配平翼月球返回舱跳跃再入轨迹优化设计（lunar.m）

摘要：针对机器人路径规划中，传统蚁群算法收敛速度慢、易陷入局部最优解等问题，提出了一种移动机器人路径规划的改进蚁群优化(ACO)算法。用栅格法建立环境模型，并基于人工势场建立启发信息素矩阵，降低了蚂蚁在初始阶段搜索的盲目性；引入激励函数，降低搜索过程中的死锁现象；改进信息素的更新机制，增强了优秀蚂蚁对全局路径规划的影响。仿真结果表明：改进后蚁群算法的机器人路径规划算法加快了收敛速度，具有较强的鲁棒性和全局寻优能力。关键词：蚁群优化(ACO)算法；人工势场；路径规划；机器人

【实例简介】

【核心代码】 联合概率数据互联JPDA是数据关联算法之一，它的基本思想是：对应于观测数据落入跟踪门相交区域的情况，这些观测数据可能来源于多个目标。JPDA的目的在于计算观测数据与每一个目标之间的关联概率，且认为所有的有效回波都可能源于每个特定目标，只是它们源于不同目标的概率不同。JPDA算法的优点在于它不需要任何关于目标和杂波的先验信息，是在杂波环境中对多目标进行跟踪的较好方法之一。然而当目标和量测数目增多时，JPDA算法的计算量将出现组合爆炸现象，从而造成计算复杂。程序功能 :采用JPDA数据关联算法实现两个个匀速运动目标的点迹与航迹的关联% 输入变量 :% -target_position: 目标的初始位置% - n: 采样次数 % - T: 采样间隔% -MC_number:仿真次数% - c: 目标个数% 输出变量 :% 无

【实例简介】 预测信号由二阶线性预测模型产生， .其中，是均值为零，方差为1的高斯白噪声序列，a1=1.558,a2=-0.81。分别利用LMS算法、格型LMS算法、RLS算法、LSL算法来估计线性预测模型参数a1和a2 一.实验目的 1.预测信号由二阶线性预测模型产生，.其中，是均值为零，方差为1的高斯白噪声序列，a1=1.558,a2=-0.81。分别利用LMS算法、格型LMS算法、RLS算法、LSL算法来估计线性预测模型参数a1和a2； 2.利用LMS算法和RLS算法将一个叠加有噪声的信号实现噪声消除，恢复原始信号。

为解决小升阻比月球返回舱再人大气层时安全性低、机动能力差的问题，本文提出采用一种带配平翼的中等升阻比返回舱做为月球采样返回舱,并对动压约束下轨迹优化问题进行了分析。构建一阶状态变量约東最优控制问题模型。然后采用庞德里亚金极大值原理以总吸热量最小为优化目标,对动压约束下再入轨道的初始再入段进行了优化设计,给出了升力系数的最优表达式。在最优轨迹的推导过程中，将问题分为自由段，约束段和自由段，并分别限定交界处的边值，最后问题变成了一个分段两点边值问题。

递归最小二乘法(matlab)

经典资源分配网络RAN程序

基于粒子群算法的含风电10机组机组组合程序，可以直接使用

【实例简介】

matlab适应度函数编码