基于路径-速度解耦的无人机编队协同轨迹规划

针对无人机编队在复杂机动情形下的协同轨迹规划问题,提出了一种基于路径-速度解耦方法的预瞄自适应轨迹规划方法。在路径规划阶段,考虑无人机转弯机动的曲率限制,采用Dubins曲线作为路径构成的基本子结构。为得到最优的Dubins曲线连接控制点,设计了自适应预跟随路径特征的预瞄距离规划算法。在速度规划阶段,针对控制参数化与时间离散化(control parameterization and time discretization, CPTD)的速度规划方法,提出了栅格化空域下差异区间速度规划方法,简称为DIPR。仿真结果表明,预瞄距离自适应算法能够有效优化路径,对比固定预瞄距离方法在转向弧度上平均减少30.70%,在跟踪偏离上减少16.41%,在路径长度上缩短10.87%。对比CPTD方法, DIPR平均提前30代收敛,收敛值平均提高10.67%,编队完成队形集结时间平均缩短15.4 s。得到结果更快更优,并且速度曲线结果连续平滑。     

基于路径-速度解耦的无人机编队协同轨迹规划

针对无人机编队在复杂机动情形下的协同轨迹规划问题,提出了一种基于路径-速度解耦方法的预瞄自适应轨迹规划方法。在路径规划阶段,考虑无人机转弯机动的曲率限制,采用Dubins曲线作为路径构成的基本子结构。为得到最优的Dubins曲线连接控制点,设计了自适应预跟随路径特征的预瞄距离规划算法。在速度规划阶段,针对控制参数化与时间离散化(control parameterization and time discretization, CPTD)的速度规划方法,提出了栅格化空域下差异区间速度规划方法,简称为DIPR。仿真结果表明,预瞄距离自适应算法能够有效优化路径,对比固定预瞄距离方法在转向弧度上平均减少30.70%,在跟踪偏离上减少16.41%,在路径长度上缩短10.87%。对比CPTD方法, DIPR平均提前30代收敛,收敛值平均提高10.67%,编队完成队形集结时间平均缩短15.4 s。得到结果更快更优,并且速度曲线结果连续平滑。     

S型曲线与自催化机制

运用熵理论和自催化原理对系统发展过程中普遍存在的S型曲线的成因进行了论述和证明,指出系统出现S型发展曲线是由系统的自催化机制和系统的限制因素共同作用引取.同时指出自催化机制是研究人类可持续发展时必须认真考虑的一个问题.     

基于NURBS和GOBL-ACDE的航迹规划算法

针对复杂地形条件下无人机低空突防动态航迹规划实时性及精确性的问题,提出了基于广义反向学习的自适应约束差分进化(generalized opposition-based learning adaptive constrained differential evolution, GOBL-ACDE)算法,结合非均匀有理B样条(non-uniform rational B-spline, NURBS)平滑策略,提高了多威胁复杂地形下动态航迹规划的精确性、高效性及适航性。首先,构建航迹规划任务模型,建立目标代价及约束限制函数,提出一种高度转换方法,有效提高低空突防能力;其次,将NURBS平滑策略与B样条插值以及贝塞尔曲线对比分析;再次,应用广义反向学习、自适应排序变异及自适应权衡模型,改善约束条件下算法动态性、收敛性及寻优性能;最后,通过静态与动态环境对比仿真试验,验证了所提方法在多威胁复杂地形下寻优精度高、鲁棒性强、动态性好以及可靠性优的特点,能够规划出精确、高效、适航的低空突防航迹。     

基于Monte Carlo仿真的随机S曲线研究

PB-S曲线是随项目进展变化的累计预算成本曲线和累计工期曲线,它综合考察了成本、工期和项目进展百分比三个变量之间的关系.SS曲线提供了与各个项目进展百分比对应的累计预算成本和累计工期的概率分布.采用Monte Carlo仿真和统计分析方法,结合一个费用和时间随机分布的网络计划,详细研究了PB-S曲线和SS曲线的仿真建模和统计分析过程.进一步,基于SS曲线,考察了费用偏差和进度偏差的统计特征,为项目绩效的预测和监测提供更详细的偏差信息.同时针对均值曲线作为基准计划曲线的局限性,提出了两种新方法用于选择一定置信度要求的PB-S曲线作为项目的基准计划曲线.     

