✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
⛄ 内容介绍
随着社会的快速发展,无人机的应用已经从过去完成敌方侦察和监视、反导、反恐的用途逐渐转变到了今天的城市管理、农业植保、专业航拍、能源巡检作业等和我们生活息息相关的行业中来。尤其对于那些需要进行定期监控的地区,无人机的实用性完完全全展现在了我们的面前。而在进入新世纪后,高校以及一些科研机构也将研究方向聚焦到了无人机系统的智能化研究,这其中就包含了航迹规划、多无人机编队飞行和目标跟踪等内容。
⛄ 部分代码
% 逃跑策略，共有四种
clear
clc
% 模型初始化变量及参数
p0(:,1) = [10,5]';
theta0 = 1.0517;
v0(1,1) = 4.0315;
% 时间参数
tBegin = 0;
tEnd = 10;
dT = 0.2;
times = (tEnd-tBegin)/dT;
t(1,1) = 0;
% 策略选择
strategyType = 2;
huitu = 1;
for time = 1:times
if strategyType == 1
% 1. 静止不动
theta0 = 1.0517;
v0(1,1) = 0;
u0 = 0;
end
if strategyType == 2 && t(1,time)<5
% 2. 匀速直线运动
theta0 = 1.0517;
v0(1,1) = 5;
u0 = 1;
end
if strategyType == 3
% 3. 最近追捕者的速度方向
theta0 = 1.0517;
v0(1,1) = 5;
u0 = 0;
end
if strategyType == 4
% 4. 所有追捕者的标准化速度矢量和
theta0 = 1.0517;
v0(1,1) = 5;
u0 = 1;
end
% 记录目标轨迹
% v0(1,time+1) = v0(1,time) + dT * u0;
p0(1,time+1) = p0(1,time) + dT * v0 * cos(theta0);
p0(2,time+1) = p0(2,time) + dT * v0 * sin(theta0);
% 记录时间
t(1, time+1) = t(1,time) + dT;
end
if huitu == 1
% 绘制
figure(1)
plot(p0(1,:),p0(2,:),'>','color','r'); hold on
legend('target 0');
xlabel('X axis');
ylabel('Y axis');
axis([0,50, 0,50]);
axis equal;
title('Fixed direction');
end
⛄ 运行结果
⛄ 参考文献
[1] 符小卫, 徐哲, 王辉. 基于DDPG的无人机追捕任务泛化策略设计[J]. 西北工业大学学报, 2022(040-001).
[2] Xiaowei FU, Zhe XU, Hui WANG. 基于DDPG的无人机追捕任务泛化策略设计[J]. 西北工业大学学报, 2022, 40(1):47-55.
[3] 唐刚, 冀香震, 邵长专. 一种基于人工势场和蚁群算法的无人机路径规划方法:, CN111784079A[P]. 2020.
