重庆理工大学学报2023，Vol.37Issue(23) ：252-259.DOI:10.3969/j.issn.1674-8425(z).2023.12.029

面向林业资源防护的CGPSO算法UAV航迹优化应用研究

Application forestry resource protection oriented CGPSO algorithm UAV trajectory optimization application research

赵永辉 万晓玉 吕勇 刘雪妍 刘淑玉
重庆理工大学学报2023，Vol.37Issue(23) ：252-259.DOI:10.3969/j.issn.1674-8425(z).2023.12.029
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

面向林业资源防护的CGPSO算法UAV航迹优化应用研究

Application forestry resource protection oriented CGPSO algorithm UAV trajectory optimization application research

赵永辉 1万晓玉 1吕勇 1刘雪妍 1刘淑玉1
扫码查看

作者信息

  • 1. 东北林业大学 计算机与控制工程学院,哈尔滨 150040
  • 折叠

摘要

针对传统PSO无人机航迹规划算法在林业资源防护任务中存在收敛速度慢、易陷入局部最优的问题,提出了一种基于CGPSO的无人机航迹优化算法(cauchy gauss particle swarm optimization,CGPSO).借助雷达传感器对林间环境进行预检,构建了无人机飞行任务环境模型;引入了自适应惯性权重和融合柯西-高斯变异算子调整粒子群算法,平衡全局-局部收敛速度,优化局部极值问题;综合分析了无人机航迹长度代价、障碍物碰撞代价和高程范围代价,建立了航迹规划适应度函数.仿真结果显示,所规划算法适应度标准差达到了0.1486,用时54.34 s,相比PSO算法,收敛代价值减少了42％,用时提升了25％,与所有算法相比,整体航迹具有较强的鲁棒性,对环境的适应性更优.因此,采用新规划航迹算法在林区进行林业资源防护工作是可行的.

关键词

无人机航迹规划/粒子群算法/雷达传感器/自适应惯性权重/柯西-高斯变异

Key words

UAV track planning/particle swarm algorithm/radar sensors/adaptive inertia weights/Corsi-Gauss variation

引用本文复制引用

基金项目

国家自然科学基金(31700643)

中央高校基本科研业务费专项基金(2572019BF06)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量5
段落导航相关论文