数学建模论_无人机自主飞行航迹规划问题.docVIP

题 目 无人机自主飞行航迹规划问题 摘要 本文分别研究了基于二维平面和三维空间的最优航迹规划问题。 对于第一问，我们在忽略地形和无人机操作性能等因素影响的基础上，将影响无人机飞行的“敌方雷达威胁”和“飞行燃油代价”两个因素进行了量化处理，建立了雷达威胁模型和燃油代价模型，并在这两个模型的基础上建立了基于二维平面的最优航迹规划模型。在求解该模型时，我们依据图论中的相关理论，将二维平面划分成了若干网格，然后使用Dijkstra算法由于规划约束条件众多而且模糊性大研究的各因素之间联系及的控制方式和任务Dijkstra算法 目 录 1. 问题的重述------------------------------------------------------------------------------------2 2. 问题的分析------------------------------------------------------------------------------------2 3. 模型假设----------------------------------------------------------------------------------------3 4. 符号说明----------------------------------------------------------------------------------------3 5. 模型的建立-------------------------------------------------------------------------------------3 5.1问题一模型的分析、建立与求解-----------------------------------------------------3 5.2问题二模型的分析、建立与求解-----------------------------------------------------6 6. 模型的可行性分析与仿真-------------------------------------------------------------------9 6.1模型的可行性分析-----------------------------------------------------------------------9 6.2模型的仿真-------------------------------------------------------------------------------10 7. 模型的评价、改进及推广-------------------------------------------------------------------12 8. 参考文献----------------------------------------------------------------------------------------14 9. 附录----------------------------------------------------------------------------------------------15 一、问题的重述 无人机的发展至今已有70多年的历史，其军事应用主要是各种侦察任务。随着无人机平台技术和机载遥感技术的不断发展，它的军事应用范围已经，如通信中继、军事测绘、电子对抗、信息攻击等。特别是精确制导武器技术的发展，又使它成为这种武器的理想平台。Dijkstra算法把模型扩展到三维空间，并同时考虑无人机的操作性能（主要考虑拐弯）和地形因素是在问题一的基础上,把问题到三维空间里,综合考虑雷达威胁因素地形因素和飞机本身的因素,建立一个确定飞机的综合模型无人机的规划问题可转化为一个带约束的优化问题如果对规划空间进行三维网格划分得到若干节点,从而构成一个网格图则优化问题的搜索空间就转化为一个离散的空间节点集,而问题的求解也可简单归结为一个求解网络图最短路径的组合优化问题,使得无人机在沿着这些节点所形成的路径上飞行时具有最小代价。一种基于改进蚁群算法的无人机三维规划方法, 将最短路径的信息反馈到系统中作为搜索的指导信号,并改进节点选择方法,以提高应用蚁群算法搜索无人机三维航路的效率以保证在敌方防御区域内以最小的被发现概率以及可接受的航程到达目标。1）提供雷达威胁的坐标方位表和数字地图真实有效，并在短期内不会改变 （2）无人机的活动范围为20km×20km的区域每个雷达的作用