將無人機(jī)技術(shù)和環(huán)境監(jiān)測(cè)技術(shù)相結(jié)合可以使環(huán)境監(jiān)測(cè)更加靈活、降低成本、擴(kuò)大監(jiān)測(cè)范圍。采用多無人機(jī)進(jìn)行環(huán)境監(jiān)測(cè)能有效的提高監(jiān)測(cè)效率,使得采集到的環(huán)境參數(shù)具有時(shí)效性。而無人機(jī)群路徑規(guī)劃是基于無人機(jī)的環(huán)境監(jiān)測(cè)系統(tǒng)的核心部分,以時(shí)效性為目的的路徑規(guī)劃方法對(duì)環(huán)境監(jiān)測(cè)無人機(jī)群路徑規(guī)劃至關(guān)重要,采用聚類法和蟻群算法對(duì)該問題進(jìn)行深入的研究。以無人機(jī)群之間的任務(wù)分配均衡,采集信息的時(shí)效性為規(guī)劃的主要指標(biāo)。將環(huán)境監(jiān)測(cè)系統(tǒng)的無人機(jī)群路徑規(guī)劃方法主要為無人機(jī)群任務(wù)分配問題以及無人機(jī)路徑規(guī)劃問題。對(duì)多無人機(jī)進(jìn)行任務(wù)分配時(shí)以無人機(jī)任務(wù)分配均衡且以時(shí)間為主要指標(biāo)對(duì)K均值聚類算法進(jìn)行改進(jìn),先采用聚類算法實(shí)現(xiàn)對(duì)目標(biāo)的聚類,改進(jìn)后的K均值聚類算法得到的分群結(jié)果更加均衡且集中。然后采用枚舉法將目標(biāo)聚類后的目標(biāo)群和無人機(jī)進(jìn)行匹配,得到最優(yōu)的任務(wù)分配結(jié)果。在解決無人機(jī)多任務(wù)目標(biāo)點(diǎn)問題上,蟻群算法容易陷入局部最優(yōu)解。通過對(duì)蟻群算法進(jìn)行改進(jìn)提高了蟻群算法搜索全局最優(yōu)解的能力;對(duì)信息素更新方式進(jìn)行調(diào)整,減少算法的運(yùn)行時(shí)間;改進(jìn)后的蟻群算法利用改變蟻群算法的狀態(tài)轉(zhuǎn)移概率以及信息素更新方式調(diào)整,減少了算法的收斂時(shí)間,且收斂時(shí)間小于遺傳蟻群混... 

