【摘 要】
：
针对无人机(UAV)的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法(CML-WOA)的航迹规划方法.首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型.通过引入罚函数,
【机 构】
：
空军工程大学 研究生院,西安 710038;空军工程大学 航空工程学院,西安 710038;中国人民解放军94855 部队,衢州 324000
论文部分内容阅读
针对无人机(UAV)的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法(CML-WOA)的航迹规划方法.首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型.通过引入罚函数,将有约束3D航迹规划问题转化为无约束多维函数优化问题,利用CML-WOA求解模型来获得最优航迹.其次,为克服WOA易陷入局部最优的缺陷,引入立方映射混沌算子改善初始种群,增强种群多样性,并通过自适应框架融入正余弦算法(SCA),利用多精英搜索策略有效地提高了算法开发能力和探索能力.最后,使用贪婪策略保证了收敛效率.通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证.结果表明:所提算法相对其他算法,寻优性能明显提升,具有较强局部最优规避能力和更高的收敛精度与收敛速度;能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹.
其他文献
一端固支、一端受集中载荷的欧拉梁受载问题是一种基础的力学模型,具有重要的理论研究意义.针对传统的线性求解方法在大变形分析中不适用及无法计算中心定向受压杆在载荷系数
用缩比模型测量结果预估是研制阶段获得大尺寸目标雷达散射截面(RCS)的常用方法,但根据经典电磁相似理论,严格满足缩比条件的涂覆吸波材料缩比目标测量难以实现.针对涂覆吸波
近年来,利用周期结构中弹性波禁带特性减振的研究思路受到了广泛关注.针对以往周期结构难以实现宽频且可调禁带的问题,设计了一种含电路网络的压电周期结构.该结构中的弯曲波
通过对粉煤灰样品进行表征,探索了其与铅、镉吸附相关的形态和物化特性,并进行了水中铅、镉的静态吸附实验,通过用Langmuir、Freundlich和Tenkin方程对吸附等温线进行建模,分析了铅、镉的吸附平衡性质,且进行了吸附动力学研究以描述其吸附过程,研究了潜在的吸附速率控制步骤和吸附机理。结果表明,粉煤灰样品中未燃炭的含量对铅、镉的吸附有着一定影响,而粉煤灰表面环状硅酸盐中的Al-O/Si-O或Si-O-Si/Si-O-Al官能团对铅、镉的吸附起主要作用。Langmuir等温线方程拟合结果最佳,说明粉
星基增强系统(SBAS)是向用户提供完好性信息的广域增强系统,涉及生命安全领域.为了提高SBAS系统的抗欺骗能力,基于椭圆曲线数字签名算法(ECDSA)提出面向北斗星基增强系统(BDS
智能系统、无人驾驶等现代交通的不断发展,对传统电池的轻量化、安全性、有效负载和循环寿命都提出了新的挑战。本文利用活性炭、介孔碳以及将两者按50%比例混合制备了三种不同的碳材料电极片,对其进行了微观形貌和电化学性能对比分析。选取性能最优的电极片与超薄碳纤维预浸料集成制备了结构电池,并采用万能试验机对其进行了拉伸、压缩、弯曲测试。实验结果表明:活性炭和介孔碳混杂制成的电极片具有更有利于离子迁移的表面形貌,用其制成的结构电池具有良好的充放电特性。在受载条件下,拉伸测试单位质量载荷小于240 kN/kg时,比电容
大型双曲蜂窝夹层结构是复合材料制件中一种较复杂的结构形式,它具有尺寸大、型面复杂等特点,但是其力学承载特性好、整体重量轻、抗变形能力强,应用较广。本文以大型双曲蜂窝夹层结构短舱制件为研究对象,详细论述了其结构特点以及加工工艺方法,重点解决了蜂窝芯易收缩、难固定,装配区要求高等技术难点,通过实验方案验证及实验数据分析,综合比对实验结论以及工程差异性,最终得到了一套行之有效的成型方法。
抬升角的存在对昆虫飞行时的气动力会产生不同程度的影响,其对昆虫飞行动稳定性的影响也非常值得探索.首先,求解Navier-Stokes方程得到了有抬升角时食蚜蝇的纵向与横向稳定性
为了研究复合材料阻尼结构的抗冲击性能,利用ANSYS/LS-DYNA有限元软件模拟了12.7 mm的穿甲燃烧弹弹芯侵彻氧化铝/阻尼层/超高分子量聚乙烯(UHMWPE)复合装甲的过程,分别计算了钨合金弹芯以不同角度及不同速度侵彻靶板时的吸收能量情况,并探究了不同位置阻尼层厚度对复合装甲吸能效果的影响。计算结果表明,随着复合装甲靶板斜置角度的增加,靶板吸收的能量逐渐增加。通过模拟不同速度的钨合金弹弹芯斜侵彻复合装甲的过程,发现在700 m/s~850 m/s速度范围内复合装甲展现出最佳的吸能效果,且在复合装甲
模糊是图像退化的主要降质因素之一,图像去模糊技术一直是计算机视觉和图像处理领域的一个重要课题,广泛应用于安防、刑侦、交通、金融、医疗图像等领域.首先,对传统去模糊算法进行阐述并说明其存在的问题.然后,在此基础上对现有基于深度学习的图像去模糊方法进行综述并分析了算法存在的优势与不足,着重讨论了基于动态网络的非均匀模糊处理新趋势.最后,结合最新的研究成果,展望了图像去模糊技术未来的发展方向.