有向航迹网络图构造与管理

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:liu554802016
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现代防空系统日益完善,具备良好突防概率、基于匹配辅助制导的无人飞行器协同规划已成为航迹规划领域热门的研究方向之一。然而,大多数协同规划方法要么规划时间长;要么不能满足匹配辅助制导和飞行管道约束。为解决这个矛盾,本文提出了一种有向航迹网络图结构。该有向航迹网络图是对栅格解空间的一种稀疏,在预处理阶段生成;生成后使用数据库存储和管理,规划时将相关区域网络图调进内存,在图上进行航迹重组,生成可实际使用的航迹文件;它具有占用内存资源小、可大大缩短协同航迹规划时间、规避动态威胁等优点。本文首先介绍了航迹规划的定义以及基本知识,研究了协同航迹规划的国内外研究现状;针对基于匹配辅助制导的无人飞行器快速协同规划问题,分析了当前研究成果的优点和不足,提出了一种新的有向航迹网络图结构。结合航迹规划的基本要求,本文对基于辅助制导的无人飞行器进行规划约束条件建模,设计了有向航迹网络图的构造方法。该构造方法在数字地图上划分网格,选取每个网格的代表点,最后以每个网格为起始区域、其它网格为目标区域进行网格扩展,生成多张有向航迹网络图即栅格规划地图的稀疏化解空间。针对有向航迹网络图生成之后的存储和管理,本文设计了一种数据库存储结构和内存存储结构;给出了应用程序操作数据库的正确流程;并且根据有向航迹网络图的数据流向设计出了航迹重组方法。本文通过理论探讨和仿真实验相结合的手段评估了有向航迹网络图存储方案的空间消耗和查询时间,评估了有向航迹网络图航迹片段的丰富度即解空间的完备性,证明了有向航迹网络图具备的各种优点。文章最后实现了基于遗传算法的无人飞行器协同航迹规划,另外,该图可延伸用于多武器系统协同航迹规划。
其他文献
步入21世纪后,随着人口死亡率的下降和平均寿命的延长,我国老年群体的数量也在逐渐增加,使得我国的老龄化现象越来越严重。伴随物质生活和精神生活的高要求,人们对于养老服务的重
带式输送机是散装物料大量运输的重要方式,具有成本低,长距离,运量大的优势。输送带是带式输送机上的重要组成部分,由于散状物料中有时会有尖锐的杂质,例如煤炭中的矸石、锚杆等,在下落到输送带表面上时可能会砸穿输送带,造成输送带的纵向撕裂。输送带纵向撕裂一旦发生会造成厂矿停机,造成经济损失,严重时还有可能引发火灾造成严重的后果。因此,输送带纵向撕裂的实时检测就是一个亟待解决的问题。输送带纵向撕裂主要有接触
近些年来,人脸识别因其广阔的应用前景成为计算机视觉和模式识别领域的重要研究方向之一,随着压缩感知编码理论的提出,基于稀疏编码模型(SRC)的人脸识别技术引起众多研究者的
随着互联网的蓬勃发展与普及,人们越来越追求自身个性化,利用计算机自动合成高真实感的人脸图像或视频,在计算机动画、计算机图形学等领域有着广阔的应用前景。通过分析与总结现
一致性现象广泛存在于生物种群中,如鸟类的辽徙、鱼类的洄游、萤火虫的发光等等。所谓多自主体系统的一致性是指随着时间的演化,个体通过相互作用使感兴趣的状态量达到相同。其
随着人类对生态环境的逐渐重视以及在国家新能源战略的重大部署下,风能作为一种清洁能源得到了大规模的发展,不仅全球的风电装机容量逐年上升,同时也使得风力发电技术越来越成熟。但是风的间歇性、波动性使得风能具有不可控性,始终是风电技术的一大难题。因此,解决能源问题以及风电场长期稳定运行的关键所在是迫切需要提高风电功率的预测精度。本文以风电功率预测为研究对象,对测风塔数据进行分析,以便发掘和更好的利用测风数
随着智能交通和平安城市的不断发展,视频智能分析已成为视频监控行业应用的一项核心技术。现有的视频监控系统主要由视频摄像机、视频服务器、数据传输网络以及中心管理系统等
省电力系统的燃料供应对全省的经济和民生问题有重要影响:如果省网日到煤量供应不足,电厂将不能按照计划正常供电,从而对社会生产、经营和生活的正常运行带来影响;日到煤量供应超标,会增加电煤的储存成本或造成电量资源的浪费。提高省网日到煤量的预测,为电力的生产调度提供有力的参考,可以比较好的避免以上问题。电网互联有可能引发省级电网或区域电网产生低频振荡现象,可能造成大区域停电,对人民生活及国名经济造成重大损
近些年来,专业化的预制品加工生产企业发展迅速,但大部分企业处于低效松散的生产管理之下。预制品生产企业的日常运营管理是复杂的系统工程,管理者能否根据企业的自身条件和外界的生产环境,制定合理有效的预制品生产调度计划及支付进度计划,将直接关系到企业的竞争力强度和未来发展势态。课题研究以典型的原材料供应商-预制品生产商-工程承包商三级工程供应链结构为背景。在此供应链结构下,各级成员在接受上级成员服务的同时
随着机器视觉在模式识别、图像处理以及人工智能等技术领域的应用愈加广泛,对其研究的内容也层出不穷。图像分类技术是图像处理和理解的基本问题,是计算机视觉和模式识别核心