CN108955694A - 一种面向生存能力增强的多地面单元协同路径规划方法 - Google Patents
一种面向生存能力增强的多地面单元协同路径规划方法 Download PDFInfo
- Publication number
- CN108955694A CN108955694A CN201810926305.3A CN201810926305A CN108955694A CN 108955694 A CN108955694 A CN 108955694A CN 201810926305 A CN201810926305 A CN 201810926305A CN 108955694 A CN108955694 A CN 108955694A
- Authority
- CN
- China
- Prior art keywords
- surface units
- path
- satellite
- survival ability
- collaboration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开的一种面向生存能力增强的多地面单元协同路径规划方法,属于任务规划技术领域。本发明实现方法为:针对卫星侦察环境下的多地面单元协同路径生成问题,分别建立交通路网模型和卫星侦察模型,并使用基于协同离散策略改进的A*算法对多地面单元协同路径规划问题进行求解,得到被侦察概率较小的协同机动路径,从而提升多地面单元系统整体的生存能力。所述的协同离散策略包括离散抵达策略和实时离散策略。本发明能够根据实际任务需要,在满足路网约束的条件下,实现多地面单元机动路径的快速规划,具有被侦察概率低、能够增强地面单元生存能力的优点。
Description
技术领域
本发明涉及一种面向生存能力增强的多地面单元协同路径规划方法,属于任务规划技术领域。
背景技术
随着以航空航天技术为代表的高新技术不断发展和进步,各主要强国均已具备强大的卫星侦察和远程精确打击能力,使得以各种机动车辆为代表的地面单元系统在执行任务过程中受到越来越大的威胁。地面单元执行任务时,通常需要由待机区域通过机动抵达目标部署区域执行相关任务,若在机动过程中被侦察卫星探测发现,则可能遭受敌方精确打击武器的袭击,导致生存能力降低甚至任务失败。为了提升地面单元的生存能力,保障既定任务的成功完成,在为地面单元进行机动路径规划时,需要充分考虑卫星侦察因素的影响,降低机动过程中被卫星侦察发现的概率。同时,针对多地面单元共同执行任务的情况,还需考虑并利用地面单元机动路径之间的协同作用,提升系统整体的生存能力。
传统路径规划算法主要有智能优化算法和启发式图搜索算法。智能优化算法一般通过在规划空间生成大量备选路径,并根据任务需求设定路径的适应度函数,通过优化过程筛选出性能指标最优的路径作为最终结果。然而,由于智能优化算法计算量随问题维数的增加呈指数增长,难以解决多地面单元协同路径规划的问题。以A*算法为代表的启发式图搜索算法通过在节点代价函数中引入启发项信息,省略了大量无谓的搜索路径,提高了搜索效率,能够快速得到较优的路径,因而在工程上应用最为广泛。
对于卫星侦察环境下多地面单元,虽然能够通过A*算法快速规划出各自的最短任务路径,但由于其未考虑卫星侦察因素和地面单元之间的影响,若沿该路径抵达目标区域执行相关任务,则有较大的概率被侦察卫星发现,导致地面单元系统的整体生存能力降低,甚至任务失败。因此,必须面向生存能力增强的需求为多地面单元规划出被侦察概率最小的协同抵达路径。
发明内容
本发明公开的一种面向生存能力增强的多地面单元协同路径规划方法要解决的技术问题为:根据实际任务需要,基于协同离散策略对A*算法进行改进,在满足路网约束的条件下,实现多地面单元机动路径的快速规划,具有被侦察概率低、能够增强地面单元生存能力的优点。
本发明的目的是通过下述技术方案实现的。
本发明公开的一种面向生存能力增强的多地面单元协同路径规划方法,针对卫星侦察环境下的多地面单元协同路径生成问题,分别建立交通路网模型和卫星侦察模型,并使用基于协同离散策略改进的A*算法对多地面单元协同路径规划问题进行求解,得到被侦察概率较小的协同机动路径,从而提升多地面单元系统整体的生存能力。所述的协同离散策略包括离散抵达策略和实时离散策略。
本发明公开的一种面向生存能力增强的多地面单元协同路径规划方法,包括如下步骤:
步骤一:输入路网模型信息、侦察卫星模型信息、地面单元参数信息、任务信息和协同路径规划方法参数信息。
所述的路网模型信息包括道路节点的位置、编号及其之间的路径代价。所述的侦察卫星模型信息包括远地点高度、近地点高度、轨道倾角、升交点赤经、重返周期、地面视场幅宽以及侦察开始时刻,用来输出任意时刻卫星的星下点轨迹和侦察范围。所述的地面单元参数信息包括地面单元的数量、位置编号和速度。所述的任务信息包括任务区域的位置编号以及任务区域与地面单元的匹配关系。所述的协同路径规划方法参数信息包括A*算法的启发项权重因子和路径代价放大系数。
