无人机协同攻击的混合粒子群算法

针对协同空战中多目标的攻击问题,综合考虑杀伤概率、毁伤率、战役价值3个因素,分别制定评价函数。采用线型加权的方法,确定总的代价函数。使用混合粒子群算法(Heuristic Particle Swarm Optimization,HPSO)优化攻击分配方案,找到使我方以最小代价获得胜利的分配方案。最后仿真,3架我机对阵8架敌机,分析了8种不同的交叉变异策略对攻击分配结果的影响,并与蚁群算法进行比较,在代价函数基本不变的前提下,速度提高了近10倍,表明了采用HPSO算法优化攻击分配方案的快速性和正确性。

无人机模糊小波神经网络轨迹线性化控制

针对系统存在不确定和有界干扰的情况,提出了一种基于模糊小波神经网络的轨迹线性化控制方法。利用模糊小波神经网络对非线性函数的逼近能力,减小不确定干扰对系统的影响,并与轨迹线性化方法结合设计了无人机飞控系统控制器。采用Lyapunov稳定性理论,证明了在所设计的控制器下,闭环系统所有信号一致最终有界。最后对系统存在不确定的情况下进行了仿真,并与没有加模糊小波神经网络的轨迹线性化控制器进行了对比,仿真结果证明了所提方法的有效性和鲁棒性。