基于蚁群算法的水下无人平台航路规划

水下无人平台具有重要的军事价值,而航路规划是水下无人平台的关键技术。为了解决当前水下无人平台航路规划方法存在的规划时间长、无法获得最优规划航路规划结果的不足,提高规划航路规划效果,提出了基于蚁群算法的水下无人平台航路规划方法。首先建立水下无人平台航路规划问题的数学模型,给予水下无人平台航路规划的约束条件,然后建立水下无人平台航路规划的环境模型,并引入蚁群算法找到最优水下无人平台航路规划方案,最后对本文水下无人平台航路规划方法的性能进行了验证性测试。结果表明,相对于其它规划方法,蚁群算法不仅可以在短时间内找到最优水下无人平台航路规划方案,而且成功率更高。     

遗传算法在自航水雷航路规划中的应用研究

简要介绍了遗传算法在自航水雷航路规划中的应用，分析了可能产生的问题及原因。借鉴模拟退火的思想，研究并提出了改进的遗传模拟退火算法并用以解决自航水雷航路规划问题。仿真结果表明这种算法能够有效地提高航路规划的计算速度和保证航路规划的质量。     

舰艇航路规划系统研究

舰艇航路规划日趋复杂,规划过程涉及大量的海洋环境数据,为了有效地利用海洋信息提高航路规划效率,设计了基于ArcGIS平台的舰艇航路规划系统。建立舰艇航路规划空间分析模型数据库,依托ArcGIS平台的空间分析能力解决地理空间中的舰艇航路规划问题。介绍了舰艇航路规划系统的层次结构、组成、数据库以及模块功能,并给出了水下舰艇三维航路规划技术的实现思路和方法。系统可根据航行任务为多型舰艇制定航行计划,有利于提高舰艇航行的安全性和隐蔽性。     

航路规划对远程鱼雷远程打击目标的影响

利用远程武器对目标进行超视距远程打击是未来海战的主要手段之一,航路规划技术对提高远程水下武器的安全性及突防攻击能力起着重要作用,根据远程打击目标的特点及影响航路规划问题的因素,提出了远程鱼雷航路规划的基本流程,最后分析了在远程打击过程中,航路规划对远程鱼雷提高远程打击效果的影响。     

基于改进蚁群算法的水下潜航器安全隐蔽航路规划研究

针对水下潜航器的特点和实际需求,设计潜航器安全隐蔽航路规划模型。首先对水下航路规划的影响因素集进行划分,结合水下潜航器特点,通过改进信息素更新机制及启发因子的设计,建立基于蚁群算法的潜航器全局航路规划模型;其次考虑敌我距离变化量、我方位置与目标点的距离、我方声呐盲区、敌我距离最小量作为代价函数的4个因数,建立单目标动态威胁的局部航路规划;最后通过仿真得到全局规划路径和局部避碰路径结果,说明该方法在水下潜航器航路规划具有实际应用价值。     

基于改进型遗传算法的舰艇航路规划研究

针对当前舰艇航路规划所要考虑的因素,运用遗传算法探讨舰艇的航路的优化设计问题。运用蚁群搜索的策略生成初始航线种群,并采用网格序号进行一维编码,通过构建适应度函数进行航线的选优工作。以电子海图作为平台,经过编程仿真试验得到了设定海区的最优航线。仿真结果表明,改进的遗传算法提高了搜索效率,得到了较为满意的结果,基本可以解决设定海区的航路规划问题。     

一种基于改进PSO的无人机航路规划方法

针对无人机航路规划问题,提出了一种改进的粒子群的无人机航路规划方法.该方法将UAV的航路规划问题通过目标转换,形成一个考虑威胁优先,路径优化其次的单目标航路优化问题,并引入局部搜索改进粒子群算法求解该问题的收敛性.仿真结果证明了该方法对解决无人机的航路规划问题高效可行.     

军用飞行器低空突防航路规划算法分析

通过分析军用飞行器低空突防航路规划算法应满足的条件及特点，阐述了目前国内外正在研究和应用的几种航路规划算法：动态规划法、启发式A^＋搜索法、遗传算法、蚁群算法等，并分别指出了其优缺点。最后简要总结低空突防航路规划算法的发展方向。     

基于通视性分析的UUV目标测试航路快速规划方法研究

水下无人航行器(UUV)作为一种能在复杂海洋环境下完成侦查监视,情报收集,甚至是作战任务的新型武器装备,在当今军事装备的发展研究中越来越受到重视。航路规划的目的是考虑各种复杂因素为航行器规划出一条安全隐蔽、耗费代价小的路径,其决定了水下无人航行器智能化程度的高低,是自主导航中的一个重要组成部分。论文主要研究海洋环境下水下无人航行器的快速航路规划方法,先为海洋环境建立规划空间模型,然后在该模型上进行了基于通视性分析的航路快速规划方法研究。     

