城市环境背景下多无人机快速任务规划算法

伴随着城市化进程的迅速发展, 无论在作战中还是民用, 都对无人机自主协同能力提出了新的要求。以城市环境为背景, 以无人机任务规划为研究对象, 针对目前无人机任务规划算法普遍较为复杂、实时性较差的问题, 提出一种新颖的任务规划算法。首先对城市中的建筑物建立简单的数学模型, 针对模型的特点使用了改进通视图法计算出所有最短路径, 然后使用背包算法完成任务分配。仿真结果表明该算法规划准确, 满足实时性要求。     

基于改进微分进化的无人机编队重构安全控制

无人机编队在环境或任务发生变化时,需要进行编队重构。在对无人机编队重构安全控制问题进行分析的基础上,采用分布式模型预测控制(DMPC)的思想,将重构问题转化为一系列在线优化问题。结合安全性约束条件建立其重构代价函数,提出一种基于改进微分进化的分布式模型预测控制算法(DE DMPC）求解每个时域内的代价函数优化问题。通过仿真证明,该算法能够实现编队重构安全控制,且较标准微分进化算法性能更好。