申请/专利权人:中国电子科技集团公司第二十八研究所
申请日:2024-02-23
公开(公告)日:2024-04-26
公开(公告)号:CN117930884A
主分类号:G05D1/695
分类号:G05D1/695;G05D109/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开一种改进Q‑学习蚁群算法的多无人机四维航迹规划方法,涉及多无人机四维航迹规划技术领域。所述方法包括:首先,构建多个蚁群并初始化,每个蚁群包含若干个搜索同一个无人机四维航迹的蚂蚁;然后,设计基于改进Q‑学习的四维航迹构建方法,引导各蚁群中蚂蚁搜索无人机四维航迹;同时,针对多无人机航迹共享同一时空间资源,设计多蚁群合作策略,引导多蚁群协同进化搜索全局最优多无人机四维航迹规划方案。本发明充分考虑多无人机任务时空资源分配的公平性和高效性,通过Q‑学习和协同优化,可快速准确搜索全局安全高效运行的多无人机四维航迹,为飞行前多无人机任务提供有效四维航迹运行方案。
主权项:1.一种改进Q-学习蚁群算法的多无人机四维航迹规划方法,其特征在于,包括以下步骤:步骤1:构建多个蚁群并初始化,每个蚁群包含若干个搜索同一个无人机四维航迹的蚂蚁;步骤2:设计基于改进Q-学习的四维航迹构建方法,引导各蚁群中蚂蚁搜索无人机四维航迹;步骤3:针对多无人机航迹共享同一时空间资源,设计多蚁群合作策略,引导多蚁群协同进化搜索全局最优解,即为全局最优多无人机四维航迹规划方案。
全文数据:
权利要求:
百度查询: 中国电子科技集团公司第二十八研究所 一种改进Q-学习蚁群算法的多无人机四维航迹规划方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。