科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对复杂环境下无人机的动态航迹规划问题,在量子粒子群优化算法基础上,提出一种RHC-QPSO航迹规划算法。该算法采用四叉树建立实时环境模型,以QPSO算法为基础进行无人机航迹寻优,利用卡尔曼滤波对空间中动态威胁进行轨迹预估,结合RHC方法,对动态威胁采取主动规避策略,选取最小化?,ψ,θ及a为过程性能指标,并将其作为每一个滚动优化窗口的优化指标。仿真实验结果表明,该算法不仅能够实时、有效地完成具有一定先验地图知识下无人机的动态航迹规划,而且防止无人机在规划过程中为规避动态威胁进行大机动动作,在一定程度上改善了航迹平滑度,提高无人机安全性。
-
单位空军工程大学
