1. 研究目的与意义（文献综述）

无人机航迹规划，即通过设计和计算，得到一条从起点至终点的最优飞行路径。这条路径需要满足飞行任务中外界环境条件和无人机自身性能的制约，以确保无人机可以在安全高效的前提下完成相应的飞行任务。

无人机航迹规划是无人机作战能力的关键组成部分，针对这一内容开展的研究深入而广泛，并且取得了较为丰富的研究成果。在早年间，受困于计算机技术水平的限制，航迹规划基本依赖于规划团队的手工操作，效率和精准度都不高；直到20世纪末，无人机航迹规划才逐步摆脱手工操作，取而代之的是借助计算机进行实际操作。

近年来，随着敌方防空系统自动化、信息化和网络化水平的不断提升，无人机安全受到了极大威胁，这一情况下，也促使了对无人机执行任务能力的要求越来越高，同时迫使着对无人机航迹规划技术的深入研究和不断推进。

2. 研究的基本内容与方案

基于蚁群算法的无人机航迹规划及仿真的主要内容与目标如下：

1. 掌握无人机航迹规划的基本原理和常用方法，了解无人机发展背景与国内外研究成果；

2. 掌握无人机航迹规划的智能算法，并选择一种算法对单个无人机的航迹规划进行研究（如蚁群算法）；

3. 研究计划与安排

第一阶段（第1周至第3周）：撰写论文开题报告书；撰写论文大纲，并根据相关主题进行文献的收集、整理和学习；

第二阶段（第4周）：根据开题报告书的内容，继续完善自己的大纲，对自己论文的整体框架有一个非常明确的思路以准备开题；

第三阶段（第5周至第8周）：根据查找的数据和相关资料，进行深入详实的论文编写工作，对论文编写过程中所发现的问题，研究其解决方案，推敲整合，并进行修改完善，完成论文初稿；

4. 参考文献（12篇以上）

1. jihua tao,yinqiu wang,huanhuan yang,li gao.three-dimensional path planning of unmanned aerial vehicle under complicated environment[j].control and decision conference (ccdc),2016.

2. xiangji,qingyi hua,chunyu li,junsong tang,anwen wang,xiaojiang chen,dingyi fang.2optaco:an improvement of ant colony optimization for uav path in disaster rescue[j].networking and network applications (nana),2017.

3. can cui,nan wang,jing chen.improved ant colony optimization algorithm for uav path planning[j].software engineering and service science (icsess),2014.

   剩余内容已隐藏，您需要先支付 5元 才能查看该篇文章全部内容！立即支付