看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于ALCE-SSA优化的三维无人机低空突防 收藏
基于ALCE-SSA优化的三维无人机低空突防

基于ALCE-SSA优化的三维无人机低空突防

作     者:黄鹤 李文龙 吴琨 王会峰 茹锋 王珺 Huang He;Li Wenlong;Wu Kun;Wang Huifeng;Ru Feng;Wang Jun

作者机构:西安市智慧高速公路信息融合与控制重点实验室长安大学西安710064 长安大学电子与控制工程学院西安710064 

基  金:国家自然科学基金(52172324) 国家重点研发计划(2021YF2501200) 陕西省重点研发计划(2021SF-483) 陕西省自然科学基础研究计划(2021JM-184) 西安市智慧高速公路信息融合与控制重点实验室(长安大学)开放基金(300102321502) 

出 版 物:《南京大学学报(自然科学版)》 (Journal of Nanjing University(Natural Science))

年 卷 期:2022年第58卷第3期

页      码:448-459页

摘      要:针对无人机在三维低空突防时存在环境复杂、路径规划计算量大等问题以及现有的麻雀搜索算法算法路径搜索能力不足、易陷入局部最优等缺陷,提出一种基于改进麻雀搜索算法(ALCE-SSA)的三维无人机低空突防的航迹规划方法.首先,建立三维地形模型、威胁源模型和无人机物理约束模型,确定代价函数;其次,设计随机Tent映射初始化种群,提高初始化种群的质量;然后针对麻雀搜索算法算法中发现者位置更新的不足,设计一种自适应领头雀引导策略,减小依靠单一父代更新的不利影响,能够同时提升前期全局探索和后期局部寻优的能力;最后,针对种群多样性不足、易陷入局部最优的问题,设计一种中心变异-进化因子,扩大搜索空间,进一步提升全局寻优能力.和灰狼算法、飞蛾扑火算法和麻雀搜索算法相比,ALCE-SSA的能耗更优,路径更平滑,收敛速度更快,可使无人机有效地利用地形优势来躲避威胁源,表现出较好的寻优能力.

主 题 词:无人机 低空突防 全局最优 群智能算法 改进麻雀搜索算法 

学科分类:08[工学] 081105[081105] 0811[工学-水利类] 

核心收录:

D O I:10.13232/j.cnki.jnju.2022.03.009

馆 藏 号:203113701...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分