林火搜救多无人机协同任务分配方法

本文提出了一种基于改进的状态压缩动态规划(Dynamic Programming,DP)对多无人机(Unmanned Aerial Vehicle,UAV)协同搜救任务分配方法。根据环境的动态变化性和无人机自身性能约束建立以多UAV协同搜救时间最短为目标任务分配模型,考虑火势蔓延速度、地形坡度以及无人机油耗等多个因素构建无人机-环境约束模型,应用改进的DP算法对任务分配问题求解,仿真结果表明本方法的有效性和优越性。

基于改进多智能体PPO的多无人机协同探索方法

采用多无人机对未知环境进行探索,可以提高探索任务的鲁棒性和执行效率。不同于启发式方法,多智能体深度强化学习方法可以省去人为制定规则的过程,将无人机作为智能体,通过与环境互动,自主习得更加有效的“规则”。搭建了多无人机多线程仿真环境,为多无人机协同训练提供环境,提出一种适应多线程环境的结合长短时循环神经网络(记忆)的共享多智能体近端策略优化(LSTM-MAPPO)方法,并在合作型LSTM-MAPPO方法的基础上增加了全局边界信息以增大每幕探索面积。数值实验结果表明:与现有的多智能体深度确定性策略梯度(MADDPG)方法相比,所提方法在训练后期连续动作下也能稳定收敛;相较于现有的LSTM-MAPPO方法,其最终获得的奖励稳定高于5000;对3种不同的仿真地图,训练完的网络在测试时能实现70%以上的稳定探索面积。

基于改进粒子群优化算法的多无人机协同欺骗干扰技术

多无人机协同对组网雷达系统进行航迹欺骗干扰属于大规模优化问题,通常需要利用群体智能算法优化无人机的飞行任务。针对采用标准粒子群算法优化时出现的求解效率低下的问题,提出了一种基于改进粒子群优化算法的多无人机协同欺骗干扰技术。首先建立了多无人机协同欺骗干扰组网雷达的数学模型以及对应的优化函数。其次阐述了利用改进粒子群优化算法求解多机协同干扰模型的步骤。最后通过仿真实验对比了改进粒子群优化算法和标准粒子群优化算法在优化求解多机协同干扰模型的差异性。

基于改进鲸鱼算法的多无人机协同欺骗干扰技术

多机协同对组网雷达系统进行航迹欺骗干扰属于大规模优化问题,往往需要利用群体智能算法优化无人机的飞行任务,然而采用传统群体智能算法优化时往往会出现收敛速度慢、求解精度低等问题。针对这一问题,对标准鲸鱼优化算法进行了改进,提出了一种基于改进鲸鱼优化算法的多无人机协同欺骗干扰技术。首先建立了多无人机协同欺骗干扰组网雷达的数学模型以及对应的优化函数,然后在标准鲸鱼优化算法的基础上引入了自适应惯性权值,提高了算法的全局搜索能力和收敛速度。仿真实验表明,固定无人机数量为9架时,利用改进鲸鱼、标准鲸鱼、粒子群、蚁群4种算法分别优化多机协同欺骗干扰模型,得出改进鲸鱼优化算法平均运行时间最短,迭代次数最少,同时优化产生的实际航迹与理论值误差最小;逐步增加无人机数量至20架,利用上述四种算法进行模型求解时得出改进鲸鱼优化算法在不同无人机架数的条件下产生的假目标航迹条数均优于其他3种算法。

基于多无人机协同的输变配一体化巡检策略研究

为提高输变电设备智能化运维质效,充分利用架空输电线路“自主巡检”“机巢”建设成果,通过分析无人机自主巡检工作痛点、难点,提出了一种基于多无人机协同的输变配一体化智能巡检策略。此方案充分考虑输变配一体化巡检后设备体量的指数增长情况,从多无人机巡视任务与航线规划、同空域多无人机巡检安全性、现场设备变化后航线调整工作量及缺陷分析等角度出发探索解决方案。方案落地后,可以将一线人员从繁重的巡视工作中脱离出来,提高巡视作业智能化、自动化程度。同时,可以大幅度提高巡检资源利用率,精细化管理输变配设备缺陷、隐患,极大地助力输变配设备风险评估和状态评估工作,对提升智能化运检水平、提高主网运行可靠性具有十分重要的现实意义。

多无人机协同作战中的任务分配与路径规划算法研究

随着无人机技术的快速发展,多无人机协同作战成为无人机系统的重要发展方向。在多无人机协同作战中,任务分配与路径规划是2个关键问题,其质量直接影响着整个系统的作战效能。文章针对多无人机协同作战中的任务分配与路径规划问题展开研究,建立多无人机协同作战的数学模型,对问题进行形式化描述。文章提出一种基于混合整数规划的任务分配算法和一种基于改进A^(*)算法的路径规划算法。通过仿真实验对所提出算法的有效性进行了验证,与其他经典算法进行对比分析。实验结果表明,文章提出的任务分配与路径规划算法能够有效提高多无人机协同作战效能。

