基于演化深度神经网络的无人机协同无源定位动态航迹规划

摘要：

针对多无人机在无源定位过程中如何协同动态规划航迹提高定位精度问题,提出基于演化深度神经网络的分布式动态航迹优化方法.该方法首先将演化计算与深层前向反馈神经网络相结合,设计基于演化神经网络的无人机协同无源定位动态航迹规划框架.然后以多无人机到达角(AOA)协同定位为例,利用定位过程中对目标估计的克拉美罗界(CRLB)生成最优训练集.通过无人机下一时刻与目标形成的相对构型作为系统学习的行为,从而得到下一时刻优化后的航迹点.实验结果表明,该方法相对于传统中心控制的无人机协同定位方法,具有更低的处理延时,能够以更短时间达到定位精度.

关键词： 无人机 无源定位 航迹规划 动态优化 深度神经网络 演化计算

作者: 周宇 王维佳 梁晓龙

作者单位: 陕西,西安,空军工程大学,装备管理与无人机工程学院,710051 陕西,西安,空军工程大学,防相撞空管行业国家重点实验室,710051

会议类型: 国内会议

会议名称: 全球智能工业创新大会暨全球创新技术成果转移大会(GIIC2018)——2018智能无人系统大会

会议地点: 北京

会议语种:中文

页码: 1-8

在线出版日期: 2018-05-22（万方平台首次上网日期，不代表论文的发表时间）