首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于Voronoi图和动态自适应蚁群算法的UAV航迹规划
引用本文:邬琦,潘广贞,杨江涛.基于Voronoi图和动态自适应蚁群算法的UAV航迹规划[J].应用声学,2014,22(9):3037-3040.
作者姓名:邬琦  潘广贞  杨江涛
作者单位:中北大学 计算机与控制工程学院,太原 030051;中北大学 计算机与控制工程学院,太原 030051;中北大学 电子测试技术国家重点实验室,太原 030051 ;中北大学 仪器科学与动态测试教育部重点实验室,太原 030051
摘    要:以UAV航迹规划为应用背景,提出了一种基于Voronoi图和动态自适应蚁群算法的航迹规划方法;为了提高航迹规划问题最优解的质量及全局求解能力,克服传统蚁群算法收敛速度慢、容易陷入局部最优等缺点,提出了一种动态自适应蚁群算法;采用动态自适应航迹点选择策略并将信息素更新规则和挥发系数进行动态自适应调整变化来对蚁群算法进行了改进,提高了算法的求解效率;根据战场已知威胁源生成Voronoi加权图,并与所提的动态自适应蚁群算法相结合求解规划空间中的最优航迹;考虑到UAV的物理约束限制,对生成的可行航迹进行平滑优化;仿真结果表明,该方法能够为UAV规划出一条满足要求的可飞航迹,验证了所提方法在解决航迹规划问题时是可行、有效的;

关 键 词:航迹规划  Voronoi图  蚁群算法  动态自适应  信息素
收稿时间:5/4/2014 12:00:00 AM
修稿时间:2014/6/16 0:00:00

Route Planning of UAV Based on Voronoi Diagram and Dynamic and Adaptive Ant colony algorithm[HS)]
Wu Qi,Pan Guangzhen and Yang Jiangtao.Route Planning of UAV Based on Voronoi Diagram and Dynamic and Adaptive Ant colony algorithm[HS)][J].Applied Acoustics,2014,22(9):3037-3040.
Authors:Wu Qi  Pan Guangzhen and Yang Jiangtao
Abstract:
Keywords:route planning  Voronoi diagram  ant colony algorithm  dynamic and adaptive  pheromone
点击此处可从《应用声学》浏览原始摘要信息
点击此处可从《应用声学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号