学位论文 > 优秀研究生学位论文题录展示
飞机防撞系统算法优化研究
作 者: 加纳
导 师: 冯涛
学 校: 长春理工大学
专 业: 电子科学与技术
关键词: TCAS系统 飞机防撞算法 粒子群算法 人工势场法 蚁群算法
分类号: V244.11
类 型: 硕士论文
年 份: 2014年
下 载: 4次
引 用: 0次
阅 读: 论文下载
内容摘要
随着航空运输业的高速发展,越来越多的飞机出现在本已繁忙不堪的航线上。而计算机和电子技术的进步让无人机等新型飞行器也拥有了飞向天空的“许可证”。所以,我们可以预见到在未来的天空里有人飞机与无人飞行器并存的情况将会成为常态。尽管现阶段TCAS系统能够保证飞机的飞行安全,但是由于其本身存在缺陷,使得现阶段的TCAS系统在将来保护飞机的飞行安全时存在很多不确定因素。这使得我们需要对飞机的防撞系统进行优化升级。本文主要研究如何优化飞机防撞系统的算法。利用现阶段较为成熟的粒子群算法、人工势场法和蚁群算法技术,根据其特点将三种算法进行优化组合。从中挑选出符合飞机防撞系统设计的最优算法——蚁群-人工势场法,并进行仿真验证。
|
全文目录
摘要 4-5 ABSTRACT 5-6 目录 6-8 第1章 绪论 8-15 1.1 引言 8 1.2 研究背景 8-12 1.3 国内外研究现状 12-13 1.4 研究意义 13-14 1.5 本文的研究内容 14-15 第2章 粒子群算法在飞机防撞设计中的应用 15-22 2.1 引言 15 2.2 粒子群算法的提出和原理 15 2.3 粒子群算法的数学模型 15-18 2.4 粒子群算法的优化 18-20 2.5 小结 20-22 第3章 人工势场法在飞机防撞设计中的应用 22-36 3.1 引言 22 3.2 人工势场法原理 22-24 3.3 利用人工势场法进行规划路径的原理和计算步骤 24-25 3.4 人工势场法的缺陷 25-27 3.5 人工势场法的优化 27-35 3.6 小结 35-36 第4章 蚁群算法及与人工势场法的结合 36-43 4.1 引言 36 4.2 蚁群算法原理 36-37 4.3 基本蚁群算法的数学模型 37-39 4.4 基本蚁群算法的实现步骤 39-40 4.5 改进蚁群算法 40-41 4.6 蚁群算法与人工势场法的结合 41-42 4.7 小结 42-43 第5章 对飞机防撞系统算法产生影响的几方面因素 43-48 5.1 引言 43 5.2 飞机的轨迹特性 43-44 5.3 模型因素 44-46 5.4 TCAS系统因素 46-47 5.5 小结 47-48 第6章 蚁群-人工势场法仿真实验与结果分析 48-59 6.1 引言 48 6.2 方案设计 48 6.3 方案比较 48-51 6.4 实验设计 51-58 6.5 小结 58-59 第7章 结论与展望 59-60 参考文献 60-62 作者简介及在学期间所取得的科研成果 62-63 后记和致谢 63
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 有源电力滤波器及其在配电网中的应用,TN713.8
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 基于粒子群的分子对接算法,R91
- 基于Web日志的用户挖掘研究与实现,TP311.13
- 基于特征选择的入侵检测研究,TP393.08
- 基于蚁群和人工鱼群混合群智能算法在物流配送路径优化问题中的应用研究,F253.9
- 基于改进粒子群算法的无功优化,TP301.6
- 基于Robocup足球机器人路径规划与轨迹跟踪的研究,TP242
- 不确定环境下供应链多时段生产计划问题研究,F273
- 群体智能优化算法的研究及应用,TP301.6
- 基于改进蚁群算法的移动机器人路径规划问题研究,TP242
- 基于CIPSO-ENN耦合算法的瓦斯涌出量预测,O242.1
- 基于自然计算的WSN路由技术研究,TN929.5
- 基于P2P网络信任机制研究,TP393.08
- 基于改良蚁群算法的神经网络分类规则提取,TP183
中图分类: > 航空、航天 > 航空 > 航空仪表、航空设备、飞行控制与导航 > 防护、救生设备及其技术 > 防护设备 > 防撞击设备
© 2012 www.xueweilunwen.com
|