基于ACO算法和Bezier曲线优化的巡航导弹航路规划

在巡航导弹低空突防前提下,针对蚁群算法规划的导弹航路存在转向点个数较多和转向角度较大的问题,提出一种基于蚁群算法和Bezier曲线优化的三维航路规划方法。将蚁群算法生成的路径节点作为生成Bezier曲线航路的控制点,将曲线航路分段形成折线化航路。采用广度优先搜索算法对航路生成中出现的不可航行路段进行微调处理,得到可行的规划航路。仿真结果表明：生成的航路兼顾了随机搜索全局优化的同时,避免了大角度转向,缩减了飞行航程和转向点个数,保证了巡航导弹飞行过程中的连续稳定。     

基于供应曲线的最优变现策略研究

基于供应曲线理论研究了机构投资者的最优变现策略问题.首介绍了供应曲线的相关理论.利用供应曲线,给出了变现策略与变现成本的数学描述.基于极大值原理,获得了问题的解析解,并对经济意义进行了阐述.研究结果表明,当变现速度不受限制时,机构投资者应先买入头寸,到某一时点后,即开始卖出头寸,并且卖出的速度变化量是越来越小,最终以接...     

可持续发展下的IS-LM-SD曲线研究

研究了在可持续发展下的产品市场、货币市场以及生态环境市场的共同均衡问题.主要研究结论为:第一,存在一条右向下的上凸的可持续发展曲线,并可以实现产品市场、货币市场和生态环境市场的同时均衡.在此条件下的三个市场由非均衡状态到均衡状态的收敛速度高于不考虑可持续发展下的收敛速度;第二,为实现可持续发展,扩张的货币政策或紧缩的财政政策必导致产量水平的提高;反之,为实现可持续发展,紧缩的货币政策或扩张的财政政策必导致产量水平的下降;第三,扩张的财政政策或扩张的货币政策,同样可采取相应较宽的生态环境政策以实现均衡.在此条件下,均衡产量水平均较原均衡点为高;反之,紧缩的财政政策或紧缩的货币政策,可采取较紧的生态环境政策以实现均衡.在此条件下,均衡产量水平均较原均衡点为低.     

基于PCE方法的无人机轨迹规划与分析

针对无人机轨迹规划过程中不确定因素的特点,提出了一种利用多项式混沌展开(polynomial chaosexpansion,PCE),并获得基于人工势能法的模型最优参数的无人机轨迹规划方法。通过建立PCE代理模型,利用随机配置点法进行快速求解,规避了对已有的最优控制模型直接优化带来的计算资源不足的问题;通过Sobol灵敏度分析,减少不确定性参数在轨迹规划模型中的计算量;通过无人机轨迹规划案例,证明了方法的有效性。仿真结果表明:该方法与经典的人工势能模型相比,增加了不确定性分析,提高了模型计算效率。     

曲线合成孔径雷达信号模型与孔径形状研究

基于曲线合成孔径雷达原理与空间几何关系,讨论了曲线合成孔径雷达信号模型与成像方法,推导出目标的一维及二维信号模型,并将其扩展到三维空间。考虑到不同的曲线孔径形状将对方位分辨率和高度分辨率有不同影响,详细研究了各种不同形状的曲线孔径,给出了各自的优缺点和适用条件。结论是,上下、左右对称的孔径形状较不对称的效果更优,L型孔径将导致很高的旁瓣。仿真实验结果对真实飞行航迹具有指导作用。     

一种空间飞行器编队重组的轨道优化方法

现有的空间飞行器编队重组的轨道规划方法在求解能量最优策略时,都预先给定了变轨花费的时间,但没有说明给定的时间是怎么选择的.将空间飞行器主从编队重组的轨道规划视为一个多目标优化问题,提出了一种小生境进化算法.该方法通过使用特定的染色体表示方法和进化算子,能有效的搜索到飞行器编队重组轨道规划问题的时间.能量前沿,并引入等值分享法保证优秀个体具有较大的选中概率和前沿的多样性.该方法能同时提供多种变轨方案,编队飞行的任务制定者从而可以根据实际应用情况选择最合适的方案.仿真结果表明了该方法的正确性.     

基于解析振速的ESPRIT算法

基于声矢量传感器在二维平面波入射时的输出信息,提出了其"解析振速"的输出模型,将目标的方位信息蕴含在输出信号的相位之中,并由此得到了矢量阵的输出模型.当ESPRIT算法应用于矢量阵时,由于矢量阵的内禀属性,旋转矩阵不再与阵型和信号的频率有关,只与目标方位信息有关,从而能够实现任意阵型全空间的无模糊测向.理论分析和仿真表明:本算法无需先验已知阵型;单声矢量传感器也可以应用ESPRIT算法,且此时其性能逼近克拉美-罗界.湖试表明本算法是有效的.     