基于蚁群算法的多无人机协同干扰组网雷达问题研究

由于使用了各种抗干扰设施,组网雷达具有较强的抗干扰能力。为使无人机对组网雷达实行有效的干扰,文章采用分布优化的干扰数学模型并引入蚁群算法,对“确定无人机数-虚假航迹最多化”的无人机协同问题进行了研究。经计算验证,除生成1条原有合理航迹外,9架无人机还可以生成5条虚假航迹。

水域救援行动中多无人机协同作业的关键技术研究

无人机在水上救援任务中发挥着至关重要的作用,提高了其效率和效果。本文探讨了水上救援场景中多无人机协同作业的关键技术。重点强调了可靠的通信系统、具有防撞功能的自主导航、用于增强态势感知的传感器集成、协作任务分配算法、延长的电池寿命以及具有下降机制的有效负载能力的重要性。这些技术使无人机能够协同工作,缩短响应时间,并增加在水上紧急情况下拯救生命的机会,代表了提高无人机在水上救援任务中的能力的关键一步。

多无人机协同运动目标搜索问题研究

为改善多无人机协同目标区域覆盖搜索中传统无人机搜索策略无法对运动目标有效探测的缺陷,以减小搜索盲区、提高无人机编队对区域的有效搜索覆盖率为目的,提出一种多无人机斜线协同搜索策略。给出无人机传感器模型,分析无人机搜索运动目标原理,提出扫描概率模型。仿真结果表明,利用改进后搜索策略能够更加有效地完成搜索任务,通过比较证明了所提方法的优越性和准确性。

多无人机协同空战任务规划仿真系统

面向多无人机协同空战任务规划方法性能验证的需求,开发了一种基于VR-Forces仿真引擎的多无人机协同空战任务规划仿真系统,对该仿真系统的总体架构、红方子系统、蓝方子系统、白方子系统和强化学习算法训练子系统进行了设计。对算法库、强化学习算法训练和人机交互等关键技术提出了针对性的解决方案,提升了该仿真系统的稳定性、可扩展性和功能性。利用该仿真系统对多无人机协同空战目标分配、重决策算法等典型任务规划方法进行了测试和仿真实验。结果表明,所开发的仿真系统可以很好地支持多无人机协同空战任务规划方法的测试和验证。

基于改进蛙跳算法的多无人机协同任务分配研究

针对多无人机协同任务分配问题,提出了一种基于Levy飞行的改进随机蛙跳算法用于解决多无人机的协同任务预分配问题,通过引入动态跳跃步长、Levy飞行因子和族群认知因子有效改进了算法的搜索性能,提高了搜索效率。针对多无人机协同执行任务时可能遭遇的突发任务,通过引入市场拍卖机制提高了算法的计算收敛效率。通过仿真算例分析,验证了改进的随机蛙跳算法解决多无人机协同任务分配问题的有效性。

城市突发性公共事件中多无人机协同监测关键技术研究

城市中的基础设施建设日益密集,虽然便利了经济发展和日常的生产生活,然而也给城市公共安全、市政、交通等造成了一定的安全隐患和脆弱性。城市突发各类公共事件的过程中,应该采取无人机协同监测的方式,及时发出相关的预警信息。文章重点分析了城市突发性公共事件中多无人机协同监测的关键技术。

基于改进狼群算法的多无人机协同多目标分配

针对现代空战多无人机协同多目标任务分配问题,结合标准狼群算法,提出了一种改进狼群算法的多目标任务分配方法。根据狼群的不同分工以及搜索属性,建立了基于自主游走机制的头狼产生规则、基于多策略知识库的探狼游走机制和基于自适应步长的猛狼奔袭及围攻方式,从而对传统狼群算法的随机性进行智能化约束与控制,以解决多无人机协同多目标任务分配问题。数值仿真结果表明,该方法能够快速有效获得任务分配方案,避免陷入局部最优。

车载多无人机协同多区域覆盖路径规划方法

针对小型无人机在区域信息采集中的优势,考虑到复杂多变的应用情景,提出一种面向大面积多区域覆盖扫描任务的车载多无人机协同模式。该模式中,车辆可作为无人机的移动基站,与多架无人机协同完成多个大面积区域的覆盖扫描任务。充分分析新问题特点后,建立了优化车辆地面行驶路径和多无人机协同空中飞行路径的01整数规划模型,提出了一种基于三阶段的智能优化算法,先后对多无人机区域覆盖路径以及车辆协同路径进行规划,快速构造可行解,而后基于自适应大规模邻域搜索算法对可行解进行优化。本文设计了包含8个目标区域的实际案例,验证了车载多无人机协同模式的优势和算法有效性,并进一步通过10个随机案例验证了算法性能。对比实验证明,车载多无人机协同模式在执行多个大面积区域覆盖任务上,相比车载单无人机模式能够显著缩短任务时间。

