无人飞行器航迹规划

1 (p1): 第1章 绪论
1 (p1-1): 1.1 航迹规划研究的背景和意义
3 (p1-2): 1.2 无人飞行器航迹规划综述
3 (p1-2-1): 1.2.1 无人飞行器航迹规划问题
6 (p1-2-2): 1.2.2 常用的航迹规划方法
16 (p1-2-3): 1.2.3 传统航迹规划算法存在的问题
19 (p1-3): 1.3 本书的主要内容和安排
23 (p2): 第2章 无人飞行器航迹规划建模
23 (p2-1): 2.1 规划空间表示方法
27 (p2-2): 2.2 飞行航迹的表示方法
28 (p2-3): 2.3 航迹代价
28 (p2-3-1): 2.3.1 代价函数的选取
30 (p2-3-2): 2.3.2 权系数的确定
34 (p2-4): 2.4 巡航导弹航迹规划模型
34 (p2-4-1): 2.4.1 巡航导弹简介
39 (p2-4-2): 2.4.2 航迹规划模型
39 (p2-4-3): 2.4.3 航迹的表示
41 (p2-4-4): 2.4.4 航迹的约束条件
43 (p2-4-5): 2.4.5 航迹评价
45 (p2-5): 2.5 本章小结
46 (p3): 第3章 离线航迹规划方法
47 (p3-1): 3.1 稀疏A*搜索算法
47 (p3-1-1): 3.1.1 航迹节点的扩展
52 (p3-1-2): 3.1.2 算法描述
54 (p3-1-3): 3.1.3 实验结果分析
58 (p3-2): 3.2 基于飞行路线图的自适应航迹规划
59 (p3-2-1): 3.2.1 随机路线图方法
61 (p3-2-2): 3.2.2 基于PRM方法的飞行路线图
67 (p3-2-3): 3.2.3 航迹再规划原理
70 (p3-2-4): 3.2.4 威胁/任务自适应航迹规划方法
75 (p3-2-5): 3.2.5 仿真结果与分析
81 (p3-3): 3.3 基于进化计算的航迹规划方法
82 (p3-3-1): 3.3.1 进化计算
89 (p3-3-2): 3.3.2 基于进化计算的航迹规划方法—ERP
100 (p3-3-3): 3.3.3 实验结果分析
109 (p3-4): 3.4 本章小结
110 (p4): 第4章 在线航迹规划方法
111 (p4-1): 4.1 无人飞行器在线实时航迹规划方法
111 (p4-1-1): 4.1.1 节点的扩展与启发式信息
112 (p4-1-2): 4.1.2 算法描述
113 (p4-1-3): 4.1.3 算法收敛性证明
115 (p4-1-4): 4.1.4 算法改进
117 (p4-1-5): 4.1.5 模拟实验结果
119 (p4-2): 4.2 针对运动目标的飞行器在线航迹搜索算法
119 (p4-2-1): 4.2.1 节点的扩展与启发式信息
120 (p4-2-2): 4.2.2 算法描述
121 (p4-2-3): 4.2.3 收敛性分析
125 (p4-2-4): 4.2.4 算法改进
126 (p4-2-5): 4.2.5 实验结果分析
130 (p4-3): 4.3 基于可行优先准则的实时航迹规划方法
130 (p4-3-1): 4.3.1 问题描述
134 (p4-3-2): 4.3.2 引导点集
136 (p4-3-3): 4.3.3 遗传算法获得引导点集
142 (p4-3-4): 4.3.4 FFS算法的实现
143 (p4-3-5): 4.3.5 改进局部航迹的三维规划
148 (p4-3-6): 4.3.6 飞行状态保持
150 (p4-3-7): 4.3.7 动态网格
152 (p4-3-8): 4.3.8 目标引导点
154 (p4-3-9): 4.3.9 实验结果与分析
159 (p4-4): 4.4 本章小结
161 (p5): 第5章 无人飞行器多航迹规划方法与协同航迹规划
163 (p5-1): 5.1 多峰值函数优化与进化计算
165 (p5-2): 5.2 K-均值聚类
166 (p5-3): 5.3 基于进化计算的UAV多航迹规划方法
166 (p5-3-1): 5.3.1 多种群进化算法
167 (p5-3-2): 5.3.2 UAV多航迹规划方法
170 (p5-3-3): 5.3.3 实验结果分析
174 (p5-4): 5.4 基于时间协同的多航迹规划方法
175 (p5-4-1): 5.4.1 协同航程
178 (p5-4-2): 5.4.2 协同代价函数
178 (p5-4-3): 5.4.3 协同航迹搜索
183 (p5-4-4): 5.4.4 实验结果与分析
192 (p5-5): 5.5 多飞行器协调航迹规划
193 (p5-5-1):…