基于遗传算法的远程鱼雷航路规划

简要介绍了远程鱼雷航路规划的基本含义及特性,根据威胁及障碍分布情况构造可能航行的航路集Voronoi图,采用遗传算法进行远程鱼雷航路优化选择。并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。     

基于海浪干扰滤波器的UUV近水面深度控制

针对UUV在近水面航行过程中海浪波动对深度计测量造成较大干扰进而影响深度控制效果的问题,设计一种带有海浪干扰滤波器的UUV深度控制方法。分析UUV海试中深度控制性能,选取合适的参数设计海浪干扰滤波器并验证了其滤波效果。考虑到PID控制器参数选择难的问题,采用遗传算法对其控制参数实现在线自整定。最后将实时海浪加入到UUV深度控制系统进行仿真实验,并将仿真结果与海试数据对比,结果表明本文提出的方法可有效的抑制海浪干扰,改善UUV近水面深度控制效果,具有一定的工程实际意义。     

海流干扰下UUV的航路自适应调节方法

针对UUV(Unmanned Underwater Vehicle)航行时难以克服海流而偏航的问题,提出了一种海流干扰下基于动态规划的航路自适应调节方法。时变流场环境下的仿真结果表明,UUV以不同的航速航行时均可避免海流影响,从而验证了该自适应调节方法的可行性和有效性。     

海洋环境对UUV作战使用影响研究

UUV的航行安全和所装载的武器、探测设备作战效能受海洋环境影响很大,是确定 UUV航线和深度等具体方案时需重点考虑的因素。从海流、海况、内波、声场特征和密度跃层5个方面论述它们对 UUV的影响,建立海流对 UUV航速和航向影响的数学模型,并对模型进行计算分析。结果表明,对海洋环境加大研究至关重要。     

UUV操纵性能综合优化模型研究

操纵性能是无人潜器（UUV）航行的重要性能之一,其优劣直接影响到UUV的航行安全和稳定性,UUV操纵性能评判和优化是UUV优化设计的重要组成部分.基于AUTOSUB型无人潜器的设计模型,在充分分析艇体操纵性能的基础上,重点研究UUV水平运动和垂直运动性能,提出了较为完备的UUV操纵性能优化数学模型.采用模糊评判方法构造操纵性系统总目标函数,利用专家咨询法确定了各子系统的权重;通过大量艇体操纵性能数据对各个性能指标进行统计分析,选择模糊数学中对应的隶属度函数进行拟合,确定相应隶属度函数参数;利用禁忌搜索算法对遗传算法的改进而得到的遗传禁忌搜索算法（GA-TS）,由并行和分层策略改进遗传算法得到的并行遗传算法（PGA）以及遗传二次载波算法（LGA）,将数学模型与这3种算法集成,利用C＋＋语言编写了UUV操纵性能优化软件.通过对总系统优化得到的遗传禁忌搜索算法寻优能力最强,利用该算法研究水平面运动和垂直面运动2个子系统,得到各个性能指标权重对系统目标函数影响程度的排序,同时分别得到-组最佳性能的权重分配.     

远程UUV指挥控制流程分层Petri网建模及延时分析

对于控制节点多、流程复杂的远程UUV指挥控制流程建模及延时分析问题,传统建模方法往往难于对其进行详细描述和分析.文中建立远程UUV指挥控制流程分层延时Petri网模型,采用基于Petri网的层次化建模方法提升模型对复杂流程的表达能力,将变迁引入时间参数,使模型具备对时间的描述和分析能力,并给出不同结构的延时计算方法.仿真结果表明所建模型可用于对远程UUV指挥控制流程进行分析和计算,分析方法正确、适用性好,可为远程UUV指挥控制系统评价及完善提供参考和技术支持.     

多无人水下航行器协同导航与定位研究

提出一种基于移动长基线的多无人水下航行器协同导航与定位方法.多无人水下航行器协同导航与定位方法对于解决大水深和远航程问题至关重要,在移动长基线算法中,主UUV装备高精度导航设备作为移动长基线节点,而从UUv装备低精度导航设备,两者之间通过水声装置米相互定位,利用传统几何关系解算从UUV,位置的算法将产生很大误差.基于扩展卡尔曼滤波的移动长基线算法能有效融合内部和外部传感器信息,提高导航精度.仿真试验对此进行了验证.     

UUV走航CTD探测的航迹规划及控制方法研究

介绍了一种航迹规划与控制方法,使得无人水下航行器(UUV)能够使用CTD测量仪完成水下探测任务。详细介绍了所研究的UUV硬件系统体系结构,同时完成UUV水平面和垂直面的航迹规划,使其在满足UUV设计要求及CTD测量特性约束条件下能够完成水下探测任务。为了实现UUV在三维空间里较好的跟踪所规划的航迹,应用自抗扰控制(ADRC)技术,分别设计了自抗扰航向控制器和纵倾控制器。所研究的航迹规划与控制方法在UUV半实物试验中得以验证。