步骤二:针对多地面单元预先协同路径规划问题,基于A*算法为各地面单元进行序列路径规划,并引入离散抵达策略,降低各地面单元被发现的总体概率。
步骤二的具体实现方法如下:
步骤2.1:针对多地面单元预先协同路径规划问题,并根据任务区域与地面单元的匹配关系,使用A*算法为第k个地面单元预先规划出抵达任务区域的路径。
步骤2.2:判断是否所有地面单元都已完成路径规划,若是,输出当前规划结果并退出,否则执行步骤2.3。
步骤2.3:引入离散抵达策略,所述的离散抵达策略即通过路径代价放大系数乘以第k个地面单元所经过路径的代价值,得到新的路径代价矩阵,并令k=k+1,返回步骤2.1。通过离散抵达策略能够使各地面单元之间保持空间距离,避免同时处于卫星侦察的范围,从而降低各地面单元被发现的总体概率。
所述步骤2.1中所调用的A*算法是一种启发式最短路径搜索算法,通过设定估价函数f(x),在搜索过程中的每一步,寻找估价函数数值最低的节点作为下一个扩展节点,直到抵达目标节点为止。估价函数的定义为:
其中,g(x)为起始点到当前节点x之间已通过路径的代价总和,h(x)为A*算法的启发式评价指标,所述的评价指标为当前路径节点至目标点的欧氏距离,ε为启发项权重,Li为第i段路径的长度,m为已经过路径的段数,t为目标节点。
步骤三:各地面单元按照步骤二中得到的预先路径规划结果进行机动,并将各地面单元当前位置与该时刻侦察卫星的星下点位置进行对比,进而根据侦察卫星对地观测视场的幅宽判断地面单元是否位于侦察卫星的覆盖范围之内,若是,执行步骤四,否则,执行步骤六。
步骤四:若当前时刻任一地面单元处于卫星侦察的范围内,根据建立的侦察概率模型对该单元是否被发现进行随机抽样,若随机抽样结果存在地面单元被侦察卫星发现的情况,执行步骤五,否则执行步骤六。
所述侦察概率模型为:
gj=VWtj/A
其中,n为地面单元机动过程中卫星侦察区域覆盖单元的总次数,gj为地面单元第j次处于卫星侦察范围时被发现的概率,V为侦察卫星星下点在地面的运动速度、W为探测宽度,tj为侦察卫星第j次覆盖地面单元的持续探测时间,A为侦察区域的面积。
步骤五:当任一地面单元被侦察卫星发现后,则判断该地面单元所处位置及其周边地区不再安全,并按照实时离散策略对其余地面单元进行动态路径重规划,在线规划出远离危险区域的机动路径。
步骤五的具体实现方法如下:
步骤5.1:当任一地面单元被侦察卫星发现后,根据被侦察卫星发现的地面单元位置信息,引入实时离散策略,即通过路径放大系数乘以前一时刻被发现地面单元预设半径范围内的路网代价,实现对路网代价矩阵的更新。
步骤5.2:以各地面单元当前位置为起点,按照步骤二为其余地面单元重新进行序列路径规划,动态规划出远离危险区域的机动路径。
步骤六:判断是否所有地面单元都已抵达目标任务区域,若是,则输出各地面单元生存结果及任务执行情况,否则,返回步骤三。
还包括步骤七:在满足路网约束的条件下,按照步骤一至步骤六规划出的多地面单元协同路径进行机动,能够使不同地面单元之间保持适当的空间距离,避免同时被侦察卫星发现,并有效增强多地面单元系统整体的生存能力。
有益效果:
本发明公开的一种面向生存能力增强的多地面单元协同路径规划方法,针对卫星侦察环境下的多地面单元协同路径生成问题,分别建立卫星侦察模型和交通路网模型,并使用协同离散策略改进的A*算法对多地面单元协同路径规划问题进行求解,能够使不同地面单元之间保持适当的空间距离,从而生成满足路网约束的多地面单元协同机动路径,具有被侦察概率低、能够有效增强地面单元生存能力的优点。所述协同离散策略包括离散抵达策略和实时离散策略。
附图说明
图1为本发明公开的一种面向生存能力增强的多地面单元协同路径规划方法流程图;
图2为本发明公开的多地面单元协同路径规划方法中所调用A*算法流程图;
图3为本发明公开的多地面单元协同路径规划方法中所使用离散抵达策略流程图;
图4为本发明公开的多地面单元协同路径规划方法中所使用实时离散策略流程图;
图5为具体实施例中建立的交通路网图;
图6为具体实施例中使用STK软件辅助建立的侦察卫星星座三维示意图;
图7为具体实施例中使用STK软件输出的侦察卫星星下点轨迹文件截图;
图8为具体实施例中使用本发明方法获得的多地面单元预先协同规划路径;
图9为具体实施例中多地面单元抵近目标任务区域过程中侦察卫星对其进行侦察的示意图;
图10为具体实施例中使用本发明方法获得的多地面单元第一次动态协同机动路径。
图11为具体实施例中使用本发明方法获得的多地面单元第二次动态协同机动路径。
具体实施方式