多无人机协同空战机动决策

通过引入协同威胁指数的概念,描述多机协同攻击时友方相互之间产生的态势威胁增幅,并基于强化学习给出了协同威胁指数的计算方法;通过协同威胁指数模型,结合一对一空战的机动决策思想以及基于多目标优化与强化学习的决策方法,构建了多机空战机动决策模型;最后以二对一空战为背景,对随机初始态势下的多次空战进行仿真实验,仿真结果表明了协同威胁指数的有效性,并通过两组典型态势下的二对一空战对比,直观地体现了决策模型在处理协同攻击机动决策问题时的优越性。

基于改进蝗虫优化算法考虑任务威胁的多无人机协同航迹规划

为使多无人机(UAV)在面临不同程度的任务威胁环境时能够高效的执行任务,研究并设计一种新型协同航迹规划算法,以综合代价为目标函数,利用改进的蝗虫优化算法对构建的航迹规划模型进行求解。分析传统蝗虫算法的原理以及不足,提出改进策略,即引入基于逻辑斯蒂函数的非线性递减策略;针对改进之后的算法进行仿真测试,并与其他算法进行对比,验证算法的应用效果。仿真结果显示,相对于其他算法,改进算法具有明显的优势,收敛速度更高,航迹代价更低,可为UAV作战效能提升提供支撑。

多无人机协同定位下的路径优化

利用无人机携带定位设备在空中进行辐射源目标的时差定位,可有效避免因地面布站几何因子和非视距传播带来的误差。在此场景下,针对具有定位精度保证的飞行路径最小化问题,本文推导了定位误差期望的下界,构建了最小化该下界的飞行路径优化模型,并针对该模型提出两种数值近似优化算法。在多种场景下,仿真实验对两种算法的路径优化性能进行了对比;在飞行距离受限条件下,仿真实验研究了两种算法的定位精度差异。

面向应急通信服务的多无人机协同飞行规划

针对灾害发生导致的大面积通信网络中断区域内应急通信网络部署问题,提出一种多无人机协同飞行部署规划方案和多无人机协同飞行轨迹规划算法,通过未损毁基站构建连通链路,以提高空中临时基站群的网络覆盖能力,可得到多无人机基站协同飞行优化部署轨迹。仿真结果表明,所提出的多无人机协同飞行覆盖轨迹规划算法在提高无人机基站用户覆盖率的同时,可显著减小多无人机区域覆盖部署的移动时延,并减少了无人机资源配置数量。

面向应急通信的多无人机协同信道建模研究

为了更好地进行应急通信的系统设计和技术研发,从而大力提升我国的安全风险防范和应急处置能力,面向应急通信场景开展了多无人机协同信道建模研究。首先,构建了城市地震和郊区暴雪两大典型应急环境中多无人机协同救援通信场景信道数据集,并据此对多无人机协同应急通信信道参数及其统计特性进行深度分析。其次,针对多无人机协同应急通信提出了一种更加通用的基于随机统计建模的信道模型,计算了多无人机协同应急通信下的信道冲激响应,并联合建模了多无人机高速移动和协同通信带来的协同时间-空间非平稳特性。最后,经过仿真实验,充分分析了多无人机协同应急通信在城市地震和郊区暴雪场景下的信道特性,为多无人机协同应急通信的实际实施起到了一定的指导作用。同时,所提信道模型的统计特性与在城市地震和郊区暴雪场景下的信道数据的统计特性拟合良好,验证了所提模型的有效性。

多无人机协同干扰组网雷达的优化研究

组网雷达系统具有较强的抗干扰能力,如何通过协同控制多无人机的飞行航迹,对敌方的组网雷达系统造成假目标欺骗,是当今对抗界关注的问题之一。本文以最优化理论为基础,研究了在实现固定假目标航迹干扰任务的前提下,多无人机对组网雷达协同干扰的调度策略问题。通过建立空间几何线性规划、多旅行商规划等模型,并利用蚁群算法和聚类法对模型进行求解,对无人机调度策略做出优化。最后通过应用实例:在多架无人机面对5个雷达生成20个虚假航迹点的条件下,求解无人机最小数量,确定其调度策略,验证了该模型的可行性和应用性。相比产生多条无规律的虚假航迹,通过无人机编队协作产生一条确定的假目标航迹,能够对敌方产生更有效的欺骗干扰,从而达到保护系统免于被敌方组网雷达检测的目的。