本文關(guān)鍵詞：無人機任務(wù)規(guī)劃技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：如今,無人機的應(yīng)用領(lǐng)域已經(jīng)從軍事行動擴展到了突發(fā)事件應(yīng)急響應(yīng)、抗震救災(zāi)等,其便捷性、靈活性為我國國防事業(yè)以及社會生活帶來了很大便利,因此對于無人機相關(guān)領(lǐng)域的研究已成為各國學者關(guān)注、探索的熱點問題之一。隨著學者們對無人機相關(guān)領(lǐng)域研究的不斷深入,其中所隱含的諸多問題也逐漸顯露出來。本文主要針對無人機任務(wù)規(guī)劃技術(shù)展開研究,對其中存在的一些問題給出自己的分析并提出了解決方案。在無人機任務(wù)規(guī)劃問題中,針對很多決策只做到了單方面最優(yōu)而無法考慮其他因素這一情況,本文提出了基于動作預估機制的無人機任務(wù)規(guī)劃技術(shù),綜合考慮無人機各項飛行指標,每架無人機在進行動作決策前,都會對無人機執(zhí)行該動作所獲得的收益和無人機自身所付出的代價兩種指標進行評價,從而做出一個平衡最優(yōu)的解決方案,既兼顧了無人機所獲得的收益使之盡量大,同時兼顧了無人機自身所付出的代價使之盡量小。在無人機聯(lián)合作戰(zhàn)問題中,作戰(zhàn)單元多種多樣,戰(zhàn)場環(huán)境復雜多變,對此本文在Q學習算法的基礎(chǔ)上,提出了帶有合作表的無人機聯(lián)合作戰(zhàn)技術(shù),從而確定了參與聯(lián)合作戰(zhàn)的友方無人機;同時基于約束條件綜合考量,為聯(lián)合方無人機分配攻擊對象,從而確定敵方無人機。面對無人機偵察任務(wù)的求解問題,標準蟻群優(yōu)化算法容易陷入局部最優(yōu),而且求解效率不高,因此本文提出了基于變揮發(fā)程度的蟻群優(yōu)化算法解決上述問題。而遇到偵察任務(wù)突變的情況,本文主張采用啟發(fā)式Q學習算法應(yīng)對該變化,重新規(guī)劃無人機執(zhí)行任務(wù)時的飛行路線。最后,通過仿真平臺做的對應(yīng)仿真實驗表明,上述理論有效解決了無人機任務(wù)規(guī)劃問題中出現(xiàn)的片面、低效、局部最優(yōu)等問題,達到了良好的實驗效果。
【關(guān)鍵詞】：強化學習 蟻群算法 任務(wù)分配 無人機
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：V279;TP18
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 符號對照照表表11-12
• 縮略語對照表12-15
• 第一章 緒論15-19
• 1.1 研究背景15
• 1.2 研究現(xiàn)狀15-17
• 1.2.1 關(guān)于無人機航跡規(guī)劃問題的研究現(xiàn)狀15-16
• 1.2.2 關(guān)于無人機聯(lián)合作戰(zhàn)多任務(wù)分配問題的研究現(xiàn)狀16-17
• 1.3 本文主要工作及組織結(jié)構(gòu)17-19
• 第二章 無人機任務(wù)規(guī)劃技術(shù)背景介紹19-25
• 2.1 蟻群優(yōu)化算法介紹19-22
• 2.1.1 蟻群優(yōu)化算法原理19-21
• 2.1.2 蟻群算法在無人機探測問題中的應(yīng)用21-22
• 2.2 Q學習及其在無人機探測問題中的應(yīng)用22-23
• 2.3 馬爾可夫決策過程與納什均衡理論在無人機探測問題中的應(yīng)用23-24
• 2.4 小結(jié)24-25
• 第三章 基于動作預估機制的無人機任務(wù)規(guī)劃技術(shù)25-39
• 3.1 無人機任務(wù)規(guī)劃問題25-28
• 3.1.1 無人機任務(wù)規(guī)劃模型25-26
• 3.1.2 無人機任務(wù)規(guī)劃問題的約束條件26-28
• 3.2 基于動作預估機制的無人機任務(wù)規(guī)劃問題28-31
• 3.2.1 無人機任務(wù)規(guī)劃問題中的動作預估機制28-30
• 3.2.2 算法描述30-31
• 3.3 評估機制在無人機任務(wù)規(guī)劃問題中的應(yīng)用31-38
• 3.3.1 實驗設(shè)計31-33
• 3.3.2 實驗結(jié)果與分析33-38
• 3.4 小結(jié)38-39
• 第四章 強化學習在無人機聯(lián)合作戰(zhàn)中的應(yīng)用39-59
• 4.1 強化學習理論與納什均衡39-41
• 4.1.1 強化學習理論在無人機聯(lián)合作戰(zhàn)中的應(yīng)用39-40
• 4.1.2 納什均衡理論在無人機聯(lián)合作戰(zhàn)中的應(yīng)用40-41
• 4.2 基于合作表的無人機聯(lián)合作戰(zhàn)研究41-49
• 4.2.1 無人機聯(lián)合作戰(zhàn)模型41-42
• 4.2.2 基于合作表的無人機聯(lián)合作戰(zhàn)42-46
• 4.2.3 算法描述46-49
• 4.3 仿真實驗及分析49-57
• 4.3.1 實驗設(shè)計49-52
• 4.3.2 實驗結(jié)果與分析52-57
• 4.4 小結(jié)57-59
• 第五章 無人機偵查任務(wù)問題的研究與應(yīng)用59-75
• 5.1 無人機偵查任務(wù)研究內(nèi)容59-60
• 5.1.1 無人機偵查任務(wù)模型59
• 5.1.2 無人機偵查任務(wù)的約束條件59-60
• 5.2 無人機偵查任務(wù)問題的求解60-68
• 5.2.1 基于CV-ACO算法的無人機偵查任務(wù)規(guī)劃問題60-64
• 5.2.2 基于CV-ACO算法的無人機偵查任務(wù)規(guī)劃實驗64-68
• 5.3 偵查任務(wù)突變的解決方案68-72
• 5.3.1 強化學習方法解決偵查任務(wù)突變問題68-70
• 5.3.2 實驗驗證70-72
• 5.4 小結(jié)72-75
• 第六章 結(jié)束語75-77
• 6.1 總結(jié)75-76
• 6.2 展望76-77
• 參考文獻77-81
• 致謝81-83
• 作者簡介83-84
• 1.基本情況83
• 2.教育背景83
• 3.在學期間的研究成果83-84

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 段華;趙東標;;動態(tài)環(huán)境下基于勢場原理的避障方法[J];華中科技大學學報(自然科學版);2006年09期

2 王會麗,傅衛(wèi)平,方宗德,張宏遠;基于改進的勢場函數(shù)的移動機器人路徑規(guī)劃[J];機床與液壓;2002年06期

3 李曉麗,謝敬,傅衛(wèi)平,楊靜;一種改進勢場法在多移動機器人避碰規(guī)劃中的應(yīng)用[J];計算機工程與應(yīng)用;2005年17期

4 石為人;黃興華;周偉;;基于改進人工勢場法的移動機器人路徑規(guī)劃[J];計算機應(yīng)用;2010年08期

5 任德華,盧桂章;對隊形控制的思考[J];控制與決策;2005年06期

  本文關(guān)鍵詞：無人機任務(wù)規(guī)劃技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：334286