航迹规划(带详细流程图及源程序)

航迹规划(带详细流程图及源程序)内容摘要：

数提出了 相应 的改进方法：首先，基于降落伞形搜索域的变步长航迹点搜索，可以提高搜索效率且使搜索方向更加明确；第二，带有威胁信息并归一化后的代价函数，将环境的威胁考虑了进去并且与距离信息进行了归一化处理，使得航迹更趋近于最优航迹并且满足可飞行性。 通过 Matlab 仿真进行试验，其结果表明应用改进后的 A*算法可以得到一条满意的安全航迹。 应用改进 A*算法可以提高算法的搜索效率，并且考虑进了威胁要素使得所得的航迹点更加准确。 航迹规划是无人飞行武器作战中极其重要的问题之一。 所谓航迹规划是指：在综合考虑无人飞行器到达时间、燃料消耗、威胁以及飞行区域等因素的前提下，为飞行器规划出一条最优，或者是最满意的飞行航迹，以保证圆满完成飞行任务。 本文所指的应用对象具 体为无如有不明白之处，欢迎咨询。 电话： 13466410772 ： 1909697267 人飞行器或无人机（ UAV）。 （ 3）利用 A*算法 进行 无人机航迹规划 ：我的问题建模 、搜索空间的形成 、代价函数计算、流程图设计以及仿真与结果分析过程  问题建模 无人机 U=(x,y,z,L)。 其中 L 表示 无人机的最大飞行半径。 任务集合 T =(x,y,z,V)。 其中 V 任务价值，即任务的主要程度。 雷达威胁W={w1,w2,w3,„„ },wk=(xk,yk,zk,rk,Rk)。 rk表示雷达严重威胁半径， Rk 表示雷达的最远威胁半径。 障碍威胁参数设定为： [(x1,x2),(y1,y2)]。 即x1xx2,y1yy2 用障碍区域的横纵坐标的取值范围来表示。  搜索空间的形成 对于特定的按某一速度飞行的 无人机 而言，其转弯半径可以认为是定值，在确定了搜索步长后， 无人机 能够偏离速度方向的最大角度(即最大转弯角 )是确定的。 所以在 无人机 搜索下一导航点的过程中，搜索空间是以速度方向为对称轴的球面的一部分，如图 1 所示。 这种导航点搜索方法是一种基于搜索步长与转弯半径相结合的方法，充分考虑到 无人机 的飞行性能，从而保证了规划出的航迹是一条可飞航迹。 如有不明白之处，欢迎咨询。 电话： 13466410772 ： 1909697267 图 1 搜索空间示意图 The schematic diagram of the search space  航迹 规划过程中代价计算 代价函数或者成本函数是寻优的性能指标，最优航迹就是使代价函数累计最小的航迹。 代价函数的建立要考虑到雷达、地形、障碍、时间及航程等因素，直接关系到最优航迹的性能。 本文考虑的威胁有：雷达威胁 W ，距离威胁 L ，时间威胁 T 以及障碍威胁 Z。 对 于雷达威胁的描述，除了其 x 、 y 、 z 三个坐标参数外，我们引入另外两个参数来表示其威胁大小：严重威胁半径 r 与威胁半径 R。 严重威胁半径 r表示，若 无人机 进入雷达的严重威胁半径区，其威胁值会 很大，这时我们采取措施（如增加雷达威胁权重值）尽快避免这种情况的持续。 威胁半径 R 表示，雷达所能探测的最远距离。 对于雷达威胁的取值范围问题，我们规定，当 无人机 i 与雷达 j 距离 l 雷达严重威胁半径 r 时，雷达威胁的取值范围为 1~p ；当雷达严重威胁半径 r 无人机 i 与雷达j 距离 l 雷达威胁半径 R 时 ,雷达威胁的取值范围为 pq~ ；当 无人机 i与雷达 j 距离 l 雷达威胁半径 R 时 ,雷达威。