多机协同任务分配算法的实现流程166

8.5 仿真实验167

8.6 本章小结170

第9章 多无人飞行器协同航路规划171

9.1 多无人飞行器协同航路规划问题求解方法171

9.1.1 多无人飞行器协同航路规划171

9.1.2 多无人飞行器协同航路规划问题的求解172

9.2 威胁场的扩展Voronoi图模型的建立173

9.2.1 Voronoi图的基本理论173

9.2.2 威胁场的扩展Voronoi图模型174

9.2.3 针对突发威胁的扩展Voronoi图模型177

9.2.4 Voronoi图与扩展Voronoi图的比较分析177

9.3 多机航路规划的协同控制179

9.3.1 协同进化理论179

9.3.2 基于协同进化算法的空域协同186

9.3.3 基于层次分解策略的时域协同187

9.4 基于扩展Voronoi图模型与协同进化算法的协同航路规划190

9.4.1 威胁场扩展Voronoi图的构造190

9.4.2 无人飞行器可行航路的编码191

9.4.3 初始化种群的建立192

9.4.4 单条航路适应度的计算192

9.4.5 进化操作192

9.4.6 空域协同操作193

9.4.7 时域协同操作194

9.4.8 多无人飞行器协同航路规划流程194

9.5 仿真实验195

9.6 本章小结200

参考文献201