论文部分内容阅读
随着各种高新技术的应用,防空系统的不断完善,无人飞行器的安全突防面临着越来越大的挑战。航迹规划作为任务规划的主要功能之一,是一种能有效提高无人飞行器突防概率的方法,在任务规划系统中具有重要的地位。 航迹规划算法是解决航迹规划问题的关键,航迹规划算法正朝着智能化、自动化、实时化的方向发展。在航迹规划的算法中,Α*算法是一种典型的启发式搜索算法,在航迹规划中有着广泛的应用。本文主要针对Α*算法在航迹规划中遇到的问题进行研究,旨在提高算法的实时性与有效性。 本文首先介绍了航迹规划的研究现状与趋势,介绍了Α*算法基本原理,并分析了当今Α*算法用于航迹规划研究的一些优点及遇到的问题。 为了解决这些问题,一方面从Α*算法的角度出发,设计相应的扩展策略,有效剪裁规划空间,另一方面着重分析了Α*搜索因为启发信息不准而陷入局部搜索的问题,对扩展点的估计代价(启发信息)的计算方式进行了改进,利用折线的方式来估算航迹的距离代价。这种估价方式,能使搜索过程中扩展结点的估计代价更接近于真实代价,从而得到该结点更加准确的全代价值,引导算法向更合适的方向扩展。因此,改进后的方法提高了搜索效率,能有效提高Α*算法的实时性与有效性。 为了解决Α*很难进行协同规划的难题,本文结合启发式搜索算法的特点,对协同规划的目标在时间约束和空间约束上进行了分析,设计了相应的协同策略及协同函数。 设计了相应的实验参数,进行仿真实验,验证了算法的优点与有效性。