针对无人机在三维空间里的航迹规划问题, 从加快收敛速度和保证收敛效果的角度, 对标准人工鱼群算法进行改进。首先, 引入自适应视野和自适应步长的改善因子α, 加快算法的收敛速度; 然后, 设定最小视野和最小步长, 保证算法的搜索能力; 最后, 增加跳跃行为, 确保算法在后期可以跳出局部最优。通过软件进行算法的仿真和对比验证, 仿真实验结果表明, 算法在搜索初期具有较快的搜索速度和较好的收敛效果, 搜索后期可以跳出局部最优, 算法的有效性得到验证; 对比实验结果表明, 算法在搜索后期, 最佳适应度有所改善, 算法的优越性得到验证。
无人机 三维航迹规划 改进人工鱼群算法 自适应视野 自适应步长 跳跃行为 UAV three-dimensional path planning improved artificial fish swarm algorithm adaptive field of view adaptive step size jumping behavior
为扩大重点区域防御的侦察范围及对来袭目标的定位,在双单元交互测量定位算法的基础上,利用相邻阵列单元接力测量,由中心处理单元完成被动测距、坐标转换与数据融合,提出了一种基于阵列式光电侦察系统对空目标定位算法,建立m×n光电侦察阵列对空目标定位算法数学模型.通过MATLAB完成了2×2阵列单元对单目标定位仿真验证与误差分析.结果表明,该算法实时输出了目标三维航迹数据,实现了光电侦察阵列对空目标的定位,与理论真值相比,平均定位误差绝对值小于7 m.
区域防御 光电侦察阵列 接力测量 数据融合 三维航迹 area defense electro-optical reconnaissance array relay measurement data fusion 3D track
针对不确定环境下目标移动时的无人飞行器三维航迹规划问题，采用改进的D*Lite搜索算法，设计了一种三维航迹快速规划方法。利用改进的代价评估函数，根据突发威胁和移动目标的实时信息，将航迹规划约束条件和改进的搜索算法相结合，给出了地面目标移动时的无人飞行器三维航迹规划方法。仿真结果表明，该算法不但可以满足实时在线的航迹规划要求，能够有效躲避突发威胁，打击移动目标,还能有效地缩小搜索空间，提高搜索效率及寻优能力，能较好地解决不确定环境下目标移动时的航迹规划问题。
无人飞行器 移动目标 不确定环境 三维航迹规划 unmanned aerial vehicle moving target uncertain environment 3D path planning
1 信息工程大学测绘学院，郑州450052
2 中国人民解放军国际关系学院，南京210039
探讨了无人机低空突防三维航迹规划中地形、威胁以及航迹代价评估等模型的建立方法。将蚁群算法引入无人机航迹规划，针对传统蚁群算法易出现停滞现象，引入偏航角对启发信息进行调整改进;建立优先搜索集，使蚁群算法更快速有效地搜索到最优航迹。仿真实验结果证明了该规划方法的效率。
无人机 航迹规划 蚁群算法 低空突防 三维航迹 UAV route planning ant colony algorithm lowaltitude penetration 3D flight route
1 中国科学院东北地理与农业生态研究所，长春 130012
2 中国科学院研究生院，北京 100049
利用人工免疫算法来规划的三维飞行航迹。人工免疫算法根据接种方式的不同分为3种情况：随机选择染色体进行接种; 所有染色体挨个接种; 每个染色体都接种但接种位置是随机的。分别按这3种情况对飞行航迹进行仿真，并对其规划出的航迹进行对比分析。同时，针对威胁的不确定性进行了仿真。最后根据飞机的机动性和适航性对上述规划出的航迹进行了优化。仿真结果表明， 人工免疫算法在寻求规划三维航迹的应用中是可行的，而且在时间上还有很大的优势。
三维航迹规划 人工免疫算法 突发威胁 威胁回避 3D flight planning artificial immune algorithm unexpected threat threat avoidance
