登录
首页 » matlab » 多无人协同任务分配程序平台

多无人协同任务分配程序平台

于 2021-04-28 发布 文件大小:10629KB
0 340
下载积分: 1 下载次数: 172

代码说明:

  多无人机航迹规划平台 功能强大 有控制平台 以及路径的动态规划(Multi UAV flight path planning platform has powerful function, control platform and dynamic path planning)

文件列表:

多无人协同任务分配程序平台
多无人协同任务分配程序平台\MultiUAV2
多无人协同任务分配程序平台\MultiUAV2\00README.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData
多无人协同任务分配程序平台\MultiUAV2\AVDSData\MASS.ply.ini
多无人协同任务分配程序平台\MultiUAV2\AVDSData\Observer1.dat
多无人协同任务分配程序平台\MultiUAV2\AVDSData\Target1.dat
多无人协同任务分配程序平台\MultiUAV2\AVDSData\Target2.dat
多无人协同任务分配程序平台\MultiUAV2\AVDSData\Target3.dat
多无人协同任务分配程序平台\MultiUAV2\AVDSData\Target4.dat
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\Invisible.NoFlightPath.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\Marker.Black.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\MonsterRabbit.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\NonTarget.Black.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\Rabbit.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\RadarDown.Black.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\RadarUp.Black.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\SATrailerDown.Black.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\SATrailerUp.Black.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\SensorRectangle.Black.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\UCAV.Black.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\ball.black.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\craftcap.txt
多无人协同任务分配程序平台\MultiUAV2\AVDSData\craft.MultiUAV\locaas.black.txt
多无人协同任务分配程序平台\MultiUAV2\InputFiles
多无人协同任务分配程序平台\MultiUAV2\InputFiles\DATCOM.dat
多无人协同任务分配程序平台\MultiUAV2\InputFiles\DATCOM.globalhawk.dat
多无人协同任务分配程序平台\MultiUAV2\InputFiles\DATCOM.locaas.dat
多无人协同任务分配程序平台\MultiUAV2\InputFiles\DATCOM.unknown.dat
多无人协同任务分配程序平台\MultiUAV2\InputFiles\Parameters.dat
多无人协同任务分配程序平台\MultiUAV2\InputFiles\Parameters.globalhawk.dat
多无人协同任务分配程序平台\MultiUAV2\InputFiles\Parameters.locaas.dat
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104158
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104158\CommData.mat
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104158\SummaryData.dat
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104158\diary.txt
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104158\workspace.001.mat
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104158\workspace.002.mat
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104158\workspace.003.mat
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104848
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104848\CommData.mat
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104848\SummaryData.dat
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104848\diary.txt
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104848\workspace.001.mat
多无人协同任务分配程序平台\MultiUAV2\MonteCarloData\Run.20140307T104848\workspace.002.mat
多无人协同任务分配程序平台\MultiUAV2\MultiUAVManual.pdf
多无人协同任务分配程序平台\MultiUAV2\m-file
多无人协同任务分配程序平台\MultiUAV2\m-file\ATRFunctions.m
多无人协同任务分配程序平台\MultiUAV2\m-file\ATRFunctionsBDAS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\ATRFunctionsCombinedS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\ATRFunctionsSingleS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\AVDSData2WorkSpace.m
多无人协同任务分配程序平台\MultiUAV2\m-file\AVDSData2WorkSpaceS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\AngleToHeading.m
多无人协同任务分配程序平台\MultiUAV2\m-file\AuctionProgress.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CalculateBenefit.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CalculateDist.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CalculateDistanceToGo.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CalculateWaypoints.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CapTransShipIO.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CapTransShipIOInS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\ClassifyTarget.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CommMessageHistory.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CommMessageHistorySingle.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CommPlot.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CommPlotMonte.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CommRunStats.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CreateExplosion.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CreateStructure.m
多无人协同任务分配程序平台\MultiUAV2\m-file\CreateVehicleGraphic.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DAINF_AssumeDutyS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DAINF_Auction.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DAINF_AuctionS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DAINF_IterationControl.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DAINF_IterationControlS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DAINF_MessageControl.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DAINF_MessageControlS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DAINF_StoreBenefitsS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DINF_CalculateBenefits.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DINF_CalculateBenefitsS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DINF_CapTransShipAssign.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DINF_CapTransShipAssignS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DINF_ComparePlanS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DINF_GetBenefits.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DebugShowData.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DistBivariateNormal.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DistExponential.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DistPoissonPolar.m
多无人协同任务分配程序平台\MultiUAV2\m-file\DistributeTargetsS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\EndFunctionVehicleS.m
多无人协同任务分配程序平台\MultiUAV2\m-file\FindMessageIndex.m
多无人协同任务分配程序平台\MultiUAV2\m-file\FindRequiredTask.m
多无人协同任务分配程序平台\MultiUAV2\m-file\FindTargetState.m
多无人协同任务分配程序平台\MultiUAV2\m-file\FuturePosition.m
多无人协同任务分配程序平台\MultiUAV2\m-file\GUIMultiUAV.m
多无人协同任务分配程序平台\MultiUAV2\m-file\GetAssignmentAlgoName.m
多无人协同任务分配程序平台\MultiUAV2\m-file\GetBenefits.m
多无人协同任务分配程序平台\MultiUAV2\m-file\GetLibDir.m

