多UCAV协同控制中的任务分配模型及算法

任务分配是多UCAV协同控制的核心和有效保证。分析了影响目标价值毁伤、UCAV损耗、任务消耗时间等三项关键战技指标的因素,综合考虑实战中多UCAV同时攻击同一目标和使用软杀伤武器这两种典型情况对UCAV执行任务的影响,建立了针对攻击任务的多UCAV协同任务分配模型,并应用粒子群算法求解。仿真结果验证了模型的合理性和算法的有效性。

群机协同空战中的多目标攻击决策模型研究

分析了群机协同空战中,多编队、多机分步协同作战的特点,提出分层递阶的协同多目标攻击决策模型,将问题分解为战役层兵力指派和战术层多目标分配决策,并分别设计了战役层和战术层的决策模型。建立了通用空战态势评估和能力评估模型,通过对战役层和战术层作战单元的抽象和评估模型参数的设置,可将该模型应用于两个不同层次。最后给出了仿真算例,验证了该模型的可用性和有效性。

动态环境中多UCAV协同控制的滚动优化

战场环境的动态性和不确定性以及协同控制的复杂性,使得在线多无人作战飞机(UCAV)协同控制难以满足时间敏感性要求。针对多UCAV协同控制中的任务调度问题,设计了滚动优化方法,从任务层次解决了动态环境中的多UCAV协同控制问题。仿真实验和分析表明该方法简单有效,能够应对战场环境中的多种突发情况,具有很好的时间性能。

多UCAV协同控制中的任务调度问题研究

任务调度包括任务分配和任务排序两个紧密耦合的问题,是多UCAV协同控制的核心和有效保证。分析了任务和UCAV的特性,针对带时间约束的复杂情况,建立了多机协同任务调度的数学模型。通过建立可行解到粒子间的映射,设计了粒子群优化算法求解,仿真实验验证了算法的可用性和有效性。

网络化指挥信息系统建设的软件构件技术

研究了基于构件技术建设网络化指挥信息系统的方法,以适应"随需应变"和"快速开发"这一新的作战要求。给出了框架、构件、扩展点等基本概念,提出了基于构件的指控系统框架、业务流程、系统重组方法,讨论了通用构件模型、共享信息模型、流程控制、构件获取和数据服务机制等系统建设的关键技术,探讨了指挥控制信息系统的建设途径,为发展未来指挥控制信息系统的建设提出了一种新思路。

离散粒子群优化算法研究现状综述

粒子群优化算法(PSO)是一类基于群体智能的新型全局优化方法,近年来其离散化形式和方法受到广泛关注。介绍了PSO的基本原理和更新机制,论述了离散PSO算法的研究进展和应用情况,详细介绍了两种离散化策略的机理、更新方法、计算模式和特点,讨论了离散PSO的发展趋势和进一步研究方向。

多UAV协同区域覆盖搜索研究

针对多无人机协同区域覆盖搜索问题,为降低问题求解的复杂度,将其分解为多UAV任务区域分配和完全覆盖路径规划两个子问题,对子问题分别优化求解。建立了无人机任务执行代价模型,采用分层模糊推理求解无人机的性能评估指数,根据性能评估指数采用基于面积的区域分割方法实现多无人机搜索任务区域的分配。分析了无人机实现区域内覆盖搜索的最优路径问题,给出了在特定多边形区域下最小代价的搜索模式和搜索路径。仿真实验结果验证了所给方法的有效性。

战场环境中多无人机动态任务调度

采用了基于合同网的分布式规划方法,研究了战场环境中多无人机动态任务调度问题,并建立了数学模型,提出了分布式的任务调度体系结构,设计了一种基于代价变换的概率路标图路径规划算法,该算法能够在任务调度阶段,快速预估无人机执行不同任务的飞行航路,扩展了合同网协议,可在一次拍卖中"并发"进行多次交易,提高了任务调度的效率。通过多种合同类型的综合,解决了复杂战场态势下的任务调度问题。

基于概率地图方法的无人飞行器快速航迹规划

在复杂大范围环境下,针对可自主导航的低空飞行无人飞行器,设计了一种基于概率地图方法(PRM)的快速规划方法。先采用启发式策略构造概率地图,通过局部规划算法检测路标地图连通性,再应用图搜索算法规划出路径,最后通过剖面规划等优化手段对航迹进行完善。试验表明该方法具有较高的效率和环境适应性,可在单处理器上进行有效的快速航迹规划。

基于BDI智能体的无人作战飞机自主任务管理系统

无人作战飞机自主任务管理是减小平台对操作员依赖的关键之一。提出了基于BDI智能体的无人作战飞机自主任务管理系统体系结构。针对传统BDI解释器的缺陷,结合无人作战飞机应用的需求,设计、实现了一种并行的解释器实现结构,并给出了基本元动作定义。在此基础上讨论了无人作战飞机自主任务管理系统的功能设计与实现问题。初步仿真结果表明,平台能够对环境变化及用户指令做出正确反应。

基于异步双精度滚动窗口的无人机实时航迹规划方法

针对动态环境中的无人机实时航迹规划问题,提出了一种基于异步双精度滚动窗口的快速规划方法.分别在全局窗口和局部窗口内进行粗略的和精细的航迹规划,并按照不同方式采用不同频率推动窗口滚动,综合应用全局重规划与局部重规划.实验表明,该方法时间效率高,通过调节窗口范围和采样精度,易于平衡实时航迹规划最优性与快速性.