從目標任務收益最大、航跡最短、航跡差異最小等方面提出對航跡規(guī)劃結(jié)果評估的約束限制,建立航跡規(guī)劃模型,給出了基于啟發(fā)信息的粒子群改進算法,對算法進行仿真驗證。仿真結(jié)果表明,采用基于Dubins曲線的多UAV多目標任務分配和航跡規(guī)劃,既滿足了航跡規(guī)劃的快速性要求,又滿足了一定的飛行約束條件,基于啟發(fā)信息粒子群改進算法,具有較快的收斂速度和全局尋優(yōu)性。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1綜合性能最優(yōu)的各UAV航跡3．2．2航跡算法比較

最優(yōu)為了使得協(xié)同目標分配和航跡規(guī)劃中目標任務收益大、航跡最短、航跡差異最小，取綜合指標函數(shù)作為評價依據(jù)，得到的最有分配和航跡規(guī)劃結(jié)果。仿真結(jié)果，見表6，各UAV任務執(zhí)行和航跡結(jié)果如圖1所示。由仿真結(jié)果可以看出，各UAV的任務均衡性較強第1表6任務分配方案和各UAV航跡長度UAV序....

圖2各算法的平均收斂曲線

本文編號：4035657