基于改进PSO的无人机三维航迹规划优化算法
为解决无人机航迹规划中粒子群算法(PSO)易陷入局部极值和收敛速度慢的难题,提出了一种基于自适应柯西变异粒子群(ACMPSO)的无人机三维航迹规划算法.建立了无人机飞行三维环境模型;综合权衡航迹长度、雷达威胁、障碍物碰撞、高度变化等影响因素,构建了适应度函数;借助指数型惯性权重和柯西变异步长调节策略,探讨了迫使粒子跳出局部极值与加速算法收敛的方法;最后给出了复杂三维环境下的无人机航迹规划优化算法.以100 km×100 km×10 km任务空间的航迹规划为例,仿真结果验证了ACMPSO算法可有效弥补PSO的缺陷,所规划出的航迹可有效躲避障碍物和威胁,用时更少且品质更高.研究结果表明,采用ACMPSO算法在任务空间规划航迹是合理、可行和有效的.
航迹规划;粒子群算法;柯西变异;无人机;适应度函数
42
TP301.6(计算技术、计算机技术)
2021-09-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
233-238