Моделирование работы модуля «Поиск оптимального маршрута нескольких БЛА»

Информация » Разработка алгоритмов поиска оптимального маршрута для БЛА при наблюдении им подвижных наземных объектов » Моделирование работы модуля «Поиск оптимального маршрута нескольких БЛА»

Страница 4

Минимальный радиус разворота БЛА в этом эксперименте был принят равным 20 м.

В результате работы система, использующая алгоритм полного перебора, выдала следующую последовательность облета объектов для двух БЛА:

Первый БЛА: 1-й, 2-й и затем 3-й объект;

Второй БЛА: 4-й и затем 5-й объект.

Система, использующая нейронную сеть, выдала следующую последовательность облета объектов:

Первый БЛА: 1-й, 2-й и затем 3-й объект;

Второй БЛА: 4-й и затем 5-й объект.

При этом на первой итерации работы алгоритма нейронная сеть для первого БЛА имела на выходах значения следующие значения:

Первый выход: 0,9998

Второй выход: 0,0000

Третий выход: 0,0000

На второй итерации значения изменились на следующие:

Первый выход: 0,0267

Второй выход: 0,7650

Третий выход: 0,0000

Соответственно, последним в маршруте остался объект номер три.

Нейронная сеть второго БЛА на первой итерации имела следующие значения на выходах:

Первый выход: 0,9878

Второй выход: 0,6347

Третий выход: 0,0021

При этом на первый и второй входы нейронной сети были поданы координаты четвертого БЛА, а на третий вход – координаты пятого БЛА (в этом случае, если на несколько входов нейронной сети поданы одинаковые координаты, она будет классифицировать их как один объект).

Таким образом, мы убедились, что нейронная сеть корректно работает и в составе полной системы планирования группового полета БЛА.

Теперь, если продолжить обучение нейронной сети, варьируя те параметры, которые были опущены в данном примере, нейронная сеть не утеряет способности к обобщению, а, значит, будет способна выполнять аналогичную задачу и для других значений этих параметров.

Проанализируем время, которое требуется нейронной сети для того, чтобы просчитать полный маршрут.

Время, необходимое для одного цикла работы нейронной сети составляет 0.007731 секунды. Время процедуры, необходимой для расчета изменения координат объектов после того, как БЛА достигнет объекта, предлагаемого нейронной сетью составляет 0,000612 секунды. Таким образом, для просчета, например, оптимального маршрута для 10 БЛА потребуется 0,0834 секунды. Теперь рассчитаем, сколько такая задача заняла бы времени при применении исходного алгоритма. Для пяти объектов время расчета алгоритма составляет 51 секунду. Так как количество комбинаций, которое просчитывается в этом случае равно 5! = 120, на одну операцию расходуется 0,4250 секунды. Для десяти объектов это время составит 0.4250 · 10! = 1542240 секунд, что равно примерно 428 часам или 18 суткам.

Таким образом, мы можем использовать данную нейронную сеть для реализации модуля расчета оптимального маршрута одного БЛА. Суммарное время работы обновленной системы теперь не превышает 0,2 секунды, а значит, данная система может быть использована в составе комплекса программного обеспечения бортовой вычислительной системы.

Данный проект посвящен разработке интеллектуальной системы планирования маршрута облета группой беспилотных летательных аппаратов (БЛА) подвижных наземных объектов. Основная задача дипломного проекта – разработка программного продукта, позволяющего находить оптимальную последовательность облета наземных подвижных объектов, а так же корректировать ее в процессе полета с учетом вновь получаемой информации об объектах наблюдения. Критерием оптимальности маршрута было выбрано время полета. В ходе работы были исследованы уже существующие алгоритмы поиска кратчайшего пути, получены сведения об их недостатках и достоинствах, которые в дальнейшем были применены при разработке алгоритма, использованного для построения программного продукта, представленного в дипломном проекте.

Реализация данного алгоритма была выполнена на ЭВМ на высокоуровневом языке программирования Matlab в среде Matlab R2008a с использованием стандартных библиотек C/C++.

Страницы: 1 2 3 4 

Похожие статьи:

Используемое оборудование
В вагонном участке единой технической ревизии используется следующее оборудование: - кран мостовой, грузоподъёмностью 10 т - установка домкратная УДС–160 М - установка домкратная ТЭД–40 - кран на ж/д ходу (КДЭ–161) - стенд по проверке параметров редукторов от средней части оси ВБА, ЕЮК - установка ...

Выбор и корректирование нормативной периодичности ТО и пробега до КР
Положением установлены нормативные значения пробегов подвижного состава (дальше ПС) автотранспорта до КР и периодичности ТО-1 и ТО-2 для определенных наиболее типичных условий, а именно: 1-й категории условий эксплуатации, базовых автомобилей, умеренно-климатического района. Для конкретного АТП, да ...

Показатели использования пассажирских вагонов
Количество составов для обслуживания отдельных категорий поездов: (8.6) Для скорых поездов: Для местных пассажирских поездов: Для пригородных поездов определено по графику движения. Рабочий парк вагонов для отдельной j-ой категории: (8.7) где: – число вагонов в составе поезда j-ой категории. Для ск ...

Навигация

Copyright © 2019 - All Rights Reserved - www.localtransport.ru