文献类型：期刊文章

作　　者：杨玉[1,2] 金敏[2] 鲁华祥[2,3,4,5]

YANG Yu;JIN Min;LU Hua-Xiang(School of Microelectronics,University of Science and Technology of China,Hefei 230026,China;Institute of Semiconductors,Chinese Academy of Sciences,Beijing 100083,China;University of Chinese Academy of Sciences,Beijing 100049,China;Center for Excellence in Brain Science and Intelligence Technology,Chinese Academy of Sciences,Shanghai 200031,China;Semiconductor Neural Network Intelligent Perception and Computing Technology Beijing Key Lab,Beijing 100083,China)

机构地区：[1]中国科学技术大学微电子学院,合肥230026 [2]中国科学院半导体研究所,北京100083 [3]中国科学院大学,北京100049 [4]中国科学院脑科学与智能技术卓越创新中心,上海200031 [5]半导体神经网络智能感知与计算技术北京市重点实验室,北京100083

出　　处：《计算机系统应用》

基　　金：中科院战略性先导科技专项(A类)(XDA18040400);国家自然科学基金(61701473)~~

年　　份：2019

卷　　号：28

期　　号：4

起止页码：25-31

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：针对无人机航迹规划问题,提出了一种融合简化稀疏A~*算法与模拟退火算法(Fusion of Simplified Sparse A~*Algorithm and Simulated Annealing algorithm,简称FSSA-SA)的航迹规划方法.首先,在对威胁环境进行建模之后,将模拟退火思想与具体航迹规划问题求解相结合,给出了模拟退火算法求解航迹规划问题的具体设计与实现方法.其次,利用简化的稀疏A~*算法在规划起止点之间进行一次往返搜索,并将所得结果中较优的一条航迹作为模拟退火算法的初始解,实现了两种算法的融合.然后,当退火进行至低温区时,通过对位置存在冗余的航迹节点的剔除,进一步改善了算法的求解质量.最后为了验证算法的优越性,将本文算法与稀疏A~*算法、模拟退火算法进行了仿真对比试验.试验结果表明,本文提出的FSSA-SA算法相比于上述两种算法,具有较少的规划耗时;相比于稀疏A~*算法,在所得航迹的综合代价相差不大的情况下,内存占用量少了两个量级;相比与模拟退火算法,在相同的退火条件下,其规划所得航迹的综合代价平均减少了35%左右.

关 键 词：无人机 航迹规划 融合  稀疏A~*算法  模拟退火算法

分 类 号：TP18] V279]