微处理机
微處理機
미처리궤
MICROPROCESSORS
2014年
6期
55-57
,共3页
无人机%航迹规划%神经网络%遗传算法
無人機%航跡規劃%神經網絡%遺傳算法
무인궤%항적규화%신경망락%유전산법
UAV%Path planning%Neural networks%Genetic algorithms
无人机（Uninhabited Air Vehicle，UAV）由于其自身优点，已经在军事以及民用领域取得广泛使用。无人机的航迹规划本质可归结为一个多目标多约束条件的最优化问题。简单介绍无人机航迹规划的基本理论。运用神经网络算法针对静态环境下的火力威胁和非火力分别建模。运用遗传算法对无人机进行航迹规划。通过建立不同环境的模型仿真验证算法的优越性。
無人機（Uninhabited Air Vehicle，UAV）由于其自身優點，已經在軍事以及民用領域取得廣汎使用。無人機的航跡規劃本質可歸結為一箇多目標多約束條件的最優化問題。簡單介紹無人機航跡規劃的基本理論。運用神經網絡算法針對靜態環境下的火力威脅和非火力分彆建模。運用遺傳算法對無人機進行航跡規劃。通過建立不同環境的模型倣真驗證算法的優越性。
무인궤（Uninhabited Air Vehicle，UAV）유우기자신우점，이경재군사이급민용영역취득엄범사용。무인궤적항적규화본질가귀결위일개다목표다약속조건적최우화문제。간단개소무인궤항적규화적기본이론。운용신경망락산법침대정태배경하적화력위협화비화력분별건모。운용유전산법대무인궤진행항적규화。통과건립불동배경적모형방진험증산법적우월성。
TheUAV(UninhabitedAirVehicle),duingtoitsadvantages,hasbeenwidelyusedin military and civilian fields.The essential of the UAV path planning is optimization for multi -objective and multi-constraint.This article introduces the crucial theory of the UAV path planning.The neural network algorithm is used to set models for the fired and non-fired threats in a static environment and the genetic algorithm is used for UAV path planning.The superiority of the algorithm is verified by simulation of different environment models.
