Journal of Systems Engineering and Electronics ›› 2012, Vol. 34 ›› Issue (3): 512-516.doi: 10.3969/j.issn.1001-506X.2012.03.15
李猛, 王道波, 盛守照, 沈自然
LI Meng, WANG Dao-bo, SHENG Shou-zhao, SHEN Zi-ran
摘要:
针对复杂环境下的无人机多航迹规划问题,提出了将粒子群优化(particle swarm optimization, PSO)算法与加权k-均值聚类算法相结合的规划方法。每个粒子表示一条航迹,采用加权k-均值聚类算法对粒子进行分类,得到多个粒子子群,在每个子群内部进行一条可行航迹的优化,最终得到多条不同的可行航迹。对传统k-均值聚类算法进行改进,采用排挤机制产生初始聚类中心,针对实际环境中突发威胁的分布不均性,在聚类过程中,对航迹节点按照所在区域突发威胁的出现概率进行加权,提出了加权k-均值聚类算法。仿真实验表明,所提出的方法能够有效地得到无人机的多条可行航迹。
中图分类号: