无人机冲突探测与解脱技术研究概述

近年来,无人机已广泛应用于电力巡检、森林保护、快递配送,交通监控等领域,无人机技术得到飞速发展。无人机具有数量多,体积小,速度快等特点,无人机进入非隔离空域成为必然趋势,而冲突探测与解脱技术也成了当下的重点研究方向。冲突探测与解脱技术的提高对无人机飞行安全和飞行效益具有重要意义。本文系统地梳理了当下国内外的研究成果,对无人机冲突探测与解脱问题进行了概述。综述了冲突探测与解脱的模型,从理论模型的角度阐述了冲突解脱的目标和约束条件;并从方法论的角度对冲突探测与解脱的常用方法进行了总结。最后从现有研究的不足出发,对无人机冲突探测与解脱未来的研究趋势和方向进行了展望。     

基于量子遗传算法的无人机冲突解脱方法

飞行冲突解脱对于无人机飞行安全至关重要,遗传算法(genetic algorithm, GA)在解决无人机冲突解脱时存在求解速度慢、产生的延误距离较大等缺点,针对这些缺点,提出一种基于量子遗传算法(quantum genetic algorithm, QGA)的无人机冲突解脱方法。该方法采用了量子比特编码,设计加入了延误指数函数强制优化策略和变航向优化策略,通过利用量子旋转门实现个体的演化,并在延误距离、冲突解脱航迹等多方面与遗传算法进行了对比实验。仿真实验结果表明,该方法与遗传算法相比,求解速度更快,解的质量更高,所得解脱航迹更平滑,能获得较小的飞行延误,在无人机冲突解脱方面具有有效性和良好的应用价值。     

基于调速的飞行冲突探测与解脱方法

随着中国民航的快速发展,空域资源的紧缺和空中交通拥堵现象越来越严重,由此带来的飞行冲突也越来越多.首先,提出了一种基于调速的飞行冲突探测与解脱方法并且通过非线性规划的方法优化调速机动阶段的燃油消耗.其次,通过飞行冲突探测和解脱方法确定飞机可以进行调速的速度区间,通过优化调速机动阶段燃油消耗,得到可调速的速度区间中的最省油的速度.最后,将速度剖面实时分配给相关的航空器,使航空器之间的间隔大于给定的最小安全间隔.通过仿真分析,提出的飞行冲突探测与解脱方法能够快速解决飞行冲突,非线性规划优化燃油消耗的方法能够带来较大的燃油消耗的节省.     

基于博弈策略的双无人机冲突解脱方法

针对无人机在空域飞行时完成冲突解脱所存在的消耗时间长、绕飞距离严重、机动次数多等问题,在2架无人机发生冲突的条件下,基于博弈论的知识,提出一种双无人机冲突解脱方法。首先,依据2架无人机的运动模型建立冲突探测模型,求出达到最小距离的时间公式,根据此公式反解出2架无人机改变的速度或航向值;其次,将鹰鸽博弈与贝叶斯博弈结合,以期望效用分析适合双方的解脱策略;最后,完成解脱后为减小航迹偏离等情况,无人机执行恢复策略恢复至初始状态。结果表明,与单机解脱相比,在解脱时间、绕飞距离、总飞行时间及总飞行距离方面的效果都有所改善。改进后的探测模型不仅能迅速计算出解脱策略改变值,而且在引入博弈策略后冲突双方可根据自身最大效益选择解脱策略,解决冲突解脱问题的方法简单有效,可以保证无人机在空域内发生冲突时能快速解脱。     

基于规则库的航路飞行冲突探测与解脱

通过对国内某航路管制单位的冲突探测与解脱数据收集和数据分析,形成贴合实际运行的航路管制规则库,采用基于BADA(Base of Aircraft data,一种由欧洲空管开发维护并应用比较成熟的飞行性能模型)的轨迹生成算法,通过实地调研和数据收集,结合实际管制运行中的航路冲突标准,建立双机基于管制规则库和决策树的航路冲突探测与解脱模型.选取国内A593航路,使用JAVA语言完成了仿真系统开发,并导入飞行计划数据实现了实例验证.最终的仿真结果表明模型成功解脱常见航路冲突,保证了与实际航路管制运行的一致性.     