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • lora收发demo
    说明:  stm32使用ra02模块的例程,点对点通讯(Stm32 USES ra02 module routines to communicate point-to-point)
    2020-11-10 18:51:10下载
    积分:1
  • PKU ACM 1002 的源码,鉴于本人初学编程,水平不高,代码质量不敢保证...
    PKU ACM 1002 的源码,鉴于本人初学编程,水平不高,代码质量不敢保证-PKU ACM 1002 source code, Since I am learning programming, the level is not high, the quality of the code is no guarantee
    2022-02-01 00:39:23下载
    积分:1
  • fig1_Monte_Carlo_3
    实现物理层安全,通过加入干扰噪声,提高系统容量。(The physical layer security is realized in this paper. By adding interference noise, the system capacity is improved.)
    2020-10-05 15:37:38下载
    积分:1
  • Chapter 05
    说明:  I. Maximum directivity (dimensionless and in dB) c II. Radiation resistance (Rr) c III. Input resistance (Rin) c IV. Reactance relative to current maximum (Xm) c V. Input reactance (Xin) c VI. Normalized current distribution c VII. Directivity pattern (in dB) c VIII. Normalized far-field amplitude pattern
    2019-02-01 00:55:39下载
    积分:1
  • 资料
    说明:  java软件考试题库,可以查看历年真题,帮您轻松过软考(Java software examination question bank)
    2019-04-04 23:39:08下载
    积分:1
  • Program
    迭代学习优化PID控制器的典型simulink程序(Typical Simlink Program for Iterative Learning Optimizing PID Controller)
    2020-07-02 18:00:02下载
    积分:1
  • VB制作
    VB制作--不可思议的3D飞机游戏,好东西-VB production-- incredible 3D aircraft games, good things
    2022-05-24 23:29:10下载
    积分:1
  • DGM
    灰色系统中,基于分数阶累加的DGM模型的调用函数,函数的名字比较奇怪,因为是在组合程序中使用的。使用时将该调用函数的名字更改即可。 为使得程序执行,相应的累加累减函数同时给出。(The function of DGM model which is imprtant model in the grey system.)
    2020-12-02 17:19:25下载
    积分:1
  • itoolbox
    协同区间偏最小二乘 siPLS算法是 N rgaard等对其提出 的 iPLS方法的改进, 其基本算法步骤如下:(1)对原始谱图进行 预处理;(2)在全谱范围内建立全局偏最小二乘模型, 即上节的 模型;(3)在整个光谱区间采用 iPLS建立多个等窗口宽度的子 区间, 假设为 n个;(4)在每个子区间上建立偏最小二乘法模型, 即可得到 n个局部模型;(5)以交叉验证时的均方根误差 RMSE 值为各模型的精度衡量标准, 比较全光谱模型和各局部模型的 精度;(6)组合精度最高的局部子区间为新的回归区间;再在新 的回归区间建立 siPLS模型(Cooperative interval partial least squares (siPLS) algorithm is proposed by N rgaard et al. The improvements of the iPLS method are as follows: (1) the original spectrogram is performed. Preprocessing; (2) establishing a global partial least squares model in the full spectrum, that is, the upper part of the model. Model; (3) use iPLS to establish multiple equal window widths in the whole spectral interval. The interval is assumed to be n; (4) a partial least squares model is established on each sub interval. N local models can be obtained; (5) the root mean square error of cross validation is RMSE The values are the accuracy criteria of each model, and the comparison between the full spectral model and the local models is made. (6) the local interval with the highest combined precision is a new regression interval; and then new. The establishment of siPLS model in the regression interval)
    2018-06-28 10:14:57下载
    积分:1
  • llk
    实现连连看游戏的算法。采用递归的算法找实现,很参考价值。(Achieve Lianliankan game algorithms. Find a recursive algorithm implementation, it is reference value.)
    2013-08-06 12:40:25下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载