控制与决策

作者：宋璐璐,邓超,范莎

单位：南京邮电大学 自动化学院，南京 210042,,南京邮电大学 碳中和先进技术研究院，南京 210042,,南京邮电大学 自动化学院，南京 210042,

关键词：无人机;路径规划;改进的粒子群优化算法;卡尔曼滤波算法;事件触发机制;时变风场

针对无人机在飞行过程中受时变风场影响导致的能耗和飞行状态变化问题, 提出一种基于事件触发机制的实时路径重规划策略. 首先, 采用改进的粒子群优化(IPSO)算法进行路径规划, 并通过评估不同风场下规划路径的相似度量化风场变化对规划路径的影响. 进一步, 应用卡尔曼滤波(KF)算法预测无人机飞行状态, 并根据实际飞行状态与预测状态之间的误差, 评估风场变化对预测准确度的影响. 在此基础上, 设计一种基于事件触发机制(ETM)的路径重规划策略, 使无人机仅在风场变化超过设定阈值时执行路径更新. 仿真实验结果表明, 该策略可显著降低无人机飞行过程中的能耗和计算负担, 同时增强无人机在复杂风场条件下的适应能力.

来源：2026年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第3期