基于UPF的中程飞行冲突探测

2000年,Prandini等建立了飞机位置的概率模型, 该模型将飞行扰动的方差作为全程飞行时间与路程的函数,基于此模型,他们提出了中程飞行冲突探测的随机化算法. 本文作者将飞行扰动作短时处理, 建立了包含雷达观测误差在内的一个更精确、更符合实际的概率模型, 并提出了基于UPF的中程飞行冲突探测算法.     

分布式多agent系统在飞行冲突解脱中的应用

为解决固定航路上飞行冲突探测与解脱(conflict detection and resolution,CDR)的问题,本文提出一种基于高度层分配的解脱方法,并利用分布式多agent系统(multi-agent system,MAS)进行算法求解。首先建立固定航路网络图对管制扇区进行建模;然后分析影响高度层分配的主要因素,并建立高度层使用优先权的评价模型;最后,设计基于合同网协议的多agent系统,将目前依靠管制员的集中调配模式,转变为路口agent和航空器agent之间自主进行通信、协商和协作的分布式冲突解脱模式。仿真实验表明:高度层分配方法是可行的,与传统调整航向或速度的方法相比,该方法更接近实际情况,同时设计的分布式多agent系统算法能够快速找到高度层分配的最优解,为CDR问题提供了新的解决思路。     

基于改进人工蜂群算法的多机飞行冲突解脱策略

针对同一空域内多无人机飞行冲突解脱问题,提出了一种基于改进人工蜂群算法的冲突解脱策略。在传统蜂群算法的基础上改进了跟随蜂对雇佣峰的选择概率及跟随蜂的搜索策略,发挥了迭代过程中最优解的引导作用,保持了传统人工蜂群算法全局搜索和跳出局部最优的能力,解决了传统人工蜂群算法局部搜索效率较低的问题,提升了收敛性能,增加了得到最优解的概率。利用该算法通过航向调整和速度调整2种策略实现了多机的冲突解脱。对比仿真结果验证:该方法在收敛速度、运行速度和最优解的适应度等方面都较遗传算法有很大提升。     

多颗小行星探测顺序确定及轨迹优化

小行星探测日渐成为深空探测领域的一个研究热点。考虑小行星Kepler轨道以及小推力航天器的特点,从能量和相位的角度推导出多颗小行星探测顺序的确定准则,并利用优化算法对航天器的飞行轨迹进行了全局优化设计。算法在满足约束条件的前提下,使得航天器剩余质量与飞行时间的比值达到最大,并通过数值仿真算例验证了算法的可行性。结果表明:该算法综合利用遗传算法和局部优化算法具有精度高、计算简单的特点,可用于小行星探测的轨迹优化设计问题。     

一种基于概率方法的中期冲突探测算法

中期冲突探测不仅可以提高飞行安全,还可以直接地增加空域利用效率。由于在实际的航路飞行中存在各种误差,导致航迹预测的不确定性,中期冲突探测结果也存在不确定性。根据两架飞机的相遇几何,并结合航迹预测的误差模型,定义了一种求解冲突概率的快速算法。通过仿真分析验证表明,该算法能有效地用于中期冲突探测。     

基于遗传算法的凸多面体间碰撞检测算法研究

将两凸物体间碰撞检测问题归结为一个带约束条件的非线性规划问题．对该问题进行适当的处理后．利用遗传算法对该问题进行求解．实例表明,遗传算法对该问题的求解比用传统的方法求解具有更高的计算效率和更快的计算速度．     

求解单级多资源约束生产批量计划问题的免疫遗传算法

通过对单级多资源约束生产批量计划问题(SLCLSP)模型进行分析,提出了基于免疫遗传算法(IGA)求解该问题的方法.此算法在保留基本遗传算法(SGA)随机全局搜索能力的基础上,借鉴生物免疫机制中抗体的多样性保持策略,大大提高了算法的群体多样性.实验结果表明,免疫遗传算法可有效改善基本遗传算法的未成熟收敛和局部搜索能力差的缺点,具有很好的全局收敛能力,使全局收敛性及收敛速度两方面均得到提高,能有效解决SLCLSP问题.     

