基于改进量子遗传算法的无人机冲突解脱方法研究

发布时间：2022-09-29 16:28

　　随着无人机技术的发展,无人机在许多领域得到了广泛应用。无人机数量的大量增加,使得空域环境变得错综复杂,飞行空域变得愈发拥挤,飞行冲突的可能性增加,这对无人机的飞行安全构成了严重的威胁。无人机的冲突解脱技术是解决无人机飞行冲突的关键,对保障飞行安全、减少飞行延误和提高空域利用率有着重要意义。冲突解脱的核心部分为冲突解脱算法,本文使用冲突解脱算法在不同维度的无人机冲突解脱问题上进行了求解应用。具体的工作如下:（1）研究了飞行间隔,对飞行冲突的产生进行了分析,在飞行冲突探测方面采用确定型的探测方法,根据不同维度的无人机冲突解脱分别建立了二维冲突解脱模型和三维冲突解脱模型,并提出了一种基于三维空域的冲突解脱策略。（2）针对遗传算法求解两架无人机的二维冲突解脱时存在过早收敛的问题,提出了一种改进遗传算法,其采用了改进的自适应交叉概率和变异概率,对交叉概率和变异概率进行自适应调整,有效解决了过早收敛的问题。仿真结果表明,改进遗传算法相比遗传算法,求解精度更高,能够更好地解决两架无人机的二维冲突解脱问题。（3）针对更加复杂的四架无人机的二维冲突解脱,使用传统二进制编码的改进遗传算法已经不能满足复杂问... 

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

侧向间隔侧向间隔有效地利用了空域资源，能够允许多架飞行器于同一高度层飞行

纵向间隔纵向间隔会因不同的管制条件而采用不同的计算标准，在程序管制中采用基于

垂直间隔

【参考文献】：
期刊论文
[1]面向作业车间调度问题的遗传算法改进[J]. 郑先鹏,王雷.  河北科技大学学报. 2019(06)
[2]A quantum inspired genetic algorithm for multimodal optimization of wind disturbance alleviation flight control system[J]. Qi BIAN,Brett NENER,Xinmin WANG.  Chinese Journal of Aeronautics. 2019(11)
[3]基于灾变因子的量子遗传算法研究[J]. 张秋艳,王默玉,申晓留,武书舟,闫丽娜,曹柳青.  计算机与数字工程. 2019(07)
[4]基于改进遗传算法的模具零件孔群加工路径优化[J]. 杨彩虹,林守金,杨明.  河北工业科技. 2019(02)
[5]民用无人机的现状调研报告[J]. 刘欣.  企业科技与发展. 2019(02)
[6]基于复杂网络的无人机飞行冲突解脱算法[J]. 黄洋,汤俊,老松杨.  航空学报. 2018(12)
[7]基于合作博弈的多机飞行冲突解脱策略[J]. 蒋旭瑞,吴明功,温祥西,涂从良,聂党民.  系统工程与电子技术. 2018(11)
[8]浅谈民用无人机市场发展[J]. 谢东航.  经贸实践. 2018(13)
[9]基于实时视线跟踪的管制员冲突解脱策略[J]. 杨新湦,王茜.  科学技术与工程. 2018(16)
[10]基于4DT预测的低空空域冲突探测及避让算法[J]. 曾婧涵,周心阳.  海峡科技与产业. 2017(05)

硕士论文
[1]基于改进量子遗传算法的含分布式电源配电网故障区段定位方法的研究[D]. 王旭海.西安理工大学 2019



本文编号：3682924