【文章來源】：哈爾濱理工大學(xué)黑龍江省

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 本課題的研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 環(huán)境監(jiān)測(cè)研究現(xiàn)狀
        1.2.2 無人機(jī)路徑規(guī)劃問題的研究現(xiàn)狀
        1.2.3 多無人機(jī)協(xié)同任務(wù)分配問題的研究現(xiàn)狀
    1.3 論文研究的主要內(nèi)容
第2章 無人機(jī)群路徑規(guī)劃的總體方案
    2.1 環(huán)境監(jiān)測(cè)點(diǎn)的建模方法選擇
    2.2 無人機(jī)群路徑規(guī)劃總體方案
        2.2.1 監(jiān)測(cè)點(diǎn)坐標(biāo)建模
        2.2.2 無人機(jī)任務(wù)分配原則
        2.2.3 無人機(jī)路徑規(guī)劃約束假設(shè)
    2.3 無人機(jī)綜合代價(jià)模型
        2.3.1 能源消耗代價(jià)
        2.3.2 高度代價(jià)
        2.3.3 大氣威脅代價(jià)
        2.3.4 城市建筑威脅代價(jià)
    2.4 本章小結(jié)
第3章 基于模擬退火改進(jìn)的K均值任務(wù)分配算法
    3.1 多無人機(jī)協(xié)同任務(wù)分配指標(biāo)
        3.1.1 時(shí)間協(xié)同
        3.1.2 目標(biāo)分配
    3.2 基于模擬退火改進(jìn)的K均值任務(wù)分配算法
        3.2.1 任務(wù)分配模型
        3.2.2 K均值動(dòng)態(tài)聚類任務(wù)分群算法分析
        3.2.3 模擬退火算法分析
        3.2.4 基于模擬退火改進(jìn)的K均值任務(wù)分群算法
        3.2.5 實(shí)驗(yàn)仿真
    3.3 本章小結(jié)
第4章 基于改進(jìn)蟻群算法的路徑規(guī)劃
    4.1 路徑規(guī)劃算法的選擇
    4.2 改進(jìn)蟻群算法研究
        4.2.1 蟻群算法路徑尋優(yōu)
        4.2.2 蟻群算法的數(shù)學(xué)模型
        4.2.3 遺傳蟻群混合算法
        4.2.4 改進(jìn)的蟻群算法
        4.2.5 實(shí)驗(yàn)仿真
    4.3 本章小結(jié)
第5章 環(huán)境監(jiān)測(cè)的無人機(jī)群路徑規(guī)劃仿真
    5.1 仿真環(huán)境
    5.2 仿真實(shí)驗(yàn)分析
        5.2.1 規(guī)劃建模
        5.2.2 多無人機(jī)協(xié)同任務(wù)分配方案
        5.2.3 路徑規(guī)劃仿真實(shí)驗(yàn)
    5.3 小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間的學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]多無人機(jī)任務(wù)分配與路徑規(guī)劃算法研究[J]. 王發(fā)松,陳曉斌.  科學(xué)中國(guó)人. 2017(08)
[2]基于改進(jìn)蟻群算法的無人機(jī)動(dòng)態(tài)航路規(guī)劃[J]. 林娜,劉二超.  計(jì)算機(jī)測(cè)量與控制. 2016(03)
[3]基于人工勢(shì)場(chǎng)的無人機(jī)戰(zhàn)場(chǎng)威脅建模研究[J]. 申舟,謝文俊,趙曉林,余超.  計(jì)算機(jī)仿真. 2014(02)
[4]多無人機(jī)協(xié)同航路規(guī)劃研究[J]. 林林,孫其博,王尚廣,楊放春.  北京郵電大學(xué)學(xué)報(bào). 2013(05)
[5]無人機(jī)復(fù)雜氣象威脅建模及評(píng)估方法[J]. 吳忠杰,張耀中,王強(qiáng).  計(jì)算機(jī)應(yīng)用. 2013(04)
[6]動(dòng)態(tài)環(huán)境下的多UCAV協(xié)同任務(wù)分配研究[J]. 楊尚君,王社偉,陶軍,溫攀,周維杰.  電光與控制. 2012(07)
[7]淺談強(qiáng)化環(huán)境監(jiān)測(cè)質(zhì)量管理體系建設(shè)[J]. 夏新.  環(huán)境監(jiān)測(cè)管理與技術(shù). 2012(01)
[8]基于改進(jìn)層次分析法的汽車零部件物流網(wǎng)絡(luò)規(guī)劃[J]. 馬文娟,王東,高懿.  上海交通大學(xué)學(xué)報(bào). 2010(12)
[9]我國(guó)環(huán)境監(jiān)測(cè)現(xiàn)狀分析及發(fā)展對(duì)策[J]. 馬曉曉,方土,王中偉,張春娣.  環(huán)境科技. 2010(S2)
[10]一種基于有向動(dòng)態(tài)網(wǎng)絡(luò)拓?fù)涞牧Ｗ尤簝?yōu)化算法[J]. 姚燦中,楊建梅.  計(jì)算機(jī)工程與應(yīng)用. 2009(27)

碩士論文
[1]無人機(jī)航跡規(guī)劃及導(dǎo)航定位系統(tǒng)研究[D]. 王涵.浙江大學(xué) 2017
[2]基于遙感技術(shù)的農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)模式創(chuàng)新研究[D]. 劉振功.山東大學(xué) 2016
[3]湖泊環(huán)保移動(dòng)執(zhí)法平臺(tái)的研究與實(shí)現(xiàn)[D]. 馬美英.昆明理工大學(xué) 2016
[4]無人機(jī)路徑規(guī)劃方法研究[D]. 田曉亮.西安電子科技大學(xué) 2014
[5]多無人機(jī)協(xié)同任務(wù)規(guī)劃研究與實(shí)現(xiàn)[D]. 李華偉.西安電子科技大學(xué) 2014
[6]無人機(jī)航路規(guī)劃算法研究與應(yīng)用[D]. 單敏瑜.江南大學(xué) 2009
[7]無人機(jī)任務(wù)規(guī)劃技術(shù)研究[D]. 張昉.南京航空航天大學(xué) 2009
[8]多機(jī)器人的協(xié)調(diào)合作技術(shù)與群組控制策略研究[D]. 李俊華.西安電子科技大學(xué) 2006



本文編號(hào)：3623547