Please wait a minute...
工程设计学报
工程设计学报  2011, Vol. 18 Issue (4): 275-281    
工程设计理论、方法与技术     
单预警机静态航迹规划建模与仿真
 王国师1, 李 强2, 杨 征3, 吴长飞2
1.空军雷达学院 研究生管理大队,湖北 武汉 430019；
2.空军雷达学院 预警监视情报系,湖北 武汉 430019；
3.国防科技大学 信息系统与管理学院,湖南 长沙 410073
Modeling and simulation of static route planning for the early warning airborne
 WANG  Guo-Shi1, LI  Qiang2, YANG  Zheng3, WU  Chang-Fei2
1.Department of Graduate Management, Air Force Radar Academy, Wuhan 430019, China; 2. Department of Early Warning Surveillance Intelligence, Air Force Radar Academy, Wuhan 430019, China;  3. College of Information System and Management, National University of Defense Technology, Changsha 410073, China
 全文: PDF(1243 KB)   HTML
摘要： 预警机作为空军预警探测的重要组成部分,飞行前对其进行航迹规划是至关重要的.在分析预警机航迹规划与目前已研究的飞行器航迹规划区别的基础上,研究了单架预警机静态航迹规划问题.首先,结合当前预警机的作战运用模式,综合考虑对预警机跟踪监视目标性能有影响的各种主要因素,将预警机航迹规划划分为2个阶段；然后,对影响各阶段航迹规划的主要因素分别进行数学建模并得出代价函数,设计了各阶段具体的航迹规划步骤,并基于改进的粒子群算法对飞行段航迹进行搜索.通过Matlab仿真证明了所设计的方法能够根据目标分布情况自动生成质量优越的航迹.
关键词： 航迹规划;  粒子群算法;  建模与仿真    
Abstract: The early warning airborne(EWA) is an important part of air warning detection. It is extraordinary important to plan the route for the EWA. Based on analyzing the differences of route planning for the EWA from other aerocrafts, this paper researched the static route planning for the EWA. Firstly, the static route planning for the EWA was divided into two phases according to the present EWA campaign application pattern and the important factors which influenced the performance of the EWA to surveil targets. Then, after respectively modeling each dominant factor which influenced each phase of route planning, some cost functions were formalized, and the steps and methods of each phase of route planning were designed. The modified algorithm based on particle swarm optimization (PSO) was applied to search the route. After simulating under the platform of Matlab, it is proved that the model of this paper designed could automatically plan the EWA route according to the situation of targets distribution．
Key words: route planning    particle swarm algorithm    modeling and simulating
出版日期: 2011-08-28
:  TP 391.9  
基金资助:

国家自然科学基金资助项目(60802080);全军军事学研究生课题（2010JY0856-509）
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
王国师
李强
杨征
吴长飞

引用本文:

王国师, 李 强, 杨 征, 吴长飞. 单预警机静态航迹规划建模与仿真[J]. 工程设计学报, 2011, 18(4): 275-281.

WANG Guo-Shi, LI Qiang, YANG Zheng, WU Chang-Fei. Modeling and simulation of static route planning for the early warning airborne[J]. Chinese Journal of Engineering Design, 2011, 18(4): 275-281.

链接本文:

https://www.zjujournals.com/gcsjxb/CN/    或    https://www.zjujournals.com/gcsjxb/CN/Y2011/V18/I4/275

[1] 彭斌, 蒋龙, 王永强. 变基圆半径涡旋膨胀机型线参数的优化选取[J]. 工程设计学报, 2020, 27(4): 463-468.
[2] 赵东波, 姚灵灵, 袁坤坤, 陆金桂. 基于粒子群算法多目标优化液压支架四连杆[J]. 工程设计学报, 2017, 24(4): 433-439.
[3] 王辉, 朱龙彪, 朱天成, 陈红艳, 邵小江, 朱志慧. 基于粒子群遗传算法的泊车系统路径规划研究[J]. 工程设计学报, 2016, 23(2): 195-200.
[4] 黄晓倩, 汪沨, 谭阳红, 王睿, 邵靖珂, 陈春. 考虑V2G模式的电动汽车与可再生能源协同调度[J]. 工程设计学报, 2016, 23(1): 67-73.
[5] 毛 君,李 强,谢 苗,曹建南. 多目标优化软件开发及其应用[J]. 工程设计学报, 2015, 22(3): 262-268.
[6] 吴 江. 飞机可靠性分析中的混合威布尔分布参数估计方法[J]. 工程设计学报, 2015, 22(1): 26-29.
[7] 辛 儒,赵永杰,何 俊. 远邻粒子群算法及在Delta机器人优化设计中的应用[J]. 工程设计学报, 2014, 21(4): 334-339.
[8] 张 炎，芮延年，周宏伟，童玉武. 基于粒子群算法的高黏度大比重物料无轴螺旋输送机构优化设计[J]. 工程设计学报, 2014, 21(2): 161-165.
[9] 杜义贤, 王伟, 李然, 付君健. 结构拓扑优化中敏度过滤技术研究[J]. 工程设计学报, 2012, 19(1): 20-24.
[10] 刘仁云, 于繁华, 张义民. 基于多目标优化策略的扭杆可靠性稳健优化设计[J]. 工程设计学报, 2010, 17(3): 181-185.
[11] 茅健, 曹衍龙. 基于粒子群算法的空间直线度误差评定[J]. 工程设计学报, 2006, 13(5): 291-294.
[12] 高尚, 杨静宇. 可靠性优化的一种新的算法[J]. 工程设计学报, 2006, 13(2): 74-77.