为了更好的说明本发明的目的与优点,下面通过多地面单元协同路径规划实例,结合附图与表格对本发明做进一步说明,并通过与基于A*算法的最短路径规划方法进行比较,对本发明在提升地面单元生存能力方面的优点进行验证分析。
实施例1:
本实施例公开的一种面向生存能力增强的多地面单元协同路径规划方法,具体实现步骤如下:
步骤一:输入路网模型信息、侦察卫星模型信息、地面单元参数信息、任务信息和协同路径规划方法参数信息。
设定交通道路网位于北纬32°至38°,东经113°至119°之间,由81个路径节点及170条路段组成,路网中各节点都有与其真实位置唯一对应的编号,且地面单元出发位置和任务区域位置皆位于路网节点上,如图5所示,其中绿色圆圈表示两块隐蔽区域,区域内由于地形和气候等因素使得地面单元被侦察发现的概率减半。设定侦察卫星模型参数信息如表1所示,侦察开始时间为2016年6月22日04:00:00,地面视场幅宽为300km。设定地面单元数量为8,机动速度为15m/s,各地面单元出发位置、任务区域位置及任务匹配关系等具体任务信息如表2所示。同时,设定标准A*算法的启发项权重为1.0,路径代价放大系数为1.2。
表1 侦察卫星参数
表2 任务信息
类别 | 位置编号/任务匹配关系 |
地面单元位置编号 | [5,9,6,4,8,2,7,3] |
任务区域位置编号 | [81,69,73,59,76,65,71,62] |
任务匹配关系 | [(1,5),(2,4),(3,7),(4,2),(5,1),(6,3),(7,8),(8,6)] |
步骤二:根据上述具体实例所建立的路网模型、卫星侦察模型以及其他参数输入,基于A*算法为各地面单元进行序列路径规划,并引入离散抵达策略,降低各地面单元被发现的总体概率,得到多地面单元预先协同规划路径如图8所示。
步骤三:各地面单元按照步骤二中得到的预先路径规划结果进行机动,并将各地面单元当前位置与该时刻侦察卫星星下点的位置进行对比,进而根据侦察卫星对地观测视场的幅宽判断地面单元是否位于侦察卫星的覆盖范围之内,若是,执行步骤四,否则,执行步骤六。
针对该具体实例,在仿真计算过程中,第1到63、第65到341以及第343到501次执行步骤三时,不存在地面单元处于卫星侦察范围的情况,转向步骤四;第64次和342次执行步骤三时,均存在地面单元处于侦察卫星覆盖范围内的情况,执行步骤六。
步骤四:若当前时刻任一地面单元处于卫星侦察的范围内,根据建立的侦察概率模型对该单元是否被发现进行随机抽样,若存在地面单元被侦察卫星发现,执行步骤五,否则执行步骤六。
针对该具体实例,第64次执行步骤三时,地面单元均处于卫星侦察范围内,以1号地面单元为例,其被侦察概率如式(3)所示。
g1=15×600*18/(π×3002)
通过抽样得到随机数0.25<0.43,即1号地面单元被侦察卫星被发现,对其他地面单元进行相同操作并转向步骤五。此外,第342次执行步骤三时亦存在地面单元被侦察卫星发现的情况,同理转向步骤五。
步骤五:当任一地面单元被侦察卫星发现后,则认为该地面单元所处位置及其周边地区不再安全,并按照实时离散策略对其余地面单元进行在线路径重规划。
针对该具体实例,第64次执行步骤三后存在地面单元被侦察卫星发现的情况,以1号地面单元为例,由于其所处位置被探测发现,导致周边地区危险性增大,故将1号地面单元周围50km以内的路径代价乘以放大系数1.2,同理,增大其他被发现地面单元周围路径的代价并更新代价矩阵,进而依据实时离散策略对其余地面单元进行在线路径重规划,得到动态协同规划路径如图10所示。同理,第342次执行步骤三后亦存在地面单元被侦察卫星发现的情况,依据实时离散策略得到动态协同规划路径如图11所示。
步骤六:判断是否所有地面单元都已抵达目标任务区域,若是,则输出各地面单元生存结果及任务执行情况,否则,返回步骤三。
针对该具体实例,直到第501次执行步骤六时,所有地面单元才已经抵达目标任务区域,输出个地面单元生存情况和任务结果如表3所示。
表3 地面单元生存情况和任务结果
各单元暴露时间(min) | 任务完成时间(min) | 平均暴露时间(min) | 动态规划次数 |
[31,6,24,35,17,17,12,34] | 501 | 22 | 2 |
为了验证本发明所公开的一种面向生存能力增强的多地面单元协同路径规划方法的有效性,在相同仿真环境下设置非协同规划组进行对比测试,保持机动单元与目标之间匹配关系不变,并仅使用A*算法完成最短路径规划,且无协同动态规划,结果对比如表4所示。
表4 规划结果对比
对比结果表明,本发明公开的协同路径规划算法和策略虽然使多地面单元系统的任务完成时间增大,但能够大幅度减小各地面单元在侦察卫星下的暴露时间,从而有效降低被侦察发现的概率,并显著提高地面单元的生存能力。