基于网格法的遗传算法及其应用

在基本的遗传算法(sGA)中,初始群体是随机产生的.为了增加个体的遍历性和多样性提出-种用网格法来产生遗传算法的初始群体,并对网格法的遗传算法的优化效率进行了定量的评价.同时与基本的遗传算法一起应用在DeJong的测试函数F1上便于进行对比.评价结果和实验结果表明网格法在提高遗传算法的优化效率上是可行的.     

基于布谷鸟搜索算法的SVR参数选择

SVR(支持向量回归机)在解决非线性回归问题时有极大的优势,在其预测过程中,最重要的是参数的选择,不同的参数会造成预测结果的巨大差异．目前较为普遍的方法是利用遗传算法和粒子群算法进行参数选择,而这2种算法在解决多峰问题时的局限性,容易导致算法的效率低且准确度不高．鉴于布谷鸟搜索算法引入了Lvy飞行机制,能有效地跳出局部最优解,使算法收敛速度快,且结果具有对算法本身的参数变化不敏感的优点,该文将布谷鸟搜索算法应用于SVR参数寻优过程中．网络流量和白葡萄酒质量的预测实验结果表明,布谷鸟搜索算法相对于遗传算法、粒子群算法等其他启发式智能算法而言,收敛速度更快,寻参结果的精度更高．     

航班计划恢复模型和混合优化算法研究

为研究不正常航班恢复求解问题,以受影响旅客人数最小为优化目标,建立了多约束飞机调整混合整数非线性模型,设计了基于匈牙利方法和遗传算法的混合优化算法,该算法避免了匈牙利方法只能求出唯一解的缺点,也克服了遗传算法的收敛性对初始值有较强依赖性的不足,同时改进遗传算法,使之能够输出多个近优方案,满足签派工作的实际需要,以实例验证了算法的有可行性。     

混合遗传算法求解0-1背包问题尝试

遗传算法是一种基于自然选择和遗传机制的搜索算法．为解决著名的0-1背包问题，尝试混合使用一点杂交与多点杂交以及将传统的算法与遗传算法相结合的方法，对经典遗传算法进行改进，并在实验中获得了更佳近似解．     

一种基于免疫思想的混合式遗传算法

基于生命科学中的免疫思想,在解决遗传算法中的约束问题时,将处理约束问题的两个关键方法(惩罚函数法和修补算法)有机的结合起来,并用于解决一类典型的约束问题--背包问题.其仿真结果表明,对于约束问题的求解,该混合式遗传算法和标准遗传算法相比在搜索全局最优解的收敛速度和精度方面都有明显的提高.     

基于主附种群结构的遗传算法

介绍了一种基于新的变异算子多种群的新遗传算法，该算法可用来解决复杂的多峰函数优化问题．解决这些问题的传统遗传算法经常陷入局部最优，新算法引入一种新的基于主群、附属子群的结构可避免传统遗传算法难以克服的早熟收敛．在该结构中，主群采用新的变异算子来保持良好的群体分布，并促使较优模式的快速增长，附属子群设计在有限区域内获取局部最优．用搜索历史记录及主子群体通讯能减少搜索空间，以获取全局最优和几个局部最优．搜索局部最优和全局最优可用于多人脸检测以及路径寻优问题．实验表明，该算法已在几个复杂的多峰函数优化上取得了较好的结果．     

机场地勤服务优化问题的双重变异单亲遗传算法

为了减少地勤服务作业调度影响的航班延误,以总航班延误最小化及航班延误方差最小化为目标建立了多目标非线性整数优化模型.地勤服务作业调度优化问题是NP难问题,因此,提出了一种双重变异单亲遗传算法求解该类问题.该算法避免了遗传算法求解同类问题时产生非法个体的现象,并且双重变异策略具有全局搜索能力.结果表明:双重变异单亲遗传算法可以很好地解决航班分配服务组及服务组内航班服务序列优化的地勤服务调度问题,减少了因地勤服务作业导致的航班总延误,避免了单个航班长时间延误.     

基于遗传策略的DVD在线租赁模型优化

针对DVD在线租赁问题进行了研究．建立了刻画该问题的0-1整数规划（BIP）模型;在考虑到求解的精确性和即时性后,设计了相应的遗传算子,构造了基于遗传策略的求解算法,并将其与另两种求解方法进行比较,验证了该算法的可行性和有效性．