基于自适应分段势场法的多无人机航迹规划

为解决传统人工势场法在无人机进行航迹规划应用中易陷入局部极值、目标不可达与规划航迹曲率过大等问题,在分层势场法基础上提出了目标点处附加的第二局部引力场和由目标引力场组成的引力集合的方法。该方法克服了目标不可达和易陷入局部极值的缺陷,且在原有分层势场法中引入分段函数,提高了航迹规划效率,缩短了航迹长度。仿真对比了传统人工势场算法、对比算法一、对比算法二、本文提出的基于附加引力场和复合引力场的势场算法以及自适应分段势场算法。结果表明：自适应分段势场算法具有较好的有效性和较强的鲁棒性。     

基于模型预测控制的轮式移动机器人轨迹规划

针对轮式移动机器人(Wheeled Mobile Robot-WMR)自身欠驱动的特点,并考虑到实际工作时的各种约束和限制,提出了一种基于模型预测控制(Model Predictive Control -MPC)的多约束轨迹规划方法。可以对车体自身的运动学约束、物理约束以及避障等约束进行集中有效的处理,可以生成符合车体自身模型特点并满足各种约束的可行轨迹,充分保证了轮式移动机器人自主行驶的可行性,安全性,高效性。仿真结果充分验证了该方法的有效性。     

基于冲突搜索算法的多机器人路径规划

针对冲突搜索法（conflict-based search,CBS）在多机器人路径规划（multi-agent path finding,MAPF）过程中规划路径过长、单向搜索运行时间长等缺陷,从搜索方向和搜索方式提出一种改进的双向A*焦点搜索来优化冲突搜索算法。将次优因子ω引入冲突搜索算法的底层搜索函数中,以提高路径搜索的效率;将冲突搜索算法中的单向搜索优化为双向A*搜索。实验结果表明：改进的冲突搜索算法的路径成本缩短了14.82%,总运行时间缩短了10.63%。     

基于PSO算法的弹道辨识网络及仿真

提出了一种基于粒子群优化算法(PSO)的弹道辨识及仿真的技术。根据弹道质心运动方程模型，以小脑模型开关控制器神经网络(CMAC)为核心构建了辨识网络，利用PSO算法控制辨识与仿真的实现。仿真试验表明，利用PSO算法实现弹道辨识比BP算法辨识精度高，收敛性好。     

基于遗传算法的空中加油航路规划

通过对空中加油航路规划进行建模,利用遗传算法进行优化计算,解决了关于包括总耗油量和受油机飞行航程在内的航路规划问题.针对模型中的非线性约束条件,引入自适应可变惩罚以及对部分变量采用过滤法,另外在选择、交叉、变异环节采用适应度选择法、启发式交叉法、非一致变异法,充分利用遗传算法的全局优化特性,解决了局部过早收敛等问题.实际算例中,分别针对基于航线和基于区域2种加油模式进行计算,比较2种模式的优缺点,得出了空中加油的最优策略,并验证了针对此类问题遗传优化算法的有效性.     

基于快速RRT算法的三维路径规划算法研究

RRT(rapidly exploring random tree)算法是一种基于采样的路径规划算法,可以在高维环境中搜索出一条路径。传统的RRT算法存在节点利用率低、计算量偏大的问题。针对这些问题,基于快速RRT^*(Quick-RRT^*)算法,通过优化重选父节点与剪枝范围策略、改进采样方式、引入自适应步长,对快速RRT^*算法进行改进,使得算法耗时和路径长度更短。同时,加入节点连接筛选策略,消除路径中过大的转弯角。实验结果表明,改进后的算法在三维环境下能快速找到一条距离最短的无碰撞路径,且运行时间也大幅降低。     

基于小生境遗传算法的飞行航迹规划

提出了一种基于小生境遗传算法的飞行航迹规划方法.把航迹编码为离散时间上变长度的飞行器速度和航向变化序列,并以此序列作为遗传算法种群中的个体,在这个变化序列中,每一个元素都考虑了飞行器的性能约束,因而,每个变化序列对应的航迹郝是飞行器可飞的.初始种群不是随机生成,而是根据规划起点和终点的相对关系生成的.为了防止种群收敛于局部最优解,采用基于共享函数的小生境技术增加种群的多样性.仿真结果表明,算法能快速有效地在动态环境中规划出近最优的飞行航迹.