根据前述协同路径规划与非协同路径规划的仿真结果与分析可见,本实施例所述的面向生存能力增强的多地面单元协同路径规划方法能够为多地面单元规划出满足实际路网约束的协同机动路径,且地面单元在该路径中行驶能够大大缩短被侦察卫星覆盖的时间,从而使各单元的生存能力得到有效提升,因此本发明具有很强的工程实用性,并且能够实现预期的发明目的。
以上的具体描述,是对发明的目的、技术方案和有益效果的进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施实例,仅用于解释本发明,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种面向生存能力增强的多地面单元协同路径规划方法,其特征在于:包括如下步骤:
步骤一:输入路网模型信息、侦察卫星模型信息、地面单元参数信息、任务信息和协同路径规划方法参数信息;
步骤二:针对多地面单元预先协同路径规划问题,基于A*算法为各地面单元进行序列路径规划,并引入离散抵达策略,降低各地面单元被发现的总体概率;
步骤三:各地面单元按照步骤二中得到的预先路径规划结果进行机动,并将各地面单元当前位置与该时刻侦察卫星的星下点位置进行对比,进而根据侦察卫星对地观测视场的幅宽判断地面单元是否位于侦察卫星的覆盖范围之内,若是,执行步骤四,否则,执行步骤六;
步骤四:若当前时刻任一地面单元处于卫星侦察的范围内,根据建立的侦察概率模型对该单元是否被发现进行随机抽样,若随机抽样结果存在地面单元被侦察卫星发现的情况,执行步骤五,否则执行步骤六;
步骤五:当任一地面单元被侦察卫星发现后,则判断该地面单元所处位置及其周边地区不再安全,并按照实时离散策略对其余地面单元进行动态路径重规划,在线规划出远离危险区域的机动路径;
步骤六:判断是否所有地面单元都已抵达目标任务区域,若是,则输出各地面单元生存结果及任务执行情况,否则,返回步骤三。
2.如权利要求1所述的一种面向生存能力增强的多地面单元协同路径规划方法,其特征在于:还包括步骤七:在满足路网约束的条件下,按照步骤一至步骤六规划出的多地面单元协同路径进行机动,能够使不同地面单元之间保持适当的空间距离,避免同时被侦察卫星发现,并有效增强多地面单元系统整体的生存能力。
3.如权利要求1或2所述的一种面向生存能力增强的多地面单元协同路径规划方法,其特征在于:步骤一具体时间实现方法如下,
所述的路网模型信息包括道路节点的位置、编号及其之间的路径代价;所述的侦察卫星模型信息包括远地点高度、近地点高度、轨道倾角、升交点赤经、重返周期、地面视场幅宽以及侦察开始时刻,用来输出任意时刻卫星的星下点轨迹和侦察范围;所述的地面单元参数信息包括地面单元的数量、位置编号和速度;所述的任务信息包括任务区域的位置编号以及任务区域与地面单元的匹配关系;所述的协同路径规划方法参数信息包括A*算法的启发项权重因子和路径代价放大系数。
4.如权利要求3所述的一种面向生存能力增强的多地面单元协同路径规划方法,其特征在于:步骤二的具体实现方法如下:
步骤2.1:针对多地面单元预先协同路径规划问题,并根据任务区域与地面单元的匹配关系,使用A*算法为第k个地面单元预先规划出抵达任务区域的路径;
步骤2.2:判断是否所有地面单元都已完成路径规划,若是,输出当前规划结果并退出,否则执行步骤2.3;
步骤2.3:引入离散抵达策略,所述的离散抵达策略即通过路径代价放大系数乘以第k个地面单元所经过路径的代价值,得到新的路径代价矩阵,并令k=k+1,返回步骤2.1;通过离散抵达策略能够使各地面单元之间保持空间距离,避免同时处于卫星侦察的范围,从而降低各地面单元被发现的总体概率;
所述步骤2.1中所调用的A*算法是一种启发式最短路径搜索算法,通过设定估价函数f(x),在搜索过程中的每一步,寻找估价函数数值最低的节点作为下一个扩展节点,直到抵达目标节点为止;估价函数的定义为:
其中,g(x)为起始点到当前节点x之间已通过路径的代价总和,h(x)为A*算法的启发式评价指标,所述的评价指标为当前路径节点至目标点的欧氏距离,ε为启发项权重,Li为第i段路径的长度,m为已经过路径的段数,t为目标节点。
5.如权利要求4所述的一种面向生存能力增强的多地面单元协同路径规划方法,其特征在于:步骤四所述所述侦察概率模型为:
其中,n为地面单元机动过程中卫星侦察区域覆盖单元的总次数,gj为地面单元第j次处于卫星侦察范围时被发现的概率,V为侦察卫星星下点在地面的运动速度、W为探测宽度,tj为侦察卫星第j次覆盖地面单元的持续探测时间,A为侦察区域的面积。
6.如权利要求5所述的一种面向生存能力增强的多地面单元协同路径规划方法,其特征在于:步骤五的具体实现方法如下,
