基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
Voronoi图是一种根据战场多威胁源分布情况获取可行航路点的图形算法,而蚁群算法是一种新型的模拟进化启发式算法.提出一种基于Voronoi图算法的无人机航路规划解决方法,提升了在多威胁源分布的情况下的无人机航路规划效率.首先,根据已知威胁源的数据信息生成加权Voronoi图,并定义每条Voronoi边的代价为组成Voronoi边的2个端点的直线距离;然后利用蚁群算法结合可飞行航迹点集合对无人机在多威胁源分布的飞行环境下进行航路规划.仿真结果验证了所提方法在不同战场环境下解决无人机航路规划问题上的可行性和有效性.
推荐文章
基于Voronoi图与Bezier曲线算法的反舰导弹航路规划方法
反舰导弹
航路规划
Voronoi图
Bezier曲线
自适应
基于一种改进粒子群算法的水下远程武器航路规划
水下远程武器
粒子群优化算法
航路规划
粒子对换
作战仿真系统
基于任务区分的无人机航路规划方法
无人机
任务区分
固定航路规划
突防航路规划
基于改进 ACO 算法的无人作战飞机航路规划设计
无人作战飞机
VORONOI图
蚁群算法
航路
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于Voronoi图的航路规划方法
来源期刊 舰船电子对抗 学科 航空航天
关键词 无人机航路规划 Voronoi图 蚁群算法
年,卷(期) 2017,(4) 所属期刊栏目 接收/信号处理技术
研究方向 页码范围 76-80
页数 5页 分类号 V218
字数 3088字 语种 中文
DOI 10.16426/j.cnki.jcdzdk.2017.04.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘聪锋 46 454 13.0 18.0
2 王壮 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (17)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (18)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无人机航路规划
Voronoi图
蚁群算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
舰船电子对抗
双月刊
1673-9167
32-1413/TN
大16开
江苏省扬州市204信箱
1978
chi
出版文献量(篇)
3114
总下载数(次)
12
论文1v1指导