步骤5.1:当任一地面单元被侦察卫星发现后,根据被侦察卫星发现的地面单元位置信息,引入实时离散策略,即通过路径放大系数乘以前一时刻被发现地面单元预设半径范围内的路网代价,实现对路网代价矩阵的更新;
步骤5.2:以各地面单元当前位置为起点,按照步骤二为其余地面单元重新进行序列路径规划,动态规划出远离危险区域的机动路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810926305.3A CN108955694A (zh) | 2018-08-15 | 2018-08-15 | 一种面向生存能力增强的多地面单元协同路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810926305.3A CN108955694A (zh) | 2018-08-15 | 2018-08-15 | 一种面向生存能力增强的多地面单元协同路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108955694A true CN108955694A (zh) | 2018-12-07 |
Family
ID=64470267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810926305.3A Pending CN108955694A (zh) | 2018-08-15 | 2018-08-15 | 一种面向生存能力增强的多地面单元协同路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108955694A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112033413A (zh) * | 2020-09-07 | 2020-12-04 | 北京信息科技大学 | 一种结合环境信息的改进a*算法 |
CN113868828A (zh) * | 2021-07-15 | 2021-12-31 | 中国人民解放军63768部队 | 一种公路行动中最早到达的反卫星侦察安全行动方法 |
CN115457708A (zh) * | 2022-09-05 | 2022-12-09 | 青岛黄海学院 | 一种基于大数据的智慧物流取件系统及其分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014079819A (ja) * | 2012-10-12 | 2014-05-08 | Nippon Telegr & Teleph Corp <Ntt> | ロボット協調搬送計画装置、方法、プログラム |
KR101413475B1 (ko) * | 2013-02-20 | 2014-07-01 | 국방과학연구소 | 다중로봇 협력주행을 위한 정보공유기반의 경로계획 방법 |
CN107065860A (zh) * | 2017-02-24 | 2017-08-18 | 华南理工大学 | 一种面向渔业捕捞的无人船群协同自组织作业系统及方法 |
CN107918403A (zh) * | 2017-12-31 | 2018-04-17 | 天津津彩物联科技有限公司 | 一种多无人机飞行轨迹协同规划的实现方法 |
-
2018
- 2018-08-15 CN CN201810926305.3A patent/CN108955694A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014079819A (ja) * | 2012-10-12 | 2014-05-08 | Nippon Telegr & Teleph Corp <Ntt> | ロボット協調搬送計画装置、方法、プログラム |
KR101413475B1 (ko) * | 2013-02-20 | 2014-07-01 | 국방과학연구소 | 다중로봇 협력주행을 위한 정보공유기반의 경로계획 방법 |
CN107065860A (zh) * | 2017-02-24 | 2017-08-18 | 华南理工大学 | 一种面向渔业捕捞的无人船群协同自组织作业系统及方法 |
CN107918403A (zh) * | 2017-12-31 | 2018-04-17 | 天津津彩物联科技有限公司 | 一种多无人机飞行轨迹协同规划的实现方法 |
Non-Patent Citations (1)
Title |
---|
SHENGYIN WANG 等,: ""Ground Vehicles Cooperative Route Planning for Survivability Improvement"", 《2018 IEEE CSAA GUIDANCE, NAVIGATION AND CONTROL CONFERENCE (CGNCC)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112033413A (zh) * | 2020-09-07 | 2020-12-04 | 北京信息科技大学 | 一种结合环境信息的改进a*算法 |
CN112033413B (zh) * | 2020-09-07 | 2023-06-16 | 北京信息科技大学 | 一种基于结合环境信息的改进a*算法的路径规划方法 |
CN113868828A (zh) * | 2021-07-15 | 2021-12-31 | 中国人民解放军63768部队 | 一种公路行动中最早到达的反卫星侦察安全行动方法 |
CN115457708A (zh) * | 2022-09-05 | 2022-12-09 | 青岛黄海学院 | 一种基于大数据的智慧物流取件系统及其分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106815443B (zh) | 面向变化环境的超低空飞行器三维多批多航迹规划方法 | |
Patron et al. | Flight trajectories optimization under the influence of winds using genetic algorithms | |
Arge et al. | Modeling the corona and solar wind using ADAPT maps that include far-side observations | |
CN108955694A (zh) | 一种面向生存能力增强的多地面单元协同路径规划方法 | |
CN105679102B (zh) | 一种全国飞行流量时空分布预测推演系统及方法 | |
CN104236546B (zh) | 一种卫星星光折射导航误差确定与补偿方法 | |
CN110058613A (zh) | 一种多无人机多蚁群协同搜索目标方法 | |
CN106970648A (zh) | 城市低空环境下无人机多目标路径规划联合搜索方法 | |
CN107504972A (zh) | 一种基于鸽群算法的飞行器航迹规划方法及装置 | |
CN105700549A (zh) | 一种基于序列小生境粒子群算法的无人机多航迹规划方法 | |
CN111121784B (zh) | 一种无人侦察机航路规划方法 | |
CN109254591A (zh) | 基于Anytime修复式稀疏A*与卡尔曼滤波的动态航迹规划方法 | |
CN110426029A (zh) | 用于无人机蜂群协同导航的动态互观测在线建模方法 | |
CN103267528A (zh) | 禁飞区限制下的多无人机协同区域搜索方法 | |
CN109783514B (zh) | 光学遥感卫星对地面目标的观测时间窗口快速计算方法 | |
CN105279581A (zh) | 基于差分进化的geo-uav双基sar路径规划方法 | |
CN104536454A (zh) | 一种用于双无人机协同的时空同步匹配方法 | |
CN108594274A (zh) | 一种自适应混沌粒子群优化的组合导航选星方法 | |
CN104834317A (zh) | 一种智能识别威胁类型的无人机飞行路径规划方法 | |
CN109597839B (zh) | 一种基于航电作战态势的数据挖掘方法 | |
CN106202837A (zh) | 一种基于无人机辅助覆盖的小卫星星座遥感系统模型 | |
CN108828643A (zh) | 一种基于灰色预测模型的室内外无缝定位系统及方法 | |
Zhou et al. | Optimization of arrival and departure routes in terminal maneuvering area | |
CN109459929A (zh) | 火星大气进入段纵向可达区生成的解析同伦法 | |
Burrell et al. | Automatically determining the origin direction and propagation mode of high-frequency radar backscatter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181207 |
|
WD01 | Invention patent application deemed withdrawn after publication |